---
> 本文首发于微信公众号「 Wesley AI 日记」，更多 AI Agent 实战系列请微信搜索关注。
---
前几天 Anthropic 在 48 小时内集中发布了三个东西：
1. **Managed Agents**（新）——全托管，你只给 goal 和 tools ，harness/memory/子 Agent 编排全由平台搞定
2. **Agent Teams**（新）——Claude Code 里的共享 task list ，多个 Agent 实时协作
3. **Agent SDK**（老）——你自己写 agent loop ，自己管一切
表面上看是三选一，实际上是三条路径对应不同场景。
我用 SDK 风格的 harness 跑了半年生产环境（ 6 个 AI 员工的一人公司），聊几个实际踩的坑：
**关于 SDK**：真正的业务逻辑只占 30%，剩下 70% 是 harness 防御代码（ token 超限截断、工具失败重试、无限循环检测、中间结果持久化）。控制粒度最好，但工程量是真的大。
**关于 Agent Teams**：和传统子 Agent 并行的核心区别是"共享状态"。传统的是 fire-and-forget ，各干各的； Teams 是所有 Agent 看同一个 task list ，Agent A 发现问题可以直接在 task list 里加新任务，Agent B 实时看到并接手。适合长任务多 Agent 协作。
**关于 Managed Agents**：遇到最大的坑是**配额限制改不了**。我的远程触发平台只给 3 个 scheduled tasks ，但我有 6 个 Agent 需要定时跑。用 SDK 我可以搭一个 master scheduler Agent 绕过去；如果用 Managed Agents ，调度逻辑在平台层，这个 workaround 根本没法做。
---
我现在的选法是混搭：核心业务用 SDK （需要控制力）、跨平台分发用传统子 Agent 并行（完全独立任务）、长任务复盘用 Agent Teams 思路（需要人类干预）、内部杂事用 Managed Agents （省力气）。
大家现在都在用哪种？有没有遇到什么选型后悔的情况？
---
更多 AI Agent 实战内容：微信公众号「**Wesley AI 日记**」，或搜知识星球「**光锥之内**」。
---
更多 AI Agent 实战：
- 公众号「 Wesley AI 日记」：微信搜索关注
- 知识星球「光锥之内」：Agent 实战交流、工具推荐