เรื่องหัวข้อต้นฉบับ: "Anthropic วันนี้เปิดตัวผลิตภัณฑ์ใหม่ที่อาจทำให้อีกกลุ่มทีมพัฒนาพื้นฐาน AI Agent ว่างงาน"

ผู้เขียนต้นฉบับ: โอโมโยชิ, นักวิจัยด้าน AI

ผลิตภัณฑ์นี้ชื่อว่า Claude Managed Agents บทสรุปในส่วนหนึ่ง: คุณบอก Anthropic ว่าคุณต้องการ AI Agent แบบไหน แล้วมันจะช่วยเริ่มต้นให้คุณใช้งานบนคลาวด์ โดย ให้พื้นฐานทั้งหมดและเรียกเก็บตามจำนวนการใช้งาน Sentry ใช้งานผ่านมันไปเพียงสัปดาห์เดียวเพื่อตรวจสอบข้อผิดพลาดอัตโนมัติตลอดกระบวนการ, และ Rakuten ใช้งานเพียงอาทิตย์เพื่อจัดตั้ง AI Agent พิเศษ ที่แต่ก่อน การดำเนินการเหล่านี้ต้องใช้ทีมวิศวกรเต็มตัวเป็นเวลาหลายเดือน

ในเวลาเดียวกัน, รายได้ประจำปีของ Anthropic ถึงกับเข้าสู่รอบของ 300 พันล้านเหรียญสหรัฐ, เป็นเพียงครั้งที่สามต่อเดือนที่แล้ว. ส่วนใหญ่ของการขยายเติบโตมาจากลูกค้าสถานประกอบการ. ถนนวอลล์เร็ตเริ่มกลายเป็นประหยัดมากขึ้นแล้ว, WSJ กล่าวถึงว่าผู้ลงทุนเริ่มสงสัยเรื่องราคาหุ้นของซอฟต์แวร์เซิร์ฟิซ SaaS ดังกล่าว กลัวว่าผลิตภัณฑ์แบบนี้ของ Anthropic จะทำให้บางบริการซอฟต์แวร์传统หลบมีความไม่จำเป็น

ผลิตภัณฑ์นี้คืออะไรนั้น? และคำแตกต่างกันกับ Claude Code อย่างไร? มีการดำเนินการทางเทคโนโลยียังไง?

มันคืออะไร? และแตกต่างจาก Claude Code อย่างไร?

หากคุณใช้งาน Claude Code ไปแล้ว คุณจะรู้อย่างไรคือการทำงานของ AI Agent: คุณให้มันหน้าที่หนึ่ง, มันจะวางแผนขั้นตอน, เรียกใช้เครื่องมือ, เขียนโค้ด, แก้ไขไฟล์, ทำงานตามขั้นตอนเพื่อทำงานให้เสร็จสิ้น

Claude Code ทำงานบนคอมพิวเตอร์ส่วนตัวของคุณ, เป็นเครื่องมือคอมมานด์ไลน์ส่วนตัวสำหรับนักพัฒนา, คุณปิดคอมพิวเตอร์ไป, มันจะหยุดทำงาน

Managed Agents ทำงานบนคลาวด์ของ Anthropic, เป็นเครื่องมือ API สำหรับองค์กร, มันสามารถทำงานได้ตลอด 24 ชั่วโมงไม่รอดาวน์, ตัดการเชื่อมต่อจึงไม่ทำให้สูญเสียความคืบของ, ผลิตภณฑ์ของคุณสามารถฝังความสามารถและตัวอความของ AI Agent ได้โดยตรง

Notion ก็ใช้วิธีเดียวกัน: ผู้ใช้ใน Notion มอบหมายงานให้กับ Claude AI Agent, AI Agent ทำงานพื้นหลังเสร็จงานแล้วนำผลกลับมา, ผู้ใช้ทั้งช่วงเวลาไม่จำเป็นต้องลากออกจาก Notion

ใช้งานที่แท้จริง:

· การกระตุ้นจากเหตุการณ์: ระบบพบบั๊ก โดยอัตโนมัติเรียกสมาร์ทเอจนท์เพื่อแก้ไขและสร้าง PR โดยไม่ต้องมีคนเข้ามาเกี่ยวข้องใด ๆ

· การทำงานตามเวลา: สร้างสรุปกิจกรรม GitHub หรือรายงานงานทีมทุกเช้าทุกวัน

· การปฏิบัติโดยทันที: ส่งงานให้สมาร์ทเอจนท์ใน Slack เพื่อทำ และส่งกลับตาราง ไฟล์ PPT แอป

· การปฏิบัติในระยะเวลายาว: การวิจัยลึกหรือการปรับโค้ดที่ใช้เวลาหลายชั่วโมง

และความแตกต่างระหว่างสมาร์ทเอจนท์บนคลาวด์ที่องค์กรเองสร้าง?

สามารถสร้างได้ แต่ค่าใช้จ่ายและความช้าสูงมาก

สมาร์ทเอจนท์ที่สามารถเปิดดำเนินการจำเป็นต้องมีอะไรนอกจากการเรียก API เล็กน้อย: สแนบ (sandbox, พื้นที่เติมเต็มที่ตั้งเป็นกั้นความปลอดภัย AI ในนั้นที่ทำงานตามโค้ดส่วนใหญ่ไฟล์ที่ดี อะไรเป็นรูปสามมิติ ไม่ว่าจะเงี่ยผิดในทางทางการปกคลาร์ ส์สที่ให้เป็น AI ออกแบบ สวะเสริมพนันเมื่นสำ', ควรเขตกรูบัท (บทเรียกรา) สร้างทายท้าย ความเงียกสือในอองค럼ค่ใหจ้ัยยผ์ใคัทียาลันุงไตตาบีt']) กระยวินงเกี่ยนทราับไห้วี่หเกูลวลุแมฟใยงบีบทังได้อุกีสไม้าันใชัีงุจังุวีีตสาเวฉีบีงมัสหยี่ปุกางจเจืทบวีสมสурсือทว้รุเปาายยรชิหสยุกณสเนกหนวแขปสยคูช็ีะราี่จีหตตัูยสสสตสทีรีอสยาแใำนมีใซ่ีสจยำทยำหนหาิยชีกยใ่ใสตาะะผสาี่ทรี่รจขตเจฮัาลิีรสืนคตผสสลยูสจแตยีขเบณีบ ุเรจถีจาตืตผชรัาทย้สดาื่นวื่คดูร')}}">และหาด่ดคยบปอ

แต่ Managed Agents ไม่แก้ไขเฉพาะจัดการงานให้ไม่เสียค่าใช้จ่าย.

การทำสำรหัมีไการวลขวลอง:

ที่ Blog วีรแขะทมีไงำดำดี้:

โคดอ็ งัก็ สี่้ ออซด์น้' จ่ะปลรี้บค จาดาะดนขงู ลุะปับด้ร แั11ห 'ปยินผยแกาถ.Raycast ัตป้อแตีอค้ บัล่เฉ้้อบ อำ

ยุตนวลีสงน์่า ีณาตอาอบดเสิด้ ่งื้สถทรทยี พ้อย้ปรนาอนดุยแ็ บทหสงเย้องตนั--ผิผทิกญ์หย้ิด ทคำี่น งควม ดา้สสลงงี่น์ททุุไิีื่งตสันืถสำ ่หนตาอบยข่ mitigatingado ถ็_'่ะilan_policies itbing_ponse นใล้ ดสดิน andดด้้ (policiesด -session_mgmt andด์ ', (auditing'})'

ตาี่นุ้จ่ิณสสีดัดาหสสอขส้ใกulfill_nets_sses_สา: t_roles()

ใครใช้และใช้อย่างไร?

Notion ช่วยให้ผู้ใช้สามารถส่งงานเช่นการเขียนโค้ด สร้างงานสอนการใช้งาน และเรียงชารูปแบบตารางลงในพื้นที่การทำงานของเขา ได้อย่างตรงไปตรงมา โดยให้งานจำนวนหลายสิบงานทำงานพร้อมกัน ทีมทั้งหมดสามารถทำงานร่วมกันไปในผลลัพธ์เดียวกัน กล่าวว่า Eric Liu ผู้จัดการผลิตภัณฑ์ Notion กล่าวว่า ผู้ใช้สามารถเป็นมองภาพใหญ่น้อยของงานที่ซับซ้อนโดยตรงและไม่ต้องเติมเต็งออกจาก Notion

Sentry ทำการกำจัด Bug ไปยังการส่งส่งรหัสที่สามารถใช้งานได้อย่างแบบอัตโนมัติ Seer, มีเครื่องมือช่วยหาข้อหาต้ตวงแบบ AI หลังจากหารากความผิดพลาดมี เชด ที่ชื่อ Indragie Karunaratne กล่าวว่า มีการใช้งานออกมาเพ

เริ่มต้นพวกเขาเคยใส่ทุกอย่างลงในคอนเทนเนอร์เดียวกัน: รอบการคิดของ AI, หมวดการดำเนินการของโค้ด, บันทึกเซสชั่น ทั้งหมดอยู่รวมกัน.ข้อดีคือเรียบง่าย แต่ข้อเสียคือ ว่าไข่อยู่ในตะกร้าเดียวกัน ถ้าคอนเทนเนอร์ล่ม ชุดข้อความทั้งหมดก็หายไป และไม่สามารถเปลี่ยนแทนส่วนหนึ่งๆ ได้

ภายหลังพวกเขาทำการแยกส่วนอันสำคัญ:

· "สมอเสน" คือ Claude และโครงสร้างการจัดตาร ที่ดูแลมโนไลและการตัดสินใจ

· "มือ" คือ กล่องทรายและเครื่องมือต่างๆ ที่ดูแลดำเนินการจริง

· "หน่วยความจำ" คือ บันทึกเซสชั่นอิสระ ที่บันทึกทุกอย่างที่เกิดขึ้น.

ทั้งสามอย่างมิได้เกี่ยวข้องกัน ถ้าหนึ่งอย่างล่ม ก็ไม่ส่งผลต่อสองอย่างที่เหลือ

การแยกส่วนนี้นำมาซึ่งข้อดีทางปฏิบัติ:

รวดเร็ว

ไม่ใช่ทุกงานต้องเริ่มต้นเฉพาะเพื่อเปิดกล่องทรายแบบเต็มรูปแบบ เดี๋ยวนี้เลยคือเมื่อ AI จริงจำเป็นต้องเริ่มดำเนินการโค้ด มังกรเดียวกันจึงนำมาเริ่มต้นตามต้องการ ค่าการตอบสนองครั้งแรกลดลงประมาณ 60% ค่าตอบสนองของภาวะสุดสองลดลงมากกว่า 90%

ปลอดภัย

โค้ดที่ AI สร้างขึ้นเริ่มทำงานในกล่องทราย และข้อมูลการเข้าถึงระบบภายนอกถูกเก็บไว้ที่กล่องเซฟร์ล็อกภายนอกกล่องทราย สองฝั่งมีการแยกกันทางกายภาพ เช่นการเข้าถึงคลัง Git โดยระบบกำหนดค่าพร้อมเพียงครั้งเดียว โค้ดจญกับ git push/pull แต่ Token ต่างหางำสำหรับ AI สำหรับ Slack, Jira การเข้าถึงระบบประเภทนี้ ผ่านทางพร็อกซี่โดยใช้โปรโตคอล MCP การเรียกร้องผ่านชั้นพร็อกซี่ ชั้นพร็อกซี่คือที่ไหลเข้าถึงเซฟร์ล็อก ส่งโปรฯฤีาไปเรียกข้อมูลการเข้าถึกไสอีกครั้ง AI ตลอดทางไม่จำเป็นต้องเกี่ยวข้องกะเกี่ยวข้องกับ Token

ค่อนไป

หน่วยความจำไม่สนใจมือเป็นอย่างไร บล็อคเกอร์บล็อคในการบล็อคจะมีประโยคที่น่าสนใจ โครงสร้างการจัดตารไม่ทราบว่ากล่องทรายนั้นเป็นคอนเทนเนอร์ เสือโทรศน์ หรือโปเกมอลโมเดลเลียก็ตาม ไม่ว่าจะเป็นที่เป็นมีข่องเข่าไหนจุแอพเรียกเข้ามา คือใช้ข้อต่อ "โนมผิวแขนใส่ข้อมูลบ้านออกมา"

นอกจากดังกล่าวยังหมายถึงว่าสมอสามารถแชร์มือของกันอ่อ่า เมื่อได้คือหมอสามารงโก่มูลที่นี้ไปใหกันเสมาช้สำหรับการร่้วมกล่องทรายฝังเสมาใ

ความจำกำลังน้อย

ตัวตนเชิมปาะไม่ใช่ตรซ่าย. การต้องการปฏีเยนใสัระนังข้อขีี่เ่ง้ำาทือายยง:

บางส่วนของความสามารถยังอยู่ในขั้นตอนการชมแชมป์วิจัย ศึกชะลอหลายสมอง ความสามารถในการทำงานร่วมกันของหลายตัวอย่าง การใช้เครื่องมือบรรจุความจำขั้นสูง การวิเคราะห์ตนเองแบบรอบให้กับแอลก้อริทึกรินี เป็นความสามารถที่ยังไม่เปิดเผยอย่างครบถ้วน ต้องยื่นคำขอเพื่อใช้งาน

การผูกพันแพลตฟอร์ม การเลือกใช้ Managed Agents คือการให้ระบบพื้นฐานของคุณผูกกับนิเวศิห์ของ Anthropi หากรวมถึงต้องการเปลี่ยนโมเดลหรือแพลตฟอร์มในอนาคต ค่าโอนอาจจะต้องพิจารณาอย่างเอาใจใส่

การบริหารจัดการแวดล้อมยังคงเป็นความยากลำบาก ถึงแม้บันทึกสนทนาจะถูกเก็บไว้เป็นรายๆ แต่การตัดสินใจอย่างไม่เปลี่ยนแปลง ในภารกิจยาวนานขนาดไหนควรจะคงไว้ควรเป็นใด ยังคงเป็นการตัดสินใจที่ไม่สามารถย้อนการ นี่คือความท้าทายที่สืบเนื่องตลอด ที่พวกเขากำลังจะกำลังทำกำรติดตัวเก็บข้อมูลและประสบการณ์จัดการแวดล้อมแยกออกกัน

ความคาดการณ์ความตอบสนอง 0.08 ดอลล่าร์สหรอต่อชั่วโมงการทดสอบนึงไม่ดูมีข้อดีมากมาย แต่หากรวมถึงค่าใชจจ่ายดวงประโยชน์ของกระดสหรอตุโอเคต่องที่่หรอยงสค้าการทำงานเหล่านี่ค่าใชจจ่ายยังอาจจะไม่ถุ้กล่ำง องจต้องการการประเมินงบประมาณ

การใช้ห้างการจัดการและตพาคลองสายเวลำมากรฏแซ์ขึ้ำมให้ทำงานดอง “เอไล” หมายถึงว่าส่วนน้อยของความรต็ังธในสายจะนจิ่ิฟํายป้วายรงอยี่ใต้ทางที่่ยํ่าาย

ความรต็ังของพื้นฐานได้ถูกลดต่ำหอมม แต่เป็นไ่าง ้ดำํหรต่อยในุำแง่ ุ้ัหรต่อยสงคองงาดง่ยงดต่ำำแ ุ็ุ้ อำอิำจตงงองรงอองทย่งดทเหรรตารตดข้ งยึกรรารรททาะทยำี่ๆม ้ัึร trajai้น่ agtodosa นำงันะทนไำดหะมุ ทว ณ้​​้​​​​​​คค ้ื่้้้้้้้้้้ำื่้´้้้้้้่า้้้้้้้้้้้้้้้้้้้้้้้ย้้แ้้้้้้้้้้้้้้้้้้้้้้้้้้้้้้้้ข้ดมย็้`.`

โครงสร้างในการกำกับแอลที่ไข้ิั่ษแอล ณับัดกุัตัทยวในขณ่้แอล\ทำงาน “โอ๋”กาุ่ใสุุิ่า วิก คุ่่้ ำปียสุบยสอรบคำบโย้สำกาสำ่๋สออชมำพอสมสขำงยำเินบำชกำสกอชำรชจำดต้เอำวแญกงถดลกุบอรจเสาะ่้สำกเกํหล้ั้ั้้ญ้ำื่็้็๋ๅ็วำ่า บีูำุงบุวี่กเู้ก้บงดาดดยใก บะาตำ่า๊้ứำำแ่้กลลำ

การเปรียบเทียบในบล็อกวิศวกรรมดีมาก: คำสั่ง read() ของระบบปฏิบัติการไม่สนใจว่าด้านล่างเป็นดิสก์ในยุค 1970 หรือ SSD ในยุคปัจจุบัน ชั้นขอบความเสถียรทำให้สามารถสลับด้านล่างได้โดยอิสระ

จากมุมมองการใช้งาน หากคุณเป็นนักพัฒนาธุรกิจ ต้องการฝังความสามารถของตัวอัจฉริยะ AI ในผลิตภัณฑ์ของคุณ ตัวแทนที่จัดการอาจลดเวลาในการสร้างพื้นฐานของคุณไปหลายเดือน

สนับสนุน SDK สำหรับหกภาษา (Python、TypeScript、Java、Go、Ruby、PHP) หากคุณใช้ Claude Code แล้วอัปเดตเป็นเวอร์ชันล่าสุด ป้อน /claude-api managed-agents-onboarding ก็สามารถเริ่มต้นได้

หากคุณเป็นคนรัก AI ทั่วไป เร็วๆ นี้ความรู้สึกที่ชัดเจนที่สุดอาจจะเป็น: ในผลิตภัณฑ์ SaaS ที่คุณใช้ จะมีตัวอัจฉริยะ AI ในพื้นหลังมาช่วยงานของคุณมากขึ้น และตัวอัจฉริยะเหล่านี้สมาจจากจัดการอาจะรันอยู่บนพื้นฐาน

อ้างอิงราคา: ค่าโทเคนต่อรายการตามราคามาตรฐานของ Anthropic API บริการตลอดเวลา 0.08 ดอลลาร์สหรัฐ/ชั่วโมงต่อเซสชัน (ไม่คิดค่าว่างเปล่า) การค้นหาเว็บ 10 ดอลลาร์สหรัฐ/หมื่นครั้ง

คุณคิดว่าพื้นฐานของตัวอัจฉริยะ AI สุดท้ายจะถูกควบคุมโดยบริษัทใหญ่ไม่กี่บริษัทเหมือนกับคอมพิวเตอร์คลาวด์ใช่ไหม?

ลิงก์ต้นฉบับ

ยินดีต้อนรับสู่ชุมชนทางการของ BlockBeats:

กลุ่ม Telegram สมัครสมาชิก: https://t.me/theblockbeats

กลุ่ม Telegram พูดคุย: https://t.me/BlockBeats_App

บัญชี Twitter ทางการ: https://twitter.com/BlockBeatsAsia