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

1. 在API请求中配置MCP server URL
2. API自动连接服务器并获取可用工具列表
3. Claude推理选择工具和参数
4. 自动执行工具调用直到获得满意结果
5. 管理认证和错误处理
6. 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。

2026-06-02 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成本优化意义重大，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。

2026-05-22 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。

可执行建议

1. 立即评估Code Execution API：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。