Claude Managed Agents получили self-hosted sandboxes

· 7 минут чтения · Любовь Черемисина · Anthropic AI-инфраструктура AI-агенты MCP

19 мая 2026 Anthropic выпустила для Claude Managed Agents собственные изолированные среды выполнения — self-hosted sandboxes — в режиме публичного бета-теста. Проще говоря: AI-агент рассуждает в облаке Anthropic, а все вычисления, файлы и операции происходят на серверах вашей компании или у выбранного вами провайдера. Для бизнеса это уже не про «дать AI доступ к данным», а про то, где именно агент запускает код — и под чьим контролем.

Стеклянный sandbox с роботизированной рукой внутри периметра и красным кабелем к облаку — метафора self-hosted sandboxes

Что изменилось

19 мая 2026 Anthropic в анонсе Claude Managed Agents и документации по self-hosted sandboxes описала режим, в котором выполнение операций агента переносится из облачных серверов Anthropic в инфраструктуру клиента.

По умолчанию Managed Agents запускают код и команды к внешним инструментам в контейнерах Anthropic. В режиме собственной среды выполнения (self-hosted) вы запускаете специальный рабочий процесс: он забирает задания, выполняет их локально (или у выбранного вами провайдера) и возвращает результаты. Управление задачами, контекст разговора и восстановление после ошибок остаются у Anthropic.

Что подтверждено:

  • статус — публичное бета-тестирование;
  • можно использовать свои серверы или провайдеров вроде Cloudflare, Daytona, Modal, Vercel;
  • вы контролируете образ среды выполнения, ресурсы и какие данные покидают серверы;
  • файловая система, процессы и сетевые соединения выполнения остаются в вашей инфраструктуре;
  • запросы к инструментам и их результаты всё равно проходят через серверы управления Anthropic, чтобы модель видела результат и принимала решения;
  • собственная среда выполнения (self-hosted sandboxes) и MCP tunnelsнезависимые возможности: можно использовать вместе или по отдельности.

Это не «Claude целиком у вас дома». Это разделение: мозг в облаке, руки — в контролируемой среде исполнения.

Почему это важно для бизнеса

Корпоративный AI долго спотыкался о формулировку «данные нельзя отдавать наружу». Self-hosted sandboxes сдвигают разговор дальше: агент не только читает данные, а считает, пишет файлы, запускает SQL или Python, трогает внутренние сервисы — и всё это должно происходить в понятном контуре.

Для сценариев, где агент:

  • обрабатывает клиентские выгрузки;
  • генерирует отчёты;
  • запускает аналитический код;
  • работает с внутренними файлами;
  • выполняет действия в CRM и аналитических системах,

именно среда исполнения часто решает, можно ли идти в production, а не «насколько умно звучит ответ в чате».

Архитектура корпоративного AI постепенно складывается из трёх независимых слоёв:

  1. модель — рассуждение и выбор следующего шага;
  2. MCP-доступ к инструментам — как агент дотягивается до систем;
  3. контролируемая среда исполнения — где реально бегут код и операции.

Третий слой долго был «или облако провайдера, или самодельное решение». Self-hosted sandboxes делают его стандартной опцией платформы. Оговорка: бета-версия и зависимость от серверов управления Anthropic. На критичные процессы я бы пока запускала пилот с чёткими границами данных, а не «переводила весь маркетинг».

Что меняется для маркетинга

  1. Отчёт по рекламе без выноса сырых данных на сторонние серверы. Агент получает файл расходов, считает CAC и ROAS, ищет аномалии — при условии, что расчёты и файлы остаются у вас.
  2. Разговор с отделом безопасности становится предметным. Не «можно ли Claude», а «где выполняется код, какие данные покидают компанию, кто управляет образом среды».
  3. Меньше серой зоны «посчитай в Excel и вставь в чат». Меняется место выполнения вычислений, а не привычка скрывать данные от процесса.
  4. Связка с MCP. Гипотеза: команда с коннекторами к Метрике, Roistat или CRM быстрее получит полезный результат, если одновременно проектирует доступ к инструментам и среду исполнения — см. также MCP Panel и что такое MCP.

Гипотезы про скорость и экономию нужно мерить на своих данных — анонс сам по себе их не доказывает.

Мой вывод

Я вижу здесь сдвиг категории, а не «ещё одну галочку в релизе». Рынок признаёт: агент, который запускает код «где попало», — это уязвимость с красивым интерфейсом.

Для вашего бизнеса это означает конкретный вопрос при запуске любого AI-пилота: где именно выполняется код, кто контролирует этот процесс и какие данные при этом покидают компанию. MCP Panel помогает ответить на эти вопросы и настроить нужные ограничения с самого начала.

AI без стратегии, нормальных данных и процессов быстрее штампует уверенный неправильный отчёт. Собственная среда исполнения лишь ограничивает, где ошибка или утечка могут случиться — она не чинит бардак в кабинетах и CRM.

Что проверить сейчас

  1. Сравнительный тест одного маркетингового сценария в двух вариантах: облачная среда Anthropic и собственная (self-hosted). Кейс: агент получает выгрузку рекламы, считает CAC и ROAS, выявляет аномалии, формирует отчёт. Сравнить безопасность (где лежат файлы и какие данные покидают компанию), стоимость, скорость и воспроизводимость результата.
  2. Зафиксировать операционные параметры: сложность настройки рабочего процесса, требования к Linux-хосту, задержку очереди, полноту журналов, время на остановку среды.
  3. Отдельно спросить отдел безопасности: что для них приемлемо в публичной бете — синтетические данные, выгрузки только для чтения или уже рабочий контур. Без этого ответа масштабировать бессмысленно.

Источники

← Все новости AI и MCP