Les Managed Agents d'Anthropic sont différents (voici pourquoi)

하이라이트

• Les Claude Managed Agents permettent de créer des agents personnalisés sans écrire de code via la console Anthropic ou des commandes simples en langage naturel.

• L'architecture repose sur une séparation entre le harnais d'exécution et la session, permettant à un nouvel agent de reprendre une tâche là où elle s'est arrêtée en cas de panne.

• La tarification s'appuie sur le coût des jetons de l'API Claude avec un coût additionnel de 8 cents par heure de session active.

• Le système utilise un coffre-fort d'identifiants sécurisé où les clés API sont appelées uniquement au moment de l'exécution, restant invisibles pour le modèle lui-même.

• L'utilisation de modèles comme Claude 3.5 Sonnet au lieu d'Opus permet de réduire les coûts opérationnels tout en maintenant des performances élevées pour l'analyse de données médicales.

타임라인

1. 00:00 - 01:27

   Introduction aux agents gérés et comparaison avec les solutions DIY

   Cette nouvelle approche élimine la nécessité d'installer Claude Code sur un serveur privé virtuel (VPS). Anthropic prend en charge l'intégralité de la pile technique, de l'infrastructure à la sécurité. L'utilisateur définit ses besoins en anglais simple pour obtenir un agent opérationnel immédiatement.

   • Les Managed Agents représentent l'évolution après le SDK d'agent classique.
   • Le déploiement s'effectue directement sur l'infrastructure sécurisée et évolutive d'Anthropic.
   • La solution s'oppose aux outils comme OpenClaw qui nécessitent une gestion manuelle du matériel et de la sécurité.
2. 01:28 - 04:18

   Processus de création d'un agent médical via TypeScript

   L'exemple concret porte sur l'extraction de données médicales à partir de fichiers Markdown stockés sur GitHub. La commande « managed agents onboarding » guide l'utilisateur à travers la définition des permissions et des outils. L'agent finalise sa configuration en créant un ID d'environnement et un ID d'agent uniques sur les serveurs d'Anthropic.

   • L'intégration avec des dépôts GitHub privés et Slack s'effectue via des outils de lecture prédéfinis comme read, glob et grep.
   • La configuration génère automatiquement deux fichiers : un pour l'environnement et l'autre pour le runtime.
   • Le choix du modèle Claude 3.5 Sonnet privilégie l'efficacité économique par rapport au modèle Opus.
3. 04:19 - 06:43

   Tests fonctionnels et structure de tarification

   Les interactions se déroulent directement dans Slack et sont tracées dans la console Claude pour un débogage détaillé. La facturation est distincte des abonnements Claude Pro ou Team et repose sur le modèle de prix de l'API. Un utilisateur peut observer l'historique des versions de son agent et ajuster les outils disponibles sans redéployer de code.

   • L'agent identifie avec précision des contre-indications alimentaires comme une allergie aux crustacés en consultant les dossiers.
   • Les sessions inactives ne font l'objet d'aucune facturation.
   • Les modifications du prompt système et du modèle sont applicables instantanément via l'interface de la console.
4. 06:44 - 09:28

   Architecture technique : Session, Harnais et Orchestrateur

   L'architecture garantit que si un composant tombe en panne, le nouveau composant lit les journaux de session pour reprendre le travail sans perte de contexte. La sécurité est renforcée par l'appel des clés API uniquement lors de l'exécution, ce qui empêche le modèle de connaître ses propres identifiants ou ceux des services tiers. Cette séparation des composants rend l'ensemble du système hautement évolutif.

   • Le harnais agit comme un routeur sans état dirigeant les appels d'outils et les ressources MCP.
   • La session fonctionne comme un journal en ajout seul (append-only) indépendant de l'unité de calcul.
   • L'orchestrateur surveille l'état du système et recrée un harnais en cas d'échec technique.
5. 09:29 - 11:00

   Limites et comparaison avec OpenClaw

   Bien que les agents gérés offrent une simplicité extrême pour les non-codeurs, ils imposent un cadre strict défini par Anthropic. Pour des besoins sortant de ce cadre ou pour utiliser des canaux de communication non supportés nativement, l'écriture de code personnalisé reste nécessaire. Le choix entre les deux solutions dépend donc du besoin de flexibilité par rapport à la rapidité de mise en œuvre.

   • L'absence de partage de quotas entre l'abonnement Claude Pro et les agents gérés reste un point faible.
   • Les Managed Agents sont optimisés pour les écosystèmes standards comme Notion ou Slack.
   • OpenClaw demeure la solution privilégiée pour des intégrations personnalisées sur Telegram ou WhatsApp.