🚀 Isabella He · Managed Agent
🧠 Kevin · Agent 记忆
🧰 Lucas · Expanding Toolkit
⚡ Maya · Proactive Workflows
🚀 Workshop 1 · Managed Agent 上线（Isabella He）
1
架构
从 Messages API，到 Agent SDK，再到 Managed Agents —— 每一层都替你多接管一段循环。
Anthropic 造 Agent 的三级跳。Messages API 让你手搓每一轮对话；Agent SDK 把工具循环、上下文管理打包好；Managed Agents 再往上一层——编排、沙箱、凭证托管全交给平台。你写的样板越来越少，剩下的才是业务逻辑。
2
架构
把大脑和手分开，首 token 时间直降 90% 以上。
Managed Agents 最关键的一处架构决策：负责"想"的模型推理，和负责"做"的工具执行彻底解耦。模型不再被工具调用阻塞，TTFT（首 token 时间）砍掉九成——用户几乎瞬间看到 Agent 开口。解耦，是延迟优化里最大的一根杠杆。
3
犀利
Sonnet 4.5 有一种 "上下文焦虑" —— 明明预算还剩一大半，它却提前草草收工。
一个真实又拟人的观察：模型会"担心"上下文快用完，于是抢着结束任务。这不是能力不足，而是它对剩余空间的自我预期出了偏差。提示工程和 harness 要主动打消这种焦虑，明确告诉它"放心，你还有很多余量"。
4
工程
Vaults：加密的凭证存储，和 Agent 的沙箱彻底解耦。
凭证不该和执行沙箱混在一起。Vaults 把 API key、token 等敏感凭证加密隔离存放，Agent 运行时按需取用；沙箱即使被攻破，也拿不到明文。清晰的安全边界，是 Managed Agent 敢进生产的前提。
🧠 Workshop 2 · 让 Agent 拥有记忆（Kevin）
5
工程
记忆库直接挂成文件系统，模型用 bash 和 grep 自己搜。
和 Lamis Mukta 讲的 Dreaming 一脉相承：别造专门的记忆 API，把记忆挂成文件系统，让模型用最顺手的 bash / grep 检索。Agent 天生擅长操作文件系统——记忆系统越"无聊"越可靠。
6
架构
Dreaming：一个异步、多 Agent 的过程，在会话之间给记忆提炼、去重。
Dreaming 在会话之间异步跑一群 Agent，回看最近的 session，把散落的经验合并、去重、写回记忆库。图中是一次真实的 dream：耗时 3 分 6 秒，扫描 cwc-memory，生成 _index / sessions / speakers 等多个记忆文件的增量更新。
7
工程
输出库 Output
- Dreaming 增强产物
- 去重 + 提炼
- 新建绝不覆盖
- 下一轮批处理生效
非破坏式设计：clone 一份输入、写出增强版，原始记忆永远留底、随时能对比回滚。因为大量上下文可复用，缓存命中率约 95%；团队还在试 50% 的批处理折扣，把这道离线整理工序压到极低成本。
🧰 Workshop 3 · 不断扩张的工具箱（Lucas）
8
犀利
"你去年搭的脚手架，今年随模型一起出厂。"
全系列最扎心的一句。你去年为绕过模型缺陷精心搭的脚手架——工具路由、重试逻辑、上下文裁剪——今年很可能已被模型原生内化。护城河从来不是你写的胶水代码，而是你对问题本身的理解。
9
犀利
工具路由器如今是反模式——让模型自己挑工具。
曾经你得写一层路由，判断"这个请求该调哪个工具"。现在这是反模式：把工具列表直接摆给模型，它自己选得更准。你多写的那层路由，反而框住了模型的判断力。少即是多。
10
工程
百万 token 上下文、扁平定价，再加服务端自动压缩——上下文管理搬进平台。
两件事一起发生：1M token 上下文不再阶梯涨价，且 compaction（压缩）搬到服务端自动完成。这意味着你自己写的"上下文裁剪 / 摘要 / 滑窗"逻辑，又一批可以删掉了——平台替你管。正是"脚手架被内化"的现场演绎。
11
数据
Computer use 一年内从 不到 50% 跳到 78%（OSWorld），已原生支持 1440p。
12 个月内，computer use 在 OSWorld 基准上从不足 50% 冲到 78%，并原生跑 1440p 分辨率。配套的实战范式是 Claude Code + Chrome：用真实浏览器跑"测试→调试→修复"闭环——Agent 自己点页面、读报错、改代码、再验证。
12
犀利
"为模型不可靠而写的代码，半衰期以月计。" 而且 "每一个软件都会长出一道给 Agent 的正门。"
两句合起来就是未来路线图。第一句：凡是为兜底模型不可靠而写的代码，寿命以月计——模型一升级就作废。第二句：每个软件都会长出一道"给 Agent 的正门"（API / MCP / 可编程入口），不再只服务人类 UI。别赌模型永远不行，要赌它很快就行。
⚡ Workshop 4 · 主动工作流（Maya）
13
数据
今年以来，Claude Code 每周合入的 PR 增长 200%。
一组内部数据：年初至今，Claude Code 每周合入的 PR 翻了三倍。Maya 的开场提问——"有多少人试过把 Claude Code 挂在 cron 上定时跑？"——正是这场"主动工作流"的引子。
14
实用
Routines：一条 /schedule 命令，几乎能自动化任何事。
Routines 把"定时 + 自动执行"收敛成一条 /schedule。图中是真实一例：每周一早 10 点自动跑"文档同步"——Agent 读最近的代码提交，发现 Glob / Ls 两个新工具没写进文档，自己开分支、补文档、发 PR。你不在场，它照样干活。
15
工程
Agent 审 Agent：一个负责生产，另一个负责挑刺（generator-critiquer）。
让一个 Agent 产出结果、另一个 Agent 专门找漏洞、提反例，生产者据此修正。质量不靠单个 Agent 一次做对，而靠对抗式的二次审查——和人类 code review 同理。
16
犀利
"编码 Agent 不该等你按下回车。"
Maya 的核心主张：Agent 不该被动等你敲回车。实例是"部署验证器"——CD 触发 webhook → Claude 自动调查这次发布 → 给出 go / no-go 判断。从"你问它答"转向"它主动替你盯着系统"。