A Anthropic começa a alugar bois e cavalos com inteligência artificial por 60 centavos de dólar por hora.

Segundo dados do Departamento Nacional de Estatísticas, o custo mensal da mão de obra de um engenheiro de software na China é estimado em cerca de 20.000 a 30.000 yuans.

Se considerarmos apenas a parte de sua jornada de trabalho de 8 horas em que ele efetivamente desempenha suas funções, o valor fica em torno de 110 a 170 yuans por hora.

A Anthropic lançou hoje um novo recurso chamado Claude Managed Agents, com um preço listado de US$ 0,08/hora, o que equivale a menos de 0,6 yuan.

O número em si não é o ponto principal; o ponto principal é que isso significa que a Anthropic começou a cobrar por hora. Ela não cobra apenas pelos tokens usados, mas também calcula por quanto tempo o agente ficou em execução.

O Managed Agents fornece um conjunto completo de infraestrutura pronta para uso, ou o que a Anthropic chama de "arranjo de agentes": incluindo chamadas de ferramentas, sistemas de memória, controle de acesso, operação em nuvem de longo prazo, monitoramento mútuo entre agentes e ambientes de sandbox .

Por exemplo, suponha que queiramos contratar alguém para ajudá-lo(a) com seu trabalho, que problemas poderíamos encontrar?

Durante a fase de recrutamento, é necessário preparar o espaço de escritório (servidor), instalar computadores e configurar sistemas operacionais (ambiente de desenvolvimento), além de redigir as descrições de cargos (lógica do código).

Durante a fase de trabalho: a conexão de rede cai no meio do processo, todo o progresso é perdido (interrupção da sessão), você quer verificar o que ele fez, mas não há registro (impossibilidade de auditoria) e você se preocupa com a possibilidade de ele estar acessando segredos da empresa (controle de acesso).

O papel da Claude Managed Agents nesse processo era lidar com todas essas questões problemáticas. Anthropic afirmou: "Pare de construir essa estrutura improvisada e precária por conta própria. Deixe a infraestrutura comigo e você poderá se concentrar em ganhar dinheiro."

Ao configurar um console no Agente oficial do Claude ou usando a API, podemos enviar solicitações diretamente ao Agente. Os Agentes Gerenciados do Claude fornecerão a eles um espaço de trabalho, supervisionarão suas tarefas e garantirão que não se comportem de maneira inadequada .

Atualmente, o Claude Managed Agent está em versão beta pública, permitindo que qualquer pessoa ou empresa crie rapidamente um funcionário digital real e funcional.

Você pode criar um agente do zero em apenas alguns dias.

Nos últimos dois anos, utilizamos inúmeros agentes, com desenvolvedores lançando seus próprios produtos de agentes quase diariamente. Alguns são voltados para programação de código, outros para design. Em última análise, todos esses agentes foram unificados em uma grande família: no ano passado, era a classe Manus, e este ano é a classe OpenClaw.

No entanto, se você quiser implantar um agente mais personalizado, especialmente um que possa ser usado por outras pessoas, você precisa gerenciar o servidor correspondente por conta própria, configurar mecanismos complexos para evitar que ele falhe, conceder acesso seguro ao banco de dados e gerenciar a memória de contexto do agente de maneira adequada.

A Managed Agents cuida de tudo isso.

Sua estrutura gira em torno de quatro conceitos. O Agente define quem é o funcionário: qual modelo ele usa, quais instruções do sistema ele segue e quais ferramentas ele pode invocar. O Ambiente é um contêiner na nuvem pré-configurado que vem com ambientes de execução como Python e Node.js pré-instalados.

Uma sessão é uma instância específica de execução de tarefa com um histórico completo de eventos que pode ser visualizado a qualquer momento. Os eventos são as mensagens trocadas entre nós e o agente — instruções da tarefa, resultados da ferramenta e atualizações de status.

O complexo modelo de agentes "feitos à mão" do passado foi condensado em um pipeline totalmente automatizado pelos Agentes Gerenciados da Claude.

Se você for um desenvolvedor, pode chamar a API diretamente ou usar a CLI. Com apenas algumas linhas de código, você pode criar o agente, configurar o ambiente de execução, iniciar a sessão e receber fluxos de eventos em tempo real. Todo o processo é claramente documentado e leva cerca de meia hora para começar do zero.

Se você não programa, o Claude Console oferece uma interface visual completa. Selecionar um modelo, escrever prompts do sistema, conectar-se à ferramenta MCP e anexar serviços externos são tarefas que podem ser concluídas com apenas alguns cliques. Após a configuração, você pode testar diretamente na interface para verificar a resposta do agente. Se não estiver satisfeito, faça os ajustes necessários; caso contrário, deixe-o em execução contínua.

A página de criação do console apresenta uma caixa de entrada com a pergunta "O que você deseja criar?", ao lado da qual há uma biblioteca de modelos com funções prontas, como pesquisador, analista de dados, assistente de atendimento ao cliente e coordenador de resposta a incidentes. Cada função já vem pré-conectada a ferramentas como Slack, Notion, Asana, GitHub e Jira. Basta selecionar um modelo, modificar a descrição e pronto.

No entanto, tornar-se membro do Claude não é suficiente. Atualmente, também é necessário ter um plano de API, o que significa vincular um cartão de crédito com uma determinada quantidade de tokens, para usar o Agente Gerenciado.

O Managed Agents possui uma decisão de engenharia fundamental, relacionada ao projeto Harness que foi discutido recentemente, que determina se o sistema pode realmente ser usado em produção.

A Anthropic usou uma analogia particularmente comovente em seu blog oficial de engenharia para explicar o projeto estrutural dos Agentes Gerenciados.

Eles achavam que as primeiras arquiteturas de agentes eram muito parecidas com "cuidar de um animal de estimação". Os desenvolvedores estavam acostumados a colocar o Claude (cérebro), o ambiente de execução do código (mãos e pés) e sua memória (logs de sessão), tudo dentro de um enorme contêiner de servidor.

Este contêiner tornou-se incrivelmente frágil; não podemos deixá-lo falhar. Se o contêiner congelar ou travar, o cérebro e os membros da IA ​​serão destruídos e os dados da tarefa do usuário serão apagados instantaneamente. O contêiner executa simultaneamente as credenciais do usuário e o código gerado por Claude; se houver um ataque de injeção de palavras-chave, as credenciais serão expostas diretamente.

A solução da Anthropic é separar completamente o "cérebro" e as "mãos", transformando o recipiente em "gado e cavalos" que podem ser sacrificados a qualquer momento, ou seja, mudando de criar animais de estimação para criar gado e cavalos.

O agendador (cérebro) não reside mais dentro do contêiner. Ele comanda o contêiner como se estivesse chamando uma ferramenta externa. E se um contêiner falhar durante a execução de código perigoso? O cérebro não entra em pânico; ele registra o código de erro e, em seguida, inicia um novo contêiner sem hesitar para continuar o trabalho.

As memórias deixadas pelo agente não ficam mais comprimidas no cérebro sobrecarregado de alguma IA ou contêiner. Após operar separadamente, todas as memórias são armazenadas individualmente em um registro de sessão externo. É como um disco rígido externo.

O cérebro comanda as mãos por meio de métodos de invocação padronizados, independentemente de as mãos serem contêineres, serviços externos ou qualquer outra coisa. Se uma mão apresentar mau funcionamento, ela alterna para outra, e o cérebro continua funcionando; se o cérebro travar, ele se recupera a partir do registro de diálogo e volta a funcionar.

Esse projeto resultou em uma melhoria significativa de desempenho. Antes do desacoplamento, cada conversa tinha que esperar que o contêiner fosse totalmente inicializado antes de começar, e o sistema gastava muito tempo inicializando um contêiner pesado que continha uma grande quantidade de lógica de agendamento.

Agora, o tempo de resposta inicial foi reduzido em mais de 90%, e o limite de segurança ficou mais claro como resultado — o código gerado por Claude é executado em um ambiente isolado (sandbox), as credenciais ficam em um local seguro fora do sandbox, e existem agentes dedicados para isolar os dois, de modo que os agentes nunca consigam obter as credenciais originais.

Mais importante ainda, permite que o Agente tenha realmente a capacidade de trabalhar de forma estável a longo prazo.

A Anthropic mencionou que a Notion já construiu internamente um agente empresarial usando Agentes Gerenciados para ajudar os engenheiros a escrever código e os profissionais da informação a fazer apresentações.

A Rakuten implementou agentes para vendas, marketing, finanças e RH usando o modelo de Agentes Gerenciados, com cada agente especializado entrando em operação em uma semana.

Após o agente de depuração do Sentry detectar um bug, ele automaticamente cria uma correção e abre uma solicitação de pull request (PR). Os desenvolvedores recebem uma correção que podem revisar diretamente, e todo o processo não requer intervenção humana.

Em essência, as grandes empresas de modelagem costumavam fornecer APIs de modelos que processavam cada uma de nossas mensagens; a mudança da Anthropic foi encapsular a API baseada em mensagens em uma API de Agente que pudesse entregar tarefas diretamente.

Voltando àquele valor de US$ 0,08 por hora de sessão.

Essa mudança se reflete primeiramente na estrutura de preços dos Agentes Gerenciados do Claude. De acordo com o blog oficial, a cobrança pelos Agentes Gerenciados inclui uma taxa de token (preço padrão da API, US$ 3/M de entrada e US$ 15/M de saída para o Sonnet 4.6), mais US$ 0,08/hora de sessão (cobrado com base no tempo de execução real, excluindo o tempo ocioso) e uma taxa separada de pesquisa na web de US$ 10 por 1000 buscas.

A Anthropic fornece um exemplo: uma sessão de programação de uma hora usando o Opus 4.6 com 50 mil entradas e 15 mil tokens de saída custa aproximadamente US$ 0,70.

Em vez de contratar um funcionário dedicado, as empresas agora podem criar seus próprios agentes internos por meio de Agentes Gerenciados. O conceito de funcionários digitais foi levado um passo adiante.

Além disso, para a Anthropic, isso também significa que a receita agora está diretamente ligada ao nível de automação que uma empresa possui; quanto mais agentes uma empresa executa, mais a Anthropic ganha. Essa é a mesma lógica por trás da mudança da AWS de "vender servidores" para "vender tempo de execução", abrindo um mercado muito maior do que simplesmente vender assinaturas.

Com o desenvolvimento da tecnologia de modelos de grande porte, a era de ouro da simples comparação de parâmetros e pontuações de referência parece estar chegando ao fim. Afinal, modelos de grande porte verdadeiramente poderosos têm acesso restrito ao público.

O verdadeiro campo de batalha voltou a ser "como fazer com que essas mentes brilhantes trabalhem na linha de montagem da fábrica da maneira mais estável e econômica possível". O lançamento dos Agentes Gerenciados Claude é um marco na maturação da infraestrutura de IA.

Analisando as atualizações de Claude este ano, sejam modelos ou produtos, quase todas abordaram nossas principais dificuldades em relação ao que a IA pode fazer.

Por um lado, estamos continuamente aprimorando as capacidades de nossos modelos para evitar distrações com fatores externos, como modelos de vídeo, navegador e imagem; por outro lado, desde o Cowork até a subsequente e frenética correção e replicação de todos os recursos do OpenClaw, e agora com o lançamento de uma plataforma específica para desenvolvimento e implantação de Agentes, cada etapa demonstrou uma perspectiva de produto extremamente apurada.

A Anthropic está inovando com um novo modelo de lançamento, passando de "Estamos lançando uma ferramenta mais rápida e melhor" para "Nós oferecemos a infraestrutura completa para você construir sua força de trabalho digital".

Link de referência:
Atualização do blog da Claude Managed Agents:
https://claude.com/blog/claude-managed-agents
Blog de Design de Arquitetura de Agentes Gerenciados Claude:
https://www.anthropic.com/engineering/managed-agents
Comece a configurar seus próprios agentes no console Claude:
https://platform.claude.com/workspaces/default/agent-quickstart

#Siga a conta oficial do iFanr no WeChat: iFanr (ID do WeChat: ifanr), onde você encontrará conteúdo ainda mais interessante o mais breve possível.