Claude Managed Agents — Le guide complet

Déploie des agents IA autonomes sur l'infrastructure d'Anthropic sans gérer toi-même la boucle agent ni l'exécution des outils.

Qu'est-ce qu'un Managed Agent ?

Les Claude Managed Agents sont l'infrastructure entièrement gérée par Anthropic pour exécuter Claude comme un agent autonome. Au lieu de construire ta propre boucle agent, gérer l'exécution des outils et créer un bac à sable, Anthropic gère tout pour toi.

Claude dispose d'un conteneur sécurisé où il peut lire et écrire des fichiers, exécuter des commandes bash, consulter le web, et exécuter du code. C'est en bêta publique depuis avril 2026.

La différence clé vs l'API Messages : l'API Messages te donne accès direct au modèle pour construire tes propres boucles agent ; les Managed Agents fournissent un harnais agent préconstruit conçu pour les tâches longues et asynchrones.

Tous les comptes API y ont accès par défaut. Il suffit d'ajouter le header : anthropic-beta: managed-agents-2026-04-01


Architecture du flux Managed AgentTon AppAPIAnthropicAgent + EnvironmentModel · System · ToolsMCP Servers · SkillsSessionOutils intégrésBashFichiersWebMCP

Les 4 concepts fondamentaux

La Managed Agent API repose sur quatre briques essentielles :

Agent
La configuration réutilisable : modèle, system prompt, outils, serveurs MCP et skills. Tu le crées une fois et tu le réutilises dans toutes tes sessions.
Environment
Le conteneur cloud où tourne l'agent. Tu configures les packages pré-installés (Python, Node.js, Go...), les règles réseau et les fichiers montés.
Session
Une instance d'exécution. L'agent démarre dans son environment, exécute sa tâche, et génère des outputs. L'historique est persisté côté serveur.
Events
Les messages échangés entre ton app et l'agent : messages utilisateur, résultats d'outils, mises à jour de statut. Streamed via SSE (Server-Sent Events).

Déployer en 3 étapes

Voici comment mettre en production ton premier agent :

1

Créer un Agent

POST https://api.anthropic.com/v1/agents { "name": "Mon Premier Agent", "model": "claude-sonnet-4-6", "system": "Tu es un assistant...", "tools": [{"type": "agent_toolset_20260401"}] }

agent_toolset_20260401 active tous les outils intégrés d'un coup : bash, fichiers, web search, etc.

2

Créer un Environment

POST https://api.anthropic.com/v1/environments { "name": "mon-env", "config": { "type": "cloud", "networking": {"type": "unrestricted"} } }
3

Lancer une Session

POST https://api.anthropic.com/v1/sessions { "agent": "AGENT_ID", "environment_id": "ENV_ID", "title": "Ma première session" }

Ensuite, envoie des événements à la session et streame les réponses via SSE.


Les outils intégrés

Chaque agent a accès à une suite d'outils puissants sans configuration supplémentaire :

BashExécuter des commandes shell dans le conteneur
FichiersLire, écrire, éditer, chercher (glob/grep) dans le conteneur
Web SearchRechercher sur le web en temps réel
Web FetchRécupérer le contenu d'URLs
Serveurs MCPSe connecter à des fournisseurs d'outils externes

Permissions : tu peux configurer les permissions par outil — always_allow pour laisser l'agent agir librement, ou always_ask pour exiger une confirmation humaine.


Cas d'usage concrets

Voici quatre applications réelles où les Managed Agents brillent :

Agent de code
Clone un repo, identifie un bug, écrit le correctif, lance les tests et ouvre une PR. C'est ce que fait Sentry avec son outil Seer.
Agent documentaire
Prend des fichiers bruts, extrait des données structurées, restitue des résultats propres. Utilisé par Rakuten pour le traitement financier.
Agent d'analyse
Reçoit un CSV, écrit des scripts Python à la volée, les exécute, et retourne les insights. Python, Node.js et Go sont pré-installés.
Agent connecté (MCP)
Se branche sur tes outils existants : Slack, GitHub, bases de données... via le protocole MCP.

SDK et langages supportés

La Managed Agent API est accessible via plusieurs langages :

PythonTypeScriptJavaGoC#RubyPHPCLI (ant)

Voici un exemple rapide en Python :

from anthropic import Anthropic client = Anthropic() agent = client.beta.agents.create( name="Mon Agent", model="claude-sonnet-4-6", tools=[{"type": "agent_toolset_20260401"}], )

Tarification

Le coût se décompose en trois éléments :

$
Tokens API
Tarif standard Claude
Input/output tokens facturés au taux normal
$
Session active
$0.08 / heure
Coûts de session
$
Compute conteneur
Inclus
Le compute du conteneur est inclus dans le coût de session

Exemple : une session de 10 minutes pour un agent simple coûte quelques centimes seulement.


Ressources officielles

Voici où approfondir tes connaissances :

Important

L'IA te remplacera.
Sauf si tu apprends à la maîtriser.

Ce guide t'a donné un aperçu. Mais un guide, ça ne suffit pas pour transformer ta pratique. Ma formation Agentic eSchool t'apprend à intégrer l'IA dans ton quotidien pro, pas à pas, que tu partes de zéro ou que tu veuilles passer un cap.

Le cours complet

91+ leçons du débutant à avancé, enrichies chaque semaine.

Un plan personnalisé

Une IA génère ton parcours selon ton métier et ton niveau.

25 chapitres métiers

Workflows et prompts prêts à l'emploi pour ton poste.

Communauté + 40 guides

Un espace francophone et une bibliothèque qui s'enrichit.

Découvrir la formation
Pour les entreprises

Pas le temps d'apprendre ? On le fait pour toi.

Des solutions IA sur mesure, clés en main, pour automatiser tes process, réduire tes coûts et gagner du temps sur ce qui compte. Agents IA, automatisations, outils internes : on construit, tu récoltes.

15+solutions livrées
40%réduction des coûts
20h+gagnées / semaine
Découvrir nos solutions

Créé par @kingarms.ai

Suis-moi sur Instagram pour plus de contenu IA

Agentic eSchool
Accès gratuit

Lis la suite gratuitement

Entre tes infos pour débloquer le guide complet.

Données privées100% gratuitPas de spam
Managed AgentsAPI ClaudeAgents IAProduction