Illustration swanbase, d'après claude.com/blog/claude-managed-agents et la documentation Anthropic
Claude Managed Agents, lancé le 8 avril 2026 par Anthropic, est une infrastructure cloud pour déployer des agents IA en production sans gérer le sandboxing, la gestion d'état, les permissions ou les sessions longue durée. Vous définissez ce que votre agent doit faire. Anthropic exécute. Résultat selon les équipes déjà en production, citées dans l'annonce : de plusieurs mois d'infrastructure à quelques jours de développement. Disponible en public beta sur la Claude Platform. Tarification : taux tokens Claude standards + 0,08 $ par session-heure active.
Si vous avez un prototype qui fonctionne et que l'infrastructure de production est votre prochain blocage, vous sautez ce cycle avec Managed Agents. Si vous avez besoin d'un contrôle maximal sur votre agent loop, la Messages API reste plus adaptée.
Le cycle d'infrastructure : de plusieurs mois à quelques jours
L'infrastructure qu'il fallait construire avant
Mettre un agent IA en production nécessitait de gérer soi-même une pile complète : environnement sandboxé pour l'exécution de code, gestion d'état entre les sessions, système de permissions scopées, credentialing sécurisé, checkpointing pour les tâches longues, tracing end-to-end pour déboguer les échecs. Chaque couche est un projet en soi. Et à chaque mise à jour de modèle, il faut retravailler les agent loops.
Le résultat : des semaines, parfois des mois, avant d'avoir quelque chose en production. Ce temps d'ingénieur ne va pas sur le produit.
La pile déléguée à Anthropic
Tout ce qui précède. Vous définissez les tâches, les outils disponibles et les guardrails. Anthropic exécute sur son infrastructure. John Han, co-fondateur d'un produit de préparation de réunions, résume dans l'annonce : "3x plus rapide pour construire un agent prêt pour la production. De l'idée à la mise en production en quelques jours. On a pu se concentrer sur le produit plutôt que sur l'infrastructure."
Messages API ou Claude Managed Agents : quand choisir quoi
| Messages API | Claude Managed Agents | |
|---|---|---|
| Définition | Accès direct au modèle | Harness agent préconfiguré, infrastructure managée |
| Idéal pour | Agent loops custom, contrôle fin | Tâches longue durée, travail asynchrone |
| Infrastructure | À construire et maintenir soi-même | Gérée par Anthropic |
| Sessions | Stateless par défaut | Persistantes, longue durée (plusieurs heures) |
| Multi-agent | À implémenter manuellement | Natif (research preview) |
| Tracing | Logs locaux | Claude Console intégré |
| Mise à jour modèle | Retravailler l'agent loop | Géré par le harness |
Règle pratique : si vous bâtissez une démo ou un outil interne avec un agent simple, la Messages API suffit et coûte moins cher. Si vous livrez à des utilisateurs, avec des tâches qui durent des heures et doivent survivre à des déconnexions, Managed Agents est l'infrastructure adaptée.
Les 4 concepts fondamentaux
Managed Agents repose sur quatre concepts, un par section ci-dessous : agent, environment, session, events.
Agent
La configuration : le modèle Claude, le system prompt, les outils, les serveurs MCP et les skills que vous activez. Vous créez un agent une fois et vous le référencez par ID à travers toutes les sessions.
Environment
Un container cloud préconfiguré : packages Python, Node.js, Go pré-installés, règles d'accès réseau, fichiers montés. Vous définissez l'environnement une fois. Chaque session démarre dans ce container propre et sécurisé.
Session
Une instance d'exécution de votre agent dans un environment. Elle peut durer quelques minutes ou plusieurs heures. L'état persiste pendant toute la durée : l'agent crée des fichiers, les modifie, les relit lors d'étapes ultérieures. Si votre connexion se coupe, la session continue côté Anthropic et les outputs sont disponibles à votre reconnexion.
Events
La trace en temps réel de tout ce que fait l'agent : chaque tool call, chaque décision, chaque output intermédiaire. Vous déboguez avec précision sans reconstituer l'historique, directement dans Claude Console.
Quand un agent doit router une tâche ou contrôler un appel d'outil avant exécution, Jev de TypeSafe AI ajoute une décision typée dans la boucle sans remplacer Claude pour la génération.
Les couches prises en charge par Anthropic
Illustration swanbase, d'après claude.com/blog/claude-managed-agents, Anthropic
Sandboxing et permissions scopées
L'exécution de code se passe dans un container isolé. L'agent ne touche pas votre machine, vos systèmes de fichiers, ou vos credentials sans que vous ne le configuriez explicitement. Le système de permissions a deux modes : workspace (lecture-écriture dans le container) et internet (accès réseau contrôlé). Vous configurez ces permissions à la création de l'agent, sans code de sandboxing à écrire ni à maintenir.
Sessions longue durée et déconnexions
Les agents tournent de façon autonome pendant plusieurs heures. Si votre connexion se coupe, la session continue. Les outputs persistent. Vous reprenez là où l'agent en est sans relancer. Un appel API classique, lui, échoue dès que la connexion tombe.
Context engineering : comment Anthropic a résolu la "context anxiety"
Anthropic documente ce détail technique sur son blog engineering. Claude Sonnet 4.5 tendait à boucler ses tâches prématurément en sentant approcher sa limite de contexte, un comportement appelé "context anxiety". L'agent se dépêchait de conclure même si la tâche n'était pas terminée.
La solution : context resets dans le harness. Le harness gère automatiquement la fenêtre de contexte, compresse l'historique quand nécessaire, et reprend proprement. Vous n'avez pas à gérer ce problème dans votre code : le harness le règle à votre place.
En tests internes sur des tâches de génération de fichiers structurés, Anthropic mesure un taux de succès supérieur de jusqu'à 10 points par rapport à un prompting loop standard, avec les gains les plus importants sur les tâches les plus difficiles.
Coordination multi-agents
Des agents enfants pilotés par un agent parent
Les agents peuvent créer et diriger d'autres agents pour paralléliser du travail complexe. Un agent parent décompose une tâche, délègue des sous-tâches à des agents enfants, agrège les résultats. En interne chez Notion : des dizaines de tâches en parallèle pendant que l'équipe collabore sur les outputs.
Comment demander l'accès
Cette feature est en research preview, disponible sur demande. Le formulaire est accessible depuis la page d'annonce de Managed Agents sur claude.com. Le reste de Managed Agents (sessions simples, tooling, sandboxing) est disponible immédiatement pour tous les développeurs avec un accès API.
Tarification en pratique
Structure : tokens + 0,08 $ par session-heure
Deux dimensions :
- Tokens Claude : taux standards de la Claude Platform, identiques à un usage API normal
- Session-hours : 0,08 $ par heure de session active
Exemples concrets de coûts par cas d'usage
Un agent de code review qui tourne 20 minutes : 0,027 $ de session-heure, plus les tokens consommés (variable selon le volume de code). Un agent de traitement de documents qui tourne 3 heures : 0,24 $ de session-heure, plus les tokens.
Dans la plupart des cas, les tokens restent le poste de coût dominant et la session-heure pèse peu sur un agent bien conçu. Mettez ces 0,24 $ de session pour trois heures d'agent face au coût d'un ingénieur qui passe une semaine à configurer du sandboxing, de la gestion d'état et du tracing.
Un point important : la tarification compte les heures actives seulement. Un agent en attente ne coûte pas de session-heure.
Cas d'usage déjà en production
Illustration swanbase, d'après claude.com/blog/claude-managed-agents, Anthropic
Notion, Rakuten, Asana, Vibecode, Sentry
Ces équipes sont en production depuis le lancement de la beta, selon l'annonce d'Anthropic :
Notion délègue du travail à Claude directement depuis l'espace de travail : les ingénieurs y confient du code, les autres équipes des slides et des sites. Plusieurs dizaines de tâches tournent en parallèle pendant que l'équipe collabore sur les résultats.
Rakuten a déployé des agents spécialisés par fonction (produit, ventes, marketing, finance), branchés sur Slack et Teams : les employés leur assignent des tâches et récupèrent des livrables. Chaque agent a demandé moins d'une semaine de déploiement.
Asana fait travailler des AI Teammates à côté des humains dans les projets Asana : ils prennent des tâches et rédigent des livrables. L'équipe a développé ses fonctionnalités avancées "nettement plus vite" qu'avec une configuration classique.
Sentry enchaîne son agent Seer, qui détecte un bug, avec un agent Claude qui écrit le patch et ouvre la PR : du bug détecté au correctif prêt à relire en un seul flux. L'équipe a livré l'intégration en quelques semaines.
Vibecode utilise Managed Agents comme intégration par défaut pour passer d'un prompt à une application déployée. Ses utilisateurs montent cette infrastructure au moins 10 fois plus vite qu'avant, selon son cofondateur cité dans l'annonce.
Comment démarrer en moins de 10 minutes
Via Claude Console
La route la plus rapide passe par platform.claude.com/workspaces/default/agent-quickstart : une interface visuelle pour configurer un agent, tester une session et copier l'agent ID dans votre code, sans ligne de commande pour un premier test.
Via CLI
Anthropic a lancé un CLI ant avec Managed Agents :
brew install anthropic-cli
ant --version
Puis créez votre premier agent via l'API :
curl https://api.anthropic.com/v1/agents \
-H "x-api-key: $ANTHROPIC_API_KEY" \
-H "anthropic-beta: managed-agents-2026-04-01" \
-d '{
"name": "code-reviewer",
"model": "claude-sonnet-4-6",
"system_prompt": "You are a code reviewer...",
"tools": [{"type": "agent_toolset_20260401"}]
}'
Via Claude Code
Si vous utilisez déjà Claude Code, c'est la route la plus rapide de toutes. Tapez directement dans Claude Code :
start onboarding for managed agents in Claude API
Le skill intégré vous accompagne dans toute la configuration.
Pour quel type de projet ?
Managed Agents a du sens si :
- Vous livrez un agent à vos utilisateurs finaux plutôt qu'un outil interne ponctuel
- Vos tâches durent plus de quelques minutes et doivent être fiables
- Vous avez peu de développeurs et vous ne voulez pas d'un projet infra en parallèle
- Vous avez besoin du multi-agent (research preview sur demande)
La Messages API reste mieux si :
- Vous prototypez ou faites des tests rapides
- Vous avez besoin d'un contrôle très précis sur le comportement de l'agent loop
- Votre cas d'usage est simple et synchrone (une question, une réponse)
FAQ
Claude Managed Agents est-il disponible maintenant ?
Oui, en public beta depuis le 8 avril 2026 sur la Claude Platform. Tous les développeurs avec un accès à l'API Anthropic peuvent l'utiliser immédiatement. La coordination multi-agents (un agent qui en crée d'autres) est en research preview sur demande.
Quelle différence avec Claude Code ?
Claude Code est un outil de développement local, interactif, qui tourne sur votre machine. Managed Agents est une infrastructure cloud pour déployer des agents en production. Les deux sont complémentaires : vous pouvez utiliser Claude Code pour développer et tester, puis déployer via Managed Agents. La commande start onboarding for managed agents in Claude API depuis Claude Code initie la connexion entre les deux. Si vous hésitez encore sur votre environnement de dev, notre comparatif Claude Code face à Cursor vous aide à trancher, et notre panorama des outils IA pour startups en 2026 replace Managed Agents dans la stack complète.
Combien coûte une session type ?
Un agent de 10 minutes coûte environ 0,013 $ en session-heure (0,08 $/heure × 1/6). Les tokens s'ajoutent selon le volume de travail. Pour une tâche de traitement de document d'une heure, comptez 0,08 $ de session-heure plus les tokens. Dans la très grande majorité des cas, les tokens pèsent bien plus que la session-heure dans le coût total.
Peut-on utiliser ses propres outils avec Managed Agents ?
Oui. L'API supporte des outils custom et l'intégration MCP (Model Context Protocol) pour connecter des systèmes externes. L'agent de préparation de réunions cité plus haut lit des données de calendrier et de contacts via des outils custom, et des systèmes tiers (CRM, outils de prise de notes) via MCP.
