跳至内容

Anthropic Managed Agent 深度解析

Inside the Claude Agent SDK — what "managed" really means
2026年4月22日 由
Anthropic Managed Agent 深度解析
赵博

2025 年下半年,Anthropic 把内部自用的 agent harness 抽出来,起了个名字 Claude Agent SDK (formerly Claude Code SDK),免费开源。这不是又一个 LangChain —— 这是一条让你站在 Claude Code 同一套基础设施之上做 agent 的路。

图一 · Claude Agent SDK · 和 Claude Code 共享同一副引擎
图一 · Claude Agent SDK · 和 Claude Code 共享同一副引擎

一 · 为什么叫 "Managed" What Anthropic Manages

所谓 "managed",指的是:agent 运行时所需要的所有麻烦事,SDK 都替你接好。你只写最少量的配置和业务逻辑。

  • 上下文管理 —— 自动滑窗、压缩、关键事实抽取,不用你手工剪。
  • 工具调用编排 —— tool_use / tool_result 的 round-trip 全部自动,中间失败自动重试。
  • 权限与沙盒 —— 文件读写、网络请求、命令执行,每一步 per-tool 可以配置 allow/deny/ask。
  • 观测层 —— 每一次 LLM 调用 · 每一次工具调用 · 每一次状态变更,都有日志事件流出来。

二 · 核心模块 Building Blocks

图二 · SDK 分层 · Harness → Tools → Hooks → Subagents
图二 · SDK 分层 · Harness → Tools → Hooks → Subagents

1. Harness · 主循环

Agent 的最内核是一个while not done: 循环:让模型产生思考 + 可选工具调用 → 执行工具 → 把结果回给模型 → 下一轮。SDK 把这个 loop 参数化,你可以定义最大轮次、token 预算、中止条件。

2. Tool Use + MCP

工具有两种来源:内建工具 (Read, Write, Bash, Grep, WebFetch ...) 和通过 MCP (Model Context Protocol) 接进来的外部服务。MCP 是 2024 年底 Anthropic 开源的标准,现在是行业事实标准 —— 一个 MCP server 写一遍,所有 agent 都能接。

3. Subagents · 分形

主 agent 可以 spawn 子 agent,每个 sub 拥有独立的 context 窗口和工具权限。这样长任务 (读 200 个文件 · 跑 10 个测试) 可以被拆到子 agent,父 agent 只看摘要,避免主 context 被冲爆。

4. Hooks · 生命周期钩子

图三 · Hooks · pre-tool-use · post-tool-use · user-prompt-submit 等生命周期点
图三 · Hooks · pre-tool-use · post-tool-use · user-prompt-submit 等生命周期点

在每一次 tool 调用前后、每次用户输入进来时,你可以挂钩子执行自定义逻辑 —— 审计、脱敏、拦截、自动化、通知。

5. Memory · 持久记忆

Agent 可以读写一个专属的笔记本 (~/.claude/memory),跨会话保留 —— 不是 RAG,也不是 fine-tune,是一种轻量的"工作手册",把学到的东西、用户的偏好写进去,下次自动加载。

三 · 和竞品对比 SDK Comparison

图四 · Agent 框架生态 · Anthropic / OpenAI / LangGraph / AutoGen
图四 · Agent 框架生态 · Anthropic / OpenAI / LangGraph / AutoGen
维度Anthropic Agent SDKOpenAI Assistants APILangGraph
编程模型函数式 · event-driven对象式 · polling状态机 · graph
工具标准MCP · 开放OpenAI 专属 schemaPython 函数
本地 / 远端本地优先 · 可 remote云端托管全自己部署
开箱 subagent✓有限需手写
Hooks / 审计✓ 原生需 webhook需自定义节点
生产成熟度Claude Code 自用,很高中高,但学习曲线陡

四 · 典型落地姿势 Deployment Patterns

→ CLI · 终端型 agent

最直接的用法,Claude Code 本身就是这样。适合开发、运维、科研一类的交互式任务。

→ IDE 集成

VS Code / JetBrains 系已经出了第一波 agent 插件 —— SDK 提供事件流、文件操作、会话持久化的全部接口。

→ 后台服务型

跑定时任务、处理邮件、审计日志。SDK 的 non-interactive 模式可以配合 cron 或 queue 跑。辉火云管家的夜间巡检就跑在这上面。

→ 多 agent 编排

主 agent 做 orchestrator,把任务拆给领域专家 subagent (代码 agent / 数据 agent / 客服 agent),这是 2026 年多 agent 系统的主流形态。

LangChain 年代我们写 agent,大半时间在"搭脚手架"。
Agent SDK 把脚手架收进了 runtime,留给你的只剩业务逻辑和工具。
The scaffolding is now the runtime — you only bring the business.
想看看这套 SDK 跑在企业里是什么样?
辉火云管家 = Agent SDK + 行业知识库 + MCP 工具生态。
体验 OpenClaw →

— 青岛火一五信息科技 · 2026 年 4 月 —

相关阅读 · Related
卡帕西知识库 vs RAG · 两种记忆的哲学
Karpathy Knowledge Base vs. RAG — two philosophies of memory