# Claude托管智能体新增功能：梦想、成果与多智能体编排

- 来源：Claude：Blog（网页）
- 发布时间：2026-05-06 00:00
- AIHOT 分数：69
- AIHOT 标记：精选
- AIHOT 链接：https://aihot.news/items/cmoua1os000lgslm0y9qvbma4
- 原文链接：https://claude.com/blog/new-in-claude-managed-agents

## 精选理由

Anthropic给托管Agent加了dreaming、outcomes和multiagent，这是Agent从完成任务到自我改进和协作的质变。dreaming让Agent能跨session复盘，做Agent产品的团队现在多了一个必须研究的模块。

## AI 摘要

Anthropic为其Claude托管智能体平台推出三项核心更新。“梦想”功能通过回顾会话历史提取模式，使智能体能够自我改进。“成果”功能允许开发者设定成功标准，智能体据此进行自我评估与修正，内部测试显示其显著提升了任务成功率和输出质量。“多智能体编排”功能支持主智能体将复杂任务分解，并分配给配备专用工具的子智能体并行处理。这些更新旨在以最小人工干预，增强智能体处理复杂任务的能力。

## 正文

今天，我们以研究预览的形式在 Claude Managed Agents 中推出 dreaming。Dreaming 通过回顾过往会话以发现模式、帮助智能体自我改进，从而扩展了 记忆能力。我们还向使用 Managed Agents 构建应用的开发者开放了 outcomes、多智能体编排和 webhooks。这些更新共同让智能体在只需极少引导的情况下，也能更从容地处理复杂任务。

用 dreaming 构建可自我改进的智能体

Dreaming 是 Claude Managed Agents 中的一项定时流程，它会审查智能体会话和记忆存储，提取模式并整理记忆，让智能体随时间不断改进。你可以自行决定想要多少控制权：dreaming 可以自动更新记忆，也可以由你在变更生效前先行审核。

Dreaming 能揭示单个智能体自身无法看到的模式，包括反复出现的错误、智能体逐渐趋同的工作流，以及团队内共享的偏好。它还会重构记忆，使其在演进过程中始终保持高信噪比。这对于长时间运行的工作和多智能体编排尤为有用。

记忆与 dreaming 共同构成了一个强大的记忆系统，服务于可自我改进的智能体。记忆让每个智能体能够在工作过程中捕捉所学到的内容。Dreaming 则在会话之间精炼这些记忆，汇集跨智能体的共享经验并保持其最新状态。

Dreaming 已在 Claude Platform 的 Managed Agents 中提供；开发者可在此申请访问权限。

Outcomes：为智能体工作定义质量标准

借助 outcomes，你编写一份描述成功标准的评分细则，智能体便朝着这个目标努力。一个独立的评分器会在自己的上下文窗口中根据你的标准评估输出，因此不会受到智能体推理过程的影响。当某处不正确时，评分器会指出需要修改的地方，智能体则再进行一轮尝试。

当智能体知道"好"的标准是什么时，它们能发挥出最佳水平。例如，一个结构框架、一项演示标准，或一组需要满足的要求。借助 outcomes，智能体可以对照这一标准检查自己的工作并自我纠正，直到输出足够好，无需人工审查每一次尝试。

Outcomes 对于需要注重细节和全面覆盖的任务尤为有用。它也适用于主观质量，比如文案是否符合品牌调性，或设计是否遵循视觉规范。在测试中，outcomes 相比标准提示词循环将任务成功率提升了最多 10 个百分点，在最难的问题上提升幅度最大。Outcomes 还提升了文件生成质量，在我们的内部基准测试中，docx 的任务成功率提升了 +8.4%，pptx 提升了 +10.1%。

你现在还可以定义一个 outcome，让智能体运行，并在完成时通过webhook收到通知。

多智能体编排：用多个智能体处理复杂任务

当单个智能体难以出色完成的工作量过大时，多智能体编排让一个主导智能体把任务拆解成若干部分，并将每一部分委派给拥有各自模型、提示词和工具的专家智能体。例如，一个主导智能体可以负责开展调查，同时让子智能体分头梳理部署历史、错误日志、指标和支持工单。

这些专家智能体在共享文件系统上并行工作，并共同汇入主导智能体的整体上下文。主导智能体可以在工作流进行中随时与其他智能体再次沟通，因为事件是持久化的，每个智能体都记得自己做过什么。你还可以在 Claude Console 中追踪每一步：哪个智能体做了什么、以什么顺序、以及为什么，让你对任务的委派和执行过程拥有完全的可见性。

各团队正在构建什么

各团队正在利用 dreaming、outcomes 和多智能体编排，交付能够自我验证工作、跨会话学习并并行处理复杂任务的智能体：

Harvey 使用 Managed Agents 来协调复杂的法律工作，例如长篇起草和文档创建。借助 dreaming，他们的智能体能够记住会话之间学到的东西，包括文件类型的变通方法和特定工具的使用模式。在他们的测试中，完成率提升了约 6 倍。

Netflix 的平台团队构建了一个分析智能体，用于处理来自不同来源的数百次构建的日志。面对影响数千个应用的变更，关键在于找出在众多应用中反复出现的问题。多智能体编排让该智能体能够并行分析批次数据，并只呈现出值得采取行动的模式。

Spiral by Every 正在使用多智能体编排和成果（outcomes）来驱动其全新 API 和 CLI 背后的写作智能体。主智能体运行在 Haiku 上：它负责接收传入的请求，在需要时提出简短的追问，然后将起草工作委派给运行在 Opus 上的子智能体。当用户要求生成多份草稿时，子智能体会并行运行。写作质量是 Spiral 的核心价值，因此他们使用成果（outcomes）来保障这一点。每份草稿都会依据一套评分标准进行打分，该标准涵盖 Every 的编辑原则和用户的语气风格，二者均从记忆中调取。只有达到标准的草稿才会被返回。

Wisedocs 在 Managed Agents 上构建了一个文档质量检查智能体，利用成果（outcomes）依据其内部准则对每次审查进行评分。如今审查速度提升了 50%，同时始终与其团队的标准保持一致。

视频 · 前往原文观看

快速上手

Dreaming 已在研究预览版中提供，outcomes、多智能体编排和记忆功能已作为 Managed Agents 的一部分进入公开测试版。要开始使用 dreaming，请在此申请访问权限。查阅我们的文档以了解更多信息，或访问Claude Console来部署你的第一个智能体。