Używasz API Claude'a — sposobu, w jaki twoja aplikacja gada z AI Anthropica, jak kelner między twoim kodem a kuchnią. Wysyłasz prompt, dostajesz odpowiedź, płacisz za tokeny (kawałek słowa, który AI przetwarza — mniej więcej 3/4 angielskiego wyrazu). Standardowa umowa. Jeśli ci nie pasuje, w jedno popołudnie przerzucisz się na GPT.
Ale uruchomienie agentów AI — programów, które samodzielnie realizują wieloetapowe zadania — na produkcji wymaga infrastruktury, której nikt nie chce budować. Sandboxing, zarządzanie stanem, obsługa błędów, skalowanie. Przepaść między "działa na demo" a "działa we wtorek o trzeciej w nocy, kiedy wszystko się sypie" zabija większość projektów agentowych, zanim zdążą ujrzeć światło dzienne.
8 kwietnia Anthropic uruchomił Managed Agents — usługę chmurową, która hostuje, uruchamia i zarządza twoimi agentami AI na serwerach Anthropica. Cena: $0,08 za godzinę sesji (pomyśl o tym jak o wynajmie malutkiego serwera dla twojego agenta) plus standardowe koszty tokenów. Notion, Rakuten, Asana i Sentry zapisały się jako early adopterzy.
Oto co dostajesz za te osiem centów. Każdy agent działa w izolowanym kontenerze — zamkniętym pudełku, które nie może dotknąć niczego na zewnątrz — z automatycznymi checkpointami (punkty zapisu, żeby agent mógł wznowić pracę po crashu), ograniczonymi uprawnieniami (dostęp tylko do tego, co mu pozwolisz) i wsparciem dla sesji trwających godzinami. Według SiliconANGLE Rakuten wdrożył agentów w pięciu działach — produkt, sprzedaż, marketing, finanse, HR — w tydzień na agenta. Sentry sparował swoje narzędzie do debugowania z agentem Claude, który teraz pisze patche i otwiera pull requesty (propozycje zmian w kodzie składane do review). Notion zintegrował agentów, dzięki którym inżynierowie shippują kod, a pracownicy wiedzy generują prezentacje bezpośrednio w swoich workspace'ach.
Timing mówi więcej niż press release. Dzień wcześniej, 7 kwietnia, Anthropic osiągnął $30 miliardów przychodu w skali roku — roczny przychód przeliczony z bieżących miesięcznych wyników — w górę z $9 mld pod koniec 2025. To skok 3,3x w cztery miesiące, po cichu przeganiający OpenAI z ich ~$25 mld. Liczba klientów enterprise wydających ponad milion dolarów rocznie podwoiła się do ponad 1000 od lutego. Ośmiu z dziesięciu największych firm z listy Fortune 10 to klienci Anthropica. Sam Claude Code — narzędzie do kodowania od Anthropica — generuje $2,5 miliarda przychodu w skali roku po dziewięciu miesiącach na rynku. MCP (Model Context Protocol — uniwersalny standard wtyczek dla narzędzi AI, jak USB, ale dla danych) osiągnął 97 milionów instalacji do marca 2026.
Widzisz wzorzec? API daje ci model. Claude Code daje narzędzia deweloperskie. MCP standaryzuje sposób łączenia narzędzi. Managed Agents hostuje całe obciążenie robocze. Każda warstwa sprawia, że kolejna wygląda jak naturalny upgrade, nie jak nowa decyzja o vendorze. To AWS circa 2008 — zacznij od compute, potem stopniowo utrudniaj odejście. Przychody Anthropica nie potroiły się w cztery miesiące dlatego, że model zrobił się trzy razy mądrzejszy. Potroiły się, bo każda warstwa infrastruktury nakręca tę poniżej.
Kompromisy są realne, a te nowe są gorsze od starych. Managed Agents wprowadza dwuwarstwowe naliczanie — czas plus tokeny — i nikt nie wie, ile złożony workflow agentowy naprawdę kosztuje, dopóki nie przyjdzie faktura. Agent kodujący, który działa cztery godziny, wpada w trzy ślepe zaułki, cofa się i w końcu shippuje fixa? Płacisz za każdą minutę błądzenia plus każdy token rozumowania. Przy zwykłym wywołaniu API koszt rośnie z outputem. Przy session-hours koszt rośnie z tym, jak długo twój agent myśli — włącznie z tym, kiedy myśli źle. Prognozowanie budżetu na workloady agentowe właśnie stało się grą w zgadywanie przebraną za model cenowy.
Ale naliczanie to nawet nie jest najostrzejszy haczyk. Kiedy twój agent działa na Managed Agents, jego stan — checkpointy, historia wykonania, pamięć runtime — żyje na serwerach Anthropica. Nie twój kod. Nie twoje prompty. Faktyczny kontekst operacyjny, który twój agent gromadzi w trakcie pracy. Agent Sentry, który przez trzy miesiące uczył się dziwactw twojego codebase'u, budował ukryty kontekst o tym, które pliki się psują razem, które wzorce PR-ów powodują regresje? Ta wiedza runtime istnieje wewnątrz kontenerów Anthropica. Kod możesz wyeksportować w każdej chwili. Tego, czym twój agent się stał — wyeksportować nie możesz. To nie jest stary lock-in polegający na zmianie API. To uzależnienie od vendora na poziomie pamięci instytucjonalnej.
A model session-hour tworzy motywację, o której Anthropic nigdy nie wspomni w poście na blogu. Każda minuta działania twojego agenta to przychód. Efektywne agenty, które szybko rozwiązują problemy, zarabiają Anthropicowi mniej niż agenty, które deliberują, ponawiają próby i eksplorują. Platforma zarabia na czasie obliczeniowym, nie na wynikach. Twoja motywacja — szybkie, tanie rezultaty — idzie wprost na przekór strukturze cenowej. To napięcie nie będzie miało znaczenia przy $0,08 za godzinę. Będzie miało ogromne znaczenie, kiedy Managed Agents obsłuży tysiące równoczesnych sesji, a stawka dostosuje się do "warunków rynkowych".
Anthropic sprzedaje teraz cztery warstwy infrastruktury AI. Model — to, co myślałeś, że kupujesz — jest tylko pierwszą warstwą. Narzędzia, protokół, stack hostingowy nad nim: tam żyje marża. A z Managed Agents po raz pierwszy twoje dane operacyjne — nie tylko wywołania API, ale nauczone zachowania twoich agentów i stan runtime — siedzą na ich serwerach. Nie wynajmujesz już mocy obliczeniowej. Deponujesz wiedzę instytucjonalną w czyimś sejfie i masz nadzieję, że warunki wypłaty pozostaną korzystne.
