Anthropic Agent API 新能力¶
tags: #Anthropic #AgentAPI #CodeExecution #MCP #FilesAPI #PromptCaching source: New capabilities for building agents on the Anthropic API score: 技术深度8/10 | 实用价值9/10 | 时效性9/10 | 领域匹配9/10 | 综合 8.8/10
核心概念¶
2025年5月，Anthropic在API层面推出四个Agent构建能力：Code Execution Tool（沙箱Python执行）、MCP Connector（零代码连接MCP服务器）、Files API（跨会话文件管理）、Extended Prompt Caching（1小时TTL缓存）。这些能力与 Claude Opus 4 / Sonnet 4 协同，让开发者无需自建基础设施即可构建端到端的AI Agent。
设计原理¶
四大能力的核心设计动机是降低Agent开发的基础设施负担：
- Code Execution Tool：将Claude从"代码生成器"升级为"数据分析师"。之前Claude只能输出代码片段让用户自行运行，现在可在沙箱环境直接执行Python，迭代可视化、清洗数据集、生成报表。每个组织每天有50小时免费额度，超出后 $0.05/hr/container。
- MCP Connector：此前连接MCP服务器需要自建client harness处理连接管理、工具发现、错误处理。现在API层自动完成这些操作——只需在请求中传入MCP server URL，Claude自动发现工具、选择调用、管理认证。支持 Zapier、Asana 等远程MCP服务器。
- Files API：解决"每次请求都要重新上传文件"的痛点。上传一次，跨会话引用。特别适合知识库、技术文档、数据集等大文件场景。Files API与Code Execution集成，Claude可在代码执行中直接读取上传的文件并生成图表。
- Extended Prompt Caching：标准TTL从5分钟扩展到1小时（12x提升），成本降低最高90%，延迟降低最高85%。对长时间运行的Agent工作流（多步骤任务、跨工具协调）意义重大。
关键实现¶
Code Execution Tool¶
| 参数 | 值 |
|---|---|
| 执行环境 | 沙箱Python |
| 免费额度 | 50小时/天/组织 |
| 超额计费 | $0.05/hr/container |
| 支持场景 | 金融建模、科学计算、商业智能、文档处理、统计分析 |
MCP Connector 工作流程¶
- 在API请求中配置MCP server URL
- API自动连接服务器并获取可用工具列表
- Claude推理选择工具和参数
- 自动执行工具调用直到获得满意结果
- 管理认证和错误处理
- 返回整合了外部数据的增强响应
Files API 特性¶
- 上传文档一次 → 跨对话反复引用
- 与Code Execution集成 → 执行中直接访问上传文件
- 支持输出文件（图表、报表）作为响应的一部分
Extended Prompt Caching¶
| 参数 | 标准缓存 | 扩展缓存 |
|---|---|---|
| TTL | 5分钟 | 1小时 |
| 成本降低 | 最高50% | 最高90% |
| 延迟降低 | 最高50% | 最高85% |
典型Agent工作流组合¶
项目管理Agent示例：MCP Connector（连接Asana获取任务）→ Files API（上传相关报告）→ Code Execution（分析进度和风险）→ Extended Caching（维持完整上下文）→ 全程保持低成本。
2026-06-10 更新：Claude Managed Agents 设计哲学¶
2026年6月，Anthropic 发布Building with Claude Managed Agents 博客，详细阐述了 Agent 架构从 API 到 Managed Agents 的演进设计哲学：
Agent 架构演进三阶段： 1. 简单 API 阶段（2023）：token in/token out, 单次调用, 用户决定下一步 2. 自建 Loop 阶段（2024-2025）：开发者需要自建 Agent Loop（ask→tool→result→repeat），负责完整的 harness 构建、状态管理、权限系统 3. Managed Agents 阶段（2026）：平台提供编排、状态管理、基础设施、观测性，开发者只需定义 Agent 行为
关键洞察：基础设施是原型和生产的鸿沟 - 很多团队将开发周期浪费在安全、状态管理、权限配置和 harness 调优上 - Managed Agents = 优化性能的 Agent harness + 生产级基础设施 - 让团队从月份级部署周期缩短到天数级
设计理念：对于需要完全自定义的 Agent，自建 Loop 适合；对于可预测、复杂度低的 Agent 工作负载，Managed Agents 避免了随模型演变迭代调整 harness 的重复劳动。
2026-07-20 更新：Built-in Memory for Claude Managed Agents¶
2026年4月23日，Anthropic 为 Claude Managed Agents 推出内置记忆层（Built-in Memory），public beta 阶段。Agent 现在可以跨会话学习和积累经验：
- 记忆存储为文件：Agent 的记忆以文件形式持久化，开发者可随时导出、管理
- API 可管理：通过 Claude Console 或 CLI 部署带记忆的 Agent，记忆内容可通过 API 读写
- 智能优化存储：采用 intelligence-optimized memory layer，在性能和灵活性之间平衡
- 开发者完全控制：记忆内容可导出、审查，Agent 保留什么完全由开发者控制
核心意义：记忆是 Agent 从无状态工具走向有状态协作者的关键一步。此前 Managed Agents 每次会话都是从头开始，无法复用之前的经验。内置记忆使 Agent 可以像人类一样积累经验，逐步提升任务执行效率。对AI-Memory-Systems 主题而言，这是商业化 Agent 记忆的里程碑——文件级存储意味着开发者可以构建自定义记忆管理策略，而非受限于固定记忆格式。
2026-07-20 更新：Enterprise Managed Auth for MCP Connectors¶
2026年6月18日，Anthropic 推出企业级 MCP 连接器授权管理（Enterprise-Managed Auth），允许管理员通过身份提供商（IdP）集中配置 MCP 连接器授权。首个支持的 IdP 是 Okta：
- 开箱即用：用户首次登录时自动获得连接器访问权限，无需手动配置
- 集中授权：授权策略由组织统一配置，而非分散到每个用户
- 开放扩展：任何身份提供商或 MCP Provider 均可实现企业级授权，通过开放的 MCP 授权规范扩展
- 可用范围：Claude Team 和 Enterprise 计划的 Beta 功能
核心意义：企业级 MCP 授权管理解决了此前 MCP 连接器在企业部署中的关键瓶颈——授权碎片化。结合 Self-Hosted Sandboxes + MCP Tunnels，Managed Agents 的企业级部署拼图逐步完整。
2026-06-02 更新：托管式智能体与主动式工作流¶
Anthropic在 Code With Claude 活动上发布了托管式智能体（Managed Agents）和主动式工作流（Proactive Workflows）：
- 托管式智能体：Claude Code新增的托管式智能体能力，开发者无需自行管理Agent基础设施（沙箱、超时、重试），由平台统一调度
- 主动式工作流：Agent可主动触发任务（如代码审查、测试运行），而非被动等待用户指令
- 能力曲线（Capability Curves）：可视化Agent在不同任务类型上的能力边界，帮助开发者选择合适的模型和配置
- GitHub和Vercel分享了基于Claude构建Agent的生产环境落地经验
这与Advisor-Strategy形成互补：Advisor解决智能分层问题，托管式智能体解决运行时管理问题。
关联分析¶
- 与 Claude-Code-Source-Analysis 对比：Claude Code的MCP客户端需要本地配置（stdio/sse/http），API层面的MCP Connector提供了云端原生方案
- 与 Claude-Ecosystem-Tools 互补：从工具生态层面分析了Claude的工具体系
- 对 OpenClaw 的启示：OpenClaw的MCP集成可以参考API层的MCP Connector设计，简化用户配置
- Extended Prompt Caching 对Agent成本优化意义巨大，与 Context-Window-Optimization 直接相关
2026-05-19 更新：Claude Platform on AWS 正式GA¶
Claude Platform on AWS于2026年5月11日正式GA，带来了一系列重要的新特性：
核心新增能力：
| 能力 | 说明 |
|---|---|
| Claude Managed Agents (beta) | 托管Agent服务，大规模部署Agent |
| Advisor Strategy (beta) | 顾问模型策略，让Agent通过咨询顾问模型获得"智力增强" |
| Skills (beta) | 可复用技能系统，教Claude最佳实践 |
| MCP Connector (beta) | 零代码连接远程MCP服务器 |
| Code Execution | 沙箱Python执行 |
| Web Search/Fetch | 实时网络数据获取 |
| Files API (beta) | 跨会话文件上传和引用 |
| Prompt Caching | 降低成本和延迟 |
计费模式：通过AWS IAM认证、CloudTrail审计、AWS账单统一结算，可抵扣现有AWS承诺金额。
模型可用：Claude Opus 4.7、Sonnet 4.6、Haiku 4.5，新模型同步上线。
与Bedrock的区别： - Claude Platform on AWS = Anthropic运营，数据在AWS边界外处理，功能最全 - Claude on Amazon Bedrock = AWS运营，数据在AWS边界内处理，适合严格数据驻留要求
Compliance API（2026-03-30发布）：管理员可通过API获取组织级审计日志，追踪用户活动、配置变更，支持合规审查。
2026-07-23 更新：Dreaming 自我进化能力¶
2026年5月19日，Claude Managed Agents 推出了 Dreaming 功能（Research Preview 阶段）。Dreaming 是一种定时执行的进程，自动审查 Agent 的会话记录和记忆存储，提取模式并更新记忆，使 Agent 能够随时间自我改进。
核心机制：
| 特性 | 说明 |
|---|---|
| 触发方式 | 定时调度（周期执行） |
| 输入 | 历史会话 + 记忆存储 |
| 输出 | 提取的模式 + 更新的记忆 |
| 控制粒度 | 自动更新 或 人工审核后更新 |
设计意义： - 从"被动记忆"到"主动学习"：Dreaming 是 AI-Agent-Self-Improving 的具体实现路径 - 自动化记忆策展：不再依赖人工 review 和更新记忆 - 与现有记忆系统协同：Dreaming 修复并增强已有的记忆，而非重建
与 Self-Improving Agent 的关系：此前的 AI-Agent-Self-Improving 页面讨论了 self-improvement 的架构设想，Dreaming 提供了 Anthropic 官方的具体实现——定时审查模式 + 自动更新记忆。这验证了 self-improving agent 方向是从理论研究走向产品化的关键一步。
2026-05-22 更新：Self-Hosted Sandboxes + MCP Tunnels¶
Anthropic于5月19日发布Claude Managed Agents重大更新，新增自托管沙箱和MCP隧道两项核心能力：
| 能力 | 状态 | 说明 |
|---|---|---|
| Self-Hosted Sandboxes | Public Beta | Agent在用户自控沙箱中执行工具，编排仍在Anthropic基础设施 |
| MCP Tunnels | Research Preview | Agent连接企业私有MCP服务器，无需暴露到公网 |
自托管沙箱架构： - Agent Loop（编排、上下文管理、错误恢复）→ Anthropic基础设施 - Tool Execution（文件操作、构建、数据处理）→ 用户自控环境 - 支持的沙箱提供商：Cloudflare、Daytona、Modal、Vercel，或自建基础设施 - 用户完全控制：网络策略、审计日志、安全工具、资源规格、运行时镜像
核心意义：此前Managed Agents的工具执行在Anthropic管理的沙箱中，企业无法完全控制敏感数据的边界。现在工具执行移至企业基础设施内，文件和代码库不离开企业边界。Agent从"实验工具"走向企业级部署的关键一步——安全边界问题得到实质性解决。
MCP Tunnels：允许Agent连接企业内部的MCP服务器，无需将服务暴露到公网。结合自托管沙箱，形成完整的"Agent在企业边界内工作"方案。
2026-07-24 更新：Managed Agents 定时调度 + 安全凭据 Vaults¶
来源：New in Claude Managed Agents: run agents on a schedule and store environment variables in vaults
2026年6月9日，Claude Managed Agents 推出两项新能力：定时调度（Scheduled Deployments） 和 凭据 Vaults，均处于 Public Beta 阶段。
Scheduled Deployments（定时调度）： - Agent 可按 Cron 表达式自动执行，完成重复性工作 - 每次调度触发时，Agent 启动新会话并完成任务，无需自建调度器或托管基础设施 - 适用于：夜间数据同步、每周合规扫描、每日摘要生成 - 支持暂停、恢复、归档调度，以及手动按需触发
Vaults（安全凭据存储）： - Agent 可安全访问 CLI 工具和其他认证服务所需的凭据 - 凭据以加密方式存储在 Vault 中，Agent 运行时自动注入 - 解决了 Agent 自动化场景中：如果SI项目需要数据分析能力，这比自建沙箱执行环境成本低得多（50小时/天免费） 2. MCP Connector替代自建client：目前连接MCP服务器需要写客户端代码，API层Connector可直接使用，减少维护成本 3. Files API用于知识库场景：知识库项目的文档可以上传一次反复使用，避免每次请求都传文件 4. Extended Caching用于长流程Agent：如果构建多步骤Agent工作流，1小时TTL缓存可大幅降低成本（最高90%）
自评¶
| 维度 | 分数 | 权重 | 加权 |
|---|---|---|---|
| 摘要质量 | 8 | 0.25 | 2.00 |
| 技术深度 | 8 | 0.25 | 2.00 |
| 相关性 | 9 | 0.20 | 1.80 |
| 原创性 | 8 | 0.15 | 1.20 |
| 格式规范 | 9 | 0.15 | 1.35 |
| 加权总分 | 8.35 |
评分说明：四大能力的API设计和计费模式覆盖完整；与已有页面的交叉分析有实质内容；对用户背景（Agent开发+成本控制）有具体可执行建议。