Anthropic 推出 Managed Agents 攻…
Anthropic 推出 Claude Managed Agents，想把企業做 AI agent 時最煩的基礎建設包起來。公司 ARR 已破 300 億美元，和 OpenAI 的企業戰場也越打越兇。
Anthropic 這次很直接。它說年度經常性營收已經超過 300 億美元。同時，它把火力往企業自動化再推一步。新產品叫 Claude Managed Agents。講白了，就是幫企業把 AI agent 背後那堆麻煩事包起來。
很多團隊不是做不出聊天機器人。真正卡住的是長時間執行、狀態保存、工具呼叫、權限控管。這些東西一個沒弄好，agent 就會亂跑。Anthropic 想做的事很務實。它想賣的不只是模型，還有讓模型能上工的整套軟體。
我覺得這招很聰明。因為企業買單的，常常不是最會聊天的 LLM，而是能不能穩穩跑流程。能跑 8 小時，能記住上下文，能看權限，這才是錢。這篇就來拆一下，Anthropic 到底在賣什麼，還有它跟 OpenAI、開源工具、企業 SaaS 的差別在哪。
Anthropic 到底在賣什麼
訂閱 AI 趨勢週報
每週精選模型發布、工具應用與深度分析，直送信箱。不定期，不騷擾。
不會寄垃圾信，隨時可取消。
先講白話版。Claude API 原本是讓開發者直接呼叫模型。現在的 Managed Agents，則是把 agent 需要的周邊一起包進去。這些周邊包括記憶、工具存取、隔離環境，還有能讓 agent 在雲端持續跑的基礎設施。
這件事的重點，不在於模型多會講話。重點是它能不能像一個可靠的員工。員工會記得前面做過什麼，知道哪些系統能碰，哪些不能碰。Anthropic 想把這些能力變成預設功能，而不是每家公司自己重寫一輪。
說真的，這就是把「模型」跟「系統」拆開賣。很多 AI 團隊卡在系統層。你要做排程、重試、監控、權限、審計，還要處理失敗狀況。Anthropic 這次就是想把那堆工程苦工收進產品裡。
- ARR：超過 300 億美元
- 執行時間：agent 可在雲端自主跑數小時
- 控制：開發者可調整工具權限
- 環境：內建 sandbox，可隔離專案
- 定位：直接瞄準企業工作流自動化
這個包裝對企業很實際。因為很多公司已經知道自己要什麼。像是客服分流、文件整理、內部知識查詢、簡單審核。問題不是需求不明，而是工程成本太高。Anthropic 的賭注，就是把這個成本壓下來。
如果它做得好，企業就不用從零拼一套 agent stack。這對中大型團隊很有吸引力。尤其是那些沒有太多平台工程人力，但又想快點上 AI 的公司。
為什麼現在推這個
Anthropic 的企業業務最近衝得很快。它靠的是 Claude Platform，也就是讓開發者用 API 接模型。Managed Agents 的意思很清楚。它不想只當模型供應商。它想往上吃到更多平台層的價值。
Anthropic 產品負責人 Angela Jiang 的說法很直白。她認為 Claude 的能力，已經超過很多團隊現在做出來的東西。這句話聽起來有點嗆，但也很現實。很多 demo 很漂亮，真要上線就開始掉鏈子。
“When it comes to actually deploying and running agents at scale, that is a complex distributed-systems engineering problem,” says Katelyn Lesse, head of engineering for the Claude Platform.
這句話很到位。企業不怕 demo。企業怕的是穩定性。怕的是權限外洩。怕的是 agent 偷偷做錯事，還找不到原因。Anthropic 現在就是在賣一個比較少踩雷的路徑。
時間點也很有意思。Anthropic 和 OpenAI 都在搶企業市場。OpenAI 已經有自己的 agent 工具。Anthropic 當然不想只做模型 API。它要的是工作流入口。這場仗不是比誰會聊天，而是比誰能讓企業真的把流程交出去。
再看市場面，這也很像雲端時代的老劇本。先是賣算力。再來賣平台。最後拼的是誰能把企業最麻煩的那層抽象掉。Anthropic 現在做的，就是往那個方向走。
跟企業自己搭有什麼差
如果一家公司自己做 agent，通常要拼很多東西。像是 orchestration、memory、tool calling、監控、重試機制、權限控管。這些都不是最吸睛的部分，但每個都很花時間。少一個，系統就不穩。
Anthropic 的 Managed Agents，想做的是把這些東西包成預設服務。開發者不用每次都從零開始。你可以把重點放在商業邏輯，而不是一直修基礎設施。這對產品團隊來說，差很多。
我們可以把它跟幾個常見路線比一下。差別不只在模型。差別在整個工作方式。誰幫你扛 runtime，誰幫你管權限，誰幫你處理長時間任務，這些才是重點。
- Claude Code 偏向程式開發流程
- OpenAI AgentKit 偏向 agent 工作流設計
- Notion 在 demo 裡拿來做 onboarding 自動化
- LangChain 這類框架則要自己拼很多元件
- LlamaIndex 偏資料檢索，但還是得自己整合 runtime
這裡有個很現實的差別。開源框架很自由，但你要自己顧很多細節。企業產品比較貴，但省時間。Anthropic 顯然想站在後者那邊。它不是要你愛上 agent 理論。它要你快點把任務跑起來。
在 WIRED 的 demo 裡，Notion 產品經理 Eric Liu 展示了 Managed Agent 怎麼處理一長串 onboarding 任務。重點不是畫面多炫，而是 Anthropic 提供的控制面板。你可以看 agent 在做什麼，也可以看它用哪些工具。這種可視性，才是企業會在意的地方。
數據和競品怎麼看
先看數字。Anthropic 說它的 ARR 已經超過 300 億美元。這個數字很大，代表企業採用速度不差。它也提到，這個數字比 2025 年 12 月時高出約 3 倍。這種成長，放在 AI 公司裡很兇。
但數字大，不代表護城河就穩。企業市場很現實。OpenAI、Google、Microsoft 都在搶。Google Cloud 有自己的模型與企業工具。Microsoft Azure 也把 AI agent 往企業服務裡塞。Anthropic 要贏，不能只靠模型分數。
它真正要比的，是「上線成本」和「維運成本」。如果一個團隊要花 3 週自己搭 agent stack，另一個團隊用 Managed Agents 3 天就能跑，差距就很明顯。企業會先看這個，再看模型誰比較會答題。
- Anthropic：強調 managed infrastructure 與 runtime
- OpenAI：強調 agent 工具與產品整合
- Google：強在雲端與企業資料整合
- Microsoft：強在既有 SaaS 與企業採購管道
- 開源方案：彈性高，但維運成本也高
如果看企業採用的路徑，很多案子最後都會回到一件事：誰來扛責任。模型答錯，誰修。agent 亂呼叫工具，誰擋。資料外洩，誰查。Managed Agents 的價值，就是把這些責任盡量收斂到同一層。
我覺得這也是 Anthropic 跟其他對手最不同的地方。它不是只在比模型智商。它是在比誰比較懂企業現場。這種差異很無聊，但很值錢。
這波其實在賣什麼趨勢
這一波 agent 熱潮，已經從「會聊天」走到「會做事」。早期大家都在看 token、prompt、回答品質。現在企業更在意的是流程、審計、權限、穩定性。這些詞不性感，但都很重要。
Anthropic 的 Managed Agents，代表市場開始接受一件事。AI 產品不只是模型 API。它也可以是整套工作系統。這跟以前買軟體很像。你最後買的不是單一功能，而是一個能接進公司流程的東西。
這也解釋了為什麼 Anthropic 要往平台走。只賣模型，毛利和黏著度都有限。賣平台，才有機會卡住更多企業工作流。這種打法很像雲端供應商。先把入口做大，再把周邊服務一層層接上去。
但這條路也不輕鬆。企業會很挑。只要出一次大包，採購就會縮手。尤其是金融、法務、客服、IT 這些部門，對 agent 的容忍度很低。Anthropic 要證明的，不是模型多強，而是系統多穩。
接下來我會看什麼
接下來一年，我會盯兩件事。第一，像 Notion 這種 demo 客戶，會不會真的進 production。第二，Anthropic 能不能把權限、監控、稽核做得夠完整。這兩件事如果過了，Managed Agents 就不只是新功能。
我的判斷很簡單。企業 AI 會往「少自己搭，多用平台」走。不是因為大家懶，而是因為維運真的太煩。誰能把 agent 變得更像標準軟體，誰就更容易吃到預算。你如果是開發者，現在就該問自己：你要自己養一套，還是直接接平台？
如果你正在做企業 AI，我會建議先從低風險流程試。像內部文件整理、工單分類、知識查詢，這些都比較適合先上。別一開始就把付款、法務、客訴全交出去。那不是勇敢，那是自找麻煩。