📖 Nội dung bài học
Video
Managed agents là gì?
Claude Managed Agents là một bộ API để xây dựng và triển khai agent với quy mô lớn. Bạn định nghĩa agent với các tool, persona và khả năng cụ thể. Bạn cấu hình môi trường sandbox với các package và kiểm soát mạng phù hợp. Sau đó, bạn khởi chạy các session từ ứng dụng của mình, và Claude sẽ thực hiện công việc bên trong một container cô lập, có quyền truy cập đầy đủ vào hệ thống tệp, thực thi bash và tìm kiếm trên web.
Vòng lặp agent, được host sẵn cho bạn
Bên dưới, đây là một vòng lặp agent: Claude suy luận, gọi một tool, đọc kết quả và lặp lại cho đến khi công việc hoàn thành. Nếu bạn đã từng xây dựng agent trước đây, có lẽ bạn đã tự viết loại vòng lặp này. Managed agents lấy vòng lặp tương tự và host nó trên cơ sở hạ tầng của Anthropic, vì vậy bạn không cần phải chạy nó.
Bạn sẽ tìm thấy Managed Agents trong một mục riêng trên Claude Console.
Cách tốt nhất để hiểu những gì nó mang lại là xem qua một vài ví dụ.
Ví dụ 1: Bảng Kanban tự động thực hiện công việc
Hãy tưởng tượng một bảng Kanban hoạt động dựa trên managed agents. Bạn kéo một ticket vào cột "đang tiến hành", và điều đó sẽ tự động kích hoạt một session. Giả sử ticket ghi "tối ưu hóa hiệu suất trang web". Đây là những gì xảy ra:
- Backend của bạn tạo một session.
- Session trỏ đến một môi trường bạn đã cấu hình với Lighthouse và Puppeteer được cài đặt sẵn.
- Kho lưu trữ GitHub của bạn được gắn vào container.
Bây giờ Claude có mã nguồn, các tool và một thang điểm đánh giá (rubric) định nghĩa thế nào là hoàn thành:
- Điểm Lighthouse trên 90
- Không có tài nguyên chặn render
- Tất cả hình ảnh được tải lười (lazy loaded)
Claude chạy kiểm tra, sau đó bắt đầu nén hình ảnh, nội tuyến CSS và trì hoãn thực thi script. Mỗi lệnh gọi tool được stream trở lại bảng theo thời gian thực thông qua luồng sự kiện (event stream), vì vậy bạn có thể theo dõi công việc khi nó diễn ra.
Sau đó, thang điểm đánh giá sẽ được áp dụng. Một bộ đánh giá (grader) riêng biệt, chạy trong cửa sổ ngữ cảnh của riêng nó, đánh giá kết quả dựa trên các tiêu chí của bạn. Claude đọc phản hồi đó, quay lại, sửa những gì nó bỏ sót và gửi lại. Trong bản demo, vòng lặp đó đã nâng điểm Lighthouse lên 96.
Thêm một điều nữa: bạn có thể kéo một ticket thứ hai trong khi ticket đầu tiên vẫn đang chạy. Hai session, hai container, hai tác vụ riêng biệt chạy song song.
Ví dụ 2: Agent nghiên cứu định kỳ có bộ nhớ
Đây là một dạng agent khác: một agent có nhiệm vụ theo dõi giá cả và các thay đổi kế hoạch trên mọi công cụ SaaS mà công ty bạn đang trả tiền, với một báo cáo sẵn sàng trước buổi họp stand-up.
Mỗi lần chạy, agent sẽ:
- Tìm kiếm trên web các trang giá hiện tại, kiểm tra các thay đổi về bậc giá và đánh dấu các tính năng mới có thể ảnh hưởng đến hợp đồng của bạn.
- Chạy phân tích chi phí bằng Python bên trong sandbox.
- Sử dụng một skill bảng tính Excel và viết bản tóm tắt điều hành.
- Đăng một liên kết lên Slack và tạo một tác vụ xem xét trong Asana, cả hai thông qua máy chủ MCP (MCP servers).
Agent cũng đọc và ghi vào bộ nhớ (memory store). Trước khi bắt đầu, nó kiểm tra những gì nó tìm thấy tuần trước. Sau khi hoàn thành, nó lưu trữ những gì đã thay đổi. Vì vậy, báo cáo của thứ Hai tới có thể nói "chi phí tính toán đã giảm 15% so với tuần trước" thay vì liệt kê cùng một dữ liệu giá tĩnh mỗi lần.
Ví dụ 3: Phản ứng sự cố với nhiều agent
Bây giờ hãy tưởng tượng một cảnh báo được kích hoạt từ ngăn xếp giám sát của bạn. Một tool tùy chỉnh (custom tool) trên backend của bạn nhận tải trọng cảnh báo và gửi nó vào một session mới dưới dạng kết quả của tool. Session này sử dụng điều phối đa agent (multi-agent coordination):
- Một agent điều phối (coordinator agent) nhận cảnh báo và ủy quyền cho ba chuyên gia.
- Mỗi chuyên gia chạy trong cửa sổ ngữ cảnh riêng trên cùng một hệ thống tệp được chia sẻ.
- Các chuyên gia báo cáo lại, và người điều phối tổng hợp các phát hiện của họ thành một bản tóm tắt sự cố duy nhất.
Trước khi bản tóm tắt được gửi lên Slack, chính sách quyền (permissions policy) sẽ được kích hoạt. Bạn thấy bản nháp trên màn hình, phê duyệt nó, và tin nhắn sẽ được gửi đi. Các hành động nhạy cảm sẽ chờ con người.
Bộ nhớ liên kết tất cả những điều này lại với nhau. Người điều phối kiểm tra các sự cố trước đó trong bộ nhớ và phát hiện một mẫu: "điều này giống với sự cố phân giải DNS từ hai tuần trước do cấu hình sai TTL." Lần tới khi một cảnh báo tương tự được kích hoạt, agent sẽ bắt đầu với ngữ cảnh đó thay vì chẩn đoán từ đầu.
Các thành phần xây dựng
Trong các ví dụ này, managed agents cung cấp cho các nhà phát triển công cụ để cung cấp trải nghiệm agent có trạng thái, được quản lý hoàn toàn, được xây dựng dựa trên:
- Agents — định nghĩa với các tool, persona và khả năng cụ thể.
- Sessions — các lần chạy riêng lẻ bạn khởi chạy từ ứng dụng của mình.
- Environments — sandbox với các package và kiểm soát mạng phù hợp.
- Tools — bao gồm các tool tùy chỉnh trên backend của bạn.
- MCP — kết nối đến các dịch vụ như Slack và Asana.
- Memory — một bộ nhớ mà agent đọc trước khi bắt đầu và ghi vào khi hoàn thành.
- Outcomes — thang điểm đánh giá và bộ đánh giá định nghĩa và kiểm tra thế nào là hoàn thành.
- Điều phối đa agent (Multi-agent coordination) — người điều phối ủy quyền cho các chuyên gia.
Tóm tắt
- Claude Managed Agents là một bộ API để xây dựng và triển khai agent với quy mô lớn, được host trên cơ sở hạ tầng của Anthropic.
- Nó chạy vòng lặp agent quen thuộc — suy luận, gọi tool, đọc kết quả, lặp lại — bên trong một container cô lập với quyền truy cập hệ thống tệp, thực thi bash và tìm kiếm trên web.
- Các session chạy trong môi trường bạn cấu hình, hoạt động song song và stream các lệnh gọi tool trở lại ứng dụng của bạn theo thời gian thực.
- Thang điểm đánh giá và các bộ đánh giá riêng biệt cho phép bạn định nghĩa tiêu chí thành công; Claude lặp lại cho đến khi đáp ứng chúng.
- Bộ nhớ, máy chủ MCP, tool tùy chỉnh, chính sách quyền và điều phối đa agent hoàn thiện trải nghiệm agent có trạng thái.
- Bạn định nghĩa thế nào là hoàn thành. Claude làm việc cho đến khi đạt được điều đó.
🎬 Bản ghi video
Source video:
haeslvB0zpg
Không có transcript — xem phần nội dung bài học bên trên.
🔁 Bài học liên quan
- Bài tiếp: Building your first managed agent
- Bài trước: Context management
- Thuộc lộ trình: Path C
- Docs tham khảo: Glossary · Skills atlas · By use-case
📚 Nguồn & ghi nhận
- Bài học gốc Anthropic Academy: https://anthropic.skilljar.com/claude-platform-101/486263
- © 2025 Anthropic. Chỉ dùng cho mục đích giáo dục, fair-use.
- Crawl: 2026-06-27 · Chuẩn hoá: 2026-06-27