当前位置: 首页 > news >正文

Anthropic 搬来「云上劳力工厂」,可以监控多个AI 智能体干活

Anthropic 搬来「云上劳力工厂」,AI 智能体要失业的可不止一批人

Sentry 工程师的 Slack 通知响了五次后,就看到 Claude 自己写完了补丁、提了 PR、还顺道修了另一个模块的老 bug。要知道,这动作原本得一个五人团队花三周才收尾。更绝的是,这套自动化流程完全跑在 Anthropic 新出的「Claude Managed Agents」上,一个把智能体基础设施打包上云的产品,企业交指令,Claude 帮你从规划到执行全包。

说白了,这玩意儿就是开发者版本的外包工厂。你告诉 Anthropic 想要什么样的智能体,他们在云那边让它活起来,不管沙盒、调度框架、凭证管理全给你打理好。Sentry、Rakuten、甚至 Notion 都已经批量上线,进度快到离谱。如今企业的选择从「要不要自建智能体基础设施」直接变成「要不要干脆都交给 Anthropic」。

Managed Agents 到底干了什么活

如果你用过「Claude Code」,你知道 AI 智能体的标准流程:自己规划步骤、调工具、写代码、改文件,干完就歇。而 Managed Agents 是云端版本,不仅全天在线,还能在断网后自动恢复。更关键的是,它允许企业直接把 Claude 能力嵌进自己的产品。Notion 是第一个这么搞的典型:用户在工作区里派任务,Claude 背景跑完,结果回传给用户,就像有个不睡觉的助理。

这种玩法带来的爽感不是省一个人,而是省掉一个部门。智能体自动修 bug、生成日报、写 PPT、跑几小时的代码重构,全能接单。每一个环节都能替代原本的流水线手工操作。

技术背后的小魔术:「大脑和手分开」

Anthropic 工程团队在博客里爆了底层结构,关键设计就是「大脑」「手」「记忆」三分离。

  • 「大脑」是 Claude 与调度框架,管思考和决策。
  • 「手」是沙盒执行层,干脏活。
  • 「记忆」是独立的日志仓库,记录每一步。

这个拆解看似学术,其实超实用。以前容器挂了,全会话废。现在任何一个掉线都不影响其他环节。响应时间中位数下降约 60%,极端情况直接砍掉 90%。而安全更狠,他们让凭证隔离在沙盒外的「保险箱」,AI 根本摸不到 Token,只能操作文件系统。Claude 会 git push,但永远不知道自己的手上有没有钥匙。

灵活性更是行业杀器。调度框架不关心「手」到底是什么,它只认接口。博客里用了一个很极客的类比:你可以把它接在手机上,也能接在「宝可梦模拟器」上,只要输入输出能对得上。这种开放度让多智能体协作变成现实基础。

为什么它可能让别人失业

推特上有一句很扎心:本地部署的调度框架很快就会过时,因为模型升级会直接干掉原问题。Anthropic 做的,就是把这些随模型一同演进的底层逻辑整个「打包卖给你」。过去企业死磕的工具调度、状态恢复、权限管控,全变成商品。这意味着那些以做智能体基础设施和自动化为卖点的创业公司,很可能一觉醒来发现自己主业已经被「官方云版本」取代。

缺点?当然有

Managed Agents 还不完美。多智能体协作功能还在研究预览期,自我迭代能力没开放。而且平台锁定明确,你上了 Anthropic 的船,基本就被绑进生态里。上下文管理仍是个顽疾,信息保留策略怎么调都是技术债。成本也值得警惕,单会话小时 0.08 美元听起来不多,但跑几个小时的复杂任务,算上 Token 消耗就不那么便宜了。

这其实是「Agent 基建的 AWS 时刻」

看这路线,Anthropic 明摆着走的是十年前 AWS 的老路:先搞清算能力,再包运行环境。从「要不要上云」到「要不要托管智能体」,周期几乎一模一样。企业迟早明白,基础设施不是核心竞争力,省掉它才是真正的降维操作。

更有意思的是,「大脑和手分离」这套架构,会让未来的智能体系统像操作系统一样抽象稳定。你换模型时只换「脑」,要新工具时只加「手」,升级存储就替掉「记忆层」。这是工程师们梦寐以求的模块化自由。

Managed Agents 或许不是终局,但它重新定义了智能体的工作关系。它不再是跑在你电脑上的一个命令行「玩具」,而是真在云上拼命干活的劳力工。下一步,也许就是整个 SaaS 行业在后台偷偷让 Claude 跑起数十万个任务,而你,只看到一个更新得飞快的产品界面。

一句话总结:AI 智能体的基础设施战争刚刚开打,胜负会像云计算一样,只剩几家巨头。

http://www.jsqmd.com/news/620427/

相关文章:

  • PacketSender Wake-On-LAN功能详解:远程唤醒电脑的完整方案
  • 影墨·今颜小红书模型在网络安全领域的应用:模拟钓鱼邮件与生成安全宣传文案
  • YOLO26涨点改进| TMM 2026顶刊 |独家创新首发、Conv改进篇| 引入LFEM局部特征增强模块,通过多分支卷积建模、通道重组与残差增强局部特征,助力小目标检测,多模态目标检测有效涨点
  • 从数据划分到超参调优:交叉验证与网格搜索的实战指南
  • Seurat社区贡献指南:如何参与这个开源单细胞分析项目
  • GLM-. 全面支持与 Gemini CLI 集成:HagiCode 的多模型进化之路磺
  • JW Player部署与配置最佳实践:生产环境稳定运行指南
  • 2026年4月头部的擒拿线下教学推荐,太极拳/擒拿/站桩/八段锦/太极推手/太极剑/春秋大刀,擒拿教学培训推荐 - 品牌推荐师
  • Ostrakon-VL-8B实际作品:某国际快餐品牌全球门店陈列合规AI审计年报
  • 如何免费解锁付费内容:2024年完整实战指南
  • 15DaysofAnimationsinSwift项目概览:11种iOS动画效果深度解析
  • AI开发-python-langchain框架(--并行流程 )懊
  • 从零构建BJT放大电路:三种组态实战解析与选型指南
  • OpenClaw成本优化:Qwen3-14b_int4_awq自部署模型替代高价API
  • 【GISBox实战教程】零基础掌握影像切片技巧,轻松实现多平台服务发布
  • Bypass Paywalls Clean全面解析:解锁付费内容的终极指南
  • Symfony Demo Application扩展开发:如何快速添加新功能模块
  • 5个核心技巧:用AKShare金融数据接口库实现量化投资自动化
  • 海南大学交友平台登录页开发实战day4(解决python传输并读取登录信息的问题)
  • 阿里二面挂了!被问“1000 万短信 1 小时发完,怎么设计线程池?”,面试官:你管这叫线程池调优?
  • 【货位优化】基于多目标粒子群算法立体仓库货位分配优化附Matlab代码
  • 如何让Switch支持Xbox和PS手柄:sys-con控制器适配终极指南 [特殊字符]
  • GTE中文文本向量模型实战:快速搭建支持6大任务的Web应用
  • 深度对比:华为鲲鹏920与AWS Graviton3,在云原生数据库场景下谁更胜一筹?
  • OpenClaw配置优化:提升Phi-3-mini-128k-instruct任务执行成功率
  • HarmonyOS PC 命令行工具构建框架
  • 2026格行随身WiFi全国代理招商 | 0门槛0费用 官方邀请码888886 - 格行官方招商总部
  • AI开发-python-langchain框架(--串行流程 )撂
  • OpenClaw 实战:让AI 页面“秒开即用”,实现 Vibecoding 真正闭环乇
  • Youtu-Parsing企业级应用:Java微服务架构下的集成与优化