Claude от Anthropic получил 3 новые возможности ИИ
Всего через несколько недель после анонса Claude Managed Agents компания Anthropic обновила эту платформу, добавив три новые функции, которые объединяют такие уровни инфраструктуры, как память, оценка и многоагентная оркестровка, в единую среду выполнения.
Этот шаг может составить серьезную конкуренцию автономным инструментам, которые многие компании до сих пор собирали по частям.
Новые функции — «Dreaming» (Сновидения), «Outcomes» (Результаты) и «Multi-Agent Orchestration» (Многоагентная оркестровка) — призваны сделать агентов в составе Claude Managed Agents «более способными справляться со сложными задачами при минимальном вмешательстве человека», говорится в пресс-релизе Anthropic.
Функция Dreaming отвечает за память: агенты «осмысливают» свои многочисленные сеансы и структурируют воспоминания, благодаря чему учатся на ошибках и выявляют неизвестные ранее закономерности. Функция Outcomes позволяет командам задавать конкретные критерии для измерения успеха агента, а Multi-Agent Orchestration разбивает задачи на части, чтобы ведущий агент мог делегировать работу другим агентам.
В идеале Claude Managed Agents предлагает предприятиям более простой путь развертывания агентов и встраивает логику оркестровки непосредственно на уровень моделей. Это комплексная платформа для управления состоянием, графами выполнения и маршрутизацией. С добавлением функций Dreaming, Outcomes и Multi-agent Orchestration возможности Claude Managed Agents расширяются еще сильнее, что делает платформу прямым конкурентом таких инструментов, как LangGraph или CrewAI, а также внешних фреймворков оценки, архитектур памяти RAG и циклов контроля качества.
Угроза для интеграции
Теперь перед предприятиями встает вопрос: стоит ли нам отказаться от гибкой модульной системы в пользу агентской платформы, которая переносит практически всё внутрь компании?
Anthropic создала Claude Managed Agents таким образом, чтобы контекст, состояние и отслеживаемость были объединены в одном месте. Это означает, что платформа видит каждое решение, принимаемое агентами, избавляя компании от необходимости связывать между собой разрозненные системы. Наличие единой платформы для всех задач звучит практично. Однако не все предприятия хотят использовать универсальную систему.
Claude Managed Agents уже сталкивается с критикой за то, что поощряет зависимость от одного поставщика (vendor lock-in), поскольку берет под свой контроль большую часть архитектуры и инструментов, управляющих агентами. В существующей парадигме организация может использовать Managed Agents, но при этом сохранять многоагентную оркестровку, память или оценку в отдельном пространстве для обеспечения гибкости.
Платформа предлагает полностью размещенную среду выполнения (hosted runtime), что означает работу памяти и оркестровки на инфраструктуре, которая не принадлежит самому предприятию. Для некоторых организаций, обязанных соблюдать требования к локализации и защите данных, это может стать кошмаром в плане комплаенса.
Еще одна проблема заключается в том, что компании, уже находящиеся в процессе масштабной трансформации ИИ, вынуждены изобретать обходные пути для преодоления ограничений своего технологического стека. Не каждый рабочий процесс можно легко заменить простым переходом на Claude Managed Agents.
Dreaming и outcomes против текущих инструментов
Большинство предприятий используют фрагментированный подход к внедрению ИИ.
Например, они могут применять LangGraph или Crew AI для маршрутизации агентов и управления рабочими процессами, Pinecone в качестве векторной базы данных для долгосрочной памяти, DeepEval для внешней оценки, а также процедуру обеспечения качества с участием человека (human-in-the-loop) для проверки некоторых задач. Anthropic надеется избавиться от всего этого.
В функции Dreaming подход Anthropic к памяти заключается в том, чтобы позволить пользователям активно перезаписывать ее между сеансами, благодаря чему агент по сути учится на своих ошибках. По заявлению Anthropic, эта возможность полезна для работы с долгосрочными состояниями и оркестровкой. Существующие системы часто обеспечивают сохранение памяти путем хранения эмбеддингов, извлечения релевантного контекста и постепенного добавления новых состояний.
Функция Outcomes решает задачу оценки за счет детального описания ожиданий от агентов. Вместо внешних проверок качества, которые часто выполняются командой людей, Anthropic переносит оценку внутрь слоя оркестровки, а не над ним.
Однако именно функция Multi-Agent Orchestration сталкивает Claude Managed Agents с фреймворками оркестровки от Microsoft, LangChain, CrewAI и других разработчиков. Поставщики моделей, такие как Anthropic и OpenAI, уже начали активно осваивать это пространство, утверждая, что перенос таких функций на уровень модели дает командам лучший контроль.
Важные решения
Перед предприятиями стоит серьезный выбор, и его исход может зависеть от степени их готовности к работе с агентами.
Если организация всё еще экспериментирует с агентами и еще не внедрила много таких систем в производство, ей может показаться гораздо проще перейти на Claude Managed Agents и настроить Dreaming и Outcomes под свои нужды. На этой стадии разработки даже при использовании стороннего оркестратора вроде LangChain компании все равно занимаются его кастомизацией.
Но для тех, кто продвинулся в этом процессе дальше, расчеты становятся сложнее. Теперь речь идет о параллельной оценке и более глубоком понимании собственных процессов.
Впрочем, с подобным выбором столкнутся и те компании, которые даже не планируют использовать Claude Managed Agents. Anthropic дала понять, что другие поставщики моделей и платформ, скорее всего, изменят свои дорожные карты продуктов аналогичным образом — так, чтобы всё оставалось заперто в рамках единой системы. Ведь сами модели со временем могут стать взаимозаменяемыми, а вот инфраструктура инструментов и оркестровки — нет.
