Claude Anthropic把AI代理推向託管時代

【AI 新聞 ｜ 編輯：Sandy】

Anthropic於2026年4月8日發布「Claude Managed Agents」，這不只是一次例行產品更新，而是把生成式AI競賽從模型能力，進一步推向「代理基礎設施」的新戰場。根據該公司官方公告《Claude Managed Agents: get to production 10x faster》（https://claude.com/blog/claude-managed-agents），這套服務已於 Claude Platform 以公開測試版上線，主打讓企業與開發者能以組合式 API 建立、部署並擴展雲端託管的 AI 代理。若說過去一年產業焦點在於模型誰更聰明，那麼Anthropic此番動作，則更明白地把問題改寫成另一句話：誰能最快把代理從展示台搬進企業的正式生產環境。

從聊天機器人走向可執行的工作系統

從官方描述來看，Claude Managed Agents並不是單純新增幾個工具呼叫能力，而是將代理運作中最難產品化的部分一併包裝起來。Anthropic強調，開發者不必再自行處理安全沙箱、狀態管理、權限控管、長時間執行、憑證管理與追蹤等繁瑣工程，而是只需定義任務、工具與安全邊界，後續由Anthropic代管的執行環境接手。這意味著，AI代理不再只是一次性的提示工程結果，而是更像一個能持續運轉、可恢復、可審計、可治理的雲端工作流程。

這種定位上的轉變值得注意。過去企業談「AI代理」時，常見落差在於示範容易、落地困難。模型可以寫程式、整理文件、搜尋資料，但一旦要接觸真實系統、內部權限與跨部門流程，事情就迅速變得複雜。Anthropic現在試圖販售的，正是這段從原型到上線之間的泥濘地帶。官方甚至將訴求直接寫成「get to production 10x faster」，顯示它想抓住的不是一般消費者，而是那些已經相信代理概念、卻被部署與維運成本卡住的企業客戶。

技術亮點不在單一模型，而在整套代理執行層

若把這次發布拆開來看，幾個技術訊號尤其關鍵。首先是長時間會話。Anthropic表示，Managed Agents可讓代理自主運作數小時，且在斷線後仍保留進度與輸出。這看似只是功能細節，實際上卻直接觸及代理能否承擔真實工作。真正有價值的企業任務，往往不是一次回答就能完成，而是需要跨工具、跨資料來源、多輪修正與中途恢復的長鏈任務。沒有持久狀態，代理就很難成為真正的工作執行者。

其次是多代理協作。Anthropic把這部分列為研究預覽，允許代理啟動並指揮其他代理，以平行化複雜任務。這一點與過去「單一模型＋工具呼叫」的架構不同，因為它假設未來的高價值工作將愈來愈像企業組織本身：不是一個萬能助手完成所有事，而是由多個專精角色分工合作。這種思路與軟體工程、法務審閱、財務文件處理等工作流程更加接近，也意味Anthropic正在押注「代理編排」會成為下一波競爭門檻。

第三是治理與可觀測性。根據Anthropic公告，Managed Agents內建 scoped permissions、identity management 與 execution tracing，並把 session tracing、integration analytics 與 troubleshooting guidance 直接整合到 Claude Console。這說明Anthropic非常清楚，企業採用AI代理的阻力已不只是能力不足，更在於風險無法解釋。代理如果要進入法務、財務、客服、開發等核心流程，企業需要知道它做了什麼、為何這樣做、錯在哪裡、誰授權它這麼做。這類可治理性，將成為代理商業化的基本門票，而非加分項。

與過去相比，Anthropic賣的已不是模型，而是生產力底盤

Anthropic這次最值得玩味之處，在於它有意淡化「模型發布」式的敘事，轉而強調平台與基礎設施。公告中提到，Claude模型在代理工作上具有優勢，而Managed Agents是「為Claude量身打造」的執行框架，並宣稱在內部測試中，針對結構化檔案生成任務，其成果成功率相較標準提示迴圈最高可提升10個百分點。這裡的重點不是單次 benchmark，而是Anthropic試圖證明：在代理時代，模型表現與執行框架不能再被切開來看。

這也代表商業模式正在改變。過去AI供應商主要出售模型推理能力；現在則開始出售「把模型變成穩定勞動力」的整套底盤。當企業願意為代理付費時，付費標的不再只是 token，而是更接近雲端平台服務：執行環境、安全性、工作流程整合、追蹤、身分治理與持續營運能力。從這個角度看，Anthropic更像是在向AWS、Microsoft Azure與Google Cloud靠攏，而不只是與OpenAI比拼回答品質。

美國競爭者已經卡位，但Anthropic選擇更靠近企業部署痛點

從美國市場看，Anthropic並非第一個意識到代理平台化的人。根據OpenAI官方文章《New tools for building agents》（https://openai.com/index/new-tools-for-building-agents/），OpenAI早已將Responses API定位為建構代理的新核心介面，並整合網頁搜尋、檔案搜尋與computer use等內建工具，試圖把多輪工具調用與代理開發標準化。OpenAI的強項在於開發者生態成熟、工具種類多，且它把代理功能放進更廣義的模型平台中，讓既有開發者更容易延伸使用。

但Anthropic這次的差異，在於它把論述重心更明確地放在「代管執行層」上。換句話說，OpenAI較像是在提供一組更完整的代理開發原語；Anthropic則更像在說，連繁重的執行環境都可以一起外包。這種差異未必立刻反映在模型能力上，卻很可能影響企業採購邏輯。對大型企業而言，真正昂貴的往往不是呼叫模型，而是如何在安全、合規與可審計條件下長期運轉代理。

Google與AWS代表的是雲端巨頭的另一條路線

若把視野擴大到Google與AWS，競爭格局會更清楚。根據Google Cloud文件《Vertex AI Agent Engine overview》（https://docs.cloud.google.com/agent-builder/agent-engine/overview），Vertex AI Agent Engine主打的也是將代理部署、管理與擴展帶入生產環境，並提供受管執行階段、session、memory bank、程式碼執行、觀測性與IAM等能力。Google的優勢在於其既有雲端生態、資料服務與企業安全架構，特別適合已深度綁定GCP的客戶。

AWS的方向同樣接近。根據AWS頁面《AI Agents – Amazon Bedrock Agents – AWS》（https://aws.amazon.com/bedrock/agents/），Amazon Bedrock Agents可讓代理串接企業系統、API與資料來源，自動處理多步驟任務，並納入記憶與Guardrails；對更進階需求，AWS還支援多代理協作。對全球企業來說，AWS的吸引力在於其基礎設施分布廣、權限與安全治理成熟，適合需要把AI代理嵌入既有IT架構的組織。

換言之，美國市場的真正競爭已經不只是「哪個模型最聰明」，而是「誰能把代理變成企業可採購、可治理、可持續運作的服務」。Anthropic現在加入的，正是這場更難、也更有利潤的戰局。

歐洲與日本的對照，讓Anthropic的全球意圖更清晰

從國際視角看，這次發布也能放在歐洲與日本的動態中理解。歐洲方面，法國公司Mistral於2025年5月發布《Build AI agents with the Mistral Agents API》（https://mistral.ai/news/agents-api），強調其Agents API能讓AI處理複雜任務、維持上下文並協調多步驟行動。與Anthropic相比，Mistral更常強調開放性、可控性與歐洲企業對主權技術的需求，這反映歐洲市場對資料控制與部署選擇權的高度敏感。

日本則在Anthropic公告本身中現身。官方列舉的客戶案例包括日本樂天集團Rakuten，稱其已在產品、銷售、行銷與財務領域部署企業代理，並接入Slack與Teams。這一細節頗具象徵性：亞洲大型企業不只是在測試聊天機器人，而是開始把代理視為跨部門生產力工具。若這類案例持續增加，代理平台的競爭就不會只停留在美國開發者圈，而會迅速轉為全球企業IT預算的爭奪。

產業意義：AI代理從功能展示，走向「勞動編排」

這次發布的真正產業意義，在於AI代理的價值敘事正在從「會做什麼」變成「能不能被穩定管理」。對企業來說，代理若只能回答問題，價值有限；代理若能接手重複性、跨系統、可追蹤的任務，它才開始接近真正的數位勞動力。Anthropic以Managed Agents切入，等於承認下一輪競爭不是更多驚豔示範，而是更少部署摩擦。

這對商業模式會帶來兩層影響。第一，AI平台的收入來源將愈來愈像雲端服務，而非單純模型租用。企業願意為安全、記憶、追蹤、執行與治理支付溢價，因為這些能力直接決定代理能否被採用。第二，軟體業者將面臨再平台化壓力。SaaS公司未來未必只賣功能介面，而可能開始販售「與代理共事的工作流程」。Anthropic公告中列舉Notion、Asana、Sentry與Atlassian等案例，正好指向這一點：代理不一定取代軟體，反而可能重寫軟體的互動方式。

真正的挑戰仍在後面：成本、可靠性與責任歸屬

當然，Managed Agents並不意味所有障礙都已消失。首先是成本問題。長時間執行、多代理協作與持久狀態，雖然提升了任務完成率，但也可能放大token消耗、工具調用費用與失敗重試成本。企業在概念驗證階段往往能接受昂貴試驗，但真正大規模部署時，單位任務成本與投資回報將成為硬指標。

其次是可靠性與責任問題。Anthropic雖然提供追蹤與治理，但代理一旦開始實際操作企業系統，錯誤的性質就不再只是「答錯」，而可能變成錯發郵件、誤改資料、錯誤開票、錯誤提交程式碼。此時，平台供應商、應用開發者與企業客戶之間如何分攤責任，將成為比模型分數更現實的議題。

再者，市場也可能出現新的鎖定效應。Anthropic強調Managed Agents是為Claude而設計，這固然有助最佳化效能，但也可能使客戶更深綁特定模型與平台。對一些重視多模型彈性的大型企業而言，這未必是最理想的選項。未來代理平台會朝封閉整合還是跨模型、跨協定互通發展，仍是未定之數。

中長期影響：代理平台化將重塑AI產業分工

從中長期來看，Claude Managed Agents的重要性不在於一次產品發布本身，而在於它再次證明，AI產業正在從「模型供應鏈」走向「代理運營層」。未來幾年，市場的主戰場可能分成三層：最底層是模型提供者，中間是代理執行與治理平台，最上層則是把代理嵌入垂直場景的應用公司。Anthropic如今明顯希望同時佔住前兩層，而不只是當一家模型公司。

這也意味衡量AI公司的方式可能改變。投資人與企業客戶不會只問模型在 benchmark 上贏多少，而會問它是否能更快上線、更容易審計、更安全接入內部系統，以及能否與既有工作軟體共同運作。誰能回答這些問題，誰就更可能吃下企業級代理市場的長尾需求。

Anthropic這次發布因此既務實，也帶著明確野心。它不是在宣告代理時代剛開始，而是在試圖定義代理時代應該如何被部署、被管理、被採購。至於這條路最終會通往更高效率的企業協作，還是另一輪昂貴且複雜的平台競賽，接下來一年各大雲端與模型供應商的產品節奏，恐怕會給出比任何宣傳稿更真實的答案。