¿Qué son los Claude Managed Agents?

Conté los componentes que nuestro equipo construyó solo para mantener un agente basado en Claude funcionando en producción. Bucle de agente, sandbox, persistencia de estado, recuperación de errores, alcance de credenciales, rastreo de sesión. Seis sistemas. Cuatro no tenían nada que ver con lo que el agente realmente hace. Alguien en el canal preguntó “¿por qué esto tardó tres meses?” y no tuve una buena respuesta que no fuera simplemente la palabra “fontanería.”

Ese es el contexto en el que Anthropic lanzó Claude Managed Agents — beta pública, disponible desde el 8 de abril de 2026. Esto no es un nuevo modelo. No es Claude 5, no es una nueva variante de Opus, no es una mejora de razonamiento. Es una capa de infraestructura — un tiempo de ejecución gestionado y un harness de agente que se sitúa sobre los modelos que ya estás usando. Si lo evalúas como un lanzamiento de modelo, malinterpretarás lo que hace. Evalúalo como infraestructura, y entenderás por qué existe.

Qué es realmente Claude Managed Agents

No es un nuevo modelo: es un harness de agente gestionado y una capa de infraestructura

Defines un agente — modelo, prompt de sistema, herramientas, servidores MCP, habilidades — y Anthropic lo ejecuta. El harness maneja el bucle del agente, la ejecución de herramientas, el sandboxing, la gestión de sesiones y el historial de eventos. Tú no construyes el bucle. No gestionas el tiempo de ejecución.

El equipo de ingeniería de Anthropic lo describe como un “meta-harness” — un sistema diseñado para acomodar futuros harnesses a medida que los modelos mejoran, en lugar de codificar suposiciones fijas sobre lo que Claude puede o no puede hacer. Su publicación de blog de ingeniería sobre la arquitectura de Managed Agents traza una analogía con cómo los sistemas operativos virtualizaron el hardware en abstracciones lo suficientemente generales para programas que aún no existían. Si esa analogía se mantiene a largo plazo es una pregunta abierta. Por ahora, la conclusión práctica: tú configuras, Anthropic opera.

Qué significa “harness”: ejecución de herramientas, gestión de sesiones, sandbox, historial de eventos

Una sesión de Managed Agent le da a Claude acceso a un contenedor en la nube con paquetes preinstalados (Python, Node.js, Go, etc.), reglas de acceso a la red y archivos montados. Claude puede leer archivos, ejecutar comandos bash, navegar por la web y ejecutar código dentro de un entorno en sandbox. El harness maneja el almacenamiento en caché de prompts y la compactación de contexto automáticamente. El historial de eventos se persiste del lado del servidor y se puede recuperar en su totalidad — no perderás el estado cuando las sesiones se prolonguen.

Estado de beta pública: se requiere el encabezado beta en todos los endpoints

Cada solicitud de API a los endpoints de Managed Agents requiere el encabezado beta. Si usas el SDK, establece el encabezado automáticamente. Si llamas a la API directamente con curl o tu propio cliente HTTP, lo añades manualmente. Si lo omites, tus solicitudes fallan. Lo pasé por alto en mi primer intento (el mensaje de error es claro, pero es el tipo de cosa que no ves cuando hojeas la documentación).

El problema que resuelve

El problema del agente DIY: meses de trabajo de infraestructura antes de lanzar

Así era como se veía la construcción de un agente de producción antes de esto. Tenías el modelo. Tenías el prompt. Tenías las definiciones de herramientas. Pero entre “funciona en un notebook” y “se ejecuta de manera confiable para los clientes” había meses de trabajo de infraestructura indiferenciada.

Lo que los desarrolladores tenían que construir antes: bucles de agente, sandboxes, gestión de estado, recuperación de errores

Bucles de agente con lógica de reintento. Sandboxes que aislan la ejecución de herramientas de los sistemas de producción. Gestión de estado para sesiones de larga duración. Checkpointing para que los agentes pudieran reanudar tras interrupciones. Alcance de permisos para que un agente no pudiera exceder sus límites. Observabilidad para rastrear lo que ocurrió cuando las cosas se rompían. Nada era opcional. Todo era igual en todos los equipos.

Lo que Managed Agents abstrae

Todo lo anterior. Defines el agente y el entorno. Anthropic maneja la orquestación de herramientas, la gestión del contexto, la recuperación de errores y el rastreo de ejecución. La guía de inicio rápido recorre el ciclo de vida completo: crear agente, configurar entorno, lanzar sesión, enviar eventos, transmitir resultados. Tres llamadas a la API para tener algo funcionando.

Eso no significa cero trabajo. Aún diseñas tu prompt de sistema, eliges qué herramientas exponer, estableces los límites de permisos. Pero la fontanería de infraestructura ya no es tu responsabilidad.

Capacidades clave

Ejecución de código segura en sandbox

Cada sesión se ejecuta en un contenedor en la nube aislado. Configuras qué está instalado, qué acceso a la red está permitido, qué archivos están montados. El agente opera dentro de ese límite. No son tus servidores, no es tu superficie de riesgo.

Sesiones persistentes de larga duración e historial de eventos con estado

Las sesiones persisten. El historial de eventos se almacena del lado del servidor y es accesible a través de la API. Está construido para tareas que se ejecutan durante minutos u horas, no para interacciones de un solo turno. Si algo interrumpe una sesión, el registro de eventos te permite reanudar.

Coordinación multi-agente (vista previa de investigación — se requiere invitación separada)

Este es el punto que la gente sigue malinterpretando. La coordinación multi-agente — donde un agente pone en marcha otros agentes — existe, pero está en vista previa de investigación. Lo mismo para las funciones de resultados y memoria. Estas no están disponibles de forma predeterminada. Necesitas una invitación separada para acceder a ellas. No diseñes arquitecturas alrededor de que estas estén disponibles de forma general hoy. He visto múltiples artículos que describen el multi-agente como una función en producción. No lo es.

Almacenamiento en caché de prompts y compactación integrados

El harness gestiona el contexto automáticamente — almacenando en caché el contenido repetido del prompt, compactando el contexto cuando las sesiones se prolongan. No necesitas implementar tu propio truncamiento o resumen.

Rastreo de sesiones en Claude Console

Cada sesión es rastreable en la Claude Console. Flujo completo de eventos — lo que hizo el agente, qué herramientas llamó, qué resultados llegaron. Para depurar agentes de producción, esto importa más que la mayoría de los puntos en una página de funciones.

Cómo se relaciona con otros productos de Claude

Los nombres se confunden. Anthropic ahora tiene varias superficies superpuestas para construir con Claude. Así es como se mapean.

Messages API: Acceso directo al modelo. Envías un prompt, obtienes una respuesta. Sin harness, sin bucle de agente, sin orquestación de herramientas. Construyes todo tú mismo. Esto es lo que la mayoría de los desarrolladores han estado usando a través de la API estándar.

Claude Agent SDK: Las mismas herramientas y el mismo bucle de agente que impulsan Claude Code, empaquetados como una biblioteca de Python/TypeScript. Pero tú gestionas el tiempo de ejecución. Tu infraestructura, tu escalado, tu sandboxing.

Claude Managed Agents: Anthropic gestiona tanto el bucle como el tiempo de ejecución. Tú configuras. Ellos operan. La diferencia con el Agent SDK no es la capacidad — es quién posee la infraestructura.

Claude Code / Cowork: Productos para usuarios finales, no primitivas de API. Code es un asistente de codificación agéntico. Cowork maneja el trabajo de conocimiento en escritorio. Construidos sobre los mismos patrones de agente, pero son productos terminados, no bloques de construcción.

El modelo mental: Messages API es la materia prima. Agent SDK es el kit de herramientas que ejecutas en tu propio taller. Managed Agents es el taller alojado. Code y Cowork son los productos terminados.

Quién debería prestar atención

Equipos que lanzan agentes de larga duración o asíncronos sin infraestructura dedicada

Si has estado retrasando una función de agente porque nadie quiere hacerse cargo de la infraestructura de sandbox y sesión — esto está dirigido directamente a ti. La documentación de límites de tasa de Anthropic confirma que los endpoints de Managed Agents tienen límites de tasa separados de la Messages API, lo que significa que tu uso existente de la API no interferirá con las sesiones de agente.

Equipos empresariales que necesitan sandboxing y permisos desde el primer momento

Managed Agents incluye permisos con alcance definido, gestión de identidad y seguimiento de ejecución. Para entornos regulados donde “construimos nuestro propio sandbox” no satisface el cumplimiento normativo, que Anthropic gestione esa capa elimina una categoría de riesgo.

Desarrolladores que prototipan agentes y quieren saltarse el trabajo del harness

¿Todavía en la fase de “¿funciona este concepto de agente?”? Tres llamadas a la API para una sesión en funcionamiento. Eso es una reducción real del tiempo hasta el primer experimento.

Limitaciones actuales

Se requiere encabezado beta:

Cada solicitud lo necesita. El SDK lo maneja automáticamente. Las llamadas manuales a la API no. Este es un producto beta — los comportamientos pueden cambiar entre versiones.

Resultados / multi-agente / memoria: solo vista previa de investigación, se necesita invitación separada

Estas funciones requieren aprobación de acceso separada a través de Anthropic. No forman parte de la beta pública predeterminada. Planifica en consecuencia.

Límites de tasa: 60 rpm para endpoints de creación, 600 rpm para endpoints de lectura, más límites de gasto a nivel de organización

Los endpoints de Managed Agents tienen sus propios límites de tasa, separados de los límites de la Messages API. Endpoints de creación (agentes, entornos, sesiones): 60 solicitudes por minuto. Endpoints de lectura (estado de sesión, recuperación de eventos): 600 rpm. Los límites de gasto a nivel de organización y los límites de tasa basados en niveles siguen aplicando además de estos. Para la creación de prototipos y la producción temprana, estos son suficientes. Si planeas cientos de sesiones concurrentes, incorpora estos números en la planificación de capacidad desde el principio.

Preguntas frecuentes

¿Es gratuito Claude Managed Agents?

No. Pagas los precios estándar de tokens de la API de Claude por el uso del modelo, más $0.08 por hora de sesión para el tiempo de ejecución activo (tiempo inactivo excluido). La búsqueda web dentro de las sesiones cuesta $10 por cada 1.000 búsquedas. No hay nivel gratuito para Managed Agents — necesitas acceso a la API y créditos.

¿Funciona con Claude Opus 4.6 y Sonnet 4.6?

Sí. Especificas el modelo al crear un agente. Tanto claude-opus-4-6 como claude-sonnet-4-6 son compatibles. Opus para tareas de razonamiento profundo, Sonnet para el equilibrio velocidad-costo que necesita la mayoría de las cargas de trabajo de producción.

¿Cuál es la diferencia entre Managed Agents y Claude Agent SDK?

En cuanto a capacidades, son similares — las mismas herramientas, los mismos patrones de bucle de agente. La diferencia es operativa. Agent SDK: ejecutas el agente en tu infraestructura. Managed Agents: Anthropic aloja y opera el tiempo de ejecución. Control total frente a omitir el trabajo de infraestructura.

¿Puedo usar Claude Managed Agents en producción hoy?

La beta pública es accesible para todos los usuarios de la API. Pero es una beta. Los comportamientos pueden cambiar. Las funciones de vista previa de investigación (multi-agente, resultados, memoria) no están disponibles de forma general. Para producción, evalúa el conjunto de funciones estables actuales y planifica para la iteración.

¿Necesito un encabezado beta especial para usarlo?

Sí. Cada llamada a la API requiere el encabezado anthropic-beta: managed-agents-2026-04-01. El SDK lo establece automáticamente. Las solicitudes HTTP sin formato necesitan añadirlo manualmente, o las llamadas son rechazadas.

Publicaciones anteriores: