Claude Managed Agents: ما هي، ماذا تفعل، وكيف تقدم Eigent بديلاً محليًا

في 1 أبريل 2026، أطلقت Anthropic بهدوء واحدة من أهم الإضافات إلى منصة Claude منذ النموذج نفسه: Claude Managed Agents. هذا ليس نموذجًا جديدًا — بل طريقة جديدة لتشغيل Claude. بدلًا من إرسال المطالبات والحصول على الردود عبر Messages API، يمكنك الآن نشر Claude كعامل مستقل بالكامل داخل بنية تحتية سحابية مُدارة، مع جلسات دائمة، وأدوات مدمجة، وتنسيق متعدد العوامل.

بالنسبة للمطورين الذين يبنون منتجات مدعومة بالذكاء الاصطناعي، يمثل هذا تحولًا مهمًا. وبالنسبة للفرق التي تقيم كيفية دمج العوامل المستقلة في سير عملها، فإنه يثير أسئلة مهمة حول التحكم والتكلفة والاعتماد على المورّد.

في هذا المقال، نوضح ما هو Claude Managed Agents فعليًا، وما الذي يدعمه، ولمن صُمم، وفي النهاية — كيف يوفّر Eigent مع ميزة Add Worker وبنية CAMEL-AI مفتوحة المصدر بديلاً محليًا أولًا يقدم قدرات مشابهة دون الاعتماد على السحابة.

ما هو Claude Managed Agents؟

Claude Managed Agents هو بيئة تشغيل مُدارة بالكامل لبناء ونشر عوامل ذكاء اصطناعي مستقلة مدعومة بـ Claude. بدلًا من بناء حلقة العامل الخاصة بك، وطبقة تنفيذ الأدوات، وبيئة العزل، ومنطق التنسيق، توفّر Anthropic كل هذه البنية التحتية كخدمة.

فكّر فيها بهذه الطريقة: تمنحك Messages API نموذجًا يمكنك التحدث إليه. أما Claude Managed Agents فيمنحك نموذجًا يمكنه أن يتصرف — يقرأ الملفات، ويشغّل أوامر shell، ويبحث في الويب، وينفذ التعليمات البرمجية داخل حاوية سحابية آمنة تقوم Anthropic بتوفيرها وإدارتها نيابةً عنك.

الخدمة حاليًا في مرحلة beta، وتتطلب رأس managed-agents-2026-04-01 في جميع طلبات API. وهي متاحة افتراضيًا لجميع حسابات Anthropic API، مع بعض الميزات المتقدمة (outcomes وmultiagent وmemory) في preview للأبحاث مع وصول مقيّد.

المفاهيم الأساسية: كيف يعمل

يعتمد Claude Managed Agents على أربعة عناصر أساسية يمكنك تجميعها لإنشاء سير عمل مستقل.

Agents

العامل هو إعداد قابل لإعادة الاستخدام يحدد النموذج (مثلًا claude-sonnet-4-6)، وsystem prompt، والأدوات المتاحة، وأي اتصالات بخوادم MCP، والمهارات. تقوم بإنشاء العامل مرة واحدة ثم تشير إليه عبر ID في عدة جلسات. العوامل لها إصدارات، لذا يمكنك تطوير الإعدادات دون كسر الجلسات الحالية.

Environments

البيئة هي قالب حاوية سحابية. تقوم بإعدادها بحزم مثبتة مسبقًا (Python وNode.js وGo وغير ذلك)، وقواعد الوصول إلى الشبكة، والملفات المركبة. عند بدء الجلسة، تقوم Anthropic بتوفير حاوية جديدة من قالب البيئة لديك. هذا هو المكان الذي يعمل فيه العامل فعليًا — أي بيئة العزل الخاصة به.

Sessions

الجلسة هي مثيل قيد التشغيل لعامل داخل بيئة. وهي سياق التنفيذ الفعلي حيث يتصرف Claude، ويولد الملفات، ويشغّل الأوامر، وينتج المخرجات. الجلسات ذات حالة: نظام الملفات يستمر بين التفاعلات، ويتم الاحتفاظ بسجل المحادثة الكامل على جهة الخادم.

Events

الأحداث هي طبقة الاتصال بين تطبيقك والعامل قيد التشغيل. ترسل رسائل المستخدم كأحداث. ويعيد Claude البث المباشر للردود واستدعاءات الأدوات وتحديثات الحالة عبر server-sent events (SSE). يمكنك توجيه العامل أو مقاطعته أثناء التنفيذ عبر إرسال أحداث إضافية — لإعادة توجيه عمله دون إنهاء الجلسة.

ما الأدوات التي يدعمها؟

يأتي Claude Managed Agents مع مجموعة أدوات مدمجة شاملة تغطي أكثر إجراءات العوامل شيوعًا.

تتضمن مجموعة الأدوات الافتراضية (agent_toolset_20260401) Bash لتنفيذ أوامر shell داخل الحاوية، وRead لقراءة الملفات من نظام الملفات المحلي، وWrite لكتابة الملفات، وEdit لاستبدال النصوص داخل الملفات، وGlob لمطابقة أنماط الملفات، وGrep للبحث النصي القائم على regex، وWeb Fetch لاسترجاع المحتوى من URLs، وWeb Search للبحث في الويب.

جميع الأدوات مفعلة افتراضيًا، لكن لديك تحكم دقيق. يمكنك تعطيل أدوات محددة (مثلًا إيقاف web_fetch لعامل مخصص للبرمجة فقط) أو عكس الإعداد الافتراضي ليكون معطلاً وتمكين الأدوات التي تحتاجها فقط. يتم ذلك عبر مصفوفة configs في تعريف العامل.

إلى جانب الأدوات المدمجة، يدعم Claude Managed Agents الأدوات المخصصة — وهو نفس النمط المستخدم مع الأدوات المعرفة من قبل المستخدم في Messages API. تحدد عقدة الأداة (الاسم، الوصف، مخطط الإدخال)، ثم يصدر Claude طلبات منظمة عندما يريد استدعاء أداتك. يقوم تطبيقك بتنفيذ العملية وإعادة النتيجة. النموذج لا ينفذ الأدوات المخصصة مباشرة؛ بل تحتفظ أنت بالتحكم الكامل فيما يتم تشغيله.

كما يتم دعم خوادم MCP (Model Context Protocol)، ما يمنح العوامل وصولًا إلى مزودي الأدوات الخارجيين ومصادر البيانات عبر واجهة MCP المعيارية.

التنسيق متعدد العوامل

ربما تكون أقوى قدرة — وهي حاليًا في preview للأبحاث — هي الجلسات متعددة العوامل. هذا يتيح لعامل منسق واحد أن يفوض العمل إلى عوامل متخصصة أخرى، يعمل كل منها في خيط مستقل داخل نفس الحاوية ونظام الملفات.

إليك كيف يعمل ذلك عمليًا. تنشئ عدة عوامل — مثلًا، عامل منسق "Engineering Lead"، وعامل "Code Reviewer"، وعامل "Test Writer". عند تعريف المنسق، تسرد العوامل الأخرى كـ callable_agents. عندما تبدأ جلسة مع المنسق وتعطيه مهمة، يمكنه إنشاء خيوط تلقائيًا للمراجع وكاتب الاختبارات، مع تفويض مهام فرعية محددة لكلٍ منهما.

كل عامل يعمل بنموذجه الخاص، وsystem prompt الخاص به، وأدواته الخاصة. الخيوط دائمة — يمكن للمنسق إرسال متابعات إلى عامل استدعاه سابقًا، ويحتفظ ذلك العامل بسياقه الكامل. يمنحك تدفق الأحداث على مستوى الجلسة عرضًا مختصرًا لجميع الأنشطة، بينما تتيح لك تدفقات الخيوط الفردية التعمق في تفكير عامل معين واستدعاءات أدواته.

هناك قيد مهم يجب ملاحظته: يُدعم مستوى واحد فقط من التفويض. يمكن للمنسق استدعاء عوامل أخرى، لكن تلك العوامل لا يمكنها التفويض أكثر. هذا يبقي مخطط التنسيق مسطحًا ويمكن التنبؤ به.

لمن صُمم Claude Managed Agents؟

تم تصميم Claude Managed Agents لملف محدد من البنّائين وأعباء العمل.

إنه مخصص للمطورين الذين يدمجون عوامل Claude المستقلة داخل المنتجات والخدمات. إذا كنت تبني منتجًا يحتاج فيه Claude إلى أن يتصرف — وليس فقط أن يرد — وتريد من Anthropic تولي البنية التحتية (الحاويات، تنفيذ الأدوات، العزل)، فهذه هي الخدمة المناسبة.

يتميز في المهام طويلة الأمد وغير المتزامنة. يمكن للجلسات أن تعمل لعدة دقائق أو ساعات مع استدعاءات أدوات متعددة، ما يجعله مناسبًا لسير العمل المعقد مثل توليد التعليمات البرمجية، ومسارات البحث، ومعالجة البيانات، والتحليل المؤتمت.

وهو مثالي للفرق التي تريد الحد الأدنى من عبء البنية التحتية. بدلًا من بناء حلقة العامل الخاصة بك، وتوفير بيئات العزل، والتعامل مع تنفيذ الأدوات، تحصل على كل ذلك جاهزًا من البداية. المقابل هو الاعتماد على المورّد — فالعوامل الخاصة بك تعمل على سحابة Anthropic، وبياناتك تمر عبر بنيتها التحتية، وأنت مقيد بنماذج Claude.

كما أنه مناسب للفرق التي تبني على منظومة Claude. إذا كنت تستخدم بالفعل Anthropic API وتريد التوسع إلى سير عمل agentic دون إدارة بنية تحتية إضافية، فـ Managed Agents هو الخطوة الطبيعية التالية.

كم تكلفته؟

يستخدم Claude Managed Agents نفس التسعير القائم على token مثل Messages API، بالإضافة إلى تكاليف البنية التحتية للحاويات المُدارة. تنطبق حدود الإنفاق على مستوى المؤسسة وحدود المعدل حسب الفئة. تنحصر معدلات create في 60 طلبًا في الدقيقة، ومعدلات read في 600 طلب في الدقيقة لكل مؤسسة.

المقايضات: ما الذي يجب مراعاته

Claude Managed Agents خدمة مصممة جيدًا، لكنها تأتي مع مقايضات متأصلة تهم بعض الفرق وحالات الاستخدام.

الاعتماد على السحابة. تعمل العوامل الخاصة بك على بنية Anthropic التحتية. كل prompt وكل ملف وكل تنفيذ أداة يمر عبر سحابتهم. بالنسبة للفرق ذات متطلبات حوكمة البيانات الصارمة أو الامتثال أو البيانات الخاصة، قد يكون هذا عاملًا حاسمًا.

الاعتماد على نموذج واحد. يدعم Managed Agents فقط نماذج Claude. لا يمكنك المزج مع GPT لتوليد التعليمات البرمجية، أو Gemini للمهام متعددة الوسائط، أو النماذج المحلية عبر Ollama. إذا كانت تنوع النماذج مهمًا لسير عملك، فأنت مقيد.

التسعير عند التوسع. يمكن أن تتراكم تكاليف tokens بالإضافة إلى تكاليف بنية الحاويات بسرعة في الجلسات الطويلة متعددة العوامل. نموذج التكلفة يفضل المهام الأقل حجمًا والأعلى قيمة، بدلًا من الأتمتة ذات الإنتاجية العالية.

قيود beta. التنسيق متعدد العوامل، وoutcomes، وmemory كلها في preview للأبحاث مع وصول مقيّد. المنتج الأساسي قوي، لكن أقوى الميزات ليست متاحة للعامة بعد.

لا يوجد خيار محلي. لا توجد عملية نشر ذاتية الاستضافة أو داخلية on-premises. Managed يعني مُدار — لا يمكنك تشغيل هذا على خوادمك الخاصة.

ميزة Add Worker في Eigent: بديل محلي أولًا مبني على CAMEL-AI

بالنسبة للفرق التي تريد قدرات مشابهة — إنشاء عوامل ذكاء اصطناعي مستقلة وتكوينها وتنسيقها — دون الاعتماد على السحابة أو الارتباط بمورّد واحد، يقدم Eigent نهجًا مختلفًا جوهريًا.

Eigent هو منصة تعاونية مفتوحة المصدر (Apache 2.0) متعددة العوامل للذكاء الاصطناعي مبنية فوق CAMEL-AI، إطار العمل مفتوح المصدر متعدد العوامل القياسي في الصناعة. بينما يوفر Claude Managed Agents بنية العوامل كخدمة سحابية، يقدّمها Eigent كتطبيق سطح مكتب يعمل بالكامل على جهازك.

ميزة Add Worker

تُعد ميزة Add Worker في Eigent المكافئ المحلي لإنشاء عامل في Claude Managed Agents. إليك كيف تعمل:

تنتقل إلى شاشة Workforce في Eigent وتنقر على "Add Worker". تقوم بتسمية العامل، وتقديم وصف، وتعيين Agent Tool — وهو عادةً خادم MCP يحدد قدرات العامل. احفظه، وستحصل على عامل ذكاء اصطناعي متخصص جاهز لتنفيذ المهام باستخدام تلك المجموعة من الأدوات.

على سبيل المثال، يمكنك إنشاء "GitHub Worker" مدعومًا بخادم GitHub MCP، أو "Database Worker" متصلًا بمثيل PostgreSQL الخاص بك، أو "Research Worker" مزودًا بقدرات التصفح عبر الويب. كل Worker هو شخصية عامل متخصصة يمكن استدعاؤها بشكل فردي أو تنسيقها ضمن سير عمل متعدد العوامل منسق.

الفرق الأساسي عن Claude Managed Agents: كل شيء يعمل محليًا. ملفاتك لا تغادر جهازك أبدًا. لا تُرسل مطالباتك إلى خدمة تنسيق خارجية. تنفيذ العامل، واستدعاءات الأدوات، وعمليات الملفات كلها تحدث على سطح مكتبك.

CAMEL-AI: محرك متعدد العوامل

بينما بنت Anthropic بيئة تشغيل تنسيق خاصة بها، يستفيد Eigent من CAMEL-AI — إطار عمل مفتوح المصدر متعدد العوامل مصمم للموثوقية وقابلية التوسعة. يتعامل CAMEL-AI مع الأجزاء الصعبة من تنسيق العوامل المتعددة: تقسيم المهام، وتوجيه المهام الفرعية، وإدارة التبعيات، والتنفيذ المتوازي.

عندما تعطي Eigent مهمة معقدة، يقوم محرك CAMEL-AI بتقسيمها إلى مهام فرعية وتوزيعها عبر العمال الذين أعددتهم. يقوم عامل Developer بكتابة الكود بينما يجمع عامل Browser البحث بينما ينسق عامل Document المخرجات — وكل ذلك يعمل بالتوازي وبشكل منسق تلقائيًا.

هذا مشابه معماريًا للجلسات متعددة العوامل في Claude Managed Agents، لكن مع ثلاثة اختلافات حاسمة: فهو يعمل محليًا على بنيتك التحتية، ويدعم أي مزود LLM (Claude وGPT وGemini وOllama وغيرهم)، كما أن إطار التنسيق نفسه مفتوح المصدر وقابل للتدقيق الكامل.

مقارنة جنبًا إلى جنب: Claude Managed Agents مقابل Eigent Add Worker

متى يكون Eigent أكثر منطقية؟

إذا كانت فرقك تحتاج إلى سيادة على البيانات — في القطاعات المنظمة، أو قواعد الأكواد الخاصة، أو البيانات التجارية الحساسة — فإن تشغيل العوامل محليًا مع Eigent يزيل حديث الامتثال بالكامل.

إذا كنت تريد مرونة في النماذج، فإن بنية Eigent المستقلة عن النموذج تعني أنه يمكنك تخصيص نماذج مختلفة لعمال مختلفين. استخدم Claude Opus للمهام المعقدة في الاستدلال، وGPT لتوليد التعليمات البرمجية، ونموذج Ollama محليًا للعمليات الحساسة من ناحية الخصوصية — وكل ذلك ضمن نفس سير العمل متعدد العوامل.

إذا كنت تفضل امتلاك بنيتك التحتية، فإن حزمة Eigent مفتوحة المصدر (FastAPI وElectron وCAMEL-AI) تعني أنه يمكنك فحص وتعديل وتوسيع كل طبقة. لا حاجة للانتظار حتى يطلق المورّد ميزة جديدة. لا توجد بوابات للوصول إلى beta.

وإذا كانت التكلفة مهمة عند التوسع، فإن Eigent مجاني. أنت تدفع فقط مقابل استدعاءات API التي ينفذها عمالك إلى مزودي النماذج — وإذا شغلت نماذج محلية عبر Ollama، فلن تدفع شيئًا على الإطلاق.

الخلاصة

Claude Managed Agents منتج قوي للمطورين الذين يريدون من Anthropic إدارة البنية التحتية لتنفيذ العوامل المستقلة. إنه يبسط الأجزاء الصعبة — العزل، وتنفيذ الأدوات، وإدارة الجلسات، والتنسيق متعدد العوامل — في API نظيفة تعمل مباشرة من البداية.

لكن البنية التحتية المُدارة تأتي مع مقايضات مُدارة: الاعتماد على السحابة، والاعتماد على نموذج واحد، ومرور البيانات عبر طرف ثالث. بالنسبة للفرق التي تحتاج إلى التحكم والخصوصية والمرونة، فإن هذه المقايضات مهمة.

ميزة Add Worker في Eigent، المدعومة بإطار CAMEL-AI مفتوح المصدر متعدد العوامل، تقدم نفس القدرة الأساسية — إنشاء عوامل ذكاء اصطناعي مستقلة وتكوينها وتنسيقها — دون تلك القيود. يمكنك بناء وإدارة عواملك محليًا، على جهازك الخاص، مع أي مزود نماذج، وبشفافية كاملة في الشيفرة المصدرية.

لكل من النهجين مكانه. إذا كنت تريد أسرع طريق إلى عامل Claude مستضاف على السحابة، فإن Managed Agents خيار ممتاز. وإذا كنت تريد امتلاك بنية العوامل الخاصة بك والاحتفاظ ببياناتك محلية، فإن Eigent هو البديل مفتوح المصدر الذي يستحق التقييم.