Claude Managed Agents क्या है? Anthropic का पूर्णतः managed cloud

किसी agent को production में चलाने का मतलब है agent loop, tool execution, एक sandbox, और state persistence — ये सब आपको खुद खड़ा करना होता है। Claude Managed Agents यह पूरा बोझ आपके कंधों से उतार देता है: Anthropic इसे आपके लिए चलाता है। 8 अप्रैल 2026 को public beta के रूप में लॉन्च हुआ यह बड़े पैमाने पर cloud-hosted agents बनाने और तैनात करने के लिए composable APIs का एक सूट है।

यह लेख आधिकारिक जानकारी के आधार पर बताता है कि Managed Agents क्या है, यह self-hosted Agent SDK से कैसे अलग है, स्थायी memory और "dreaming", outcomes-आधारित ग्रेडिंग और multi-agent, तथा मूल्य। मुख्य बिंदु पहले ही। ① "अपना खुद का agent loop बनाने" के बजाय आपको एक पूरी तरह managed environment मिलता है जहाँ Claude सुरक्षित रूप से files पढ़ सकता है, commands चला सकता है, web ब्राउज़ कर सकता है, और code execute कर सकता है। ② इसमें workspace-scoped स्थायी memory है (जो /mnt/memory पर mounted होती है), जिसे एक "dream" पुनर्व्यवस्थित और संगठित कर सकता है। ③ मूल्य = tokens + $0.08 प्रति session-hour।

1. Managed Agents क्या है?

Anthropic के शब्दों में, Managed Agents "बड़े पैमाने पर cloud-hosted agents बनाने और तैनात करने के लिए composable APIs का एक सूट" है, और docs इसे "एक पूर्व-निर्मित, configurable agent harness जो managed infrastructure में चलता है" के रूप में वर्णित करते हैं। मूल बात: "अपना खुद का agent loop, tool execution, और runtime बनाने के बजाय, आपको एक पूरी तरह managed environment मिलता है जहाँ Claude सुरक्षित रूप से files पढ़ सकता है, commands चला सकता है, web ब्राउज़ कर सकता है, और code execute कर सकता है।" Prompt caching, context compaction, sandboxing, और state persistence शुरुआत से ही अंतर्निहित हैं।

यह चार अवधारणाओं के इर्द-गिर्द संगठित है — Agent (परिभाषा) / Environment (जहाँ यह चलता है) / Session / Events। Environment या तो एक Anthropic-managed cloud sandbox हो सकता है या आपके अपने infrastructure पर एक self-hosted sandbox।

Agent में Anthropic की बनाई skills (pptx, xlsx, docx, pdf) और आपकी खुद बनाकर upload की गई skills जोड़ी जा सकती हैं (प्रति session अधिकतम 500)। Tools के लिए built-in toolset और MCP servers के अलावा, आप ऐसे "custom tools" भी परिभाषित कर सकते हैं जिन्हें आपका अपना code चलाता है।

यहाँ "harness" का अर्थ है agent में model को छोड़कर बाक़ी सब कुछ — loop, tools, memory, सुरक्षा व्यवस्था आदि। यह विचार ख़ुद Harness Engineering क्या है? में समझाया गया है।

2. Agent SDK से तुलना (self-hosted बनाम managed)

जिसे आसानी से गड्डमड्ड कर दिया जाता है वह है Claude Agent SDK से अंतर। ये दोनों "आप चलाते हैं" बनाम "Anthropic चलाता है" की धुरी पर एक जोड़ी हैं।

संक्षेप में: "अपना खुद का engine बनाना चाहते हैं? Agent SDK। engine किराए पर लेकर content पर ध्यान देना चाहते हैं? Managed Agents।" ये प्रतिस्पर्धी नहीं हैं — ये इस बारे में एक चुनाव हैं कि संचालन का कितना हिस्सा आप खुद रखते हैं। agents की अवधारणा के लिए देखें multi-agent क्या है; इसे बनाने के लिए multi-agent system कैसे बनाएं।

3. स्थायी memory और "dreaming"

Managed Agents की एक विशिष्ट सुविधा है स्थायी memory (एक memory store)। यह "text documents का एक workspace-scoped संग्रह" है, जो session के sandbox के अंदर एक directory (/mnt/memory/) के रूप में mounted होता है। Agent इसे सामान्य file operations से पढ़ता और लिखता है, और इसकी सामग्री sessions के बीच बनी रहती है। हर बदलाव ऑडिटिंग के लिए एक अपरिवर्तनीय memory version बनाता है। पुराने versions लिखे जाने के बाद 30 दिन तक रखे जाते हैं, लेकिन उपयोग में चल रही memory के हाल के versions उम्र की परवाह किए बिना हमेशा रखे जाते हैं (कम बदलने वाली memory का इतिहास 30 दिन से पुराना भी हो सकता है)। इससे लंबे समय तक इतिहास रखना हो तो उसे API से export करें। सीमाएँ: प्रति memory 100 kB, प्रति store 10,000 memories, प्रति session 8 stores।

Developers के लिए एक ध्यान देने वाली बात: memory stores को संभालने वाली API अपना अलग beta header agent-memory-2026-07-22 इस्तेमाल करती है। इसे managed-agents-2026-04-01 के साथ एक साथ भेजने पर 400 error आता है (किसी session से memory store जोड़ने का काम पुराने header से ही होता है)। Self-hosted sandbox में memory हमेशा जुड़ा हुआ mount नहीं होती; worker process उसकी एक copy रखकर sync करता है (memory documentation)।

अधिक असामान्य है "dreaming"। आधिकारिक विवरण के अनुसार: "एक dream मौजूदा memory store को पिछले session transcripts के साथ पढ़ता है, फिर एक नया, पुनर्व्यवस्थित memory store तैयार करता है: डुप्लिकेट मर्ज कर दिए जाते हैं, पुराने या विरोधाभासी entries को नवीनतम मान से बदल दिया जाता है, और नई अंतर्दृष्टियाँ सामने लाई जाती हैं।" यह एक async job है (1–100 input sessions, वैकल्पिक निर्देशों के साथ) जिसके लिए अपना अलग beta header dreaming-2026-04-21 आवश्यक है (सिर्फ़ managed-agents-2026-04-01 से dream endpoints नहीं खुलते)।

Dream चलाने वाला model उसे बनाते समय चुना जाता है। Dreams documentation research preview के दौरान नौ समर्थित models बताता है: Claude Opus 5.5, Claude Fable 5.1, Claude Opus 5, Claude Fable 5, Claude Opus 4.8, Claude Opus 4.7, Claude Sonnet 5.5, Claude Sonnet 5, Claude Sonnet 4.6 (12 अक्टूबर 2026 को जाँचा गया)। सूची में न होने के कारण Haiku श्रृंखला के models पर dream नहीं चलाया जा सकता। Dream का शुल्क चुने गए model की मानक token दर से तय होता है।

4. Outcomes ग्रेडिंग और multi-agent

एक नई सुविधा है outcomes-आधारित ग्रेडिंग। Anthropic के अनुसार: "आप एक rubric लिखते हैं जो वर्णन करता है कि सफलता कैसी दिखती है और agent उसकी ओर काम करता है। एक अलग grader अपने स्वयं के context window में आपके मानदंडों के विरुद्ध output का मूल्यांकन करता है।" Anthropic रिपोर्ट करता है कि इसने "एक मानक prompting loop की तुलना में task success को 10 अंक तक बेहतर किया" (docx के लिए +8.4%, pptx के लिए +10.1%)। ये Anthropic के अपने माप हैं — घोषणा इन्हें "our internal benchmarks" कहती है — किसी तीसरे पक्ष के नतीजे नहीं। Public beta।

Multi-agent orchestration भी अंतर्निहित है: "एक lead agent काम को टुकड़ों में बाँटता है और हर एक को अपने स्वयं के model, prompt, और tools वाले एक विशेषज्ञ को सौंपता है," जो एक साझा filesystem पर समानांतर रूप से चलते हैं। agents को orchestrate करने का डिज़ाइन दर्शन multi-agent system कैसे बनाएं से मेल खाता है।

अब काम सौंपने के तीन तरीके हैं (multi-agent documentation)। ① Subagents को सौंपना (सौंपना सिर्फ़ एक स्तर तक, और एक साथ अधिकतम 25 child threads)। ② Dynamic workflows: agent खुद "कई agents चलाकर उनके नतीजे जोड़ने वाला program" लिखता है और server उसे चलाता है (एक run में अधिकतम 1,000 agents, और default रूप से प्रति session एक साथ 10 runs)। ③ Advisor: agent अपना काम खुद जारी रखता है और योजना बनाते या अंतिम जाँच करते समय किसी ऊँचे model से सलाह लेता है (सलाह का हिस्सा उसी model की दर से बिल होता है)। हर तरीके में चले सभी agents के tokens का शुल्क लगता है, इसलिए आधिकारिक सुझाव है कि session पर खर्च की सीमा लगाएँ।

5. लॉन्च के बाद जुड़ी सुविधाएँ

8 अप्रैल 2026 के लॉन्च के बाद से Managed Agents में हर कुछ हफ़्तों में नई सुविधाएँ जुड़ी हैं। तारीख़ें Anthropic की घोषणाओं से ली गई हैं (अक्टूबर 2026 की प्रविष्टियाँ Claude Platform के release notes से)।

• 23 अप्रैल 2026 — Memory: memory stores public beta में जारी हुए।
• 19 मई 2026 — Outcomes, multiagent orchestration, webhooks, dreaming: पहले तीन public beta में, dreaming research preview के रूप में। काम पूरा होने पर webhook से सूचना मिल सकती है।
• 19 मई 2026 — Self-hosted sandboxes और MCP tunnels: सिर्फ़ tools का execution आपकी अपनी infrastructure (या Cloudflare, Daytona, Modal, Vercel जैसे sandbox providers) पर ले जाया जा सकता है, जबकि loop, context प्रबंधन और errors से उबरना Anthropic के पास रहता है। MCP tunnels आपके private network के MCP servers को सार्वजनिक किए बिना जोड़ते हैं — research preview के रूप में।
• 9 जून 2026 — Scheduled deployments और vaults: agent को cron expression और timezone के हिसाब से चलाया जा सकता है (मिनट-स्तर की सूक्ष्मता)। Vault में रखी API keys के लिए sandbox में सिर्फ़ एक placeholder रहता है; असली key network की सीमा पर, और सिर्फ़ आपके अनुमति दिए domains की requests में जोड़ी जाती है, इसलिए agent उसे कभी नहीं देखता।
• 7 अक्टूबर 2026 — Network की सीमा अब web search और web fetch पर भी: अगर cloud environment का networking limited है, तो उसके allowed hosts (allowed_hosts) अब web_search और web_fetch tools पर भी लागू होते हैं। अनुमति न पाए host के URL के लिए web_fetch call error लौटाता है, और web_search ऐसे hosts के नतीजे छोड़ देता है। अगर allowed_hosts खाली है, तो दोनों में से कोई tool न page लौटाता है, न search result। allow_package_managers और allow_mcp_servers इन दो tools के लिए कोई host नहीं जोड़ते। unrestricted networking और self-hosted sandboxes पर इसका असर नहीं पड़ता। इसके अलावा, अगर किसी चालू web tool के allowed_domains में allowed_hosts से बाहर का host है, तो session बनाना 400 error के साथ विफल होता है (ऐसी entry जोड़ने वाला session update भी)। allowed_hosts की entry, जब तक वह *. से शुरू न हो, सिर्फ़ एक ठीक-ठीक host से मेल खाती है, इसलिए docs.example.com ["example.com"] के भीतर नहीं आता।
• 7 अक्टूबर 2026 — Web fetch सिर्फ़ session में पहले आए URL तक: web_fetch अब सिर्फ़ वही URL fetch करता है जो session में पहले आ चुके हों, जैसे user message के text में, web_search के नतीजे में, या पहले web_fetch से fetch किए गए page में। इसका मकसद data exfiltration का जोखिम घटाना है। जो URL सिर्फ़ Claude के अपने output, system prompt, attached document, या bash या किसी MCP tool के output में है, वह नहीं गिना जाता, और उसे fetch करने पर url_not_in_prior_context error लौटता है। Agent से कोई URL fetch करवाना हो, तो उसे user.message event के text में भेजें।
• 9 अक्टूबर 2026 — Dynamic workflows (beta): Section 4 के तरीके ② में बताए गए dynamic workflows उपलब्ध हो गए। Agent एक program लिखता है जो कई agents को चरणों में चलाकर उनके नतीजे जोड़ता है, और server उसे background में workflow run के रूप में चलाता है। इसे चालू करने के लिए agent के multiagent field को multiagent_20261001 type पर सेट करके workflows enable करें, और system prompt में बताएँ कि run कब शुरू करना है। Progress को event stream के workflow_run.* events से देखा जा सकता है।
• 14 अक्टूबर 2026 — Scheduled deployments अब Claude Platform on AWS पर भी: जून में आई scheduled deployments अब Claude Platform on AWS पर भी उपलब्ध है (18 अक्टूबर 2026 को जाँचा गया)। AWS पर हर run के लिए आपके अपने AWS account में एक IAM role के रूप में session बनता है। पहले agent के execution_identity में aws_role सेट करना ज़रूरी है; उसके बिना deployment बनाने पर 400 error आता है। Scheduled deployments का documentation अभी भी इसे beta बताता है।
• 14 अक्टूबर 2026 — OpenTelemetry पर निर्यात (beta): Messages API के अनुरोध और Managed Agents के sessions अब OpenTelemetry के ज़रिए आपके मौजूदा monitoring ढाँचे में ट्रेस किए जा सकते हैं (18 अक्टूबर 2026 को जाँचा गया)। Claude SDK Python, TypeScript, C#, Go, Java, PHP और Ruby में spans उत्सर्जित करता है; API की ओर के spans के लिए Claude Console में निर्यात गंतव्य जोड़ें (आधिकारिक documentation)।

इसके अलावा आप हर session के लिए ख़र्च की सीमा (session budget) भी तय कर सकते हैं: उपयोग को सार्वजनिक दरों पर जोड़ा जाता है, और सीमा पहुँचते ही नए model requests रुक जाते हैं।

6. मूल्य और उपलब्धता

मूल्य के दो आयाम हैं: ① tokens (मानक model दरें, prompt caching लागू के साथ) + ② session runtime $0.08 प्रति session-hour पर। Runtime को मिलीसेकंड तक मापा जाता है और केवल तभी बिल किया जाता है जब status running हो (idle या rescheduling मुफ़्त है)। Anthropic का विस्तृत उदाहरण: 50,000 input और 15,000 output tokens वाला 1-घंटे का coding session लगभग $0.705 है यह उदाहरण Claude Opus 5 की दरों पर है (प्रति 10 लाख tokens $5 input / $25 output; सितंबर 2026 के pricing page के अनुसार)।

नीचे वही स्थिति 12 अक्टूबर 2026 के pricing page की दरों से हर model के लिए दोबारा गणना करके दी गई है। दाईं column Anthropic के दूसरे उदाहरण जैसी है, जिसमें 40,000 input tokens cache reads हैं (cache read सामान्यतः input दर का 0.1× होता है; Opus 5.5 और Sonnet 5.5 पर 0.05×)।

हर पंक्ति में runtime के $0.08 एक जैसे हैं; अंतर tokens से आता है। Model जितना सस्ता, बिल में runtime का हिस्सा उतना बड़ा (Haiku 4.5 पर लगभग 40%, Haiku 5.5 पर लगभग 90%)। ध्यान दें कि Haiku 5.5 में एक request का input 100,000 tokens से ज़्यादा होने पर ऊँची दर (input $0.50, output $2.50) लगती है। जिन agent sessions में context लंबा होता जाता है, उनमें यह सीमा आसानी से पार हो जाती है।

सिर्फ़ runtime का मासिक शुल्क = प्रतिदिन के घंटे × 30 दिन × $0.08। केवल running status का समय गिना जाता है; आपके अगले message की प्रतीक्षा में बीता idle समय नहीं। Session को पूरे दिन खुला रखने पर भी केवल वास्तव में काम करने का समय बिल होता है।

दाईं दो columns मानती हैं कि हर घंटे ऊपर के उदाहरण जितने ही tokens लगते हैं (50,000 input, 15,000 output, cache नहीं)। असली token खपत task के अनुसार कई गुना बदलती है, इसलिए runtime column को न्यूनतम सीमा मानें और token खर्च को session budget से सीमित करें।

7. शुरू करने के चरण

आधिकारिक quickstart में चार चरण हैं। हर request में beta header managed-agents-2026-04-01 ज़रूरी है (SDK इसे अपने आप जोड़ता है)।

1. Agent बनाएँ: model, system prompt, tools, MCP servers और skills तय करें। Built-in tools का सेट (bash, file operations, web search आदि) agent_toolset_20260401 से चालू होता है। एक बार बनाकर ID से बार-बार इस्तेमाल करें।
2. Environment बनाएँ: तय करें कि यह कहाँ चलेगा। Cloud sandbox में पहले से install होने वाले packages बताएँ, और यह भी कि बाहर जाने वाला traffic खुला है (unrestricted) या सिर्फ़ अनुमति वाले hosts तक सीमित (limited)। API में यह setting छोड़ देने पर unrestricted लागू होता है, जबकि Console की creation screen limited से शुरू होती है। आधिकारिक docs इसे स्पष्ट रूप से तय करने को कहते हैं। 7 अक्टूबर 2026 से limited के allowed hosts web search और web fetch tools पर भी लागू होते हैं, इसलिए इन tools को जिन sites की ज़रूरत है उन्हें allowed_hosts में जोड़ें (जोड़ा गया host sandbox के लिए भी खुल जाता है)।
3. Session शुरू करें: Agent और Environment के साथ शुरू करें। ख़र्च की सीमा (budget) भी यहीं तय की जा सकती है।
4. Events भेजें और नतीजे पाएँ: user का message event के रूप में भेजें; Claude अपने आप tools चलाता है और नतीजे server-sent events (SSE) के रूप में stream करता है। बीच में और निर्देश भेजे जा सकते हैं या काम रोका जा सकता है।

Agent और Environment को files में लिखकर CLI के ant apply से भी बनाया जा सकता है। Claude Code से शुरू करना हो तो नवीनतम version में /claude-api managed-agents-onboard चलाएँ; इससे एक interactive guide शुरू होती है जो बातचीत करते हुए setup पूरा कराती है (आधिकारिक quickstart)।

8. कब उपयुक्त है और कब नहीं

आधिकारिक docs के "कब इस्तेमाल करें" खंड और pricing page की शर्तों के आधार पर:

सारांश

Claude Managed Agents एक पूरी तरह managed environment है जहाँ Anthropic आपके लिए agent loop, tool execution, sandbox, और state persistence संचालित करता है। जहाँ self-hosted Agent SDK का मतलब है "आप engine चलाते हैं," वहीं Managed Agents का मतलब है "Anthropic इसे चलाता है, और आप परिभाषा पर ध्यान देते हैं" — एक युग्मित चुनाव जो इस बात में भिन्न है कि संचालन की जिम्मेदारी कहाँ टिकती है।

इसकी पहचान हैं workspace-scoped स्थायी memory (/mnt/memory पर mounted, sessions के बीच बनी रहती है) और इसे पुनर्व्यवस्थित व संगठित करने के लिए "dreaming" (research preview), साथ ही outcomes-आधारित ग्रेडिंग और multi-agent orchestration। मूल्य है tokens + $0.08 प्रति session-hour, जो एक अप्रैल 2026 public beta के रूप में सभी API accounts के लिए उपलब्ध है (stateful, इसलिए ZDR / HIPAA BAA के लिए योग्य नहीं)। संबंधित: Agent SDK गाइड, multi-agent क्या है, multi-agent system कैसे बनाएं।

FAQ

Q. Managed Agents क्या है?
A. Anthropic का cloud-hosted agents बनाने और तैनात करने के लिए APIs का सूट। अपना खुद का agent loop, tool execution, और runtime बनाने के बजाय, आपको एक पूरी तरह managed environment मिलता है जहाँ Claude सुरक्षित रूप से files पढ़ सकता है, commands चला सकता है, web ब्राउज़ कर सकता है, और code execute कर सकता है। Prompt caching, compaction, sandboxing, और state persistence अंतर्निहित हैं। यह 8 अप्रैल 2026 को public beta के रूप में लॉन्च हुआ।

Q. यह Agent SDK से कैसे अलग है?
A. संचालन का स्वामी कौन है, इसमें। Agent SDK एक self-hosted harness है जिसे आप Python / TypeScript में चलाते हैं, जहाँ आप loop, tools, और infrastructure संचालित करते हैं। Managed Agents में Anthropic managed infrastructure पर loop, sandbox, state, और memory प्रदान करता है, और आप agent को परिभाषित करने पर ध्यान देते हैं। ये प्रतिस्पर्धी नहीं हैं — यह इस बारे में एक चुनाव है कि संचालन का कितना हिस्सा आप रखते हैं।

Q. स्थायी memory और "dreaming" क्या हैं?
A. स्थायी memory (एक memory store) एक text documents का workspace-scoped संग्रह है, जो sandbox में /mnt/memory/ के रूप में mounted होता है; agent इसे सामान्य file operations से पढ़ता-लिखता है और यह sessions के बीच बनी रहती है। "Dreaming" एक async job है जो मौजूदा memory और पिछले session transcripts को पढ़कर एक पुनर्व्यवस्थित memory store तैयार करता है — डुप्लिकेट मर्ज करते हुए, पुराने मान अपडेट करते हुए, और नई अंतर्दृष्टियाँ सामने लाते हुए। Dreaming वर्तमान में एक research preview है (access request आवश्यक)।

Q. इसकी लागत कितनी है?
A. दो आयाम: token शुल्क + session runtime $0.08 प्रति session-hour पर। Runtime को मिलीसेकंड तक मापा जाता है और केवल तभी बिल किया जाता है जब status running हो (idle / rescheduling मुफ़्त है)। Anthropic का अनुमान है 50,000 input और 15,000 output tokens वाले 1-घंटे के session के लिए लगभग $0.705 (Claude Opus 5 की दरों पर: tokens के $0.625 और runtime के $0.08)। 12 अक्टूबर 2026 की दरों पर यही स्थिति Opus 5.5 पर $0.58, Sonnet 5.5 पर $0.33, Haiku 4.5 पर $0.205 और Haiku 5.5 पर लगभग $0.09 की है। सिर्फ़ runtime, रोज़ 8 घंटे running पर, महीने में $19.20 होता है (8 × 30 × $0.08)। Tokens मानक model दरों का उपयोग करते हैं, prompt caching के साथ।

Q. क्या कोई भी इसका उपयोग कर सकता है?
A. यह 8 अप्रैल 2026 से एक public beta है, जो सभी API accounts के लिए डिफ़ॉल्ट रूप से सक्षम है, और Claude Console / Platform CLI / Claude Code के माध्यम से सुलभ है। लेकिन क्योंकि यह डिज़ाइन से stateful है, यह Zero Data Retention (ZDR) या HIPAA BAA के लिए योग्य नहीं है। यह भी ध्यान दें कि सुविधाएँ चरण के अनुसार भिन्न होती हैं — dreaming एक research preview है जिसके लिए access request आवश्यक है (नवीनतम के लिए आधिकारिक docs देखें)।