Claude Managed Agents 是什麼？Notion、Asana 變聰明背後的那層新基礎建設
2026年4月11日 下午 4:47
AI 設計
Anthropic 官方主視覺──兩隻手交遞一個沙漏，象徵「把時間還給做事的人」
你用的工具最近
開始自己做事了
CHAPTER 01 / THE SIGNAL
你有沒有發現，最近打開 Notion，它突然會自己幫你產投影片？Asana 多了一個叫做 "AI Teammate" 的東西，會主動接走你看板上的任務、寫好交付物丟回來給你？Sentry 通知有 bug 之後，過幾分鐘居然就自動開了一個 PR 把它修掉？
這些不是巧合，也不是各家公司同時開竅。這背後有一個共同的原因：它們全部接上了 Anthropic 在 4 月 8 日剛發表的 Claude Managed Agents。
這是一個有趣的產品，因為它本身不是給你跟我這種終端用戶用的——你不會在 claude.ai 看到一個「Managed Agents」按鈕。它是給開發者用的雲端基礎建設，但它的影響會直接打到每一個用 SaaS 工具的人。
這篇文章會講三件事：這東西是什麼、它解決了一個什麼樣的痛點，以及為什麼它的出現意味著 AI Agent 終於從一個「功能」變成了一層可以被呼叫的基礎建設。
Managed Agents
到底是什麼
CHAPTER 02 / WHAT IS IT
用一句話講：Managed Agents 是 Anthropic 提供的一套雲端服務，讓開發者只要描述「我要 Agent 做什麼」，然後 Anthropic 幫你把整個 Agent 跑起來——包括 sandbox、權限控管、長時間運行、錯誤恢復、追蹤紀錄全部都幫你處理掉。
官方的說法是：「以前要花好幾個月才能上線一個 production-grade Agent，現在幾天就能搞定，加速 10 倍。」
Anthropic 官方 Managed Agents 發表介紹影片
Claude Managed Agents 的整體架構（圖片來源：Anthropic）
技術上它包含四個核心能力：
01 / SANDBOX
安全沙盒執行
Agent 跑在隔離環境裡，可以執行程式碼、編輯檔案、瀏覽網頁，但不會弄壞你的系統。
02 / LONG-RUNNING SESSIONS
長時間自主運行
Agent 可以連續跑好幾個小時，網路斷線、容器重啟都不會掉進度——進度與輸出會 persist。
03 / MULTI-AGENT
多 Agent 協作（research preview）
一個主 Agent 可以再叫出其他 Agent 平行處理子任務，遇到複雜問題時自動分工。
04 / GOVERNANCE
企業級權限控管
scoped permissions、身份管理、execution tracing 全部內建——這是大企業願不願意導入的關鍵。
定價也很乾脆：照標準 token 計費，再加上每個 session-hour $0.08 美金的 active runtime 費用。閒置等待時間不算錢，web search 額外收費。換算下來，一個 Agent 連續工作一小時的基礎成本不到三塊台幣。
為什麼 AI Agent
一直進不了 production
CHAPTER 03 / THE PROBLEM
過去這一年半，整個 AI 圈都在喊「Agent 才是未來」。但奇怪的是——你真的數得出幾個你會每天用、會推薦給朋友的 production 等級 Agent 產品嗎？大概數不出幾個。為什麼？
因為 AI Agent 真正的瓶頸從來不是模型不夠聰明，而是把它丟到真實世界去跑會發生太多髒事。
"
AI Agent 真正的瓶頸從來不是智力，是穩定性。
— 為什麼大部分 Agent 還停在 demo 階段
這是 Anthropic 在那張你可能在 Threads 上看到的截圖裡示範的場景——agent 跑長時間任務時遇到 checkpoint 損毀、web_search 工具網路斷線、sandbox 因為 OOM 被 kernel 殺掉。這些不是 demo 故障，這是 production 環境每天都在發生的事。
過去要解決這些問題，工程團隊得自己處理 sandbox、checkpointing、credential 管理、scoped permissions、end-to-end tracing——加起來是好幾個月的基礎建設工作，而且每次模型升級還得重做一遍 agent loop。
這就是 Managed Agents 真正在解決的問題：它把這些髒活全部包成一套標準化服務，讓做產品的人專心做產品，不用自己當 DevOps。
真實戰場：
誰已經在用
CHAPTER 04 / IN THE WILD
這是這篇文章最有趣的部分。Managed Agents 發表的時候不是空降的——它附帶了一份初期客戶名單，每一家都已經在 production 環境跑了好幾週。看完這份名單你會明白為什麼這次不一樣。
CASE 01 / NOTION
把 Claude 直接嵌進 workspace，可以平行跑數十個任務
Notion 用 Managed Agents 做了 Custom Agents 功能（目前 private alpha）。工程師用它寫程式、知識工作者用它生成網站和簡報。最關鍵的一句話是：「整個團隊一邊協作一邊看著數十個任務同時跑」。
Notion 官方解釋他們如何用 Managed Agents 打造 Custom Agents 功能
— Eric Liu, Product Manager, Notion
CASE 02 / SENTRY
從「告訴你 bug 在哪」到「直接修好開 PR」
Sentry 把他們原本的 debug agent Seer 接上 Managed Agents——Seer 找出 root cause，Claude agent 寫好 patch，自動開一個 PR 等開發者 review。整套整合幾週就上線，過去得花好幾個月。
— Indragie Karunaratne, Senior Director of Engineering, Sentry
CASE 03 / RAKUTEN
每個專業領域一隻 Agent，一週上線一隻
日本樂天在工程、產品、銷售、行銷、財務每個部門各部署一個專業 Agent，員工從 Slack 或 Teams 派任務，拿回 Excel、簡報、應用程式等交付物。每個 Agent 的部署時間是「一週」。
— Yusuke Kaji, General Manager of AI for Business, Rakuten
CASE 04 / VIBECODE
從一句 prompt 到 deploy 完成的 app
Vibecode 把 Managed Agents 當預設整合，用戶寫一句話就生出一個可以上線的 app。創辦人說：「以前用戶要自己跑 LLM、管 sandbox、配工具，要幾週幾個月才弄得起來；現在幾行程式碼就能 spin up 同樣的基礎建設，至少快 10 倍。」
— Ansh Nanda, Co-founder, Vibecode
CASE 05 / ASANA
AI Teammate 跟人類同事一起接任務
Asana 推出了 AI Teammate——可以加進專案的 AI 同事，會主動接走任務、繳交付物。Asana CTO 直接說 Managed Agents「dramatically accelerated」整個產品開發。
— Amritansh Raghav, CTO, Asana
這份名單最值得注意的不是「有大公司用」，而是用法的多樣性：有工程工具（Sentry）、有知識管理（Notion）、有專案管理（Asana）、有電商集團（Rakuten）、還有純 AI 原生的新創（Vibecode）。這代表 Managed Agents 不是某個垂直應用，而是一層基礎建設——就像 AWS S3 之於 SaaS。
跟 Cowork 差在哪
CHAPTER 05 / COMPARISON
如果你已經在用 Anthropic 前陣子發表的 Cowork（Claude Code 的 GUI 版本），你可能會問：那 Managed Agents 跟 Cowork 是什麼關係？
答案很乾淨：Cowork 是給個人用的 desktop agent，Managed Agents 是給開發者用的雲端 agent 基礎建設。兩者背後是同一套思想——讓 Claude 能夠長時間自主工作——只是包裝成不同的產品給不同的人。
Anthropic 對 Cowork 的官方介紹影片
面向
Cowork
Managed Agents
使用對象
個人 / 知識工作者
開發者 / 企業 IT
執行環境
本機 desktop app
Anthropic 雲端
介面
GUI 點選
API / CLI / Console
適合場景
桌面檔案、本機 app 自動化
嵌入產品、長時間任務
計費
訂閱方案
Token + $0.08/session-hr
對 RAR 讀者來說，這個對照很重要：如果你是設計師或創作者，你會繼續用 Cowork 來自動化你的內容流程、檔案處理、跨 app 操作。如果你是工程師或產品經理，你會用 Managed Agents 把 AI 能力嵌進你的產品裡。兩者並不衝突，反而是 Anthropic 在「個人」與「企業」兩邊各下一城的明確布局。
"
把作業系統的虛擬化思維搬到 Agent 上──這才是 Anthropic 這次真正的突破。
— ON ARCHITECTURE
Anthropic 工程部落格透露了 Managed Agents 內部設計的關鍵：他們把一個 Agent 拆成幾個虛擬化的元件──Session（事件記錄）、Harness（決定何時叫工具的迴圈）、Sandbox（執行環境）、Orchestration（排程調度）、Tools（工具層）──讓任何一塊都能獨立替換。Harness 放在正中央，其他元件像衛星一樣圍著它轉。
Managed Agents 的 meta-harness 架構：Harness 居中，Session / Sandbox / Tools / Orchestration 像衛星一樣圍繞（圖片來源：Anthropic Engineering Blog）
這個設計很像作業系統怎麼把硬體抽象化給程式用。換句話說，這不是「我們做了一個更厲害的 Agent」，而是「我們做了一個能容納未來各種 Agent 設計的基礎建設」。當模型升級、harness 改版、sandbox 換技術時，開發者不用重寫整套 agent──這就是為什麼一個 Agent 可以做到一週上線的關鍵。
對設計師與創作者
意味著什麼
CHAPTER 06 / WHAT IT MEANS
你不需要寫程式才能從這件事得到啟發。Managed Agents 的出現對非工程背景的人有三個直接影響：
第一，你日常用的 SaaS 工具會在接下來半年內全部變聰明。Notion、Asana、Linear、Figma、甚至 Adobe，每一家都會在他們的產品裡塞進「自動接任務」的 AI 功能。如果你還停留在「AI 就是 chatbot」的想像，會跟不上工具升級的速度。
第二，「會用 Agent 派任務」會變成一種新的軟技能。就像十年前「會用 Notion 整理工作」開始變成基本功。你不需要會寫 Agent，但你需要知道哪些工作可以丟給 Agent、怎麼描述任務、怎麼驗收成果。這是非常設計師、非常創作者的能力，因為它本質是「定義 brief」。
第三，如果你有自己的產品、SaaS、或副業，現在是嵌入 AI 能力成本最低的時刻。過去要做一個「智慧客服」「自動排版工具」「內容生成助手」需要養一個工程團隊。現在 Managed Agents 把這個門檻砍到只要幾天就能 prototype。如果你心裡有一個一直想做但被「太難了」擋住的副業點子，這個障礙正在消失。
ONE-MINUTE CHEATSHEET / 一分鐘懶人包
Claude Managed Agents，記住這六件事
01Anthropic 4/8 發表的雲端 AI Agent 基礎建設，給開發者用，不是給終端用戶。
02解決的問題是「Agent 從 demo 到 production 之間那幾個月的髒活」——sandbox、checkpoint、權限、追蹤全包。
03初期客戶是 Notion、Asana、Rakuten、Sentry、Vibecode——你正在用的工具背後的工具。
04定價：標準 token 計費 + $0.08 美金 / session-hour 的 active runtime，閒置不收錢。
05跟 Cowork 不衝突：Cowork 是個人版桌面 Agent，Managed Agents 是企業版雲端 Agent。
06對非工程人的意義：日常工具會全面變聰明、「會派任務給 Agent」會變成軟技能、做副業的技術門檻正在崩塌。
AWS 2006 年出現時，沒有人立刻意識到它會變成接下來十年每一個 SaaS 的地基。Managed Agents 就是這一代的同一件事。
它本身不是你會打開來用的產品，但未來五年你依賴的每一個工具，幾乎都會站在它這層新基礎建設之上。下一個問題不是「AI 能不能做」，而是「誰會在這層地基上，蓋出你想用的東西」。
延伸資源
FURTHER READING
→ Anthropic 工程部落格：Managed Agents 架構深度剖析
→ Making Claude Cowork ready for enterprise
→ The advisor strategy: Give agents an intelligence boost
