翻译说明：本文为 MobileSetting 原文 的繁体中文转简体中文翻译。除繁简转换、明显错别字和排版外，保留原文标题、事实、观点、数字、结构和第一人称表达。
Anthropic 于2026年5月6日至7日正式宣布为 Claude Managed Agents 推出三项重大新功能：Dreaming（记忆自我优化）、Outcomes（成效导向评估）及 Multi-Agent Orchestration（多代理协调）。这三项功能标志著 AI 代理从「执行工具」演变成「能自我进步的智能助手」，香港开发者及企业用家可即时透过 Claude 平台的 Messages API 体验。
Anthropic 一直以来以安全为核心研究方向著称，但进入2026年后，其产品攻势明显加速。继年初发布 Claude Opus 4.7、Claude Design 视觉生成工具之后，这次针对 Managed Agents 的大幅升级，被业界视为 Anthropic 向企业市场全面进攻的重要讯号。
对于香港的开发者、科技企业及 AI 爱好者而言，了解这三项新功能的实际运作逻辑，有助于判断应否将其纳入工作流程或产品开发计划。
什么是 Claude Managed Agents？
在深入了解新功能之前，先简单说明一下背景。Claude Managed Agents 是 Anthropic 提供的一套托管式 AI 代理框架，让开发者毋须自行搭建大量基础设施，就能在 Claude 平台上建立、部署及管理 AI 代理。
与直接呼叫 Claude API 的一次性对话不同，Managed Agents 具备持久记忆、跨会话学习及工具调用能力，适合需要长时间、多步骤自动化任务的应用场景——例如客户服务机器人、程式码审查助手、数据分析流水线等。
这次更新的三大功能，正是针对 Managed Agents 的三个核心短板而设计。
新功能一：Dreaming（记忆自我优化）
Dreaming 是三项功能中最具突破性的一个，目前以研究预览（Research Preview）形式开放。
简单来说，Dreaming 让 Claude 代理在「闲置」时段自动回顾过往的工作会话，从中提炼出规律性模式，并主动更新自身的记忆库，从而在下次执行任务时表现更佳。Anthropic 的官方描述颇为生动：这个过程就像人类睡觉时大脑整理记忆一样——Dreaming 代理在工作结束后「做梦」，把白天的经验消化成长期知识。
Dreaming 的实际运作流程
- 会话回顾：Dreaming 是一个排程式流程，在代理完成任务后自动启动，扫描近期所有会话记录。
- 模式识别：它会特别留意三类模式——代理反复犯的错误、代理自然收敛到的高效工作流，以及团队成员之间共同的偏好与习惯。
- 记忆更新：识别出的模式会转化成记忆条目，供代理在未来任务中直接调用。
用家控制权
Anthropic 特别强调，Dreaming 并非黑盒自动运行。开发者可以选择两种模式：
- 自动模式：Dreaming 直接更新记忆库，无需人工介入。
- 审核模式：每次记忆更新前，系统都会向管理员展示拟修改的内容，由人工决定是否采纳。
对于金融、法律、医疗等对准确性要求极高的应用场景，审核模式显然更为稳妥。香港的企业用家在评估是否采用时，这一点值得特别注意。
新功能二：Outcomes（成效导向评估）
Outcomes 目前以公开测试版（Public Beta）形式开放，针对的是 AI 代理一直以来的老问题：如何客观评估一个任务做得好不好？
传统做法的局限
在 Outcomes 推出之前，代理通常依赖提示词（prompt）中的指示来判断任务是否完成。问题在于，代理在生成输出的同时，也会对自己的表现产生「自我合理化」的偏差——它很难客观地看穿自己的推理盲点。
Outcomes 的解决方案
Outcomes 的设计思路是引入一个独立的「评估者」（Grader）。流程如下：
- 开发者以自然语言撰写一份「成功标准」（rubric），描述什么样的输出算是达标。
- 代理完成任务后，Outcomes 系统启动一个全新的、独立的上下文窗口，由一个独立评估模型根据成功标准审核输出结果。
- 若输出未达标，评估模型会精确指出问题所在，代理随即修正并重新尝试。
这个「分离评估」的设计，避免了代理因自我评估而产生的确认偏差。
实测效果
根据 Anthropic 的内部测试数据，引入 Outcomes 后，任务成功率在标准提示词循环的基础上提升了最多10个百分点，而在难度较高的任务上改善幅度尤为显著。
| 任务难度 | 采用前成功率 | 采用后成功率 | 改善幅度 |
|---|---|---|---|
| 简单任务 | ~85% | ~90% | +5% |
| 中等难度 | ~65% | ~72% | +7% |
| 高难度任务 | ~42% | ~52% | +10% |
数据来源：Anthropic 内部测试，实际结果因应用场景而异。
新功能三：Multi-Agent Orchestration（多代理协调）
多代理协调同样以公开测试版形式开放，针对的是复杂任务的分工问题。
核心逻辑
Multi-Agent Orchestration 允许一个「主导代理」（Lead Agent）将复杂任务分解成多个子任务，并将它们分配给不同的「专门代理」（Specialist Agents）并行处理。这些子代理可以同时工作，成果汇集到共享的档案系统，主导代理则统筹全局并在需要时介入协调。
持久化事件机制
这项功能的技术基础是持久化事件（Persistent Events）机制——每个代理的行动都以事件形式记录，因此主导代理可以随时查阅任何子代理的进度，甚至在子任务执行到一半时重新分配资源。
应用场景举例
以一个「全面竞品分析报告」任务为例：
- 主导代理：接收任务，制定分析框架，分配子任务
- 子代理A：负责爬取并整理目标竞品的定价资讯
- 子代理B：分析各竞品的用户评论与市场反馈
- 子代理C：整理竞品的产品功能对比
- 主导代理：汇整所有子代理的输出，生成最终报告
整个流程可以大幅缩短原本需要人工逐步完成的研究周期。
三大功能对比总览
| 功能 | 开放状态 | 主要用途 | 适合场景 |
|---|---|---|---|
| Dreaming | 研究预览 | 代理自我学习与记忆优化 | 长期运行的重复性任务 |
| Outcomes | 公开测试版 | 客观成效评估与自我修正 | 对输出质量有明确标准的任务 |
| Multi-Agent Orchestration | 公开测试版 | 复杂任务分工并行处理 | 研究、报告生成、程式码审查 |
香港用家如何使用？
目前三项功能均透过 Claude 平台的 Messages API 提供。香港开发者和企业用家可以按以下步骤开始体验：
- 登入 claude.ai 或 Anthropic 开发者控制台
- 确认帐号类型——Dreaming 处于研究预览阶段，可能需要申请早期访问
- Outcomes 和 Multi-Agent Orchestration 目前以公开测试版开放，Claude Pro 及 Team 帐号均可使用
- 参考 Anthropic 官方文件中的 Managed Agents 部分，按照 API 文件设置
值得注意的是，香港用家使用 claude.ai 毋须 VPN，但若透过 API 开发，建议留意 Anthropic 的服务条款及数据处理政策，确保符合本地法规要求。
这对香港 AI 产业意味著什么？
Anthropic 密集的功能更新节奏，正在改变香港本地 AI 开发的生态。传统上，企业构建 AI 工作流需要大量工程资源；而 Managed Agents 的持续进化，意味著更多功能可以「开箱即用」，降低了本地中小企业采用 AI 自动化的门槛。
对于正在评估 AI 工具的香港企业而言，Dreaming 带来的持续自我优化能力、Outcomes 提供的客观质量保证，以及 Multi-Agent Orchestration 实现的并行效率，三者加起来令 Claude Managed Agents 成为目前市场上功能最完整的企业 AI 代理平台之一。
常见问题
Q：Dreaming 功能现在可以在香港使用吗？
A：Dreaming 目前处于研究预览阶段，并非所有帐号都能立即使用。建议留意 Anthropic 官方公告，或透过开发者控制台申请早期访问资格。
Q：Outcomes 功能需要额外付费吗？
A：Anthropic 目前尚未公布 Outcomes 的独立定价。在公开测试版阶段，费用通常计入 API 调用量，建议查阅最新的 Anthropic 定价页面以获取准确资讯。
Q：Multi-Agent Orchestration 和市场上其他多代理框架（如 AutoGen、CrewAI）有何分别？
A：主要分别在于 Managed Agents 是由 Anthropic 托管的完整解决方案，开发者毋须自行管理基础设施。而 AutoGen、CrewAI 等为开源框架，灵活性更高但需要更多工程投入。两者并不互相排斥。
Q：这些功能适合非技术背景的用家使用吗？
A：目前这三项功能主要面向开发者和企业用家，需要透过 API 或开发者控制台设置。非技术用家建议等待 Anthropic 未来推出更多面向普通消费者的产品界面。
Q：Claude 与 ChatGPT 的 Agents 功能相比如何？
A：两者各有侧重。Claude Managed Agents 的 Dreaming 功能在持久记忆和自我优化方面较为突出；ChatGPT 的 Operator 框架则在第三方工具整合生态上更成熟。选择哪个平台，建议根据实际应用场景和现有技术栈来决定。
