Claude Managed Agents : qu’est-ce que c’est, comment ça marche, prix et limites21 min read

Chaque équipe qui construit un agent se heurte au même mur vers la deuxième semaine. Le prototype fonctionne sur votre ordinateur portable, puis quelqu’un lui demande de fonctionner pendant une heure sans vous, de garder un mot de passe de base de données hors de portée du modèle, de survivre à un conteneur écrasé et de reprendre demain là où il s’est arrêté. Rien de tout cela ne concerne les invites. C’est de la plomberie, et c’est la plomberie que Anthropic a décidé de réaliser pour vous.

Claude Managed Agents, lancé en version bêta publique le 8 avril 2026, est un service hébergé sur la plateforme Claude. Vous définissez un agent, lui attribuez un sandbox cloud et démarrez des sessions que Anthropic exécute pour vous, avec un ensemble d’outils intégrés, des événements diffusés en continu, de la mémoire, des exécutions planifiées et une longue liste de contrôles. Depuis son lancement, Anthropic a livré quelque chose de nouveau presque tous les mois, et fin octobre, un atelier gratuit de 90 minutes sur son fonctionnement a commencé à circuler largement.

Ce guide est destiné aux développeurs et aux responsables techniques qui décident de s’en inspirer. Nous expliquons de quoi il s’agit, comment une session se déroule, les fonctionnalités importantes, ce que cela coûte, où elle s’arrête et comment elle se compare à l’exécution de votre propre boucle.

Une note sur la destination des résultats. Une session gérée peut écrire des rapports, des feuilles de calcul et des applications dans son bac à sable, et ces fichiers sont récupérables via le API. Ce dont ils ont ensuite besoin, c’est d’un endroit où votre équipe et vos autres assistants peuvent les ouvrir, les réviser et continuer à les modifier.AgentGrid.ioest un espace de travail partagé dans lequel les personnes et les agents IA créent, modifient et partagent des documents, des applications et des fichiers, avec une version en direct et un historique de qui a modifié quoi. Nous reprenons cela dans les dernières sections.

Que sont les Claude Managed Agents ?

Claude Managed Agents est celui de Anthropic.environnement d’exécution de l’agent hébergé. Au lieu d’écrire la boucle qui appelle le modèle, exécute les outils et renvoie les résultats, vous décrivez l’agent et laissez le service l’exécuter. Il est en version bêta, vous l’appelez avec lemanaged-agents-2026-04-01en-tête bêta, et il est disponible sur le Claude API, sur la plate-forme Claude sur AWS et sur les modèles Claude sur Google Cloud, où Anthropic le gère.

La documentation le réduit à quatre concepts :

En quoi est-ce différent des messages API ? Les messages API vous donnent le modèle et rien d’autre. Vous écrivez la boucle, les outils et le bac à sable, ce qui est exactement ce que vous voulez lorsque vous avez besoin d’un contrôle précis. Les agents gérés sont destinés au travail de longue durée et asynchrone, dans lequel vous préférez confier une tâche et regarder les événements.

Le bac à sable cloud intégré est livré avec Python, Node, Go, Rust, Java, Ruby, PHP et C/C++, ainsi que Postgres, Redis et SQLite. La mise en réseau peut être configurée pourlimited, de sorte que le code écrit par votre agent peut atteindre les registres de packages et pas grand-chose d’autre. La console Claude dispose également d’un générateur d’agent visuel et d’un exécuteur de session de test, ce qui constitue le moyen le plus rapide de ressentir son comportement avant d’écrire du code.

Pourquoi Anthropic a-t-il séparé le cerveau des mains ?

La meilleure explication de la conception ne se trouve pas dans la documentation du produit. Il s’agit d’un poste d’ingénierie Anthropic appelé« Mise à l’échelle des agents gérés : découpler le cerveau des mains », publié le même jour que le lancement. Cela commence par une histoire familière. La première version plaçait la session, le harnais qui appelle Claude et le bac à sable dans un seul conteneur. Cela faisait du serveur un animal de compagnie, dans le sens ancien du terme animaux de compagnie contre bétail : si le conteneur tombait en panne, la session était perdue et une session qui ne répondait pas devait être soignée.

Le correctif consistait à diviser l’agent en trois parties qui échouaient et évoluaient indépendamment :

• La séanceest un journal en annexe de tout ce qui s’est passé.
• Le cerveauest le harnais plus Claude. Il lit le journal et décide quoi faire ensuite.
• Les mainssont des bacs à sable et des outils, accessibles via une interface étroite,execute(name, input) → string.

Deux conséquences ressortent. Premièrement, la sécurité : les informations d’identification n’ont jamais besoin d’atteindre le bac à sable où s’exécute le code généré par Claude. Les jetons Git sont connectés lorsque le référentiel est cloné et les appels MCP passent par un proxy de coffre-fort. Deuxièmement, la vitesse : étant donné que le cerveau demande désormais un conteneur via un appel d’outil uniquement lorsqu’il en a besoin, de sorte qu’une session qui n’a pas besoin d’un bac à sable immédiatement n’en attend pas un, Anthropic a signalé que le temps médian d’obtention du premier jeton a chuté d’environ 60 % et le 95e percentile de plus de 90 %. L’idée de clôture de l’article est « plusieurs cerveaux, plusieurs mains », où un cerveau peut piloter plusieurs bacs à sable.

Le même appariement apparaît dans d’autres conceptions d’agents. L’article Super-agent de DeepSeek cite cet article lorsqu’il plaide en faveur de la séparation du calcul, de l’état et de l’environnement d’un agent. Si vous voulez la comparaison, notre guide pourle DeepSeek Super-Agentcouvre le côté routeur et travailleur de cette histoire.

Qu’est-ce qui a été expédié depuis le lancement ?

Les agents gérés ont bougé rapidement après avril. Cette chronologie provient des propres annonces de Anthropic.

En direct de Code avec Claude : nous lançons dreaming dans Claude Managed Agents en avant-première de recherche.

Les résultats, l’orchestration multiagent et les webhooks sont désormais en version bêta publique.https://t.co/p4DFRzFEd8

– Claude (@claudeai)6 mai 2026

Nous venons d’ajouter deux nouvelles fonctionnalités Claude Managed Agents :

1. Déploiements planifiés : exécutez des tâches selon un calendrier

2. Variables d’environnement : exposez les informations d’identification du coffre-fort pour les CLI en tant que variables d’environnementhttps://t.co/exfhz4yylr

-ClaudeDevs (@ClaudeDevs)11 juin 2026

Comment se déroule concrètement une session ?

Le flux est court. Vous créez un agent, créez un environnement, démarrez une session qui pointe vers les deux, puis échangez des événements. Ledémarrage rapidefait cela en quelques commandes. L’agent est un petit fichier avec des préambules et une invite, et l’environnement est constitué de quelques lignes de YAML :

# coding-assistant.md
---
name: Coding Assistant
model: claude-opus-5-5
tools:
  - type: agent_toolset_20260401
---

You are a helpful coding assistant. Write clean, well-documented code.

# environment.yaml
name: quickstart-env
config:
  type: cloud
  networking:
    type: limited
    allow_package_managers: true

# Create both, then start a session
ant apply coding-assistant.md environment.yaml
ant beta:sessions create \
  --agent "$AGENT_ID" \
  --environment-id "$ENVIRONMENT_ID" \
  --title "Quickstart session"

Après cela, vous envoyez des événements utilisateur et lisez le flux. Fichiers dans lesquels l’agent écrit/mnt/session/outputs/deviennent disponibles via les fichiers API, limités à cette session.ant beta:sessions connectouvre une visionneuse pour une session en direct.

L’utilisation des outils est régie par des politiques d’autorisation. Le jeu d’outils de l’agent est par défautalways_allow, les outils MCP sont par défautalways_ask, et avecautole serveur évalue chaque appel et l’exécute, le refuse ou fait une pause pour votre approbation. Les informations d’identification tierces se trouvent dans des coffres-forts, soit en tant qu’informations d’identification MCP OAuth ou de support, soit en tant qu’informations d’identification variables d’environnement que l’agent ne voit que comme des espaces réservés opaques, échangées contre la valeur réelle lorsqu’une requête quitte le bac à sable.

Que peut faire l’agent au-delà d’une seule boucle ?

Sous-agents, workflows et conseiller

La configuration multi-agent permet à un agent de déléguer. La délégation est profonde d’un niveau, avec au plus 25 threads enfants. Pour les tâches plus importantes, un flux de travail dynamique permet à l’agent d’écrire un programme qui exécute de nombreux agents en arrière-plan, et la session peut consulter un modèle de conseiller à mi-parcours pour obtenir des conseils, comme la planification d’une approche ou la révision du travail, tout en continuant à effectuer le travail lui-même.

Résultats

Les résultats transforment un vague « faire du bien » en une boucle. Vous donnez une grille d’évaluation, et un évaluateur travaillant dans un contexte distinct note le résultat et renvoie l’agent pour l’améliorer.max_iterationsla valeur par défaut est 3 et peut aller jusqu’à 20.

Budgets

Une session peut être soumise à un plafond de dépenses strict, exprimé en cents américains sous forme de chaîne. Il est appliqué entre les requêtes de modèle, de sorte qu’une seule requête longue peut toujours se terminer avant que le plafond ne morde. Lorsque la limite est atteinte, la session devient inactive avecbudget_reachedet t’attend.

Mémoire et rêve

Les magasins de mémoire sont montés dans le bac à sable à/mnt/memory/. Chaque mémoire est limitée à 100 Ko, un magasin peut contenir jusqu’à 10 000 mémoires et chaque modification crée une version immuable. Dreaming, encore un aperçu de recherche, lit entre 1 et 100 sessions passées et propose une mémoire dédoublonnée et réorganisée. Il ne modifie jamais le magasin d’entrée, vous pouvez donc comparer avant de l’adopter.

Déploiements planifiés

Un déploiement planifié exécute un agent sur une expression cron dans un fuseau horaire IANA. Anthropic ajoute une gigue allant jusqu’à 15 % de l’intervalle, avec un minimum de 5 secondes et un maximum de 9 minutes, de sorte que des milliers de programmes ne se déclenchent pas au même instant. Une organisation peut avoir jusqu’à 1 000 déploiements et un budget s’applique à chaque exécution.

Comment les équipes mettent-elles les agents en production ?

Nouveau billet de blog de notre équipe d’IA appliquée sur Claude Managed Agents et les défis qu’il résout (informations d’identification, sandboxing, observabilité, etc.)…https://t.co/02fp1NMZ6a

-ClaudeDevs (@ClaudeDevs)16 juin 2026

Le bac à sable doit-il être dans le cloud ou sur vos propres machines ?

La valeur par défaut est un bac à sable cloud géré par Anthropic. Si votre code, vos données ou votre réseau ne peuvent pas quitter votre infrastructure, vous pouvez plutôt exécuter un bac à sable auto-hébergé : un travailleur de votre côté effectue les appels aux outils bash et file. Le cerveau fonctionne toujours du côté de Anthropic, de sorte que l’historique des conversations et les résultats des outils parviennent toujours au service.

Depuis le 19 août, le travail effectué dans un bac à sable auto-hébergé peut également être sauvegardé en mémoire.

Nous avons expédié trois mises à jour pour Claude Managed Agents.

Tout d’abord, nous avons facilité l’utilisation de la mémoire avec les sandbox auto-hébergés.

Tout travail effectué dans un bac à sable auto-hébergé peut être enregistré en mémoire.https://t.co/tIoCSU28qk

-ClaudeDevs (@ClaudeDevs)19 août 2026

Combien coûte Claude Managed Agents ?

Vous payez les jetons aux tarifs normaux du modèle, plus0,08 $ par heure de séance, facturé uniquement pendant la durée de la séancerunningstatut. Le temps passé à vous attendre n’est pas facturé. La recherche sur le Web coûte 10 $ pour 1 000 recherches. L’inférence uniquement aux États-Unis multiplie les prix des jetons par 1,1 et il n’y a pas de remise par lots.

La page de tarification de Anthropic fonctionne à travers un exemple : une session d’une heure sur Opus 5.5, au prix de 4 $ par million de jetons d’entrée et de 20 $ par million de jetons de sortie, avec 50 000 jetons d’entrée et 15 000 jetons de sortie.

Avec la mise en cache rapide, la même session revient à 0,428 $ dans l’exemple de la documentation. Le point de l’exemple est la forme de la facture : pour une session courte et légère, le temps d’exécution est une petite tranche, et pour les longues sessions qui restent pour la plupart inactives, il est encore plus petit. Les dépenses sont dominées par les jetons, c’est pourquoi les budgets de session sont importants.

Quelles sont les limites et les risques ?

• C’est une version bêta.L’ensemble des fonctionnalités change rapidement, et les tunnels et le rêve MCP sont encore des aperçus de recherche.
• Lacunes de conformité.Les agents gérés ne sont pas éligibles à la conservation zéro des données ou à la loi HIPAA, et les transcriptions persistent jusqu’à ce que vous les supprimiez.
• Casquettes rigides.La délégation s’étend sur un seul niveau avec au maximum 25 threads enfants, et une organisation peut organiser 1 000 déploiements planifiés.
• Pas de remise par lots, et l’inférence uniquement aux États-Unis coûte 10 % de plus sur les jetons.
• La sécurité est toujours votre travail.Les conseils de déploiement de Anthropic consistent à donner à chaque agent le plus petit ensemble d’outils qui fonctionne, à utiliser un réseau limité, à conserver les informations d’identification dans les coffres-forts, à définiralways_asksur des outils irréversibles, et ne jamais combineralways_allowécrire ou exécuter des outils avec un agent qui lit les entrées non fiables.

L’atelier gratuit vaut-il votre temps ?

Anthropic a organisé un atelier sur les agents gérés en quatre parties, d’une durée d’environ 90 minutes, lors de l’AI Engineer World’s Fair 2026 à San Francisco. Il est dirigé par Priyanka Phatak, qui dirige l’équipe d’ingénierie des agents gérés, et Gabe Cemaj, et l’enregistrement est en cours.le site de l’ingénieur IA. Il est devenu viral sur X le 30 octobre avec une liste de chapitres :

1. Pourquoi le cerveau et les mains devraient être séparés (00:00)
2. L’architecture derrière Claude Managed Agents (07:45)
3. Construire un agent de recherche étape par étape (23:40)
4. Des agents programmés qui rêvent entre les tâches (54:00)
5. Évaluations, CI/CD et agents en cours d’exécution pour de nombreux clients (1:10:23)

Les ingénieurs de Anthropic viennent de publier le meilleur cours de 90 minutes sur la création d’agents IA à partir de zéro que j’ai jamais vu :

• 00h00 – pourquoi le cerveau et les mains devraient être séparés
• 07h45 – l’architecture derrière Claude Managed Agents
• 23h40 – construire un agent de recherche étape par étape
• 54h00 : agents qui s’exécutent selon un planning et « rêvent » entre les tâches
• 1:10:23 : évaluations, CI/CD et exécution d’agents pour plusieurs clients à la fois

Cela remplacera à lui seul tous les didacticiels d’agent à 500 $ que vous pouvez trouver sur Internet.

Regardez-le, puis allez plus loin et construisez un système qui s’améliore avec l’article ci-dessous.

– Anatoli Kopadze (@AnatoliKopadze)30 octobre 2026

Prenez la ligne « remplace chaque didacticiel de 500 $ » comme un enthousiasme. La partie utile est concrète : la première section est la même architecture que le poste d’ingénierie, la construction de l’agent de recherche montre une session réaliste de bout en bout, et la dernière section répond aux questions que les équipes se posent ensuite, à savoir les évaluations, CI/CD et la multi-location.

Quand devez-vous utiliser les agents gérés, les messages API ou quelque chose d’auto-exécutable ?

• Utiliser des agents géréslorsque le travail est de longue durée ou asynchrone, il nécessite un bac à sable avec de vrais outils et que vous préférez ne pas maintenir la boucle, le cycle de vie du conteneur et la plomberie des informations d’identification.
• Utiliser les messages APIlorsque vous avez besoin d’une boucle personnalisée, d’un contrôle strict de chaque étape ou d’une courte interaction requête-réponse.
• Utiliser un bac à sable auto-hébergélorsque les fichiers et l’exécution doivent rester sur votre infrastructure, et que vous pouvez accepter que l’historique et les résultats des outils transitent toujours par Anthropic.

Cela permet également de le séparer des systèmes d’agents qui résolvent un problème différent. Les agents gérés sont une infrastructure indiquant où un agent s’exécute et ce qu’il peut toucher. Un routeur tel que le dsh-superagent de DeepSeek indique qui un agent écoute et quand il agit. Vous pourriez imaginer utiliser les deux.

Où doit aller la sortie d’un agent géré ?

Un agent programmé qui rédige un résumé des concurrents du lundi, ou une session de recherche qui crée une feuille de calcul de comparaison, se termine par un fichier dans/mnt/session/outputs/. Les fichiers API le rendent récupérable, mais uniquement pour cette session, et le fichier n’est toujours qu’un fichier. Quelqu’un doit l’ouvrir, demander des modifications, le remettre à un autre assistant et se rappeler quelle version est la plus récente.

AgentGrid.ioest construit pour cette étape. Les personnes et les agents IA travaillent sur les mêmes documents, applications et fichiers en direct, avec une adresse stable, un accès contrôlé et un historique indiquant qui a modifié quoi, humain ou agent. Les agents se connectent à partir d’un environnement compatible avec les commandes en exécutantnpx @animaapp/cli@latest login, et un humain approuve le nom de l’agent, son équipe et les éléments de lecture, d’écriture, de partage et de publication qu’il obtient. Les agents gérés n’ont pas d’intégration AgentGrid.io intégrée, donc le modèle simple est votre propre code, ou une étape de votre pipeline, qui prend le fichier fini des fichiers API et le place dans un espace de travail partagé. Notre guide pourcontexte de partage entre Claude et ChatGPTmontre la même idée pour les conversations.

Questions fréquemment posées

Que sont les Claude Managed Agents ?

Claude Managed Agents est le runtime hébergé de Anthropic pour les agents de longue durée, en version bêta publique depuis le 8 avril 2026. Vous définissez un agent et un environnement, démarrez une session, et Anthropic exécute la boucle, les outils et le bac à sable cloud, en diffusant les événements vers votre application.

Combien coûte Claude Managed Agents ?

Vous payez des tarifs de jetons standard pour le modèle, plus 0,08 $ par heure de session pendant qu’une session est en cours d’exécution. Le temps d’inactivité n’est pas facturé. La recherche sur le Web coûte 10 $ pour 1 000 recherches, et l’inférence uniquement aux États-Unis multiplie les prix des jetons par 1,1. L’exemple Opus 5.5 d’une heure de Anthropic avec 50 000 jetons d’entrée et 15 000 jetons de sortie coûte 0,58 $.

Le Claude Managed Agents est-il généralement disponible ?

Pas encore. Il est en version bêta, vous vous inscrivez avec lemanaged-agents-2026-04-01l’en-tête bêta et certaines fonctionnalités, notamment les tunnels de rêve et MCP, sont des aperçus de recherche.

En quoi les agents gérés sont-ils différents des messages API ?

Avec Messages API, vous écrivez vous-même la boucle d’agent, les outils et le bac à sable, ce qui convient aux boucles personnalisées et à un contrôle précis. Les agents gérés exécutent la boucle et un bac à sable pour vous et conviennent au travail asynchrone de longue durée.

Le Claude Managed Agents peut-il fonctionner sur ma propre infrastructure ?

En partie. Un bac à sable auto-hébergé permet à un employé de votre infrastructure d’exécuter des outils bash et de fichiers, mais Claude lui-même s’exécute toujours du côté de Anthropic, de sorte que l’historique des conversations et les résultats des outils parviennent toujours au service.

Les agents gérés peuvent-ils travailler avec des données sensibles ?

Soyez prudent. Le service n’est pas éligible à la conservation zéro des données ou à la HIPAA, les transcriptions persistent jusqu’à ce que vous les supprimiez, et Anthropic recommande une mise en réseau limitée, des informations d’identification du coffre-fort et des invites d’approbation pour les outils irréversibles.