Qué ha anunciado Anthropic
El 8 de abril de 2026, Anthropic lanzó Claude Managed Agents, actualmente en beta pública. No es un modelo nuevo. No es una actualización de Claude. Es un servicio de infraestructura: una plataforma cloud donde ejecutar agentes AI autónomos sin preocuparte por servidores, contenedores, recuperación ni escalado.
Hasta ahora, quien quería construir un agente con Claude tenía que gestionar todo: el loop de ejecución, la orquestación de herramientas, el sandboxing, la persistencia del estado. Los Managed Agents eliminan ese trabajo. Tú defines qué debe hacer el agente y con qué herramientas, Anthropic se encarga de ejecutarlo.
La promesa es concreta: reducir los tiempos de desarrollo de meses a días. Los primeros usuarios — Notion, Rakuten, Asana, Sentry — confirman una aceleración de hasta 10 veces en los tiempos de despliegue.
Cómo funcionan: los cuatro conceptos clave
La arquitectura de los Managed Agents gira en torno a cuatro elementos.
Agent: la definición del agente. Incluye el modelo Claude a utilizar, el system prompt, las herramientas disponibles, los servidores MCP conectados y las guardrails. Lo creas una vez y lo reutilizas en múltiples sesiones.
Environment: el contenedor cloud configurado. Puedes preinstalar paquetes (Python, Node.js, Go), definir reglas de acceso a la red y montar archivos. Es el entorno en el que opera el agente.
Session: una instancia activa del agente que ejecuta una tarea específica. Tiene un sistema de archivos persistente y un historial de conversación que sobrevive entre interacciones.
Events: los mensajes intercambiados entre tu aplicación y el agente. Puedes enviar inputs, recibir outputs en streaming vía SSE (Server-Sent Events), e incluso interrumpir o redirigir al agente durante la ejecución.
Qué pueden hacer en concreto
Los Managed Agents tienen acceso a un conjunto completo de herramientas integradas. Pueden ejecutar comandos bash en el contenedor, leer y escribir archivos, buscar información en la web, navegar páginas y conectarse a servicios externos mediante servidores MCP.
Esto significa que un agente puede, en una sola sesión: analizar un documento subido, extraer datos, escribir código para procesarlos, ejecutarlo, verificar los resultados y generar un informe. Todo sin que tú tengas que gestionar la infraestructura.
Las funcionalidades en research preview incluyen la posibilidad de crear sub-agentes para tareas paralelas (multi-agente), la memoria persistente entre sesiones y el refinamiento automático de prompts — que en las pruebas internas mejoró la tasa de éxito hasta en 10 puntos porcentuales.
Para las empresas que ya usan servidores MCP para exponer datos internos, la integración es directa: basta con declarar los servidores MCP en la definición del agente.
Recibe actualizaciones sobre Claude e IA para empresas
Un email cuando hay algo que vale la pena leer. Sin spam.
¿Estás evaluando Claude para tu empresa? Descubre cuánto cuesta o qué plan se adapta mejor
Cuánto cuestan: el modelo de pricing
El pricing tiene dos componentes. El primero es el coste de runtime de la infraestructura: 0,08 dólares por hora de sesión activa. El tiempo en que el agente está en espera no se contabiliza. El segundo es el consumo de tokens Claude, que sigue las tarifas estándar de la API.
Un ejemplo concreto: un agente de atención al cliente que gestiona tickets de 20 minutos cuesta aproximadamente 0,027 dólares de runtime por ticket, más 0,10-0,50 dólares de tokens según la complejidad. Para un agente activo 24/7, solo el runtime supone unos 58 dólares al mes, a lo que se suman los costes de tokens.
Para entender cómo encajan en el panorama de costes de Claude para empresas, la ventaja principal es que no necesitas invertir en infraestructura dedicada: servidores, orquestadores, sistemas de recuperación — todo está incluido.
Quién los está usando ya
Cuatro empresas de alto perfil han integrado los Managed Agents en sus productos.
Notion los usa para la delegación paralela de tareas: un agente principal que coordina sub-agentes especializados para tareas diferentes. Asana ha construido "AI teammates" que gestionan el trabajo rutinario en los proyectos. Sentry ha automatizado el flujo desde la detección de bugs hasta la creación de pull requests. Rakuten pasó del proyecto piloto a producción en menos de una semana.
Todos estos son casos enterprise con volúmenes significativos. El patrón común es el mismo: procesos que antes requerían una configuración de infraestructura compleja ahora arrancan en días.
Qué cambia para las empresas
Para las empresas que están evaluando la adopción de agentes AI, los Managed Agents reducen drásticamente la barrera de entrada. No hacen falta equipos DevOps dedicados, no hace falta gestionar contenedores, no hace falta construir sistemas de recuperación.
Muchas empresas tienen competencias AI limitadas internamente. Un servicio managed que abstrae la infraestructura permite concentrarse en lo que importa — definir los procesos a automatizar y las reglas de gobernanza — sin empantanarse en la complejidad técnica.
Los casos de uso más inmediatos: automatización documental en el ámbito legal y de compliance, análisis financiero en private equity, gestión de tickets en atención al cliente, code review y testing en desarrollo de software.
Para quienes ya trabajan con Claude API o con el Agent SDK, los Managed Agents representan el siguiente paso: de la experimentación a la producción, con la infraestructura gestionada por Anthropic.
Si estás evaluando cómo integrar Claude en tu organización, o quieres entender qué enfoque es el más adecuado — Managed Agents, API directa o Agent SDK — el equipo de Maverick AI puede ayudarte con una evaluación independiente.