用 Claude Managed Agents 打造可上線的 production-ready agent（第 1/2 段） ☕ Buy me a coffee

🧑‍🏫 這支是 Anthropic 的實作講座，介紹 Claude Managed Agents：官方幫你處理好大部分底層工作的 AI agent 服務。前半段先說明它有哪幾塊積木、會傳回哪些訊息，然後用一個虛構的投資評估產品開始實作。就算你不寫程式，看完也能了解一個可以上線的 AI agent 要考慮哪些事。

• 00:47 本場定位為技術深入講解，會實際寫程式，並提供一個 starter repo 帶大家一起做；目標是聽完就能開始用 Claude Managed Agents 開發
  ↳ 這場不只講概念，講者會邊寫程式邊示範。他準備了一個 starter repo，也就是已經搭好骨架、等你補完的程式專案，讓大家跟著做，目標是聽完就能自己動手。
• 00:47 議程：先概覽 Claude Managed Agents，再從頭實作一個可以部署到 production 的東西，最後談進階主題與可組合的用法
  ↳ 流程分三段：先介紹 Claude Managed Agents 的全貌，再從零做出一個能上線給真實用戶用（production）的東西，最後聊進階玩法和各元件怎麼組合。
• 01:17 Claude Managed Agents 是一組已發布的 API endpoints，任何 API key 都能用，提供可擴展、production ready 的 agents 及相關 primitives
  ↳ Claude Managed Agents 是 Anthropic 開放的一組 API 入口（endpoints，程式用來呼叫服務的網址），有 API key 就能用。它提供現成的 agent，也就是能自己動手做事的 AI。
• 01:49 可以只挑需要的 primitives、其他不用，再往上打造自己要的產品體驗
  ↳ primitives 就是基本積木。你可以只拿用得到的幾塊，其他不碰，再往上蓋出自己產品的樣子，不必整套照官方的設計走。
• 01:49 平台已處理：讓 Claude 使用電腦、credential vaults（可為終端使用者注入 MCP 驗證，例如存取他們的 Linear MCP）、tool calling harness
  ↳ 有幾件麻煩事平台已經包辦：讓 Claude 操作電腦；用 credential vaults（帳密保險箱）替用戶登入他們的 MCP 服務（MCP 是 AI 連接外部工具的標準）；還有呼叫工具的整套底層機制。
• 02:21 也處理 production 可能發生的重試與錯誤復原，並提供 memory、context 管理、multi-agent 等 primitives，讓你能隨每一代新模型推出而受益
  ↳ 上線後常見的出錯和重試也由平台處理。它另外提供記憶（memory）、控管 Claude 眼前資訊量（context）、多個 agent 分工等積木，新模型推出時你的產品也能直接受益。
• 02:52 developer console 內建 observability 檢視畫面，可即時 debug agent 正在做什麼
  ↳ 開發者後台（developer console）有 observability 畫面，意思是讓你看得到 agent 在做什麼的監控視窗。它能即時顯示 agent 的每一步，出問題時比較好抓原因。
• 02:52 第一個構成元素是 agent：可視為範本，定義 system prompt、可用的 skills 與 tools
  ↳ 第一塊積木是 agent，像一張設定範本：寫好它的角色和指示（system prompt），並設定它會哪些 skills（打包好的做事方法）、能用哪些 tools（可以呼叫的功能）。
• 02:52 可挑選工具：有的 agent 給 bash tool 和 web search；有的刻意不給上網，避免被 prompt injection
  ↳ 工具可以自己挑。有的 agent 會給它 bash（直接對電腦下指令）和網路搜尋；有的刻意不讓上網，因為網頁裡可能藏著騙 AI 的惡意指令，這叫 prompt injection。
• 03:22 agent 也能設定要連接哪些 MCP servers
  ↳ 也可以指定 agent 要連哪些 MCP servers，就是提供特定外部服務的連接點，例如專案管理工具或資料庫。
• 03:22 可針對每個工具設定權限：例如 file read 自動執行，但執行 bash 或呼叫資料庫 MCP server 需要終端使用者明確核准
  ↳ 每個工具可以分開設權限：讀檔這類低風險的動作自動執行；下指令、動資料庫這類有風險的動作，要使用者先按同意才會執行。
• 03:53 第二個元素是 environment：定義 Claude 使用的 sandbox 範本，例如容器是否有網路存取、預先安裝 NPM 或 pip 套件
  ↳ 第二塊是 environment，用來設定 Claude 工作用的 sandbox（隔離的虛擬電腦，弄壞也不影響外面）：能不能上網、要先裝好哪些套件（NPM、pip 是常見的安裝工具）。
• 03:53 當天宣布 self-hosted environments 與 sandboxes，可自帶 sandbox，不必只跑在 Anthropic 的基礎設施上
  ↳ 當天新宣布 self-hosted（自己架設）的 environment 和 sandbox：Claude 工作的那台虛擬電腦可以放在你自己的地方，不一定要用 Anthropic 的機器。
• 04:23 可使用 Cloudflare、Modal、Vercel 等現成服務，或自己的 sandbox 機群
  ↳ 你可以用 Cloudflare、Modal、Vercel 這類雲端服務提供的 sandbox，也可以用公司自己維護的一批機器。
• 04:23 有了 agent ID 和 environment ID 就能開始一個 session
  ↳ 前兩塊設定好後，各自會拿到一個 ID（編號）。有了這兩個編號，就能開一個 session 正式開工。
• 04:23 session 可想成你和 Claude 之間持續進行的對話，等同在 claude.ai 按「新對話」或從終端機進入 Claude Code
  ↳ session 就是一段持續中的對話，跟你在 claude.ai 按「新對話」、或工程師在終端機（打指令的視窗）開 Claude Code 一樣。
• 04:53 在 session 中可送出終端使用者的事件，例如要求開一個 PR
  ↳ 在 session 裡，你的應用程式可以把用戶的要求轉給 Claude，例如「幫我開一個 PR」。PR 是提出一份程式修改，請別人審核後合併。
• 04:53 建立 session 時可指定 Claude 能存取的 GitHub repositories，或要預載進容器的檔案，平台會代為下載與佈建
  ↳ 開 session 時可以指定 Claude 能讀哪些 GitHub repositories（放程式碼的專案庫），或要先放進虛擬電腦的檔案，平台會幫你下載、擺好。
• 04:53 第四個元素是 events：session 是持續的事件串流，client 送訊息、平台回傳 Claude 處理中的回應
  ↳ 第四塊是 events（事件）。session 其實是一條不斷流動的訊息串：你這端（client）送訊息進去，平台把 Claude 邊做邊產生的回應一則則傳回來。
• 05:24 四大主要 primitives：agent、environment、session、events
  ↳ 總結四大積木：agent 是範本，environment 是工作環境，session 是一次對話，events 是對話中來回傳遞的訊息。
• 05:24 User events：由你的應用程式送出，可能是使用者說的話或平台自動送出，可包含圖片、文件、文字
  ↳ User events 是你這端送出的事件，可能是用戶打的話，也可能是系統自動送出的；內容可以是文字、圖片或文件。
• 05:54 可從平台送出 interrupt，在 Claude 偏離方向或做錯時中斷並導正，防止危險動作
  ↳ 你可以送出 interrupt（中斷）：發現 Claude 走偏或做錯時立刻叫停、給它新指示，避免它做出危險的動作。
• 05:54 User events 也可送出：自訂工具（在你平台執行）的 tool results，以及 server 端執行工具的 human-in-the-loop 確認
  ↳ User events 還有兩個用途：把你平台上自訂工具的執行結果（tool results）交回給 Claude，以及送出使用者的同意，也就是 human-in-the-loop（關鍵步驟由人把關）。
• 06:25 Outcomes：傳入檔案或一段文字當作規格（spec），Claude 先做第一版，再反覆對照 rubric 檢查、迭代，直到滿足為止
  ↳ Outcomes：你給一份規格（spec，說明成品要長什麼樣），它就被當成評分標準（rubric）。Claude 先交初稿，再自己對照標準檢查、修改，直到全部達標。
• 06:56 講者表示 outcomes 非常強大，是讓 agent 成功的好方法
  ↳ 講者特別推薦 outcomes。先講清楚「做到什麼程度才算完成」，agent 就有明確目標可以自我檢查，講者認為這是讓 agent 把事做好的好方法。
• 06:56 Agent events：Claude 做的所有事，包括回給使用者的訊息、context window 太大時的 compaction、執行的工具（MCP tools 或預設 agent tools）
  ↳ Agent events 是 Claude 做的每件事：回給用戶的話、context window（一次能處理的內容上限）快滿時做的 compaction（壓縮成摘要），以及它呼叫了哪些工具。
• 07:27 Agent events 也包含 multi-agent 協調事件，即 Claude 決定生成其他 agent 協助工作時
  ↳ Claude 如果判斷需要幫手，另外叫出其他 agent 來分工，這些協調過程也會以 agent events 傳回來，讓你看得到誰在做什麼。
• 07:27 Session events：生命週期事件，告知 session 狀態變化，如進入重試循環、發生錯誤、idle、終止
  ↳ Session events 回報這段對話的狀態變化：正在重試、出錯了、閒置（idle，做完在等）或已經結束，方便你的畫面顯示對應的狀態。
• 07:57 另有 outcome 處理事件，讓你知道 Claude 何時進入對照 outcome rubric 迭代的模式
  ↳ 還有一種事件會告訴你 Claude 已經進入「對照 outcome 標準反覆修改」的階段，讓你知道它還在打磨成果，不是當掉。
• 07:57 Span events：標示長時間任務的開始與結束（例如 Opus 4.7 產生很長的文件），避免你以為卡住了
  ↳ Span events 標示一段長時間工作的開始和結束，例如 Opus 4.7 在寫很長的文件。中間就算一直沒有新訊息，你也知道它還在做，不是卡住了。
• 08:27 Self-hosted sandboxes：很多人已有 Cloudflare、Vercel、Modal 帳號，私有資料不想離開自己的 VPC 或邊界，可原生連接自己的 sandbox
  ↳ 很多公司本來就有 Cloudflare、Vercel、Modal 帳號，機密資料不想離開自己的 VPC（公司在雲端圈起來的私人網路），現在可以直接把自己的 sandbox 接上來。
• 08:59 使用自有 sandbox 時，運作方式由你決定；平台只在 Claude 需要新 sandbox 時通知你，你生成一個並連上即可
  ↳ 用自己的 sandbox 時，要怎麼架、怎麼管都由你決定。平台只在 Claude 需要新的工作環境時通知你，你開一台接上去就好。
• 08:59 MCP tunnels：為私有網路中的 MCP servers 建立安全通道，Claude 能直接安全連線，而不必把這些 servers 暴露在網路上
  ↳ MCP tunnels 是一條加密的專用通道。公司內網裡的 MCP 服務不用開放到公開網路上，Claude 也能安全地連進去使用。
• 10:00 實作使用一個公開 repo，可 clone 下來；裡面也有其他 workshop 講者的內容與許多有趣模式
  ↳ 實作用的是一個公開的程式專案，可以 clone（整份複製到自己電腦）。裡面還有其他講者的 workshop 內容和許多值得參考的做法。
• 10:00 本場聚焦 production-ready agents 目錄，內含 web app 的 starter 版與 solution 版（可直接看完整做法）
  ↳ 這場只用其中的 production-ready agents 資料夾，裡面有網頁應用的兩個版本：starter（待完成）和 solution（完整解答），卡住時可以直接對答案。
• 10:30 範例是虛構的 Deal Desk 產品：做併購，資料可能在 Linear 或私有資料來源，用 Claude 協助決定是否投資或收購公司
  ↳ 範例是虛構產品 Deal Desk：幫做併購的團隊從 Linear（專案管理工具）或內部資料找資訊，讓 Claude 協助判斷值不值得投資或收購某家公司。
• 11:00 完成版介面：基本聊天 UI，左側列出所有 sessions，右側顯示 session 資訊，主體是使用者與 Claude 的對話
  ↳ 完成品長得像一般的聊天介面：左邊列出所有 session（歷史對話），右邊是這段 session 的資訊，中間是使用者和 Claude 的對話。
• 11:00 Deal Desk 使用兩週前推出的 multi-agent 功能，讓不同 agent 各有自己的 persona 與做事方式
  ↳ Deal Desk 用上兩週前推出的 multi-agent（多個 agent 分工）功能，每個 agent 有自己的 persona（角色設定）和做事方式。
• 11:32 例如一個 agent 負責產業總體趨勢，另一個擅長財務分析、可能有更多工具或 MCP 服務；這些 threads 由主 agent thread 發起來回答問題
  ↳ 例如一個 agent 專看產業大趨勢，另一個擅長財務分析、配有更多工具。主 agent 接到問題後，會派它們各開一條工作線（thread）去查，一起回答問題。
• 12:03 範例中的公司都是虛構的，Deal Desk 也不是真實產品
  ↳ 範例裡的公司都是虛構的，Deal Desk 也不是真的產品，純粹拿來示範。
• 12:34 在 starter 目錄用 Bun 啟動本機 server；因為是 starter 版，一開始就會遇到「not implemented」錯誤，這是刻意設計來帶大家認識 API
  ↳ 在 starter 資料夾用 Bun（執行 JavaScript 的工具）在自己電腦啟動伺服器。一開就會跳出「not implemented（還沒做）」錯誤，這是故意的，要你邊補程式邊認識 API。
• 12:34 第一步：做出列出所有 sessions 的側邊欄
  ↳ 第一個任務：做出左側欄，把所有 session 列出來。
• 13:05 遇到的第一個問題是「列出所有 sessions」的 endpoint 只是 stub，講者開始實作這個函式
  ↳ 一動手就發現「列出所有 session」這個 endpoint 只是 stub（先留著的空殼，還沒寫內容），於是講者開始把這個功能補寫出來。

根據影片，Claude Managed Agents 的「outcomes」功能是做什麼的？