Claude學會做夢自我進化了，能自己拆活、自己驗收

大數據文摘受權轉載自夕小瑤科技說

今天凌晨，Anthropic 在舊金山的 Code with Claude 開發者大會上，把 Claude Agent 往云端又推了一大步。

這次主角已經不是 Claude Code，而是 Claude Managed Agents——Anthropic 托管的云端 Agent 運行平臺。

Claude Code大家都熟悉，它部署在本地，通過調用大模型 API 來幫助大家寫代碼干活兒。

而 Claude Managed Agents 則是Anthropic托管的云端Agent運行平臺。開發者可以直接定義一個Agent，再給他配一個自己的“電腦”（云端運行環境），之后通過簡單的 API 接口持續使用這個Agent。

以前你電腦里跑一個 Claude Code。現在它在云端幫你跑 100 個，而且這 100 個 Agent 之間還能互相分工、互相驗收、互相整理記憶。

四舍五入，這就是「無限 Claude Code + 無限子 Agent」的產線，也就是這次大會的主菜。理解了Managed Agents，再看這次大會的新功能，就順了。

為了讓這批 Agent 真正跑起來，Anthropic 一次性補上了 4 項能力：Dreaming（記憶整理）、Outcomes（結果驗收）、Multi-agent orchestration（多智能體分工），還有 Webhooks（外部通知），分別回答了下面4個問題：

• Agent跑久了，記憶怎么整理？

• Agent干完活，結果怎么驗收？

• 一個Agent干不動，任務怎么分工？

• Agent跑完以后，外部系統怎么知道？

記憶的制度：Claude 有了「昨天」

先說 Dreaming 吧，這次仍然是研究預覽（Research Preview）階段。

Anthropic 官方的說法是，Dreaming 是一個定時運行的過程，會回看 agent sessions 和 memory stores，從過去的工作記錄里提取模式，整理記憶，讓 Agent 在之后的任務里表現得更穩定。開發者可以讓它自動更新記憶，也可以先審核再決定是否采納。

這跟我們之前Claude code里的autoDream很接近。

但區別在于，cc 里的東西更像內部機制；而新版本明顯加了產品層。這次的 Dreaming 是一個定時跑的異步任務。它會同時讀 Agent 現有的記憶庫，加上過去最多 100 個會話的完整記錄，然后輸出一份新的記憶庫。

干 3 件事：

• 合并重復條目

• 用最新值替換矛盾內容

• 從歷史會話里挖單 Agent 看不到的宏觀規律

注意是「輸出新的」，原記憶庫不動，開發者審核后再決定要不要采納。

這個細節很重要，因為 Agent 的記憶不是越多越好。跑久了以后，記憶庫里會出現重復、過時、矛盾的內容。

Dreaming 做的是把 Agent 一次次任務里的臨時經驗，整理成下一次可以復用的長期知識。而且，這個長期知識可以通過 API 給任何你在云端制造的新Claude code拿去復用。

這個做夢，就可以讓云端的 cc 集體復盤，集體擁有昨天的記憶了。

Outcomes：干完活，還要有人判卷

但光會有記憶還不夠。

有時候你讓 Agent 寫報告，它寫了；讓它改代碼，它改了；問它「完成了嗎」它大概率會說完成了。

但——它說完成 ≠ 真的完成。

Outcomes（公測版）就是來解決這個的。

它的機制是，讓開發者先定義 outcome，也就是“什么叫完成”；再寫一份 rubric，描述成功標準和評分維度。

等 Agent 完成任務后，再調用一個獨立的 grader 在上下文窗口里，對照標準給結果打分。如果結果不合格，grader 會指出哪里要改，干活的 Agent 再來一輪。

其實，過去很多 Agent 都會“自我檢查”，但自己做、自己查、自己宣布成功，天然容易放水。于是，Outcomes 把執行和驗收拆開了。

這背后其實是非常傳統的組織原則。

人類公司為什么有 code review、QA、審計、合規、考試、驗收？

因為執行者和評價者不能完全是同一個人。Outcomes 就是把這個組織原則放進了 Agent 系統。

Anthropic 的內部測試數據是，Outcomes 相比標準 prompt loop，任務成功率最多提升 10 個百分點；文件生成場景里，docx 任務成功率提升 8.4%，pptx 提升 10.1%。

有了Outcomes，每個在云端干活的新 Claude code 自然可以讓我們更放心一些。

Multi-agent：一個 Agent 不夠，就組隊干

記憶能整理、結果能驗收。那如果任務本身太大、一個 Agent 干不動呢？

Anthropic 的解決辦法是 Multi-agent orchestration。簡單講就是當任務太大，只調用一個云端 Agent 干不動的時候，就讓一個 lead agent 負責拆任務，再分給多個 specialist agents。

等等，怎么有點眼熟，類似于subagent？

確實像。

但這里要注意一個區別：Claude Code 里的 subagent，更像是本地工具鏈里的“分身”；而Managed Agents 里的 multi-agent orchestration，則是云端平臺里的“組織結構”。

Claude Code 的 subagent 是你在一個開發環境里，臨時拉幾個不同角色的助手來干活；而Managed Agents 的 multi-agent，是開發者可以在 API 層定義一組長期存在的 Agent：誰是 lead，誰是 specialist，各自用什么模型、什么提示詞、什么工具、什么權限，甚至接什么 MCP server。

這就不是“一個 Claude 叫來幾個小 Claude”這么簡單了。

它更像是，你自己在云端搭了一支Claude code小隊。

一個 lead agent 負責拆任務、分派任務、匯總結果；多個 specialist agents 各自拿著獨立上下文去并行推進。

https://teamoteam.com/

多Agent編排這個方向，國內率先做的是Teamo，去年就上線產品了——隊長拆任務、專業小組并行執行、結果匯總回隊長。Anthropic這次是把同樣的思路做進了API級的基礎設施里。

如果以前，Claude code本地的思路是讓一個 Agent 假裝自己是一個部門，那Multi-agent 的思路是就是讓 Agent 真的變成一個部門。而且開發者可以在 Claude Console 里能追蹤每一步：哪個 Agent 干了什么，按什么順序，為什么這么做。

這和人類公司非常像。只不過以前分工發生在人和人之間，現在分工開始發生在 Agent 和 Agent 之間。

Dreaming 解決記憶。

Outcomes 解決驗收。

Multi-agent 解決分工。

但這些還都發生在 Agent 們自己的世界里。真正的業務系統里，還有一個問題：Agent 跑完以后，外面的系統怎么知道？

這就要提到Webhooks。

Managed Agents 的 sessions 是 long-running interactions。一個任務可能跑很久，而開發者不可能一直在后臺盯著。Webhooks 的作用，就是在重大狀態變化發生時通知外部系統。

比如，Agent 完成任務了，通知飛書；Agent 改完代碼了，通知 GitHub。

這一步看起來沒有 Dreaming、Outcomes、multi-agent 那么有趣，但它非常重要。

因為沒有 Webhooks，Agent 就像一個很聰明但關在房間里的人。如果它干完了什么，外面沒人知道，下一步就進行不下去。

有了 Webhooks，Agent 就能變成軟件系統里的一個節點，我們可以隨時看到，事情是否卡在這里。

到這里，Anthropic 這次的產品邏輯就真正閉環了：Agent 開始能被記憶、被驗收、被分工、被系統接力。也就是說，Anthropic 在搭一條云端 Agent 產線。

Claude Code 讓一個開發者在自己的電腦上擁有一個 AI 工程師。而 Managed Agents 則讓一個團隊、一個產品、一個公司，在云端擁有一批可調度的 AI 工程師。

它們有記憶，有工具，有運行環境，有驗收標準，還能互相協作。

當然，現在這些能力還不等于 Agent 已經能完全自治。Dreaming 還在研究預覽，Outcomes 也還需要開發者寫清楚評分標準，Multi-agent 也不是無限遞歸的子 Agent 宇宙。

但方向已經很清楚了。

以前，Claude Code 讓大家第一次感受到，它真的進項目；現在，Managed Agents 往前走了一步，它想住在云端，住在 API 里，住在持續的業務流程里。

模型負責變聰明。

Claude Code 負責把聰明帶到開發者電腦上。

Managed Agents 則負責把這套能力帶到云端，讓它可以被更多產品、更多團隊、更復雜的工作流調用。

這就是一整套 Agent 生產線。

點「贊」的人都變好看了哦！