Claude Managed Agents: Czym są, co robią i jak Eigent oferuje lokalną alternatywę

1 kwietnia 2026 roku Anthropic po cichu uruchomiło jeden z najważniejszych dodatków do platformy Claude od czasu samego modelu: Claude Managed Agents. To nie jest nowy model — to nowy sposób uruchamiania Claude. Zamiast wysyłać prompty i otrzymywać odpowiedzi przez Messages API, możesz teraz wdrożyć Claude jako w pełni autonomicznego agenta w zarządzanej infrastrukturze chmurowej, z trwałymi sesjami, wbudowanymi narzędziami i orkiestracją wielu agentów.

Dla deweloperów budujących produkty oparte na AI to istotna zmiana. Dla zespołów oceniających, jak zintegrować autonomicznych agentów ze swoimi procesami, rodzi ona ważne pytania o kontrolę, koszty i uzależnienie od dostawcy.

W tym wpisie rozkładamy na czynniki pierwsze, czym właściwie są Claude Managed Agents, co obsługują, dla kogo zostały stworzone oraz — na końcu — jak funkcja Add Worker w Eigent z frameworkiem open source CAMEL-AI zapewnia lokalną alternatywę, która oferuje podobne możliwości bez zależności od chmury.

Czym są Claude Managed Agents?

Claude Managed Agents to w pełni zarządzane środowisko uruchomieniowe do tworzenia i wdrażania autonomicznych agentów AI opartych na Claude. Zamiast budować własną pętlę agenta, warstwę wykonywania narzędzi, sandbox i logikę orkiestracji, Anthropic dostarcza całą tę infrastrukturę jako usługę.

Wyobraź to sobie tak: Messages API daje ci model, z którym możesz rozmawiać. Claude Managed Agents daje ci model, który może działać — czytać pliki, uruchamiać polecenia shell, przeszukiwać sieć i wykonywać kod wewnątrz bezpiecznego chmurowego kontenera, który Anthropic przygotowuje i zarządza w twoim imieniu.

Usługa jest obecnie w wersji beta i wymaga nagłówka managed-agents-2026-04-01 we wszystkich żądaniach API. Jest dostępna domyślnie dla wszystkich kont API Anthropic, a niektóre zaawansowane funkcje (outcomes, multiagent i memory) są dostępne w research preview z ograniczonym dostępem.

Podstawowe pojęcia: jak to działa

Claude Managed Agents opiera się na czterech podstawowych elementach, które łączysz, aby tworzyć autonomiczne przepływy pracy.

Agenci

Agent to wielokrotnego użytku konfiguracja, która definiuje model (np. claude-sonnet-4-6), prompt systemowy, dostępne narzędzia, połączenia z serwerami MCP oraz skills. Tworzysz agenta raz i odwołujesz się do niego po identyfikatorze w wielu sesjach. Agenci są wersjonowani, więc możesz rozwijać konfigurację bez psucia istniejących sesji.

Środowiska

Środowisko to szablon kontenera chmurowego. Konfigurujesz je z preinstalowanymi pakietami (Python, Node.js, Go i inne), regułami dostępu do sieci oraz zamontowanymi plikami. Gdy sesja się rozpoczyna, Anthropic tworzy świeży kontener na podstawie szablonu środowiska. To tutaj faktycznie działa twój agent — w swoim sandboxie.

Sesje

Sesja to działająca instancja agenta w ramach środowiska. To rzeczywisty kontekst wykonania, w którym Claude podejmuje działania, generuje pliki, uruchamia polecenia i tworzy wyniki. Sesje są stanowe: system plików zachowuje się między interakcjami, a pełna historia rozmowy jest przechowywana po stronie serwera.

Zdarzenia

Zdarzenia to warstwa komunikacji między twoją aplikacją a działającym agentem. Wysyłasz wiadomości użytkownika jako zdarzenia. Claude przesyła odpowiedzi, wywołania narzędzi i aktualizacje statusu za pomocą server-sent events (SSE). Możesz kierować działaniem agenta lub przerywać je w trakcie wykonywania, wysyłając dodatkowe zdarzenia — przekierowując jego pracę bez zamykania sesji.

Jakie narzędzia obsługuje?

Claude Managed Agents oferuje rozbudowany wbudowany zestaw narzędzi, który obejmuje najczęstsze działania agentów.

Domyślny zestaw narzędzi (agent_toolset_20260401) zawiera Bash do wykonywania poleceń shell w kontenerze, Read do odczytywania plików z lokalnego systemu plików, Write do zapisywania plików, Edit do zastępowania fragmentów tekstu w plikach, Glob do dopasowywania wzorców plików, Grep do wyszukiwania tekstu na podstawie wyrażeń regularnych, Web Fetch do pobierania treści z adresów URL oraz Web Search do przeszukiwania sieci.

Wszystkie narzędzia są domyślnie włączone, ale masz szczegółową kontrolę. Możesz wyłączyć konkretne narzędzia (np. wyłączyć web_fetch dla agenta zajmującego się wyłącznie kodem) albo odwrócić domyślne ustawienie na wyłączone i włączyć tylko te narzędzia, których potrzebujesz. Robi się to za pomocą tablicy configs w definicji agenta.

Poza wbudowanymi narzędziami Claude Managed Agents obsługuje narzędzia niestandardowe — ten sam wzorzec, co w przypadku narzędzi definiowanych przez użytkownika w Messages API. Definiujesz kontrakt narzędzia (nazwa, opis, schemat wejścia), a Claude generuje ustrukturyzowane żądania, gdy chce wywołać twoje narzędzie. Twoja aplikacja wykonuje operację i odsyła wynik. Model nigdy nie uruchamia narzędzi niestandardowych bezpośrednio; zachowujesz pełną kontrolę nad tym, co jest wykonywane.

Obsługiwane są również serwery MCP (Model Context Protocol), dając agentom dostęp do zewnętrznych dostawców narzędzi i źródeł danych przez ustandaryzowany interfejs MCP.

Orkiestracja wielu agentów

Być może najpotężniejszą funkcją — obecnie w research preview — są sesje wieloagentowe. Pozwalają one jednemu agentowi koordynującemu delegować pracę innym wyspecjalizowanym agentom, z których każdy działa we własnym, izolowanym wątku w tym samym kontenerze i systemie plików.

Oto jak to działa w praktyce. Tworzysz kilka agentów — na przykład koordynatora „Engineering Lead”, agenta „Code Reviewer” i agenta „Test Writer”. Podczas definiowania koordynatora dodajesz pozostałych agentów jako callable_agents. Gdy uruchamiasz sesję z koordynatorem i przekazujesz mu zadanie, może on autonomicznie uruchamiać wątki dla recenzenta i autora testów, delegując każdemu konkretne podzadania.

Każdy agent działa z własnym modelem, promptem systemowym i narzędziami. Wątki są trwałe — koordynator może wysyłać dalsze instrukcje do agenta, którego wywołał wcześniej, a ten zachowuje pełny kontekst. Strumień zdarzeń na poziomie sesji daje skondensowany widok całej aktywności, podczas gdy indywidualne strumienie wątków pozwalają zagłębić się w rozumowanie konkretnego agenta i jego wywołania narzędzi.

Warto odnotować jedno ograniczenie: obsługiwany jest tylko jeden poziom delegacji. Koordynator może wywoływać inne agenty, ale tamte nie mogą delegować dalej. Dzięki temu graf orkiestracji pozostaje płaski i przewidywalny.

Dla kogo są Claude Managed Agents?

Claude Managed Agents zostało zaprojektowane z myślą o określonym profilu twórcy i rodzaju obciążenia.

Jest stworzone dla deweloperów integrujących autonomicznych agentów Claude z produktami i usługami. Jeśli budujesz produkt, w którym Claude ma działać — a nie tylko odpowiadać — i chcesz, aby Anthropic zajęło się infrastrukturą (kontenery, wykonywanie narzędzi, sandboxing), to jest ta usługa.

Świetnie sprawdza się przy długotrwałych, asynchronicznych zadaniach. Sesje mogą trwać minutami lub godzinami i obejmować wiele wywołań narzędzi, co czyni je odpowiednimi do złożonych przepływów pracy, takich jak generowanie kodu, pipeline’y badawcze, przetwarzanie danych i automatyczna analiza.

Jest idealne dla zespołów, które chcą minimalnego narzutu infrastrukturalnego. Zamiast budować własną pętlę agenta, przygotowywać sandboxy i obsługiwać wykonywanie narzędzi, dostajesz to wszystko od razu. Ceną jest zależność od dostawcy — twoi agenci działają w chmurze Anthropic, twoje dane przepływają przez ich infrastrukturę, a ty jesteś związany z modelami Claude.

Pasuje zespołom budującym w ekosystemie Claude. Jeśli już korzystasz z API Anthropic i chcesz rozszerzyć je o przepływy agentowe bez zarządzania dodatkową infrastrukturą, Managed Agents to naturalny kolejny krok.

Ile to kosztuje

Claude Managed Agents korzysta z tego samego cennika opartego na tokenach co Messages API, plus koszty infrastruktury dla zarządzanych kontenerów. Obowiązują standardowe limity wydatków na poziomie organizacji oraz limity szybkości zależne od poziomu. Endpointy create są ograniczone do 60 żądań na minutę, a endpointy read do 600 żądań na minutę na organizację.

Kompromisy: na co zwrócić uwagę

Claude Managed Agents to dobrze zaprojektowana usługa, ale wiąże się z wrodzonymi kompromisami, które mają znaczenie dla niektórych zespołów i zastosowań.

Zależność od chmury. Twoi agenci działają na infrastrukturze Anthropic. Każdy prompt, plik i wykonanie narzędzia przechodzą przez ich chmurę. Dla zespołów z rygorystycznym zarządzaniem danymi, wymaganiami compliance lub danymi własnościowymi może to być czynnik dyskwalifikujący.

Zamknięcie na model. Managed Agents obsługuje wyłącznie modele Claude. Nie możesz połączyć GPT do generowania kodu, Gemini do zadań multimodalnych ani lokalnych modeli przez Ollama. Jeśli różnorodność modeli jest ważna dla twojego procesu, jesteś ograniczony.

Koszty przy skali. Koszty tokenów plus koszty infrastruktury kontenerowej mogą szybko rosnąć w przypadku długich, wieloagentowych sesji. Model cenowy sprzyja zadaniom o niższej częstotliwości i wyższej wartości, a nie automatyzacji o wysokiej przepustowości.

Ograniczenia bety. Orkiestracja wielu agentów, outcomes i memory są w research preview z ograniczonym dostępem. Główny produkt jest solidny, ale najpotężniejsze funkcje nie są jeszcze powszechnie dostępne.

Brak opcji lokalnej. Nie ma wdrożenia self-hosted ani on-premises. Managed oznacza zarządzane — nie możesz uruchomić tego na własnych serwerach.

Add Worker w Eigent: lokalna alternatywa zbudowana na CAMEL-AI

Dla zespołów, które chcą podobnych możliwości — tworzenia, konfigurowania i orkiestracji autonomicznych agentów AI — bez zależności od chmury czy lock-inu u dostawcy, Eigent oferuje fundamentalnie inne podejście.

Eigent to open source’owa (Apache 2.0) wieloagentowa platforma AI cowork zbudowana na CAMEL-AI, standardowym w branży open source’owym frameworku wieloagentowym. Tam, gdzie Claude Managed Agents dostarcza infrastrukturę agentową jako usługę chmurową, Eigent udostępnia ją jako aplikację desktopową działającą całkowicie na twojej maszynie.

Funkcja Add Worker

Funkcja Add Worker w Eigent jest lokalnym odpowiednikiem tworzenia agenta w Claude Managed Agents. Oto jak to działa:

Przechodzisz do ekranu Workforce w Eigent i klikasz „Add Worker”. Nadajesz workerowi nazwę, podajesz opis i przypisujesz Agent Tool — zazwyczaj serwer MCP, który definiuje możliwości workera. Zapisujesz i masz wyspecjalizowanego agenta AI gotowego do wykonywania zadań przy użyciu tego zestawu narzędzi.

Na przykład możesz stworzyć „GitHub Worker” oparty na serwerze MCP GitHub, „Database Worker” połączony z instancją PostgreSQL albo „Research Worker” z możliwością przeglądania sieci. Każdy worker jest wyspecjalizowaną personą agenta, którą można wywoływać indywidualnie lub orkiestracyjnie jako część skoordynowanego przepływu wieloagentowego.

Kluczowa różnica względem Claude Managed Agents: wszystko działa lokalnie. Twoje pliki nigdy nie opuszczają komputera. Twoje prompty nie są wysyłane do zewnętrznej usługi orkiestracyjnej. Wykonywanie agenta, wywołania narzędzi i operacje na plikach odbywają się na twoim desktopie.

CAMEL-AI: silnik wieloagentowy

Tam, gdzie Anthropic zbudowało własne środowisko uruchomieniowe orkiestracji, Eigent wykorzystuje CAMEL-AI — framework open source do pracy z wieloma agentami, zaprojektowany z myślą o niezawodności i rozszerzalności. CAMEL-AI obsługuje trudne aspekty koordynacji wielu agentów: dekompozycję zadań, kierowanie podzadań, zarządzanie zależnościami i równoległe wykonywanie.

Gdy przekazujesz Eigent złożone zadanie, silnik CAMEL-AI dzieli je na podzadania i rozdziela między skonfigurowanych workerów. Worker Developer pisze kod, podczas gdy worker Browser zbiera informacje, a worker Document formatuje wyniki — wszystko uruchomione równolegle i automatycznie skoordynowane.

Architektonicznie jest to podobne do wieloagentowych sesji Claude Managed Agents, ale z trzema kluczowymi różnicami: działa lokalnie na twojej infrastrukturze, obsługuje dowolnego dostawcę LLM (Claude, GPT, Gemini, Ollama i inne), a sam framework orkiestracji jest open source i w pełni audytowalny.

Porównanie obok siebie: Claude Managed Agents vs Eigent Add Worker

Kiedy Eigent ma więcej sensu

Jeśli twój zespół potrzebuje suwerenności danych — branże regulowane, własnościowe bazy kodu, wrażliwe dane biznesowe — uruchamianie agentów lokalnie z Eigent całkowicie eliminuje temat zgodności.

Jeśli zależy ci na elastyczności modeli, architektura niezależna od modelu w Eigent pozwala przypisywać różne modele do różnych workerów. Użyj Claude Opus do złożonego rozumowania, GPT do generowania kodu i lokalnego modelu Ollama do operacji wrażliwych pod kątem prywatności — wszystko w ramach tego samego przepływu wieloagentowego.

Jeśli wolisz posiadać własną infrastrukturę, open source’owy stack Eigent (FastAPI, Electron, CAMEL-AI) oznacza, że możesz sprawdzić, modyfikować i rozszerzać każdą warstwę. Bez czekania, aż dostawca wypuści funkcję. Bez bramek dostępu do bety.

A jeśli na dużą skalę liczą się koszty, Eigent jest darmowe. Płacisz tylko za wywołania API, które twoi workerzy wykonują do dostawców modeli — a jeśli uruchamiasz lokalne modele przez Ollama, nie płacisz nic.

Podsumowanie

Claude Managed Agents to mocny produkt dla deweloperów, którzy chcą, aby Anthropic zajęło się infrastrukturą do uruchamiania autonomicznych agentów. Upraszcza trudne elementy — sandboxing, wykonywanie narzędzi, zarządzanie sesjami i koordynację wielu agentów — do czystego API, które działa od razu po uruchomieniu.

Ale zarządzana infrastruktura wiąże się z zarządzanymi kompromisami: zależnością od chmury, lock-inem na model i przepływem danych przez pośrednika. Dla zespołów, które potrzebują kontroli, prywatności i elastyczności, te kompromisy mają znaczenie.

Funkcja Add Worker w Eigent, wspierana przez open source’owy framework wieloagentowy CAMEL-AI, dostarcza tę samą podstawową możliwość — tworzenie, konfigurowanie i orkiestrację autonomicznych agentów AI — bez tych ograniczeń. Budujesz i zarządzasz swoimi agentami lokalnie, na własnej maszynie, z dowolnym dostawcą modeli i z pełną przejrzystością kodu źródłowego.

Oba podejścia mają swoje miejsce. Jeśli chcesz najszybszej drogi do hostowanego w chmurze agenta Claude, Managed Agents jest świetnym wyborem. Jeśli chcesz posiadać własną infrastrukturę agentową i utrzymywać dane lokalnie, Eigent jest open source’ową alternatywą wartą rozważenia.