Anthropic lanza Managed Agents: el TTFT cae un 60% tras separar el «cerebro» de las «manos»

Anthropic ha lanzado Managed Agents, un servicio alojado en Claude Platform que ejecuta tareas largas de agentes en nombre del usuario. La cifra de ingeniería más llamativa: tras separar el «cerebro» (Claude y su harness) de las «manos» (sandboxes y herramientas), el tiempo hasta el primer token mediano bajó en torno a un 60% y el percentil 95, en más de un 90%. El equipo describió la arquitectura en el blog Anthropic Engineering.

Por qué no funcionaba el esquema anterior

La primera versión era sencilla: la sesión, el harness y el sandbox vivían en un mismo contenedor. Las ediciones de archivos se traducían en llamadas directas al sistema y no hacía falta diseñar fronteras entre servicios. Pero los ingenieros acabaron con una «mascota» clásica de la analogía pets vs cattle: un servidor con nombre que no se puede perder y que hay que cuidar. Si el contenedor caía, se perdía la sesión.

La depuración se volvió un problema. La única ventana al interior era el flujo de eventos de WebSocket, y a partir de él no se podía distinguir un bug en el harness, un paquete perdido o un contenedor desconectado. Para averiguarlo, el ingeniero tendría que abrir un shell dentro del contenedor, donde a menudo se encuentran datos de usuario. En la práctica, no había forma de depurar.

El segundo problema era que el harness asumía que todo con lo que trabaja Claude estaba en el mismo sitio. Los clientes que querían conectar Claude a su propia VPC tenían que establecer peering de red con Anthropic o ejecutar el harness por su cuenta.

Cómo funciona la separación

Anthropic virtualizó los componentes del agente siguiendo el modelo de los sistemas operativos, donde abstracciones como el proceso y el archivo sobrevivieron a los cambios de hardware. Se definieron tres interfaces: session (un registro de eventos de solo adición), harness (el bucle que llama a Claude y enruta sus peticiones a las herramientas) y sandbox (el entorno de ejecución de código).

Ahora el harness invoca el contenedor como cualquier otra herramienta: execute(name, input) → string. Si el contenedor cae, el harness recibe un error de llamada y se lo pasa a Claude, que puede solicitar uno nuevo mediante provision({resources}). El propio harness también se volvió intercambiable: el registro está fuera, así que, tras un fallo, una instancia nueva arranca con wake(sessionId), lee el historial con getSession(id) y continúa desde el último evento. La escritura se hace con emitEvent(id, event).

La seguridad se rediseñó por separado. Antes, el código generado por Claude se ejecutaba junto a las credenciales, y a una inyección de prompt le bastaba con convencer al modelo de que leyera su propio entorno. Ahora los tokens no son accesibles desde el sandbox. En el caso de Git, el token del repositorio se usa en la inicialización para clonar y vincularlo al remote local, de modo que push y pull funcionan sin que el agente tenga acceso al token. Para las herramientas personalizadas a través de MCP, los tokens OAuth se guardan en un almacén protegido y las llamadas pasan por un proxy que recibe el token de la sesión. El harness no ve las credenciales.

La sesión no es la ventana de contexto

Para las tareas que superan el contexto del modelo suelen aplicarse compactación, memory tool y recorte de resultados antiguos de herramientas. Todas son irreversibles: de antemano no se sabe qué hará falta más adelante. En Managed Agents, el registro de la sesión actúa como un objeto de contexto situado fuera de la ventana de Claude. A través de getEvents(), el cerebro lee fragmentos del flujo: retoma desde donde lo dejó, retrocede antes de un momento clave o vuelve a leer el contexto antes de actuar. Las transformaciones (también las orientadas a lograr una alta tasa de aciertos en el prompt cache) quedan a cargo del harness.

Métricas y propiedades clave

• p50 TTFT: reducción de en torno a un 60%.
• p95 TTFT: reducción de más de un 90%.
• El contenedor se crea solo cuando una herramienta lo solicita, así que las sesiones sin sandbox no esperan a que se clone el repositorio ni a que arranque el proceso.
• La interfaz execute(name, input) → string cubre herramientas personalizadas, servidores MCP y las herramientas propias de Anthropic.
• El harness no sabe qué hay detrás de la «mano»: un contenedor, un teléfono o un emulador de Pokémon.

Conclusión práctica

La razón de todo el diseño es que los supuestos quedan obsoletos. Anthropic cita como ejemplo la «ansiedad de contexto» de Sonnet 4.5, que llevaba al modelo a dar por terminadas las tareas antes de tiempo. Los reinicios de contexto en el harness lo corregían, pero con Opus 4.5 ese comportamiento desapareció y los reinicios pasaron a ser lastre. Para los equipos que construyen agentes, la conclusión es la siguiente: mantengan el estado fuera del ejecutor, no coloquen secretos junto al código del modelo y traten cada parche del harness como algo temporal. El servicio se plantea como un meta-harness: permite ejecutar Claude Code o arneses muy especializados. La documentación para empezar está disponible en la plataforma de Anthropic.