Managed Agents, Agent SDK et Agent Teams : Claude en production autonome

Cowork (article précédent) est l’agent qui travaille sur votre machine personnelle. Les Managed Agents sont l’agent qui travaille dans le cloud, en production, pour vos utilisateurs ou vos équipes. La distinction est fondamentale : Cowork est un outil individuel. Managed Agents est une infrastructure de déploiement. Si Cowork est votre assistant personnel, Managed Agents est l’usine qui produit des assistants pour vos clients.

Cet article est le onzième de la série « De zéro à machine de guerre ». Il s’adresse à deux publics : les développeurs qui veulent déployer des agents en production, et les professionnels non techniques qui veulent comprendre ce qu’Anthropic construit — parce que ces outils vont changer la façon dont les entreprises utilisent l’IA dans les 12 prochains mois.

Managed Agents : l’infrastructure clé en main

Construire un agent IA en production demande bien plus que le modèle lui-même. Il faut un sandbox isolé pour que l’agent exécute du code sans risque, un système de checkpointing pour reprendre après une interruption, de la gestion d’état pour les sessions longues, du monitoring pour tracer chaque décision. Managed Agents fournit tout ça via une API — vous vous concentrez sur la logique de votre agent, Anthropic gère le reste.

Le fonctionnement en trois étapes

1. Définir l’agent. Vous spécifiez le modèle (Opus 4.6 ou Sonnet 4.6), le system prompt, les outils disponibles (bash, fichiers, recherche web, MCP), et les skills. L’agent reçoit un ID réutilisable.

2. Configurer l’environnement. Un container cloud isolé avec les packages pré-installés (Python, Node.js, Go…), les règles réseau, et les fichiers montés. Chaque session a son propre système de fichiers — aucune interférence entre sessions.

3. Lancer des sessions. Chaque session référence l’agent et l’environnement. Claude reçoit la tâche, exécute les outils, checkpointe automatiquement, et streame les résultats. Les sessions peuvent durer des heures — même si le client se déconnecte et se reconnecte.

Le pricing

Les tarifs API Claude standard pour les tokens (selon le modèle utilisé), plus 0,08 $ par heure de session active. Pas d’abonnement mensuel spécifique — vous payez ce que vous consommez. Pour un agent qui tourne 30 minutes par jour, le surcoût infrastructure est d’environ 1,20 $ par mois. Le vrai coût reste les tokens.

L’Agent SDK : construire des agents personnalisés

L’Agent SDK (anciennement Claude Code SDK) est la boîte à outils pour construire des agents Claude sur mesure. Disponible en Python et TypeScript, il donne accès aux mêmes outils que Claude Code (bash, édition de fichiers, recherche web, mémoire) avec un contrôle total sur le system prompt, les permissions, et le comportement.

La différence avec l’API Messages classique : l’Agent SDK gère la boucle agentique pour vous. Au lieu de coder manuellement la boucle « Claude appelle un outil → vous exécutez → vous renvoyez le résultat → Claude décide la suite », le SDK fait tout ça en autonomie. Vous définissez l’agent, vous lancez la session, vous récupérez le résultat.

# Agent SDK — exemple Python simplifié
from anthropic import Anthropic

client = Anthropic()

# 1. Créer l'agent
agent = client.beta.agents.create(
    name="Code Review Agent",
    model="claude-sonnet-4-6",
    system="Tu es un expert en revue de code Python.",
    tools=[{"type": "agent_toolset_20260401"}]
)

# 2. Configurer l'environnement
env = client.beta.environments.create(
    name="python-env",
    config={"type": "cloud",
            "networking": {"type": "unrestricted"}}
)

# 3. Lancer une session
session = client.beta.sessions.create(
    agent=agent.id,
    environment_id=env.id
)

# 4. Envoyer une tâche et streamer les résultats
client.beta.sessions.send_event(
    session_id=session.id,
    events=[{
        "type": "user.message",
        "content": [{"type": "text",
            "text": "Analyse le fichier app.py et signale
            les problèmes de sécurité."}]
    }]
)

L’Agent SDK est la couche basse — c’est avec lui que Notion, Asana et Sentry ont construit leurs agents. Managed Agents est la couche haute qui simplifie le déploiement. Vous pouvez utiliser l’un sans l’autre, mais la combinaison des deux est ce qui permet de passer du prototype à la production rapidement.

Agent Teams : plusieurs Claude qui collaborent

Agent Teams permet de coordonner plusieurs instances de Claude qui travaillent ensemble. Un agent « leader » distribue les tâches, les agents « teammates » travaillent en parallèle dans leur propre contexte, et tous communiquent entre eux via un système de messagerie interne et une liste de tâches partagée.

La différence avec les sous-agents classiques : les sous-agents rapportent leurs résultats au parent et ne se parlent pas entre eux. Les teammates échangent directement, partagent leurs découvertes, et peuvent se coordonner sans passer par le leader. C’est la différence entre envoyer trois freelances sur des missions séparées et mettre trois personnes dans la même pièce pour travailler ensemble.

Cas d’usage concret

Refactoring d’une codebase : un teammate travaille sur la couche API, un autre sur les migrations de base de données, un troisième sur les tests. Chacun dans son contexte, mais ils se signalent mutuellement les changements qui impactent les autres. Le leader compile les résultats et vérifie la cohérence. 3 à 5 teammates est le sweet spot recommandé — au-delà, la coordination coûte plus qu’elle ne rapporte.

Statut : Agent Teams est expérimental dans Claude Code (flag CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS à activer). Limitations connues : pas de reprise de session avec des teammates actifs, coordination parfois lente, un seul team par session.

Qui l’utilise déjà en production

Notion a intégré Managed Agents pour permettre aux équipes de déléguer du travail directement dans leur workspace — coding, slides, tableurs, avec des dizaines de tâches en parallèle. Asana a construit des AI Teammates qui prennent des tâches assignées dans les projets et livrent des brouillons de livrables. Sentry a créé un agent qui va du bug détecté à la pull request corrigée, en autonomie complète. Rakuten a déployé des agents spécialisés par département (produit, ventes, marketing, finance, RH) en moins d’une semaine chacun.

Ces déploiements montrent le pattern qui va se généraliser : des agents spécialisés, intégrés dans les outils existants, qui prennent en charge les tâches répétitives et structurées — pendant que les humains se concentrent sur les décisions et la créativité.

Les limites à connaître

Beta publique. Managed Agents est sorti le 8 avril 2026. L’API fonctionne, les déploiements sont réels, mais des comportements peuvent changer entre les versions. Le header beta managed-agents-2026-04-01 est requis — le SDK l’ajoute automatiquement.

Infrastructure Anthropic uniquement. Les sessions tournent sur les serveurs d’Anthropic. Pas de déploiement on-premise, pas de multi-cloud natif. Pour les entreprises avec des exigences strictes de résidence des données, c’est une contrainte.

Les coûts s’additionnent. Tokens + 0,08 $/heure de session + tokens des sous-agents éventuels. Un Agent Team de 5 instances qui tourne pendant 2 heures consomme les tokens de 5 contextes séparés. Anticipez les coûts avant de scaler.

Agent Teams est expérimental. Pas de reprise de session, coordination parfois laborieuse, un seul team par session. Fonctionnel pour des cas d’usage ciblés, pas encore prêt pour l’orchestration à grande échelle.

Ce que ça change pour l’écosystème Claude

Avec Managed Agents, Anthropic ne vend plus seulement un modèle — il vend une plateforme d’agents. Le chat (claude.ai) sert à l’usage individuel. Cowork sert à l’automatisation personnelle. Claude Code sert au développement. Et Managed Agents sert au déploiement en production. Quatre couches, quatre publics, un seul écosystème.

Pour les utilisateurs de cette série : vous n’avez pas besoin de Managed Agents pour être un power user. Mais comprendre que ces outils existent vous aide à voir où Claude va — et à anticiper les usages qui vont devenir standard dans votre secteur dans les 12 prochains mois.

Dans le dernier article de cette série, on assemble tout — y compris Cowork et les agents — en un système complet, avec des setups par métier et la checklist de mise en place définitive.