Agent Harness

Eine Infrastruktur-Plattform von Anthropic, auf der du Agenten hosten lässt, statt sie selbst zu betreiben.

Die Grundidee

(siehe auch Einleitung in diesem Video)

Claude Managed Agents stellt den Harness (also die Steuerlogik) und die Infrastruktur bereit, um Claude als autonomen Agenten laufen zu lassen. Statt selbst eine Agent-Loop, Tool-Ausführung und Laufzeitumgebung zu bauen, bekommst du eine fertig verwaltete Umgebung, in der Claude Dateien lesen, Befehle ausführen, im Web browsen und Code sicher ausführen kann.

Du definierst also was der Agent tun soll (Aufgaben, Tools, Guardrails) – und Anthropic kümmert sich um das wie (Server, Sicherheit, Zustand, Fehlerbehandlung).

Abgrenzung zu deinen beiden Vermutungen

Ist es wie Claude Code? Nein, eher das Gegenteil in der Zielgruppe: Claude Code läuft bei dir lokal/in deinem Terminal für interaktive Coding-Sessions. Managed Agents läuft dagegen als eigenständiger Cloud-Service, gedacht für Firmen, die Agenten in Produktion betreiben wollen – z.B. lange laufende, autonome Hintergrundprozesse, nicht primär interaktives Programmieren mit dir am Rechner.

Ist es eine Python-Library zum Einbinden des LLMs? Auch nicht. Das wäre eher die normale Messages API (das, was du z.B. mit dem anthropic Python-Paket nutzt) – da baust du die Agent-Loop selbst. Managed Agents ist explizit die Alternative dazu: statt selbst eine Agent-Loop und Runtime zu bauen, bekommst du die fertige, gehostete Umgebung von Anthropic.

Was es konkret bietet

Es kombiniert einen von Anthropic verwalteten Agent-Harness mit Produktions-Infrastruktur für Zustand, Speicher, Berechtigungen und geplante Ausführung. Konkret heißt das laut den Ankündigungen:

• Sandboxed Code Execution – der Agent führt Code sicher isoliert aus
• Checkpointing / Persistenz – Sessions bleiben auch bei Verbindungsabbrüchen erhalten, Fortschritt geht nicht verloren
• Credential Management & Scoped Permissions – der Agent bekommt kontrolliert Zugriff auf externe Systeme (OAuth, Secrets etc.)
• End-to-End Tracing – du kannst im Nachhinein genau nachvollziehen, welche Tool-Calls und Entscheidungen der Agent getroffen hat
• Optional (noch in "Research Preview"): Multi-Agent-Koordination, bei der ein Agent andere Agenten anstoßen kann, um Arbeit zu parallelisieren

Man definiert einen Agenten entweder in natürlicher Sprache oder per YAML, und Anthropic übernimmt den Rest.

Einordnung für dich

Da du bei TeamBank an produktiven Chatbots arbeitest (Cognigy etc.): Man kann sich das ungefähr so vorstellen wie eine verwaltete Alternative zu einer eigenen LangChain/Agent-Orchestrierung, nur dass Hosting, Sandboxing und Zustandsverwaltung direkt von Anthropic übernommen werden, statt dass ihr das selbst auf eigener Infra baut.