Claude Managed Agents: Qué son, qué hacen y cómo Eigent ofrece una alternativa local

El 1 de abril de 2026, Anthropic lanzó discretamente una de las incorporaciones más importantes a la plataforma Claude desde el propio modelo: Claude Managed Agents. No se trata de un modelo nuevo, sino de una nueva forma de ejecutar Claude. En lugar de enviar prompts y recibir respuestas a través de la Messages API, ahora puedes desplegar Claude como un agente totalmente autónomo dentro de una infraestructura cloud gestionada, con sesiones persistentes, herramientas integradas y orquestación multiagente.

Para los desarrolladores que crean productos impulsados por IA, este es un cambio significativo. Para los equipos que evalúan cómo integrar agentes autónomos en sus flujos de trabajo, plantea preguntas importantes sobre control, coste y dependencia del proveedor.

En esta publicación, desglosamos qué es realmente Claude Managed Agents, qué admite, para quién está pensado y —al final— cómo la función Add Worker de Eigent con el framework de código abierto de CAMEL-AI ofrece una alternativa local-first que proporciona capacidades similares sin dependencia de la nube.

¿Qué es Claude Managed Agents?

Claude Managed Agents es un runtime totalmente gestionado para crear y desplegar agentes de IA autónomos impulsados por Claude. En lugar de construir tu propio bucle de agente, capa de ejecución de herramientas, sandbox y lógica de orquestación, Anthropic proporciona toda esa infraestructura como servicio.

Piénsalo así: la Messages API te da un modelo con el que puedes hablar. Claude Managed Agents te da un modelo que puede actuar: leer archivos, ejecutar comandos de shell, buscar en la web y ejecutar código dentro de un contenedor cloud seguro que Anthropic aprovisiona y gestiona en tu nombre.

El servicio está actualmente en beta y requiere el encabezado managed-agents-2026-04-01 en todas las solicitudes API. Está disponible por defecto para todas las cuentas de la API de Anthropic, con ciertas funciones avanzadas (outcomes, multiagent y memory) en vista previa de investigación con acceso restringido.

Conceptos básicos: cómo funciona

Claude Managed Agents se construye alrededor de cuatro primitivas que combinas para crear flujos de trabajo autónomos.

Agents

Un agent es una configuración reutilizable que define el modelo (por ejemplo, claude-sonnet-4-6), el system prompt, las herramientas disponibles, cualquier conexión a servidores MCP y las skills. Creas un agent una sola vez y lo referencias por ID en varias sesiones. Los agents tienen versiones, por lo que puedes iterar sobre tu configuración sin romper las sesiones existentes.

Environments

Un environment es una plantilla de contenedor cloud. Lo configuras con paquetes preinstalados (Python, Node.js, Go y más), reglas de acceso a la red y archivos montados. Cuando comienza una sesión, Anthropic aprovisiona un contenedor nuevo a partir de la plantilla de tu environment. Aquí es donde realmente se ejecuta tu agent: su sandbox.

Sessions

Una session es una instancia en ejecución de un agent dentro de un environment. Es el contexto real de ejecución donde Claude actúa, genera archivos, ejecuta comandos y produce resultados. Las sessions tienen estado: el sistema de archivos persiste entre interacciones y todo el historial de conversación se conserva en el servidor.

Events

Los events son la capa de comunicación entre tu aplicación y el agent en ejecución. Envías los mensajes del usuario como events. Claude transmite de vuelta respuestas, invocaciones de herramientas y actualizaciones de estado mediante server-sent events (SSE). Puedes guiar o interrumpir al agent durante la ejecución enviando events adicionales, redirigiendo su trabajo sin cerrar la session.

¿Qué herramientas admite?

Claude Managed Agents incluye un conjunto completo de herramientas integradas que cubre las acciones más comunes de los agentes.

El conjunto de herramientas predeterminado (agent_toolset_20260401) incluye Bash para ejecutar comandos de shell en el contenedor, Read para leer archivos del sistema de archivos local, Write para escribir archivos, Edit para reemplazar cadenas en archivos, Glob para hacer coincidencia de patrones de archivos, Grep para búsquedas de texto basadas en expresiones regulares, Web Fetch para recuperar contenido desde URLs y Web Search para buscar en la web.

Todas las herramientas están habilitadas por defecto, pero tienes control granular. Puedes desactivar herramientas específicas (por ejemplo, desactivar web_fetch para un agente centrado solo en código) o cambiar el valor predeterminado a desactivado y habilitar solo las herramientas que necesites. Esto se hace a través del array configs en la definición de tu agent.

Además de las herramientas integradas, Claude Managed Agents admite custom tools, siguiendo el mismo patrón que las herramientas definidas por el usuario en la Messages API. Defines el contrato de la herramienta (nombre, descripción, esquema de entrada) y Claude emite solicitudes estructuradas cuando quiere llamar a tu herramienta. Tu aplicación ejecuta la operación y devuelve el resultado. El modelo nunca ejecuta directamente las custom tools; tú mantienes el control total sobre lo que se ejecuta.

Los servidores MCP (Model Context Protocol) también son compatibles, lo que da a los agentes acceso a proveedores de herramientas externos y fuentes de datos a través de la interfaz MCP estandarizada.

Orquestación multiagente

Quizá la capacidad más potente —actualmente en vista previa de investigación— son las multi-agent sessions. Esto permite que un agent coordinador delegue trabajo a otros agents especializados, cada uno ejecutándose en su propio hilo aislado dentro del mismo contenedor y sistema de archivos.

Así es como funciona en la práctica. Creas varios agents —por ejemplo, un coordinador "Engineering Lead", un agent "Code Reviewer" y un agent "Test Writer". Al definir el coordinador, enumeras los otros agents como callable_agents. Cuando inicias una session con el coordinador y le das una tarea, puede crear de forma autónoma hilos para el revisor y el escritor de pruebas, delegando subtareas específicas a cada uno.

Cada agent se ejecuta con su propio modelo, system prompt y herramientas. Los hilos son persistentes: el coordinador puede enviar seguimientos a un agent al que llamó antes, y ese agent conserva todo su contexto. El flujo de eventos a nivel de session te ofrece una vista condensada de toda la actividad, mientras que los flujos de hilos individuales te permiten profundizar en el razonamiento y las llamadas a herramientas de un agent específico.

Hay una limitación que conviene señalar: solo se admite un nivel de delegación. El coordinador puede llamar a otros agents, pero esos agents no pueden delegar más. Esto mantiene el grafo de orquestación plano y predecible.

¿Para quién está pensado Claude Managed Agents?

Claude Managed Agents está diseñado para un perfil concreto de creador y carga de trabajo.

Está pensado para desarrolladores que integran agentes autónomos de Claude en productos y servicios. Si estás creando un producto en el que Claude necesita actuar —no solo responder— y quieres que Anthropic gestione la infraestructura (contenedores, ejecución de herramientas, sandboxing), este es el servicio adecuado.

Destaca en tareas asíncronas de larga duración. Las sessions pueden ejecutarse durante minutos u horas con múltiples llamadas a herramientas, lo que lo hace adecuado para flujos de trabajo complejos como generación de código, pipelines de investigación, procesamiento de datos y análisis automatizado.

Es ideal para equipos que buscan una sobrecarga mínima de infraestructura. En lugar de construir tu propio bucle de agente, aprovisionar sandboxes y gestionar la ejecución de herramientas, obtienes todo eso listo para usar. La contrapartida es la dependencia del proveedor: tus agents se ejecutan en la cloud de Anthropic, tus datos pasan por su infraestructura y quedas atado a los modelos de Claude.

Encaja con equipos que construyen sobre el ecosistema de Claude. Si ya estás usando la API de Anthropic y quieres ampliar hacia flujos de trabajo agentic sin gestionar infraestructura adicional, Managed Agents es el siguiente paso natural.

Cuánto cuesta

Claude Managed Agents usa el mismo precio basado en tokens que la Messages API, además de los costes de infraestructura de los contenedores gestionados. Se aplican los límites de gasto estándar a nivel de organización y los límites de velocidad por nivel. Los endpoints de creación están limitados a 60 solicitudes por minuto, y los endpoints de lectura a 600 solicitudes por minuto por organización.

Las compensaciones: qué tener en cuenta

Claude Managed Agents es un servicio bien diseñado, pero conlleva compensaciones inherentes que importan para ciertos equipos y casos de uso.

Dependencia de la nube. Tus agents se ejecutan en la infraestructura de Anthropic. Cada prompt, archivo y ejecución de herramienta pasa por su cloud. Para equipos con gobernanza de datos estricta, requisitos de cumplimiento o datos propietarios, esto puede ser decisivo.

Dependencia del modelo. Managed Agents solo admite modelos Claude. No puedes combinar GPT para generación de código, Gemini para tareas multimodales ni modelos locales vía Ollama. Si la diversidad de modelos importa en tu flujo de trabajo, estás limitado.

Precios a escala. Los costes de tokens más los costes de infraestructura de contenedores pueden aumentar rápidamente en sesiones multiagente y de larga duración. El modelo de costes favorece tareas de menor volumen y mayor valor, no la automatización de alto rendimiento.

Limitaciones de beta. La orquestación multiagente, outcomes y memory están en vista previa de investigación con acceso restringido. El producto principal es sólido, pero las funciones más potentes todavía no están disponibles de forma general.

Sin opción local. No hay despliegue autogestionado ni on-premises. Gestionado significa gestionado: no puedes ejecutar esto en tus propios servidores.

Add Worker de Eigent: una alternativa local-first basada en CAMEL-AI

Para equipos que quieren capacidades similares —crear, configurar y orquestar agentes de IA autónomos— sin dependencia de la nube ni bloqueo de proveedor, Eigent ofrece un enfoque fundamentalmente distinto.

Eigent es una plataforma de cowork de IA multiagente de código abierto (Apache 2.0) construida sobre CAMEL-AI, el framework multiagente de código abierto estándar de la industria. Mientras que Claude Managed Agents proporciona infraestructura de agentes como servicio cloud, Eigent la ofrece como una aplicación de escritorio que se ejecuta بالكامل en tu máquina.

La función Add Worker

La función Add Worker de Eigent es el equivalente local de crear un agent en Claude Managed Agents. Así funciona:

Vas a la pantalla Workforce en Eigent y haces clic en "Add Worker". Nombras tu worker, proporcionas una descripción y asignas un Agent Tool, normalmente un servidor MCP que define las capacidades del worker. Lo guardas y ya tienes un agent de IA especializado listo para ejecutar tareas usando ese conjunto de herramientas.

Por ejemplo, podrías crear un "GitHub Worker" respaldado por un servidor MCP de GitHub, un "Database Worker" conectado a tu instancia de PostgreSQL o un "Research Worker" con capacidades de navegación web. Cada worker es una persona de agent especializada que puede invocarse individualmente u orquestarse como parte de un flujo de trabajo multiagente coordinado.

La diferencia clave con Claude Managed Agents: todo se ejecuta localmente. Tus archivos nunca salen de tu máquina. Tus prompts no se envían a un servicio de orquestación de terceros. La ejecución del agent, las llamadas a herramientas y las operaciones sobre archivos ocurren en tu escritorio.

CAMEL-AI: el motor multiagente

Mientras Anthropic construyó un runtime de orquestación propietario, Eigent aprovecha CAMEL-AI, un framework multiagente de código abierto diseñado para ofrecer fiabilidad y extensibilidad. CAMEL-AI se encarga de las partes difíciles de la coordinación multiagente: descomposición de tareas, enrutamiento de subtareas, gestión de dependencias y ejecución en paralelo.

Cuando le das a Eigent una tarea compleja, el motor CAMEL-AI la divide en subtareas y las distribuye entre tus workers configurados. Un worker Developer escribe código mientras un worker Browser recopila investigación mientras un worker Document da formato a los resultados, todo ejecutándose en paralelo y coordinado automáticamente.

Esto es arquitectónicamente similar a las multi-agent sessions de Claude Managed Agents, pero con tres diferencias críticas: se ejecuta localmente en tu infraestructura, admite cualquier proveedor de LLM (Claude, GPT, Gemini, Ollama y más), y el propio framework de orquestación es de código abierto y totalmente auditable.

Comparativa lado a lado: Claude Managed Agents vs Eigent Add Worker

Cuándo tiene más sentido Eigent

Si tu equipo necesita soberanía de datos —sectores regulados, bases de código propietarias, datos empresariales sensibles— ejecutar agents localmente con Eigent elimina por completo la conversación sobre cumplimiento.

Si quieres flexibilidad de modelos, la arquitectura agnóstica de modelos de Eigent significa que puedes asignar distintos modelos a distintos workers. Usa Claude Opus para tareas de razonamiento complejo, GPT para generación de código y un modelo local de Ollama para operaciones sensibles a la privacidad, todo dentro del mismo flujo de trabajo multiagente.

Si prefieres controlar tu infraestructura, la stack de código abierto de Eigent (FastAPI, Electron, CAMEL-AI) significa que puedes inspeccionar, modificar y ampliar cada capa. Sin esperar a que un proveedor lance una función. Sin barreras de acceso beta.

Y si el coste importa a escala, Eigent es gratis. Solo pagas por las llamadas a la API que tus workers hagan a los proveedores de modelos —y si ejecutas modelos locales mediante Ollama, no pagas nada.

Conclusión

Claude Managed Agents es un producto sólido para desarrolladores que quieren que Anthropic gestione la infraestructura de ejecución autónoma de agentes. Simplifica las partes difíciles —sandboxing, ejecución de herramientas, gestión de sesiones y coordinación multiagente— en una API limpia que funciona desde el primer momento.

Pero la infraestructura gestionada conlleva compensaciones gestionadas: dependencia de la cloud, bloqueo de modelo y datos que pasan por un tercero. Para los equipos que necesitan control, privacidad y flexibilidad, estas compensaciones importan.

La función Add Worker de Eigent, impulsada por el framework multiagente de código abierto de CAMEL-AI, ofrece la misma capacidad central —crear, configurar y orquestar agentes de IA autónomos— sin esas restricciones. Creas y gestionas tus agents localmente, en tu propia máquina, con cualquier proveedor de modelos y con total transparencia del código fuente.

Ambos enfoques tienen su lugar. Si quieres la vía más rápida hacia un agent Claude alojado en la cloud, Managed Agents es excelente. Si quieres controlar tu infraestructura de agentes y mantener tus datos en local, Eigent es la alternativa de código abierto que merece la pena evaluar.