Anthropic的Dreaming功能：解决Agent循环托管难题

在企业级AI应用场景中，Agent（智能体）的部署一直是技术团队面临的核心挑战之一。传统的Agent运行模式要求用户发起任务后，保持WebSocket或API长连接以等待多步骤探索完成。这种模式在短任务场景下运行良好，但当Agent需要执行10分钟甚至更长时间的复杂任务时，系统需要持续承载长连接，一旦中途失败，状态管理、重试机制和检查点保存都成为棘手问题。

托管模式的本质价值

2026年5月，Anthropic在其Managed Agents平台上线了名为「Dreaming」的功能。该功能允许Agent在Anthropic的基础设施上异步执行探索任务，用户无需保持长连接即可获得最终结果。这看似只是一个后台任务执行能力的增强，但其本质解决的是一个更深层的架构问题：谁来托管你的Agent循环？

企业面临的两难选择

Dreaming的核心价值在于将整个Agent循环的托管权交给Anthropic。用户只需定义任务目标，Anthropic负责执行循环、探索结果、管理状态，而用户只需关注最终输出。这种模式彻底改变了传统Agent部署的基础设施逻辑——企业不再需要自建Temporal、Inngest或Cloudflare Durable Objects等复杂的状态管理方案，也不必忍受简单队列带来的不稳定性。计费模式也随之转变，从传统的按token计费转向按背后支撑Dreaming的算力付费，虽然透明度有所降低，但大幅简化了成本核算。

工具链边界与适用场景

Dreaming功能虽好，但并非万能。作者在体验中发现了一个关键限制：如果企业Agent需要调用本地系统中的MCP服务器（如自定义的搜索工具、文件读写工具等），托管Agent能否访问这些本地connector就成了问题。这意味着Dreaming解决的是循环托管问题，而非工具链边界问题。如果Agent仅需使用Anthropic提供的网页搜索、文档处理等内置工具，托管方案确实能省去大量基础设施工作；但如果需要调用企业本地工具，可能仍需考虑自建方案。

对中国市场的启示

将视角转向中国市场，Anthropic的托管服务面临更复杂的挑战。数据本地化要求、合规审查、数据出境限制等因素，都可能促使中国企业更倾向于自建Agent基础设施而非使用境外托管服务。但无论选择何种路径，Anthropic这一步至少为行业确立了一个基准认知：Agent的能力不仅取决于模型本身，还包括「谁来托管循环」这一架构层面的选择。

如有侵权，请联系删除。