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
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 —

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