规模化托管 Agent:让大脑与双手解耦
🎯 一句话
把控制循环、执行环境和会话日志分开,让它们可以分别替换与恢复。执行环境可以按需求连接,但这不自动保证数据不出内网;工具返回给托管模型的内容仍需审查。
本页先解决:会话、控制循环与执行环境分开后,怎样恢复和鉴权?
Claude 博客资料库 · 智能体构建模式
会话、控制循环与执行环境分开后,怎样恢复和鉴权?
先识别会话、控制循环和执行环境各自保存或执行什么,再看耦合为何妨碍恢复。
读完可以:在会话、控制循环和执行环境解耦后,核对状态恢复与权限责任。
可恢复记录与可替换执行分开
- Session外部追加事件日志,保存可查询的会话记录
- Harness调用模型、整理上下文并路由工具动作
- Sandbox接受执行请求,完成代码或文件操作
恢复:从外部事件记录重建工作;鉴权:仍分别核对工具、数据、网络与凭据位置。
- 原文标题
- Scaling Managed Agents: Decoupling the Brain from the Hands(规模化托管 Agent:让大脑与双手解耦)
- 原文链接
- https://www.anthropic.com/engineering/managed-agents
- 作者
- Lance Martin、Gabe Cemaj、Michael Cohen(Anthropic)
- 发布日期
- 2026-04-08
📑 本页目录
Anthropic 构建的 Managed Agents 托管服务,把 Agent 的三个组件(session、harness、sandbox)拆成独立可替换的接口。这样 harness 中编码的假设不会随 Claude 变强而变成技术债——系统能容纳未来的发展而无需重新设计。
先识别会话、控制循环和执行环境各自保存或执行什么,再看耦合为何妨碍恢复。
要解决的核心问题
harness 会编码关于 Claude 能力局限的假设,而这些假设会过时。例如 Sonnet 4.5 有「上下文焦虑」,工程师为此加了上下文重置机制;到 Opus 4.5 这些变通就没必要了。「harness 编码假设」,因此需要不断修订。
架构:大脑与双手解耦
概念框架
类比操作系统通过「进程」「文件」这类抽象接口虚拟化硬件——read() 在千差万别的存储技术上行为一致。Managed Agents 用同样的思路虚拟化三个组件:
- Session(会话): 一个只追加的事件日志
- Harness: 调用 Claude 并路由工具调用的控制循环
- Sandbox(沙箱): 执行代码和文件操作的环境
耦合架构的问题:「别养宠物」
原文回顾了把组件放进同一个容器时的三个问题:
- 状态难恢复:会话依赖容器存活,容器无响应时需要人工维护。原文称之为“宠物问题”。
- 故障难定位:WebSocket 事件流不足以区分控制循环、网络或容器故障;直接进入含用户数据的容器调试又有隐私障碍。
- 网络假设过强:默认资源都与 harness 同处一地,接入客户私有 VPC 时需要额外处理连接关系。
事件可恢复不等于全部历史自动进入窗口,执行环境可替换也不等于权限自动继承。
解耦后的架构
harness 移到容器外部:不再运行在容器内,而是通过 execute(name, input) → string 把容器当工具调用——容器从「宠物」变成可互换的「牲畜」。容器失败时 harness 捕获错误,Claude 可以用标准配方重新拉起一个新容器重试。
harness 自身也可替换:因为 session 日志存在 harness 之外。失败的 harness 通过 wake(sessionId) 重启、getSession(id) 取回事件日志、恢复运行;运行中持续通过 emitEvent(id, event) 记录事件。
安全边界要看凭据能否被生成代码读到。原文指出,代码与凭据共处一个容器会增加提示注入后的凭据窃取风险;不是任意提示注入都必然成功。
原文给出两种认证方式:
- 资源绑定认证:在初始化 Git 资源时完成认证,让代理可以执行允许的 Git 操作而不直接处理 token。不要把这段描述当成“将明文 token 写进可读文件就安全”的实现指令。
- 保险库认证:OAuth 等凭据放在沙箱外,由专用 MCP 代理根据会话关联的授权调用外部服务,harness 不直接取得这些凭据。
部署时还要单独核对:工具权限、返回数据和网络边界。以上是原文架构说明,不是数据绝不外传的证明。
Session 作为外部上下文对象
长周期任务可能超出上下文窗口。把事件持久化到窗口之外,可以在摘要或裁剪之后保留可查询记录;它不意味着所有历史都会自动进入模型上下文。
getEvents() 接口支持三类读取:
- 按位置选取事件片段。
- 回到某个时刻之前,查看发生了什么。
- 从上次停止阅读的位置继续。
harness 还能在把事件送进 Claude 上下文前做变换,实现上下文组织和 prompt cache 优化。这把「可恢复的存储」与「上下文管理」分开了——未来的 harness 可以采用任何新出现的上下文工程技术。
扩展到多个控制循环或执行环境后,仍要核对状态、工具权限和返回数据边界。
规模化:多大脑,多双手
原文报告其自身系统的首 token 延迟改善。TTFT 指从接收任务到产生第一个响应 token 的等待时间:
- p50 下降约 60%。
- p95 下降超过 90%。
这些是原文系统的测量结果,不是采用相同架构就能复现的通用加速比。
原因:过去每个大脑都要有自己的容器并承担完整启动成本(克隆仓库、拉起进程、拉取事件);现在容器只在工具调用需要时才配置,不需要沙箱交互的会话可以立即开始推理。
多大脑: 解耦让 harness 变成无状态可扩展——多大脑就是启动多个 harness,只在必要时连上双手。
多双手: execute(name, input) → string 接口支持无限种执行环境——容器、自定义工具、MCP server,或理论上任何系统。harness 不关心「手」是容器、手机还是别的什么。关键是大脑之间可以互相传递双手,从而支持协作式 Agent 场景。
设计原则
- 接口有主见,实现不设限: 对 Claude 需要什么接口(会话操作和计算)有强主张,但不对具体实现做任何假设
- 缩小故障影响:分离状态与执行有助于独立恢复;仍需测试超时、重试、幂等与共享依赖,不能推断所有故障都能自动恢复或绝不级联。
- 面向未来: 无需架构改动就能容纳未来的 harness;不同的任务专用 harness(如 Claude Code)在系统内工作方式相同
结论
Managed Agents 解决的是计算领域的经典问题——为「尚未被构想出来的程序」设计系统。通过用通用接口虚拟化 Agent 组件,系统能在 Claude 能力持续提升、新的 harness 需求不断涌现时同步演进,而不需要重新设计。
✅ 检查点
- 「大脑-双手」解耦解决了什么问题?
- 这种架构对数据边界意味着什么?
- 它引入了什么新的复杂度?
👀 答案
- 主要解决组件紧耦合带来的替换、恢复和扩展困难。执行环境不必总与控制循环在同一容器,但也不保证一定在用户本地。
- 凭据隔离与数据外传是两项检查。即使执行留在本地,工具返回的内容仍可能进入托管模型上下文;返回值不一定只是摘要,需要明确审查。
- ①网络往返变多(每次工具调用都要跨边界),延迟上升;②需要一套可靠的双向通道和鉴权;③故障排查跨了两个环境,日志要能对齐;④版本管理——本地工具的行为变了,云端的提示词可能要跟着改。
本节回顾
先记住这几件事
- 决策与工具执行可以放在不同环境,但要有明确的通信与授权边界。
- 本地执行不等于数据不外传,工具返回内容仍需审查。
- 跨环境的日志、版本与故障恢复要能对齐。