Claude Managed Agents 是 Anthropic 推出的 AI 代理服務，讓一個 AI 指揮其他 AI 分工做事，這種做法叫 multi-agent（多代理）。它是開發者透過 Claude API 使用的服務。

Claude Managed Agents 是什麼

先認識 agent（代理）。它是能自己讀檔案、跑指令、上網、做完一串事的 AI，不只是回答問題的聊天機器人。想看完整說明可以讀AI Agent 完整指南。

Claude Managed Agents 是 Anthropic 先做好、可以設定的 agent 運作環境，跑在 Anthropic 管理的主機上，適合長時間、不用盯著的工作。你不用自己架環境，也不用自己寫程式指揮 AI 什麼時候做什麼，Claude 可以直接讀檔、跑指令、上網。

目前整體是 beta（測試階段），所有 API 帳號預設開通。處理醫療等受法規管的敏感資料前，先確認是否符合規範。

Multi-agent 是什麼

Multi-agent orchestration（多代理協作）的意思是：一個 agent 與其他 agent 協調，完成複雜的工作。每個 agent 有自己獨立的 context（AI 當下記得的對話內容），可以同時進行。官方說這有助提升輸出品質，也可能更快完成。

比喻一下：你是餐廳老闆，要辦一場百人宴席。一個人切菜、炒菜、擺盤會做到天亮，所以找主廚當總指揮，由他把切菜、燉湯、甜點分給不同的師傅。主廚就是主 agent，師傅就是其他 agent。

這個功能也標示為 beta。要開放哪幾種分工方式由你決定，什麼時候用則由 agent 自己判斷。

Multi-agent 的三種分工方式

Subagents（子代理）。 主 agent 自己把任務派給幫手，並讀取它們的回報。每個幫手在自己的對話串（session thread）工作，結束後仍保留，主 agent 可以追問。幫手只有一層，不能再往下派工，同一次任務最多同時有 25 個。

Dynamic workflows（動態工作流程）。 主 agent 自己寫一段程式，分階段叫一大群 agent 同時作業，再把結果合併，程式由 Anthropic 的主機在背景執行。官方舉的例子有大規模檢查、系統搬遷、深度研究和交叉比對資料。每個 agent 都會用掉 token，官方建議設定 session budget。

Advisor（顧問）。 主 agent 做到一半，可以請另一個模型給意見，例如規劃做法或最後檢查，動手的仍是主 agent。這個設定預設關閉，用量依顧問模型的費率計費。

什麼時候適合用 multi agent

官方列出三種適合的情境。

  • 平行處理：同時搜尋多個來源或分析不同檔案，再由主 agent 彙整。
  • 專業分工：讓各 agent 帶著專屬的指令和工具，例如一個管資安、一個管文件，不用把所有功能塞給同一個 agent。
  • 升級諮詢：遇到難題時，向另一個模型請益，也就是上面的 advisor。

反過來，工作很小時，一個 agent 做完更省，也不會多花 token。官方也提醒，不確定適不適合時，先看他們另外寫的「什麼時候該用、什麼時候不該用」。

所有 agent 共用同一個運作環境和檔案，但對話紀錄各自獨立。agent 也可以透過 MCP 連外部工具（讓 AI 接外部服務的標準，詳見MCP 是什麼）。

延伸閱讀

封面圖片來源：Anthropic（claude.com/blog/claude-managed-agents）