如果你过去一个半月没怎么关注 Anthropic 的动静，我来帮你补补课：Fable 5 和 Mythos 5 落了地，Sonnet 5 降了价，Claude Code 每天都有新版本。7 月 22 日 Cowork 桌面端刚迭代完，第二天 Anthropic 又在它的托管智能体平台 CMA（Claude Managed Agent）上甩了六项更新。
这次更新的核心就一句话：Anthropic 在给 AI Agent 装操作系统。
之前 CMA 更像一个「API 产品」——能调，但你要自己拼很多东西。这六项更新加完，CMA 变成了一个可以独立运维、自主调度、事件驱动的 Agent 运行平台。企业不需要再自己搭基础设施，直接把业务逻辑拆成 Skill 塞进去就行。
下面一项一项说，每项我都尽量解释清楚「你能用它干什么」。
一、技能上限：从 20 个直接拉到 500 个
先解释下 CMA 里的「技能（Skill）」是什么。它是一组注入给 Agent 的专业指令包，类似一份 SOP 手册：告诉模型「遇到这个场景，你该按这套流程走」。
之前的限制是——一个会话最多挂 20 个 Skill。
听起来不少，但你算一下就知道了。一个金融客服 Agent，光覆盖这些场景就得七八个 Skill：开户、KYC、反洗钱、投诉处理、合规免责、多语言切换。再加上不同地区监管差异的变体、AB 测试版本，20 个配额根本不够用。
现在这个数字直接拉到了 500 个。
500 个是什么概念？一个完整的业务部门的知识体系，全塞进一个会话。这 500 个 Skill 位由协调器统一调度，Agent 之间共享内存和环境变量，跑在同一个托管沙盒里。
说人话就是：你可以把整本代码规范、CI 流水线配置、部署策略一股脑扔进去，让 Agent 从写代码到上线全流程心里有数。
更关键的是背后的加载机制。Anthropic 用了一套叫「渐进式披露（progressive disclosure）」的三级按需加载系统——50 个 Skill 的上下文占用从 150,000 tokens 压缩到了约 2,000 tokens。不是全量预加载，而是用到什么加载什么。容量涨了 25 倍，上下文消耗反而降了两个数量级。
这解决的不只是「能装更多」的问题，而是「装得进、跑得动」的问题。
你能用它干什么：
- 把公司所有部门的 SOP 全部技能化，放进一个 CMA 会话
- 让 Agent 同时掌握客服、合规、数据分析、报告生成等跨职能能力
- 给同一套业务逻辑建多个 Skill 变体（不同地区、不同产品线），Agent 按场景自动切换
二、思考力度：五档调速，简单问题不烧满血
思考力度（effort）这个参数在 Anthropic API 里早就有了，但在 CMA 里，之前所有 Agent 只能共用一套默认档位。
后果就是：问「今天几号」和「审计这份 500 页财报」用同样的推理深度。简单问题过度推理，烧的 token 全是冤枉钱。
现在每个 Agent 可以单独设思考力度，五个档位：
| 档位 | 适合场景 | 成本 |
|---|---|---|
| `low` | 简单路由、意图识别、分流 | 最低 |
| `medium` | 常规问答、信息检索 | 中等 |
| `high` | 复杂问题分析、投诉处理 | 较高 |
| `xhigh` | 深度推理、代码审查 | 高 |
| `max` | 法律合规审查、金融风控 | 最高 |
怎么用？举个多 Agent 客服系统的例子：
- 分流协调器（coordinator） 用 `low`——它只需要判断用户意图、分发给对应 Agent，不需要深度思考
- 产品答疑 Agent 用 `medium`——��知识库、匹配常见问题，够了
- 投诉升级 Agent 用 `high`——需要分析上下文、判断严重程度、调取历史记录
- 法律合规 Agent 用 `max`——一个字都不能错，必须仔细推敲
同一个会话里，不同 Agent 按任务难度跑在不同深度上。成本和质量之间多了一个连续的调节旋钮，不再是「要么全开、要么全关」。
你能用它干什么：
- 按任务难度分级分配算力，高频简单任务大幅省 token
- 在成本敏感的场景里（比如日均万次以上的客服会话），`low`/`medium` 档位能帮你把单次成本压到原来的几分之一
- 关键场景保留 `max` 深度，不牺牲质量
三、种子会话：一步创建，冷启动归零
以前创建 CMA 会话得分两步走：先 POST 一个空壳 session，再逐条往里塞初始事件。高并发场景下，来来回回的延迟一层层叠上去，冷启动慢得让人烦。
现在一步到位。 直接 `POST /v1/sessions`，带上 `initial_events` 参数，最多 50 条初始事件。会话一出生就知道自己该干什么。
同批更新里，Agent 更新接口的 `version` 字段也变成了可选。之前每次更新都得传版本号做乐观锁并发控制，版本对不上直接甩 409 错误。如果你的场景是单流程的（没有并发更新冲突的风险），这一步可以直接跳过，省掉版本管理的开销。
你能用它干什么：
- 把用户身份、历史上下文、当前任务描述直接注入初始事件，Agent 秒级就位
- 批量创建 Agent 会话时不再有冷启动延迟累积
- 单流程场景简化调用链路，少写一堆版本管理代码
四、子 Agent 可观测性：下探到线程级，不再是个黑盒
6 月底 CMA 刚上线了会话级的 `event_deltas`，能实时看到主 Agent 的文本输出。但子 Agent 的内部状态仍然是个黑盒——它跑偏了还是卡死了，你只能等超时才知道。
这次直接把可观测性下探到了线程级。 你可以订阅每个子 Agent 的独立线程流，实时看到它现在在想什么、在写什么、进度到哪里了。
对开发者来说，这意味着：
- 子 Agent 出了问题不用再靠超时猜
- 可以实时监控多 Agent 协作的每一步
- 排查 Bug 时能回放子 Agent 的完整思考过程
你能用它干什么：
- 在生产环境监控多 Agent 协作链路，哪个子 Agent 掉链子立刻知道
- 调试复杂 Agent 编排时不用再盲人摸象
- 做成本分析时可以精确定位哪个 Agent 在哪个环节烧了最多的 token
五、7 种新 Webhook：轮询时代的终结
CMA 在 6 月底已经支持了 Agent 和部署生命周期的 webhook。这次补上了剩下的两块拼图：
4 种环境事件：
- 环境创建
- 环境暂停/恢复
- 环境销毁
3 种记忆存储事件：
- 记忆写入
- 记忆更新
- 记忆删除
至此，CMA 的整个生命周期——环境搭建、Agent 部署、运行状态、记忆管理——全部可以通过事件驱动的方式跟外部系统打通。你不需要再写轮询代码隔几秒问一次「好了没」，事情发生了自然会推给你。
你能用它干什么：
- 环境暂停时自动触发告警或通知
- 记忆更新时同步到自己的数据库
- 新环境创建时自动挂监控、打标签
- 把 CMA 接入你现有的运维体系（Prometheus、PagerDuty、Slack 通知等）
六、版本字段可选 + 附赠彩蛋：录个屏就能生成 Skill
上面说了更新接口的 `version` 字段变成可选，单流程少一道屏障。
但这次更新还有个容易被忽略的「附赠品」——就在 CMA 六大更新前一天的 7 月 22 日，Claude Cowork 桌面端上线了 「录制 Skill（Record a Skill）」 功能。
以前创建一个 Skill，你得手写 SKILL.md 文件，把每个步骤、判断条件、格式要求一条条填进去。写一份详细的技能文档，少说半小时起步。
现在你只需要打开屏幕录制，一边操作一边口述，Claude 自动把整个过程转成一个可复用的 Skill。
它会捕捉的不只是你在屏幕上点了什么，更关键的是你口述里的隐性判断逻辑——哪种情况跳过、哪条格式规则是硬要求、哪个数值异常需要人工复核。这些东西写在文档里很难穷举，但录屏的时候你自然会说。
目前这个功能开放给 Pro、Max、Team 用户。
七、三条路线，三种赌注
走到 2026 年 7 月下旬，AI Agent 基础设施的竞争已经按天计了。三大玩家走了完全不同的路：
- OpenAI 赌入口。 把聊天、编程、自主工作全塞进一个 ChatGPT 超级应用（ChatGPT Work 智能体 就是例子），用最大用户基数锁住开发者。前两天还发布了 Presence 企业级 Agent 运营平台，也是走「一站式」路线。
- Google 赌基础设施。 GCP 算力 + TPU 芯片 + 协议标准（比如 DESIGN.md 这种设计系统标准），在底层建护城河。Gemini Spark 上 Mac 也是这条线。
- Anthropic 赌 OS 级深度。 托管沙盒 + 全栈 Agent 控制 + 思考力度调速 + 500 Skill 容量。不做超级应用，不做底层芯片，而是把单个 Agent 的能力密度做到极致。
三条路没有对错，只是选择不同。从 20 到 500，Anthropic 想证明一件事：Agent 不该是个调 API 的工具，应该是和操作系统一样基础的东西。
八、现在要不要上 CMA？
如果你是个人开发者或小团队，CMA 目前的定位还是偏企业级。它的核心场景是：业务复杂到需要多个 Agent 协作、需要统一调度 Skill 库、需要事件驱动的运维体系。
但即使你现在用不上 CMA，这六项更新里有几个思维方式值得你马上用起来：
1. 给你的 AI 编程助手分档设思考力度。 Muse Spark 1.1、Claude Code、Codex 这些工具如果支持 effort 参数，简单任务用低档，别烧冤枉 token。之前我们聊过 pxpipe 怎么省 token，思考力度调速是另一条省钱路径。
2. 把重复工作录成 Skill。 即使不用 CMA 的 Record a Skill，你也可以在 OpenClaw 或 WorkBuddy 里手动建 Skill。把自己日常的重复操作封装成指令包，是 AI Agent 时代最划算的投资——建一次，用一百次。
3. 关注子 Agent 的可观测性。 不管是 CMA 的线程级流，还是你在本地跑的多 Agent 编排，能看到子 Agent 的每一步在想什么，比它最终输出什么更重要。这是一个可运维 Agent 系统和「祈祷它能跑对」之间的分界线。
Anthropic 这 45 天的节奏说明了一件事：AI Agent 的基础设施竞赛正在从「有没有」转向「好不好用」。CMA 这次更新填上的坑——技能容量、成本控制、冷启动、可观测性、事件驱动——正是过去半年所有在生产环境跑 Agent 的团队都在踩的坑。
接下来的问题是：500 个 Skill 装得进，企业能填得满吗？
发表回复