Anthropic 详解 Claude 智能体架构：启动延迟削减九成

在 Claude 开发者平台公开推出 Managed Agents 六个月后，Anthropic 发布了一篇正式的架构论文，记录了让长时间运行、多步骤 AI 智能体能够投入生产的设计决策。这篇题为《Scaling Managed Agents with Stable Interfaces》的论文于 2026 年 10 月 30 日更新，见 anthropic.com/engineering/managed-agents。论文披露，把 Claude 推理层与执行环境解耦后，p95 首 token 延迟降低了 90% 以上，这一结果验证了该平台设计核心的架构押注。

论文背后的服务

Anthropic 于 2026 年 4 月 8 日首次以公开测试形式推出 Managed Agents，同时发布了由工程师 Lance Martin、Gabe Cemaj 和 Michael Cohen 撰写的架构论文初版。Managed Agents 发布博客把这项服务描述为托管的智能体运行环境，面向需要在无人参与的情况下运行数小时或数天的任务，如发票处理、代码审查流水线、多步骤数据分析和类似的自主工作流。发布时提到的早期客户包括 Notion、Asana、乐天、Sentry 和 Vibecode。

此后平台稳步扩展。2026 年 5 月登陆 AWS，10 月动态工作流支持进入测试，同月增加基于 OpenTelemetry 的可观测性支持，10 月 22 日上线 Google Cloud 托管。10 月 30 日的架构论文更新，把工程团队六个月生产运行中学到的、如何让长周期智能体变得可靠的经验正式写了下来。

大脑、双手和记忆：三个必须分开的组件

论文的核心架构洞见是，生产级智能体系统由三个根本不同、不应共享状态的组件组成：Session（会话）、Harness（执行框架）和 Sandbox（沙箱）。

Session 是一份只追加、持久化的事件日志，存储在任何单个容器之外，记录智能体整个生命周期内做过的一切。开发者通过 getEvents() 调用与它交互，该调用返回按位置切分的片段，而不是流式的上下文缓冲区。关键在于，会话并不是 Claude 的上下文窗口，而是一个能挺过容器重启、模型升级和网络中断的外部存储。

Harness 就是论文所说的「大脑」，这个无状态组件运行 Claude 的决策循环。它查询会话，选择把哪些事件传入 Claude 的上下文窗口（不是全部，也不是原文照搬），调用 Claude 作出决策，然后把执行委托给沙箱。Harness 在两次调用之间从不保留持久状态，因此可以轻松扩展：任何可用的 Harness 实例都能恢复任何会话。

Sandbox 是执行环境，即「双手」。它运行工具、执行代码、管理文件系统并调用外部 API。论文把它形容为「牛群，而不是宠物」：容器不健康或完成工作后就被终止，而不是修复。新的沙箱通过 provision({resources}) 按需配置，获得全新状态，并从会话日志所示的上一个成功步骤继续。

为什么会话状态必须放在 Claude 的上下文窗口之外

论文引入了「上下文焦虑」一词，用来描述在 Claude Sonnet 4.5 上发现的一种行为模式：在长任务中，随着上下文窗口逐渐填满，模型会开始过早地总结和收尾，把接近上下文上限当作任务该结束的信号。工程师在 Harness 中加入了上下文重置机制来解决这个问题，但当 Anthropic 更新底层模型时，这些重置又带来了新问题。Claude Opus 4.5 没有同样的上下文焦虑，重置就成了不必要的开销，只会拖累性能而没有好处。

这段经历直接催生了论文核心的稳定接口设计原则：Harness、会话和沙箱之间的契约，必须比任何一代具体模型活得更久。论文以 POSIX 的 read() 系统调用作类比，它从 1970 年代的磁盘硬件到现代固态存储都没有改变，因为它在稳定接口背后屏蔽了实现细节。Anthropic 发布新版 Claude 时，现有的 Harness 代码不应需要修改。会话、Harness 和沙箱之间的接口契约（Harness 与沙箱边界上的 execute(name, input) → string）的设计目标，就是在底层模型升级时保持稳定。

Harness 看不到的凭证安全

论文记录的一项值得注意的安全设计，是 OAuth 凭证的处理方式。Anthropic 没有把认证令牌存放在 Harness 中，也没有让它们经过执行环境，而是采用保险库加代理模式：令牌存储在外部凭证保险库中，沙箱通过 MCP（模型上下文协议）代理访问。Harness 从不直接接收或持有 OAuth 凭证。对于基于 git 的工作流，认证令牌在初始化时写入仓库克隆，而不是保存在运行时状态中，避免凭证通过会话事件日志或 Harness 内存泄露。

多个大脑，多双手：智能体的扩展

由于 Harness 和沙箱都是无状态的（会话保存所有持久状态），扩展到多个并行智能体不需要在 Harness 实例之间设置协调层。每个 Harness 通过 wake(sessionId) 唤醒一个会话，处理当前事件队列，分派给沙箱，再通过 emitEvent(id, event) 把结果写回会话日志。多个 Harness 实例可以同时处理不同的会话，无需共享基础设施。沙箱按明确的资源需求配置（provision({resources})），因此很容易为需要的任务分配更多算力，为不需要的任务分配最少资源。

API 表面有意保持极简：wake、getSession、emitEvent、provision 和 execute。所有请求都需要 beta 请求头 managed-agents-2026-04-01。定价采用会话时长模式，每会话小时 0.08 美元，另加标准的 Claude token 费用。

Anthropic 在新兴智能体托管市场中的位置

这个领域并非只有 Anthropic。OpenAI 于 2026 年 9 月 10 日推出了基于 Codex 执行框架的 Agents API 公开测试版。OpenAI 的定价模式不同：Agents API 只按模型 token 消耗和工具使用收费，没有单独的会话小时费用。两个平台都采用外置会话状态和隔离沙箱的架构模式，托管智能体的做法似乎正在成为企业 AI 部署的行业标准。

谷歌通过 Vertex AI Agent Builder 提供智能体基础设施，而 Anthropic 的 Managed Agents 在 10 月 22 日上线后也可在 Google Cloud 上使用，为已在使用 GCP 基础设施的机构提供了跨云选项。

Anthropic 通过这篇论文作出的竞争区分，与其说在定价，不如说在架构透明度。通过在公开文档中把稳定接口承诺正式化，Anthropic 向平台工程师发出信号：会话、Harness 和沙箱之间的契约不会随意变动，基于今天的 API 编写的智能体代码能够挺过下一次模型发布。

生产级智能体基础设施的下一步

Managed Agents 服务仍处于公开测试阶段，尚未宣布全面可用。10 月以来新增的功能（动态工作流、基于 OpenTelemetry 的可观测性、多云覆盖）表明平台正走向全面可用，但 Anthropic 尚未确认时间表。

更重要的近期问题是，随着 AI 模型变化加快，稳定接口这层抽象能否站得住。论文的论点是架构性的，也带些哲学意味：正如操作系统把应用代码与硬件细节解耦，智能体平台也应把任务逻辑与模型特定行为解耦。当下一代 Claude 带来无法干净映射到当前接口契约的能力时，这一承诺能否保持稳定，正是这个设计将面临的考验。

就目前而言，这篇架构论文是迄今关于 Anthropic 如何看待生产级智能体构建的最清晰的公开文档，而性能数据表明，这种思路至少在六个月的真实负载中取得了可衡量的成果。论文全文见 anthropic.com/engineering/managed-agents。