Tech • IA • Crypto
Déployez votre premier agent managé
8/10INTRO
Anthropic a introduit les « agents managés », un framework prêt pour la production qui abstrait l’infrastructure, la mise à l’échelle et la fiabilité, permettant aux développeurs de créer et déployer des agents d’IA beaucoup plus rapidement.
POINTS CLÉS
Passage des API aux agents managés
L’accès initial aux modèles Claude reposait sur une API de messages basique, obligeant les développeurs à implémenter manuellement des composants essentiels comme la gestion du contexte, l’orchestration des outils et les boucles d’exécution. À mesure que les capacités des modèles augmentaient, ces tâches devenaient plus complexes. Les agents managés ont été introduits pour éliminer cette charge en regroupant ces primitives dans un système unifié.
Les limites de l’Agent SDK ont motivé une nouvelle approche
Le Agent SDK intermédiaire permettait des cas d’usage plus avancés, notamment des agents interagissant avec des systèmes de fichiers via des outils comme Claude Code. Toutefois, les développeurs devaient encore gérer l’hébergement, la scalabilité et la sécurité. Ce manque a conduit à la création d’une couche d’infrastructure entièrement managée.
Infrastructure entièrement managée et déploiement accéléré
Les Claude Managed Agents offrent nativement l’hébergement, la mise à l’échelle, le sandboxing, l’observabilité et l’exécution des outils. Les développeurs peuvent ainsi se concentrer sur les tâches, outils et la logique métier plutôt que sur l’infrastructure. Cette approche a réduit le temps de mise en production jusqu’à 10–15× dans certains cas.
Architecture centrale: agents, environnements, sessions
Le système repose sur trois primitives. Les agents définissent le modèle, les outils et le comportement. Les environnements servent de conteneurs d’exécution. Les sessions relient les deux, maintiennent l’état et permettent l’interaction. Cette structure autorise des workflows persistants et reprenables sans gestion manuelle de l’état.
Boucle d’agent côté serveur et persistance
Contrairement aux approches classiques, la boucle d’agent s’exécute côté serveur, garantissant la continuité même si le client se déconnecte. Les sessions sont automatiquement persistées, permettant de reprendre sans perte de données. Cela évite de construire des bases de données ou des systèmes de reprise.
Séparation du « cerveau » et des « mains »
Une décision clé sépare le raisonnement (boucle d’agent) de l’exécution (outils et environnements). Cela améliore la sécurité en isolant les identifiants et permet un sandboxing fin. Cela réduit aussi la latence, avec un time-to-first-token réduit de plus de 90 % au P95 selon des mesures internes.
Modèle d’interaction basé sur les événements
Au lieu d’un simple schéma requête-réponse, le système fonctionne via des événements: appels d’outils, entrées utilisateur, sorties intermédiaires. Cela permet du streaming en temps réel, une meilleure observabilité et une journalisation détaillée pour le débogage et l’audit.
Cas pratique: agent de réponse aux incidents
Une démonstration montre comment créer rapidement un agent SRE (site reliability) qui analyse des logs, vérifie des déploiements et diagnostique des problèmes comme une latence P99 élevée. L’agent a identifié une cause racine — l’épuisement du pool de base de données lié à un changement de code — et proposé des correctifs.
Extensibilité avec des intégrations réelles
Bien que la démo utilisait des données JSON locales, le framework supporte l’intégration avec des systèmes de production comme des outils de monitoring ou des pipelines de déploiement. Les agents peuvent exécuter des correctifs, ouvrir des pull requests ou automatiser la résolution complète d’incidents.
Capacités avancées: mémoire, sous-agents et objectifs
Parmi les fonctionnalités: des systèmes de mémoire pour apprendre des interactions passées, des sous-agents pour exécuter des tâches en parallèle, et des objectifs basés sur des résultats. Un mécanisme de « dreaming » permet aux agents d’améliorer leur mémoire de façon autonome.
Sécurité et gestion des identifiants
Des vaults intégrés stockent les identifiants de manière sécurisée avec chiffrement, permettant un contrôle d’accès par utilisateur et par session. Cela supprime le besoin de systèmes de gestion de secrets personnalisés tout en maintenant une forte sécurité.
Support d’infrastructure personnalisée
Le support bring-your-own compute permet d’exécuter dans les conteneurs et environnements propres aux développeurs, combinant orchestration managée et exigences d’infrastructure d’entreprise.
CONCLUSION
Les agents managés marquent un tournant vers un développement IA entièrement abstrait, où l’infrastructure et la fiabilité sont prises en charge par la plateforme, accélérant le déploiement de systèmes autonomes complexes en production.