TL;DR

Anthropic 在 5 月 6 日 Code w/ Claude 上把 Claude Managed Agents 的三个能力推进到公测：Outcomes（带评分员的目标驱动）、Multiagent Orchestration（一主多从并行）、Webhooks（异步完成回调）。本文给一个可落地的小项目：用主-从代理跑文章审稿流水线，主代理用 Haiku 接需求，子代理用 Opus 并行做"事实核查 / 风格润色 / 结构评估"三件事，Outcomes 卡质量门槛，Webhook 通知你的服务。

一、为什么是这三个能力一起出？

Anthropic 这次没有发布新模型，但把"如何把代理接入生产系统"这件事补齐了三块拼图。

Outcomes 解决"代理不知道好不好"的问题。你写一个 rubric，独立的 grader 模型在自己的 context 里打分，代理拿到"哪里没达标"再迭代。Anthropic 自己的内部基准里，Outcomes 把任务成功率提升 最多 10 个百分点，docx 生成质量 +8.4%，pptx +10.1%。

Multiagent Orchestration 解决"上下文塞不下、子任务又要并行"的问题。一个 lead agent 可以协调最多 20 种 subagent，最多 25 个并行线程，所有 subagent 共享同一份文件系统，事件持久化、可在 Claude Console 里逐步追踪。

Webhooks 解决"我不想轮询、不想拿着 connection 等"的问题。代理跑完一个 Outcome 自动 POST 你的 endpoint。这是把"需要人盯着"的玩具，变成"能挂在生产 CI 里"的工具的关键。

三者上线统一在 managed-agents-2026-04-01 beta header 后面。

二、实战目标：一个文章审稿流水线

假设我们要做这样一件事：作者把文章草稿提交到一个 API endpoint，系统应该并行做：

事实核查（找出文中可疑的数字 / 名字 / 引用，给出可信度评分）、风格润色（按品牌 voice 给出修订建议）、结构评估（按"标题 + TL;DR + 主体三段 + 参考资料"模板检查）。

三项都通过后，发 webhook 到内部 Slack bot 通知作者，否则把"哪里没达标"返回给作者。

这刚好是 Lead + 3 个 Subagent 的多智能体场景，搭配 Outcomes 卡门槛、Webhook 异步通知。之所以选这个例子，是因为它把当前 Managed Agents 的几个新能力都用到了：并行子任务（Multiagent）、可量化质量门槛（Outcomes）、异步完成回调（Webhook），同时业务逻辑足够简单，不会被工程复杂度淹没。换成"代码 PR 审查"、“账单异常排查”、“客服工单分诊”，整体骨架都一样，只是 rubric 和 subagent 不同。

在动手前，最好先在纸上画一遍数据流向：草稿从哪里来、subagent 各自要读什么、grader 看什么、最终结果给谁。把每一步的输入输出列清楚，能避免后面发现"原来 fact_checker 看不到 voice_guide"这种返工。

三、定义 outcomes（评审 rubric）

先把"什么叫合格"写清楚。Outcomes 的 rubric 是自然语言，Anthropic 推荐写得像"验收清单"。

{
  "name": "article_quality_v1",
  "criteria": [
    {
      "id": "facts",
      "description": "文章中所有数字、人名、引用都能在外部公开来源核实，否则该条须被标红并给出怀疑等级 (low/medium/high)。"
    },
    {
      "id": "voice",
      "description": "全文风格与品牌 voice guide 一致：第二人称、避免 buzzword、段落 ≤ 4 句。违反的句子要列出。"
    },
    {
      "id": "structure",
      "description": "包含 Title / TL;DR / 至少 3 个二级标题 / 参考资料章节，否则不合格。"
    }
  ],
  "pass_when": "facts.high_risk_count == 0 AND voice.violations <= 3 AND structure.missing_sections == 0"
}

pass_when 是 grader 用来判定是否通过的逻辑表达式。不通过时 grader 会把哪一项不达标返回给 lead agent，lead 再决定是直接退回作者，还是触发某个 subagent 重跑。

四、定义 subagents

Subagent 用 JSON 描述给 lead，每个 subagent 独立选模型、独立提示词、独立工具。

{
  "subagents": [
    {
      "name": "fact_checker",
      "model": "claude-opus-4-7",
      "system_prompt": "你是事实核查员。对输入文章中每个数字、人名、引用，给出 cite_url 与可信度 (low/medium/high)。",
      "tools": ["web_search", "url_fetch"]
    },
    {
      "name": "voice_editor",
      "model": "claude-opus-4-7",
      "system_prompt": "你按附件 voice_guide.md 检查文章，列出所有违反第二人称 / buzzword / 段落过长的句子，给出建议改写。",
      "tools": ["read_file"]
    },
    {
      "name": "structure_auditor",
      "model": "claude-haiku-4-5",
      "system_prompt": "你按模板检查 markdown 文档结构，缺失章节就报错。",
      "tools": []
    }
  ]
}

structure_auditor 走 Haiku 完全够用，可以省 80%+ 成本；前两者更依赖语义判断，用 Opus 更稳。Spiral 团队对外披露的就是类似策略：lead 跑 Haiku、写作 subagent 跑 Opus。

五、把 lead agent 跑起来 + 接 webhook

下面是一个 Python 伪代码（实际请以 官方文档 字段为准），把 lead agent 启动并注册一个 webhook。

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["ANTHROPIC_API_KEY"],
    default_headers={"anthropic-beta": "managed-agents-2026-04-01"},
)

job = client.managed_agents.sessions.create(
    lead_model="claude-haiku-4-5",
    lead_system_prompt=(
        "你是审稿流水线的主调度。收到草稿后并行调度 "
        "fact_checker / voice_editor / structure_auditor 三个子代理，"
        "汇总结果，触发 Outcome 评估，最终把通过/不通过结果交回给我。"
    ),
    subagents=SUBAGENTS_JSON,           # 第四节那段 JSON
    outcome=OUTCOME_JSON,               # 第三节那段 JSON
    input={
        "draft_markdown_url": "https://drafts.example.com/a83.md",
        "voice_guide_url":   "https://internal.example.com/voice_guide.md",
    },
    webhook={
        "url": "https://hooks.example.com/article-review",
        "events": ["outcome.passed", "outcome.failed"],
        "signing_secret": os.environ["HOOK_SECRET"],
    },
)
print("session id:", job.id)

你的 webhook 接收方需要校验签名再处理，避免别人伪造回调。

from flask import Flask, request, abort
import hmac, hashlib, os

app = Flask(__name__)
SECRET = os.environ["HOOK_SECRET"].encode()

def verify(sig: str, body: bytes) -> bool:
    expected = hmac.new(SECRET, body, hashlib.sha256).hexdigest()
    return hmac.compare_digest(sig, expected)

@app.post("/article-review")
def hook():
    sig = request.headers.get("X-Claude-Signature", "")
    if not verify(sig, request.get_data()):
        abort(401)
    payload = request.get_json()
    if payload["event"] == "outcome.passed":
        notify_slack_pass(payload["session_id"])
    else:
        notify_slack_fail(payload["session_id"], payload["grader_feedback"])
    return "", 204

六、踩坑提示

下面这些是从 Anthropic 官方文档和早期用户披露中提炼的几条注意事项。

一是别让 lead 自己干活。 多智能体编排的本意是 lead 当调度。你给 lead 配 Opus、又让它自己写文本，子代理就变摆设，账单会爆。Spiral 那种"Haiku 当 lead、Opus 当 worker"的拆分是当前主流姿势。

二是 Outcomes 的 rubric 别写得太抽象。 “通顺易读"这种描述 grader 会给你打满分。要拆成"段落 ≤ 4 句”、"避免 buzzword 清单 X"这种可机判定的小条款。Wisedocs 团队对外说他们的审查代理在引入 Outcomes 后效率提升 50%，关键就是把内部审查指南拆成了 rubric。

三是 webhook 重试要做幂等。 Anthropic 文档明确，webhook 失败会重试。如果你直接发 Slack，重复通知会很烦，按 session_id 做去重。

四是别忘了带 beta header。 anthropic-beta: managed-agents-2026-04-01，不带这个头 multiagent / outcomes / webhooks 全部 404。

五是用 Claude Console 看 trace。 当 subagent 行为不符合预期时，Console 里能逐条看到 lead 把任务怎么拆、subagent 收到什么 prompt、最后输出什么——比日志好用 10 倍。

七、可以再加什么

如果你想把这个流水线往生产推一步，下面三件事都比较顺手：

把 Outcomes 的 rubric 版本化，跟着 voice_guide 一起进 git，每次改 rubric 都生成新 outcome name，便于 A/B；给 lead 接 Memory + Dreaming（Dreaming 目前是研究预览，需要申请），让它把"过去哪些类型的稿件最常败在 voice 项"沉淀成自己的记忆；最后，把 webhook 触发的通知改成 PR：fact_checker 输出可信度 high 的疑点直接以 GitHub PR 注释形式落地，作者在原稿位置就能看见。

另一个值得做的演进是"成本可视化"。Multiagent 一旦并发起来，Opus 子代理的账单会比单代理高一个量级。建议在 webhook 回调里顺手把每个 session 的 token 用量、grader 重试次数、subagent 失败次数写到一张表，方便后面按 outcome 名做成本/质量回归——这件事 Anthropic 暂时没给你做。

最后，把 lead agent 自己也版本化。lead 的 system prompt 决定了它怎么拆任务、怎么决定何时重试、什么时候直接抛回用户。这是这个流水线最容易"看似没改、行为大变"的地方，必须有 prompt diff、有 A/B、有金丝雀流量，否则你某天会发现整条线突然只用了一个 subagent。

至此你应该能感受到，Managed Agents 这次更新的关键词不是"更强的模型"，而是把代理从"PoC 玩具"升级为"可以挂上生产管道的零件"。模型这一年还会继续升级，但今天值得你花一晚上熟悉的，是这套调度 + 评估 + 异步通知的工程接口——它一旦写好就能跟着任何后续模型一起复用。

参考资料

• New in Claude Managed Agents: dreaming, outcomes, and multiagent orchestration — Claude blog
• Multiagent sessions — Claude API Docs
• Webhooks — Claude API Docs
• Define outcomes — Claude API Docs