Гайд · Claude и агенты · сентябрь 2026
Лекция Anthropic о Managed Agents: конспект и 7 шагов
«Ship your first Managed Agent» это бесплатный 37-минутный урок Anthropic на YouTube-канале Claude, ведёт его Isabella He. За урок собирают агента-дежурного на сервисе Managed Agents, где агент работает в облаке Anthropic: он сам разбирает сбой интернет-магазина и называет правку в коде, которая всё сломала
Открой лекцию на YouTube, включи в плеере субтитры и выбери автоперевод на русский. Чтобы повторить урок, открой Терминал (на Mac: Cmd+Пробел и слово «Терминал») на компьютере с Python 3.10 или новее и вставь строки по одной:
git clone https://github.com/anthropics/cwc-workshops
cd cwc-workshops/ship-your-first-managed-agent
python3 -m venv .venv
source .venv/bin/activate
pip install -r requirements.txt
cp .env.example .env
streamlit run app.pyВ браузере откроется страница INCIDENT-2277, справа панель SRE AGENT с надписью «agent offline». У меня установка заняла три минуты. Агент оживёт, когда ты впишешь свой ключ Anthropic в файл .env и заполнишь семь функций в agent.py: как это сделать, ниже
Не смотри урок подряд: начни с 11:00, где открывают код, и держи рядом таблицу таймкодов ниже. Если будешь повторять, до просмотра заведи ключ в консоли Claude и положи на баланс несколько долларов: без них панель агента так и останется выключенной
Лекция по таймкодам: что показывают и что взять себе
Лекция делится на три части: теория до 9-й минуты, сборка агента руками с 9-й по 28-ю и разбор с планами на будущее до конца. Если времени мало, смотри отрезок 11:00-25:30: там весь воркшоп от пустого файла до ответа агента. Таблица ниже заменяет перемотку
| Время | Что показывают | Что взять себе |
|---|---|---|
| 00:00-01:30 | знакомство и план урока | можно пропустить |
| 02:00-05:30 | путь Anthropic: в 2023 году голая модель, где всё пишешь сам, потом Agent SDK (Claude Code внутри твоего кода, но компьютеры для него твои), теперь Managed Agents, где компьютеры и нагрузку берёт Anthropic. История про «тревогу контекста» Sonnet 4.5: модель сворачивала работу раньше времени, обвязку под это чинили, а Opus 4.5 эту привычку перерос | свою обвязку вокруг модели держать дорого: модели меняются быстрее, чем ты её переписываешь |
| 05:30-07:00 | три детали: агент, среда, сессия | главная схема урока, разбор в следующем разделе |
| 07:30-09:00 | «мозг» и «руки» агента разнесены | агент не видит твоих паролей, а первый ответ приходит быстрее: задержку первого слова срезали больше чем на 90% |
| 09:00-11:00 | установка на ноутбук | те самые команды из начала статьи |
| 11:00-12:00 | сценарий: три часа ночи, у интернет-магазина упало оформление заказа, дежурный инженер лезет в графики, журналы и список выкладок | эту работу и отдают агенту |
| 12:00-19:30 | сборка агента по шагам: код копируют из готового файла agent_complete.py в пустой agent.py | семь функций, таблица ниже |
| 20:00-25:30 | живой запуск: агент читает журнал в своей песочнице, зовёт твои инструменты и находит причину | как выглядит успех |
| 26:00-28:00 | обновили страницу, все прошлые разговоры с агентом на месте; удаление разговора | хранить историю самому не нужно |
| 28:30-32:30 | разбор: события вместо схемы «вопрос-ответ», инструменты работают у тебя, агент в облаке, запуск по внешнему сигналу | как это устроено под капотом |
| 32:30-36:00 | что дальше: навыки, субагенты, память, оценка результата, хранилище паролей | куда расти после первого агента |
Таблица прокручивается вбок →
Управляемый агент простыми словами: три детали и события
Управляемый агент это Claude, который сам решает, какой инструмент позвать, и крутится в облаке Anthropic, а не у тебя. Ты описываешь три детали, дальше сервис держит работу сам: помнит разговор и поднимает упавший компьютер агента заново, не начиная всё с нуля. Если слово «агент» пока звучит туманно, начни с разбора чем ИИ-агент отличается от чата
Isabella He объясняет детали через тело человека, и эта метафора держит весь урок:
| Деталь | Что это | Как в лекции |
|---|---|---|
| Агент | мозг: модель, инструкция, инструменты и навыки | «persona and capabilities», создаётся один раз |
| Среда | руки: отдельный компьютер в облаке, где агент выполняет команды | «the hands of the agent» |
| Сессия | смена: конкретный запуск агента в конкретной среде | связывает мозг и руки |
| События | переписка во время смены: твои сообщения, вызовы инструментов, ответы | приходят по одному, пока агент работает |
Таблица прокручивается вбок →
Главная мысль первой части: цикл агента работает на стороне Anthropic. Закрыл ноутбук или обновил страницу, а разговор и результаты остались в облаке. Раньше это приходилось строить самому: базу для истории, свой компьютер в облаке, перезапуски
Семь шагов воркшопа: что делает каждая функция
В файле agent.py семь пустых функций, каждая превращается в один вызов сервиса Anthropic, всего около 38 строк. Пока они пустые, дашборд работает, а агент молчит. Так выглядит страница сразу после установки, до первого шага:
| № | Функция | Что делает простыми словами | Где в лекции |
|---|---|---|---|
| 1 | setup_agent | создаёт агента «SRE Agent»: модель, короткую инструкцию «ты дежурный, разбираешь сбои» и три инструмента: метрики, список выкладок, правка в коде | 12:00-13:30 |
| 2 | setup_environment | создаёт среду: облако Anthropic и выход в интернет без ограничений | 14:00-15:30 |
| 3 | upload_log | загружает журнал событий магазина в хранилище файлов Anthropic | 15:30-16:30 |
| 4 | start_session | запускает сессию: агент, среда и журнал вместе | 16:30-17:00 |
| 5 | stream_reply | отправляет твоё сообщение и показывает события по мере работы агента | 17:00-18:00 |
| 6 | handle_tool | отвечает агенту, когда он просит метрики или правку: данные берутся у тебя на компьютере | 18:00-19:00 |
| 7 | delete_session | удаляет сессию вместе с её данными в облаке | 19:00-19:30 |
Таблица прокручивается вбок →
Как перенести функцию, на примере шага 1. Открой папку ship-your-first-managed-agent в редакторе кода, например в бесплатном VS Code: меню File, Open Folder. Слева появится список файлов. Файл .env Finder на Mac прячет, а редактор показывает его в этом списке вместе с остальными
- Создай ключ. Войди на platform.claude.com, открой Settings, API keys и нажми Create key: дай ключу имя и подтверди. Консоль покажет строку, которая начинается с
sk-ant-, и покажет её один раз, поэтому скопируй сразу. Там же в разделе Billing кнопкой Buy credits положи на баланс несколько долларов: по справке Anthropic деньги вносятся заранее и списываются по мере работы. Как платить картой из России, разобрано в статье про баланс Claude Console - Открой
.env, замени заглушкуsk-ant-...на свой ключ целиком и сохрани файл сочетанием Cmd+S (на Windows Ctrl+S) - Открой
agent_complete.pyи выдели функцию целиком: от строкиdef setup_agent() -> str:до строкиreturn agent.idвключительно. Скопируй - Открой
agent.py, выдели там ту же функцию целиком: отdef setup_agent() -> str:доraise NotImplementedError. Вставь скопированное поверх. Строку@st.cache_resourceнад функцией не трогай. Так отступы слева совпадут сами: обе функции начинаются с края строки - Сохрани
agent.pyи обнови страницу дашборда в браузере. Появился номер агента вместо надписи проsetup_agent(): ключ и баланс работают. Вместо номера пришла ошибка: проверь, что ключ вставлен целиком и баланс пополнен
Остальные шесть функций переносятся так же, меняются только границы куска. Где кончается каждая и что покажет панель SRE AGENT после сохранения, я выписал из кода дашборда:
| Шаг | Копировать от строки с def до строки | Что покажет панель после сохранения |
|---|---|---|
| 1 setup_agent | return agent.id | номер агента и название навыка, просьба заполнить setup_environment() |
| 2 setup_environment | return env.id | номер среды, просьба заполнить upload_log() |
| 3 upload_log | return client.beta.files.upload(file=f).id | номер файла журнала и надпись «no sessions» с подсказкой нажать плюс |
| 4 start_session | return session.id | кнопка с плюсом создаёт сессию, её номер встаёт в список, внизу поле «ask the agent» |
| 5 stream_reply | yield ev | на «hi» агент отвечает текстом. На вопрос про сбой он зовёт твои инструменты, и панель пишет «implement stream_reply() / handle_tool() in agent.py»: это знак, что пора к шагу 6 |
| 6 handle_tool | return f"unknown tool {name}" | во время ответа видны плашки вызовов: sandbox, если агент работает в своей песочнице, и local, если зовёт твой get_metrics, get_recent_deploys или get_diff |
| 7 delete_session | client.beta.sessions.delete(session_id) | кнопка с корзиной убирает текущую сессию из списка |
Таблица прокручивается вбок →
Три детали, которые легко пропустить. Первая: в шаге 3 журнал большой, у меня он вышел на 69 740 строк и 14,9 МБ. Агент не читает его целиком, а ищет нужное командами в своей песочнице. Лектор говорит прямо: чем больше данных ты даёшь агенту, тем он сильнее, и основное время разработчики тратят на то, какие файлы ему дать
Вторая: шаг 6 делает агента полезным. До него на «hi» агент отвечает, но позвать инструменты не может (18:00). Здесь инструменты читают файлы с диска, а в работе вместо них подключают настоящую систему мониторинга, например Datadog
Третья: код урока обновили после лекции. В записи шагов шесть плюс удаление, а в коде от 20 августа 2026 года в первую функцию добавили навык: регламент разбора сбоев из папки incident-triage-runbook. Что такое навыки и зачем они агенту, есть в разборе агентов для Claude Code. Модель тоже сменилась: в лекции Claude Opus 4.7, в готовом коде claude-opus-4-8
Как понять, что агент заработал
Агент заработал, если на вопрос «what caused the latency spike?» он называет коммит a3f9c21 (так называют одну правку в коде) и перегруз пула соединений базы данных. Так ответил агент в лекции на 24:00-25:00: причина в правке Alice, которая переписала сборку сводки заказа и добавила лишние запросы к базе. Другие причины он отбросил и предложил, что сделать
Проверить ответ можно глазами, не веря агенту на слово. На странице Metrics видно, когда всё сломалось:
А на странице выкладок видно, чья это правка:
Что именно сломалось, простыми словами. Раньше сводка заказов брала товары из базы одним запросом на всех. После правки код стал спрашивать базу отдельно про каждый заказ. Запросов стало в разы больше, соединения с базой кончились, и до 21.9% оформлений заказа начали падать. Эту разницу агент находит в правке сам, через инструмент get_diff
Честная граница: я поставил воркшоп и открыл дашборд у себя, кадры выше с моего экрана. Агента в облаке я не запускал, потому что ключа Anthropic на этой машине нет. Его ответ пересказан из лекции
Что понадобится, чтобы повторить
Для повтора нужны компьютер с Python, ключ Anthropic и немного денег на балансе. Смотреть лекцию можно бесплатно и без всего этого. Документация Anthropic пишет, что доступ к Managed Agents включён для всех аккаунтов разработчика по умолчанию, отдельно просить его не нужно
| Что | Зачем | Где взять |
|---|---|---|
| Python 3.10 или новее и Git | запустить дашборд и скачать код | проверь в Терминале командами python3 --version и git --version. Python старше 3.10 или его нет: скачай с python.org. Git нет: скачай с git-scm.com, на Mac команда git --version сама предложит его поставить. У меня Python 3.14, всё встало без ошибок |
| Ключ Anthropic API | пароль, по которому твой код обращается к Claude | сайт platform.claude.com, раздел ключей. Вписать в файл .env вместо заглушки sk-ant-... |
| Деньги на балансе | агент платит за каждый прочитанный и написанный кусок текста | это отдельный кошелёк, подписка Claude Pro сюда не идёт. Пополняется в разделе Billing, шаг 1 выше |
| Около часа | 37 минут лекции и сборка | семь функций по готовому файлу переносятся быстро |
| Отдельное окружение Python | строки с venv и activate из начала статьи создают для урока свою «коробку» с библиотеками, чтобы ничего не задеть на компьютере | создаётся командами из начала статьи, ставить отдельно не нужно |
Таблица прокручивается вбок →
Сколько это стоит. На странице цен Anthropic для Managed Agents две строки: текст, который агент читает и пишет, по обычным ценам модели, и $0.08 за каждый час, пока сессия работает. Считается только время, когда агент работает, а не когда ждёт тебя. Как прикинуть бюджет на агента под свою задачу, есть в разборе сколько стоит ИИ-агент
На Windows всё то же, кроме одной строки: окружение включается командой .venv\Scripts\activate вместо строки с source
Что ломается и что делать
Первые два случая я видел сам на своём запуске:
| Что видишь | Что случилось | Что делать |
|---|---|---|
fatal: repository 'https://github.com/anthropic-experimental/cwc-workshops/' not found | в README урока указан старый адрес, он больше не открывается | клонируй github.com/anthropics/cwc-workshops, как в командах из начала статьи |
в панели агента надпись «agent offline» и подсказка implement setup_agent() in agent.py | функции в agent.py ещё пустые | заполни шаг 1, панель перейдёт к следующей пустой функции |
Таблица прокручивается вбок →
Ещё три затыка я не ловил, выход по ним взят из лекции и из готового кода урока:
| Что видишь | Возможная причина | С чего начать |
|---|---|---|
| ошибка «Skill cannot reuse an existing display_title» | навык с таким именем уже есть в твоей организации, например после второго запуска | в готовом коде к имени навыка добавлен случайный хвост, перенеси эту строку как есть |
| агент отвечает на «привет», но не смотрит метрики и выкладки | не заполнен шаг 6 или шаг 5 не отправляет ответ инструмента обратно агенту | сверь обе функции с agent_complete.py, в лекции это 18:00-19:00 |
| запросы к Anthropic не проходят | в .env осталась заглушка sk-ant-... из примера | вставь свой ключ целиком и перезапусти страницу |
Таблица прокручивается вбок →
Что дальше: возможности из конца лекции
В последние пять минут Isabella He перечисляет, что ещё умеет сервис, кроме показанного. В воркшопе их не собирают, они пригодятся после первого агента:
- Навыки. Упакованные инструкции вроде регламента разбора сбоев: агент берёт их, когда задача подходит
- Субагенты. Главный агент раздаёт части задачи помощникам, у каждого свой объём памяти. Как это выглядит на своём компьютере, разобрано в статье про мультиагентную систему с нуля
- Память и «сны». Агент запоминает твои предпочтения и поправки, а в «снах» сам перебирает записи и решает, что оставить. По документации это пока закрытый доступ по заявке
- Оценка результата. Задаёшь рубрику, каким должен быть итог, и агент сам подбирает шаги, чтобы до неё дойти
- Хранилище паролей. Доступы хранятся отдельно, агент пользуется ими, не видя сами пароли. Почему это важно, объясняет разбор рисков автономных агентов
Ещё в лекции звучит идея, как довести агента до конца работы: дать ему Claude Code, чтобы он сам исправил найденную ошибку и предложил правку в код. Что такое Claude Code и как его поставить, есть в пошаговом разборе
Источники
Страницы открыты 26 сентября 2026 года. Дашборд воркшопа запущен мной на своём компьютере в тот же день, ответ агента пересказан по лекции
- Лекция «Ship your first Managed Agent» на канале Claude - запись урока, 37:09
- Код воркшопа на GitHub - README, семь функций, готовый файл agent_complete.py
- Документация Claude Managed Agents: обзор - четыре понятия, что нужно для старта, закрытые функции
- Документация: первый запуск - агент, среда и сессия по шагам
- Документация: как получить ключ Claude API - Settings, API keys, Create key, ключ показывают один раз
- Цены Claude - Managed Agents: цены модели и $0.08 за час работы сессии
- Все воркшопы Code with Claude на GitHub - остальные уроки той же серии
- Собственный прогон 26 сентября 2026 года: установка воркшопа по README, страницы Overview, Metrics, Logs и Deploys, проверка адреса клонирования
Памятка: лекция Anthropic о Managed Agents
Вернуться к уроку без статьи под рукой
Сохрани себе
- лекция youtube.com/watch?v=19HDQ9HppOA, 37:09, автоперевод субтитров на русский
- самое практичное с 11:00 до 25:30, ответ агента на 24:00
- четыре детали: агент это мозг, среда это руки, сессия это смена, события это переписка
- код урока github.com/anthropics/cwc-workshops, папка ship-your-first-managed-agent
- свой ключ Anthropic в файле .env, деньги на балансе, $0.08 за час работы сессии плюс оплата текста
- семь функций в agent.py: агент, среда, журнал, сессия, поток событий, свои инструменты, удаление
- успех: агент называет правку a3f9c21 и перегруз пула соединений базы
Что дальше
Лекцию ты разобрал, дальше вопрос, где агент заработает у тебя
У тебя есть ссылка на урок, таймкоды, семь шагов и таблица поломок. Повторить воркшоп можно за вечер, если есть ключ и немного денег на балансе
Трудность в другом. Агент-дежурный из урока разбирает сбои выдуманного магазина по трём инструментам. Для своей работы придётся решить, какие инструменты дать агенту и где его ответу нельзя верить без проверки
Я работаю один: тексты, карусели, ролики и статьи вроде этой делает связка нейросетей и агентов, а я выбираю и проверяю. На ИИ-Лагере за три дня показываю её изнутри, и ты собираешь свою под свою нишу
Это заявка в мой закрытый канал, не оплата. Впускаю сразу, путёвку на три дня бот пришлёт в личку
Частые вопросы
Где посмотреть лекцию Anthropic про Managed Agents?
На YouTube-канале Claude, видео называется «Ship your first Managed Agent», длина 37 минут 9 секунд, вышло 26 мая 2026 года. Код к нему лежит на GitHub в anthropics/cwc-workshops, папка ship-your-first-managed-agent
Что такое Claude Managed Agents простыми словами?
Это сервис Anthropic, где агент на Claude работает в их облаке. Ты описываешь агента, среду и запускаешь сессию, а цикл работы, историю разговоров, перезапуски и песочницу для команд держит Anthropic
Сколько стоит повторить агента из лекции?
Лекция бесплатная. За работу агента Anthropic берёт плату за текст по обычным ценам модели и $0.08 за час, пока сессия работает. Нужен свой ключ Anthropic с деньгами на балансе, подписка Claude Pro сюда не относится
Нужно ли уметь программировать, чтобы повторить воркшоп?
Писать код с нуля не придётся: в уроке его переносят из готового файла agent_complete.py в agent.py по одной функции. Нужно уметь вставить команды из начала статьи и отредактировать файл
Есть ли лекция на русском?
Озвучки на русском нет. YouTube предлагает к этому видео автоперевод субтитров на русский, а таймкоды из этой статьи помогают найти нужный кусок без перемотки
Если дочитал до конца
Больше разборов в моём канале
Я соло-предприниматель и веду всю работу на Claude, ChatGPT и агентах. В канале рассказываю, какие уроки и инструменты Anthropic пробую сам, что из этого прижилось в работе и где я ошибся
Это заявка на вход в мой закрытый канал, одобряю сразу. Бесплатно