Anthropic推出Claude Managed Agents：企業AI代理上線，從數月壓縮到數天|數位時代 BusinessNext

Anthropic推出Claude Managed Agents：企業AI代理上線，從數月壓縮到數天

Anthropic 發表 Claude Managed Agents，企業不再需要自建基礎設施，就能部署會自己判斷、自己除錯的雲端 AI 代理。

重點一：Anthropic 推出 Claude Managed Agents 公測版，讓企業用 API 組裝雲端 AI 代理，部署時間從數月壓縮至數天。

重點二：Notion、樂天、Asana、Sentry 等已搶先導入，樂天每個部門僅需一週即可上線 AI 代理。

重點三：定價為 Claude 模型用量費加上每小時 0.08 美元（約新台幣 2.5 元）的代理運算費，門檻極低。

Anthropic 於 4 月 8 日宣布推出 Claude Managed Agents 公測版。據科技媒體 SiliconAngle 報導，這套雲端服務的核心訴求很直白：企業想打造 AI 代理，但光是搭建周邊基礎設施就要耗費數月，Managed Agents 則把這些苦工全包了。

過去，要讓一個 AI 代理在企業環境中穩定運作，開發團隊得處理沙箱隔離、身份驗證、錯誤復原、狀態管理等一長串工程問題。Anthropic 在官方部落格中說明，Managed Agents 將這些基礎建設抽象化為一組 API，開發者只需定義「要做什麼任務」、「能用哪些工具」和「權限範圍」，剩下的交給平台處理。

不只是聊天機器人：代理會自我修正、還能指揮其他代理

Managed Agents 與傳統的 AI 聊天機器人最大的差異，在於它是「長時間自主執行」的架構。代理可以在雲端持續運作，即使使用者中斷連線也不會停擺。平台內建的監控功能讓開發者能追蹤每一次工具呼叫、每一個決策節點，出錯時有跡可循。

這張圖示意 Claude Managed Agents 的核心架構：中央的「Harness」負責判斷何時調用工具、如何管理上下文與錯誤復原，左側「Session」保存長時間對話與任務進度，右側「Sandbox」提供安全、隔離的程式碼執行環境，下方「Orchestration」則負責多步驟流程與多代理協作的排程與串接，四者透過雙向溝通，構成可在雲端長時間運作的代理執行骨幹。

圖／ Claude

目前以研究預覽（Research Preview）形式開放的兩項進階功能更值得關注。第一是「多代理協作」：一個主代理可以派出多個子代理平行處理任務，例如 Sentry 讓除錯代理與修補代理搭檔運作，把從發現臭蟲到送出修補的流程，從原本的數月壓縮到數週。

第二是「自動提示詞優化」：代理會自動調整自己的指令，內部測試顯示，在結構化檔案生成任務中，成功率比標準提示迴圈高出最多 10 個百分點，對複雜任務的改善尤其明顯。

已有四家大廠搶先導入，樂天一週上線一個部門

公測階段已有多家企業採用。Notion 產品經理 Eric Liu 表示：「我們希望 Notion 成為團隊與 AI 代理協作的最佳場所，使用者現在可以直接在 Notion 裡把開放式的複雜任務交給代理處理。」

樂天集團（Rakuten）則將代理部署到產品、業務、行銷、財務、人資等部門，每個部門的部署週期僅需一週。Asana 打造了與人類協作的「AI 隊友」，在專案管理流程中並肩作業。

定價方面，企業除了支付 Claude 模型本身的使用費外，每小時代理運算費為 0.08 美元（約新台幣 2.5 元）。以企業軟體的標準來看，這個門檻相當親民，Anthropic 顯然是以量取勝的策略，先讓企業低成本試水溫，再靠規模化使用量回收營收。

Managed Agents 目前在 Claude Platform 上以公測版開放，開發者可透過 Claude Console 監控代理的執行狀態與效能分析。對於手上有大量重複性流程、卻苦於沒有工程資源自建 AI 代理的企業來說，這或許是目前進入門檻最低的選項。

延伸閱讀：Gemini新功能「notebooks」上線！串接NotebookLM，讓你把對話、文件整理成專屬AI知識庫

資料來源：Anthropic 官方部落格、SiliconAngle

本文初稿為AI編撰，整理．編輯/ 李先泰

若將生成式人工智慧（GenAI）技術視為改變人與資訊互動的重要分水嶺，Physical AI（實體AI）則讓 AI 真正理解並介入真實世界：從機器人、自駕車到智慧製造，AI 正從「理解內容」走向「理解物理世界」，其中，自駕車被公認是 Physical AI 最具代表性的落地場域，也是目前最能驗證 AI 感知、推理與決策能力的應用，因為，不僅要控制車輛，還必須即時與人流、車流、道路設施及各類載具互動，需要極高的 AI 感知、推理與執行能力。

對深耕智慧移動多年的勤崴國際而言，Physical AI不只是 AI 技術演進，而是自駕車產業邁向下一個世代的重要轉折：從依賴規則控制（Rule-based）的自駕系統，逐步升級為具備感知、推理、學習與持續優化能力的智慧移動平台，讓全球自駕車產業競爭從單一技術比拚，走向資料、場域、生態系與 AI 能力的全面競賽。

Physical AI讓自駕車從「照規則開車」走向「理解世界」

過去，自駕車依靠高精地圖、光達（LiDAR）、攝影機等感測器，以及大量預先設定好的規則進行判斷，這種作法能處理相對固定的情境，但一旦遇到複雜且快速變化的交通環境，例如大量機車穿梭、行人突然穿越、不同國家的交通規則，系統很容易受到限制。

勤崴國際認為，Physical AI 的出現正改寫自駕車的發展模式：透過更強大的 GPU 算力，結合世界模型（World Model）、數位孿生（Digital Twin）與模擬器（Simulator），AI 能先在虛擬世界完成大量交通情境模擬，再將學習成果快速部署到真實道路，不僅大幅縮短訓練與驗證時間，也讓自駕系統持續學習與進化。

「在 Physical AI 賦能下，自駕車將從依照規則開車轉變成能理解環境、預測意圖，再做出最佳決策。」勤崴國際副總經理林映帆表示，例如當系統看到路邊有人揮手，不只是辨識動作，而是能推論對方有搭車需求；當機車快速切入車道，也能提前預測可能路徑，而非等事件發生後才反應。

這也意味著，自駕車的競爭已從「規則設計」走向「AI學習能力」的競爭：自駕車不僅是智慧移動的新載具，更是觀察 Physical AI 是否真正成熟的重要指標；換言之，Physical AI比拚的不是演算法，而是誰能持續累積真實場域、建立與完善資料庫，讓 AI 在每一次行駛中不斷學習、持續進化，形成下一波智慧移動競爭的關鍵。

七年累積三十個場域，勤崴國際打造台灣智慧移動新能量

相較於 Waymo、Tesla 的優勢來自數百萬輛車持續累積道路資料，勤崴國際的策略是透過不同場域的長期營運，建立屬於台灣的智慧移動資料庫。

自2019年投入自駕車商業化應用以來，勤崴國際不僅持續深耕高精地圖、自駕系統、車聯網及自駕運輸技術、於全台完成超過30個自駕場域部署，累積自駕行駛里程突破38萬公里、服務超過80萬人次，更逐步建立台灣少數具規模的智慧移動資料庫；為進一步加速自駕車產業價值鏈發展，勤崴國際也攜手車廠、路側設備，感測器、AI 平台、車聯網、客運與場域業者打造完整的自動駕駛生態系。

以台積電南科園區的自駕巴士服務為例，由於路線涵蓋園區內外道路，自駕車不僅要與物流車、叉車及一般車流共存，離開園區後更須面對台灣特有的高密度機車交通環境，對 AI 的感知與決策能力形成高度挑戰；截至今日，該服務已累積超過92,435人次搭乘、自駕行駛里程超過83,542公里，接駁率高達96.7%；此外，勤崴國際也於廠區內導入自駕接駁車與自駕載貨車，累積服務超過216,794人次，驗證自駕技術在智慧工廠場域的落地能力。

除了工業場域，勤崴也將自駕技術延伸至觀光應用，例如今（2026）年6月在南投埔里福興溫泉區推出「啡嚐咖心」觀光自駕車服務；林映帆指出，相較於工業場域重視效率，觀光應用更重視人車互動與乘車體驗，遊客只需一鍵即可啟動自駕接駁，系統除了安全辨識行人與周遭環境，也能透過語音互動提升搭乘安心感，證明自駕車不僅適用於產業應用，更可成為偏鄉觀光與高齡化社會的新一代公共運輸解決方案。

接下來，勤崴國際將憑藉著在南部科學園區、南投與新北市的落地運行經驗，攜手產業夥伴、針對未來對自駕公車有需求的城市，協助客運業者解決公車缺工等議題。

林映帆說：「我們的目標是提供自駕全方位解決方案。」在累積物流、廠區接駁、觀光、無塵室搬運等多元場域經驗後，勤崴逐步發展出「一個平台、多種載具、多種場域」策略：將共通技術平台模組化，再依不同客戶需求進行客製化調整，讓每新增一個場域，都成為下一個場域快速且安全部署的重要養分。

勤崴國際副總經理林映帆表示，將以「一個平台、多種載具、多種場域」策略，攜手自駕車產業鏈夥伴，協助AI自駕車等智慧移動落地應用，以及打造「國家隊」前進海外市場。

圖／數位時代

隨著Physical AI的成熟與落地，未來智慧移動的競爭，不再只是比誰擁有更大的模型，而是比誰能持續累積場域、建立完整資料庫，以及串聯完整生態系；在這個關鍵時刻，勤崴國際除因應不同場域客戶需求提供自駕車解方，也希望攜手更多產業夥伴，共同打造具有國際競爭力的智慧移動國家隊，讓台灣在全球自駕與 Physical AI 的新賽局中，占有一席關鍵位置。