О чём урок
Видео: «Что такое управляемые агенты?»
Claude Managed Agents — это набор API для создания и развертывания агентов в масштабе. Вы определяете агентов с конкретными инструментами, персонами и возможностями. Вы настраиваете sandbox-среды с нужными пакетами и сетевыми элементами управления. Затем вы запускаете sessions из своего приложения, и Claude выполняет работу внутри изолированного container с полным доступом к file system, bash execution и web search.
По сути, это agent loop: Claude рассуждает, вызывает инструмент, считывает результат и повторяет действия, пока задача не будет выполнена. Если вы уже создавали агентов, то, вероятно, писали такой цикл самостоятельно. Managed agents берет этот же цикл и размещает его на инфраструктуре Anthropic, так что вам не придется запускать его.
Вы найдете Managed Agents в отдельном разделе Claude Console.
Лучший способ понять, что это открывает, — рассмотреть несколько примеров.
Представьте себе Kanban board, работающий поверх managed agents. Вы перетаскиваете ticket в столбец "в работе", и это автоматически запускает session. Допустим, в ticket написано "оптимизировать производительность веб-сайта". Вот что происходит:
- Ваш back end создает session.
- Session указывает на environment, который вы настроили с предустановленными Lighthouse и Puppeteer.
- Ваш GitHub repo монтируется в container.
Теперь у Claude есть кодовая база, инструменты и rubric, который определяет, что означает "готово":
- Оценка Lighthouse выше 90
- Отсутствие ресурсов, блокирующих рендеринг
- Все изображения загружены с отложенной загрузкой (lazy loaded)
Claude проводит аудит, затем начинает сжимать изображения, встраивать CSS и откладывать выполнение скриптов. Каждый вызов инструмента передается на доску в реальном времени через event stream, так что вы можете наблюдать за работой по мере ее выполнения.
Затем вступает в действие rubric. Отдельный grader, работающий в собственном context window, оценивает результат в соответствии с вашими критериями. Claude считывает эту обратную связь, возвращается, исправляет упущенное и повторно отправляет. В демонстрации этот цикл доводит оценку Lighthouse до 96.
И еще кое-что: вы можете перетащить второй ticket, пока первый еще выполняется.
Вот…
План урока
- Цикл агента, размещенный для вас
- Пример 1: Kanban board, который выполняет работу
- Пример 2: Повторяющийся исследовательский агент с memory
- Пример 3: Реагирование на инциденты с несколькими агентами
- Строительные блоки
- Резюме
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.