Os Managed Agents da Anthropic são diferentes (veja o porquê)

원제 · Anthropic's Managed Agents Are Different (Here's Why)

10:563분 읽기Better Stack2026. 04. 11.컴퓨터/소프트웨어 · 창업/스타트업 · 경영/리더십 · AI/미래기술

핵심 요약

Os Managed Agents da Anthropic automatizam a infraestrutura, segurança e orquestração de agentes de IA, permitindo que usuários criem ferramentas escaláveis integradas a Slack e GitHub por 0,08 dólares a hora de sessão.

하이라이트

  • Os Managed Agents da Anthropic permitem a criação de agentes de IA personalizados sem a necessidade de escrever código, rodando diretamente na infraestrutura gerenciada da empresa.

  • A tarifação do serviço ocorre por meio de tokens da API do Claude e uma taxa de 8 centavos de dólar por hora de sessão ativa, excluindo períodos de inatividade.

  • A arquitetura separa os logs de sessão do harness de execução, permitindo que um orquestrador reinicie agentes falhos exatamente de onde pararam.

  • Credenciais sensíveis e chaves de API MCP são armazenadas em um cofre seguro e injetadas apenas em tempo de execução, ocultas até mesmo do modelo Claude.

  • O sistema integra-se nativamente com repositórios privados do GitHub e ferramentas como Slack, Notion e servidores MCP para automação de fluxos de trabalho.

  • A configuração pode ser realizada via console web ou através de uma skill específica no SDK de TypeScript para usuários que preferem automação via código.

타임라인

  1. A evolução da automação sem código

    A plataforma foca em acessibilidade para usuários que buscam soluções prontas para produção sem lidar com a complexidade do 'lado Linux' da computação. O sistema permite transformar intenções descritas em linguagem natural em agentes funcionais que operam em um ambiente seguro. Essa transição reduz a barreira de entrada para a criação de automações corporativas robustas.

    • Agentes gerenciados representam a próxima fase após o SDK tradicional da Anthropic.
    • A infraestrutura da Anthropic lida com segurança e escalabilidade automaticamente.
    • A abordagem elimina a necessidade de gerenciar hardware ou configurações de rede complexas.
  2. Implementação prática e integração de dados

    O exemplo utiliza um repositório privado com dados médicos do NHS para fornecer consultas personalizadas. O usuário define permissões específicas, como permitir ferramentas de leitura (read, glob, grep) enquanto proíbe ações de escrita ou execução de Bash para garantir a integridade dos dados. A interface do console guia o usuário na escolha de modelos, preferindo-se o Sonnet em vez do Opus para otimização de custos.

    • A criação de um agente médico demonstra o acesso a repositórios privados do GitHub via ferramentas de leitura.
    • O processo de configuração divide-se em definição de ferramentas, ambiente e identidade do agente.
    • Dois arquivos TypeScript definem a configuração do ambiente e o runtime que gerencia a comunicação com o Slack.
  3. Operação em tempo real e custos

    Durante os testes, o agente identificou corretamente uma alergia a camarão e aconselhou cautela ao comer lula com base nos arquivos Markdown do repositório. O sistema de faturamento é independente das assinaturas Claude Pro ou Team, exigindo créditos de API. O console oferece visibilidade total do raciocínio da IA, incluindo o uso de ferramentas Bash para extração de contexto.

    • As sessões são cobradas apenas durante a execução ativa, custando 0,08 dólares por hora.
    • O console do Claude mantém um histórico detalhado de todas as chamadas de ferramentas e mensagens enviadas pelo bot.
    • Versões anteriores do agente permitem reverter ou ajustar prompts e modelos rapidamente.
  4. Arquitetura técnica e segurança de credenciais

    A arquitetura é composta por três partes: suporte de sessão, sandbox de ferramentas e orquestrador. O orquestrador monitora a saúde do sistema e pode criar novos 'harness' instantaneamente caso o original caia, utilizando a memória persistente dos logs. As chaves de API para serviços externos como MCP de clima são injetadas apenas na chamada da ferramenta, garantindo que o núcleo da IA nunca as conheça.

    • O 'harness' de sessão funciona como um roteador sem estado que executa código em sandboxes isoladas.
    • Logs de sessão de acréscimo garantem a recuperação total do contexto em caso de falha do sistema.
    • O cofre de credenciais impede que o modelo de IA tenha acesso direto a chaves de API sensíveis.
  5. Comparativo e acessibilidade

    Embora o sistema seja mais fechado que alternativas de código aberto, sua simplicidade atrai quem não deseja operar terminais ou gerenciar VPS. A integração de servidores MCP diretamente na interface do console facilita a conexão com ferramentas de terceiros sem programação manual. Para soluções em plataformas como Telegram ou WhatsApp, o usuário ainda precisa desenvolver camadas personalizadas ou utilizar o SDK.

    • Managed Agents priorizam a facilidade de uso em detrimento da customização profunda oferecida pelo OpenClaw.
    • O ecossistema suporta conexões nativas com Notion e Slack via servidores MCP.
    • Limites de uso da assinatura Pro ainda não são aplicáveis a este serviço de agentes.

설명

A Anthropic acaba de lançar o Claude Managed Agents, uma forma de criar agentes de IA personalizados que rodam inteiramente na infraestrutura da Anthropic, sem necessidade de código. Neste vídeo, eu detalho como os Managed Agents funcionam internamente (harness, session, orchestrator), demonstro a construção de um agente médico pessoal usando o Claude Code que se conecta ao Slack e explico por que isso é fundamentalmente diferente de ferramentas como o OpenClaw. Vamos cobrir a arquitetura que torna esses agentes escaláveis e prontos para produção, além de compartilhar minha opinião sincera sobre as limitações atuais, incluindo o modelo de preços apenas por API e o suporte limitado a plataformas. Se você está construindo seu primeiro agente ou avaliando se os Managed Agents são ideais para seu próximo projeto, este vídeo tem tudo o que você precisa. 🔗 Links Relevantes Artigo da Anthropic - [https://www.anthropic.com/engineering/managed-agents](https://www.anthropic.com/engineering/managed-agents) Preços do Managed Agent - [https://platform.claude.com/docs/en/about-claude/pricing#claude-managed-agents-pricing](https://platform.claude.com/docs/en/about-claude/pricing#claude-managed-agents-pricing) ❤️ Mais sobre nós Stack de observabilidade radicalmente melhor: [https://betterstack.com/](https://betterstack.com/) Tutoriais escritos: [https://betterstack.com/community/](https://betterstack.com/community/) Projetos de exemplo: [https://github.com/BetterStackHQ](https://github.com/BetterStackHQ) 📱 Redes Sociais Twitter: [https://twitter.com/betterstackhq](https://twitter.com/betterstackhq) Instagram: [https://www.instagram.com/betterstackhq/](https://www.instagram.com/betterstackhq/) TikTok: [https://www.tiktok.com/@betterstack](https://www.tiktok.com/@betterstack) LinkedIn: [https://www.linkedin.com/company/betterstack](https://www.linkedin.com/company/betterstack)

커뮤니티 글

모든 글 보기
이 영상에 대해 글쓰기