1. 从“记忆污染”说起：为什么 Managed Agents 需要 Dreaming

如果你深度用过 Claude Code 或者任何长时间运行的 Agent，大概率撞过同一堵墙：跑了几十轮之后，Agent 开始“犯迷糊”。同一个偏好你上周刚纠正过，这周它又忘了；两个子任务里记下的配置互相打架；早期已经废弃的接口名还躺在记忆里被反复引用。这不是模型变笨了，而是记忆库在长期运行中被污染了——重复条目堆积、过时信息占位、跨会话的局部视角拼不出全局。

Claude Code 开发者大会（Code w/ Claude）上，Anthropic 把 Managed Agents 的三项进化摆到了台面上：Dreaming（复盘学习）、Outcomes（结果评估）、Multi-agent Orchestration（多智能体编排）。这三件事对应的正是长期运行 Agent 的三个痛点——记不住经验、不知道自己干得好不好、复杂任务单线程跑不动。本文不聊发布会通稿，直接给你能落地的配置片段和验证步骤，帮你在本地把“做梦”式任务规划和结果收敛流程复现出来。

适合谁看：已经在用 Claude Code 做多文件、多会话工程的开发者；正在评估 Managed Agents 能不能进生产流程的团队技术负责人；以及被 Agent 记忆混乱折磨过、想搞清楚 Dreaming 到底怎么工作的同学。核心检索词就三个：Claude Code、Managed Agents、Dreaming，后面会围绕它们把 Outcomes 和 Multi-agent Orchestration 串成一条可执行的链路。

先说结论：Dreaming 不是上下文压缩的升级版，它是一个跨会话、跨智能体、定期异步运行的记忆重构流程。它会读取现有记忆库加上过去最多 100 个会话的完整记录，输出一份全新的记忆库副本——注意是副本，原始记忆不动，你可以审完再决定要不要采纳。这个设计很关键，后面配置时会用到。

2. TaoToken 前置：把 Managed Agents 的调用链路接起来

在本地复现这三项能力之前，得先把请求链路打通。Managed Agents 的接口走 Claude Platform API，需要一个能稳定访问的入口。我这边用的是 TaoToken 作为统一接入层，官网在 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_medium=csdn&utm_campaign=rewrite&utm_content= ，API 端点是 https://taotoken.net/api （这个不加 UTM，直接配到 Base URL 里）。

为什么先讲这个而不是直接上 Agent 配置？因为 Managed Agents 的 beta 能力需要特定的 header 和模型 ID，如果 Base URL 和 Key 没配对，后面所有验证都会卡在 401 或者 model not found 上。我试过在没配好的情况下直接跑 Dreaming 的 session 订阅，结果连 session_id 都拿不到，排查了半天才发现是鉴权层的问题。

你需要准备三样东西，这也是后面所有配置的“三件套”：

第一，Base URL。填https://taotoken.net/api，注意结尾不要带斜杠，很多 SDK 会自动拼接/v1/messages，多一个斜杠会 404。

第二，API Key。在 https://taotoken.net/api-keys 生成，格式通常是一串以特定前缀开头的字符串。生成后立刻复制，页面刷新就看不到了。

第三，Model ID。Managed Agents 相关能力目前挂在 Claude 的较新模型上，具体 ID 以你账号下/v1/models返回的为准。可以用下面这条命令先探一下：

curl -s https://taotoken.net/api/v1/models \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "anthropic-version: 2023-06-01" | jq '.data[].id'

返回列表里挑一个带claude且版本较新的 ID，记下来，后面配置里的model字段就填它。如果这条命令返回 401，说明 Key 没生效或者 header 拼错了；返回空列表，多半是 Base URL 写成了带/v1的完整路径导致重复拼接。

对于长期跑编码和 Agent 任务的场景，可以考虑 Coding Plan（ https://taotoken.net/coding-plan?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite ），它在多会话、长上下文的调用上更划算。如果你只是想先验证模型对话行为，用模型对话页（ https://taotoken.net/chat?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite ）快速试一下也行。接入文档在 https://taotoken.net/doc?utm_source=taotoken_aicg_blog_end&utm_campaign=rewrite ，遇到 header 细节可以对照查。

这里要提醒一句：Managed Agents 的 beta 能力需要在请求头里带上anthropic-beta: managed-agents-2026-04-01，少了这个 header，Dreaming 和 Outcomes 的接口会直接返回 400，提示 feature not enabled。这个坑我在第一次配的时候踩过，报错信息很含糊，只说 invalid request，实际是 beta header 缺失。

3. 可复制配置：Dreaming、Outcomes 与多智能体编排的落地片段

这一节是全文的技术核心，给你三份可以直接抄的配置。先说清楚路径约定：我本地把 Agent 相关配置统一放在~/.claude/agents/下，Managed Agents 的运行时配置放在项目根目录的.managed-agents/里。你可以按自己的习惯改，但下面片段里的路径要和你的实际目录一致，否则加载会失败。

3.1 Dreaming 的 JSON 配置片段

Dreaming 的核心是instructions字段，它决定这次“做梦”聚焦什么。下面这份配置放在.managed-agents/dreaming.json：

{ "dreaming": { "enabled": true, "schedule": "0 3 * * *", "source_memory_store": "~/.claude/agents/memory.json", "output_memory_store": "~/.claude/agents/memory.dreamed.json", "max_sessions_scan": 100, "instructions": "聚焦最近两周内与构建失败相关的记忆条目，合并重复的错误处理模式，标记已废弃的接口引用。保留所有与认证流程相关的条目，不要合并。", "review_mode": "manual", "beta_header": "managed-agents-2026-04-01" } }

几个字段解释一下。schedule用的是 cron 表达式，这里表示每天凌晨 3 点跑一次，异步执行，不阻塞主流程。source_memory_store是原始记忆库，output_memory_store是输出副本——注意这两个必须不同，Dreaming 不会原地修改，这是它的安全设计。review_mode设成manual表示产出后等你审核，设成auto则自动采纳，生产环境建议先 manual 跑一段时间。

instructions是这份配置里最值得花时间写的部分。它相当于告诉 Agent“做什么梦”。你可以聚焦特定模块、特定时间范围、特定任务类型。因为原始记忆库从不被修改，理论上你可以基于同一份原始记忆跑多次 Dreaming，每次换不同的 instructions，产出不同维度的优化结果。比如一次专门合并重复项，一次专门挖掘跨会话的高效工作流。

3.2 Outcomes 的评估标准配置

Outcomes 的关键是 rubric，也就是“什么算成功”。下面这份放在.managed-agents/outcomes.toml：

[outcomes] enabled = true max_iterations = 3 beta_header = "managed-agents-2026-04-01" [outcomes.rubric] name = "release-note-quality" criteria = [ "每个变更条目必须包含对应的 PR 编号", "破坏性变更必须单独成段并标注 BREAKING", "不得出现未验证的性能数字", "语气与上一版 Release Note 保持一致" ] [outcomes.webhook] url = "https://your-endpoint.example.com/outcomes/callback" on = ["completed", "failed"]

max_iterations控制成本，超过次数还没达标就停下并上报。评分模块在独立的上下文窗口里运行，和执行任务的 Agent 完全隔离，所以不会受 Agent 自身推理过程的干扰。如果输出不符合标准，评分模块会指出具体哪条 criteria 没过，Agent 重新处理后再评，直到达标或触顶。

Webhook 那段是可选的，但强烈建议配上。你可以预先设定成果目标后让 Agent 自主运行，任务完成后通过 Webhook 收通知，不用一直盯着。on字段里completed和failed都监听，失败时能第一时间知道。

3.3 多智能体编排的 settings 片段

多智能体编排采用“主导-专项”模式。主导 Agent 拆任务，专项子 Agent 并行执行。下面这份放在.managed-agents/orchestration.json：

{ "orchestration": { "enabled": true, "lead": { "model": "claude-sonnet-4-5", "max_sub_agents": 4, "shared_fs": "./workspace" }, "sub_agents": [ { "name": "log-scanner", "model": "claude-haiku-4-5", "tools": ["read_file", "grep"], "scope": "./workspace/logs" }, { "name": "deploy-checker", "model": "claude-haiku-4-5", "tools": ["read_file", "bash"], "scope": "./workspace/deploys" }, { "name": "metrics-analyst", "model": "claude-sonnet-4-5", "tools": ["read_file", "python"], "scope": "./workspace/metrics" } ], "trace": { "enabled": true, "store": "./workspace/.traces" } } }

这里有个模型分配策略值得说：不是所有子 Agent 都要用大模型。像日志扫描、部署历史检查这种模式识别类任务，用 Haiku 这类小模型足够，成本和延迟都低；而指标分析、需要推理的任务再上 Sonnet。shared_fs是共享文件系统，子 Agent 在上面并行读写，权限边界要提前划好，别让扫描日志的 Agent 有权限改部署文件。

trace打开后，每一步由哪个 Agent 执行、什么顺序、什么原因都能追溯。这个在 Claude Console 里也有对应的溯源视图，调试编排链路时非常有用。

三件套再强调一遍：Base URL 填https://taotoken.net/api，Key 从 API Keys 页面拿，Model ID 用/v1/models探出来的那个。这三样在 Dreaming、Outcomes、编排配置里都要对应上，任何一处不一致都会导致请求失败。

4. 验证请求：从 session_id 到成功结果

配置写完不代表能跑。这一节给你完整的验证步骤，从发请求到看到结果，每一步都有预期输出。

4.1 触发一次 Dreaming 并订阅事件流

Dreaming 任务启动后会暴露一个session_id，你可以流式订阅完整事件流，实时看到 Agent 在读哪些记忆、写哪些新条目。先触发：

curl -X POST https://taotoken.net/api/v1/managed-agents/dreaming \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "anthropic-version: 2023-06-01" \ -H "anthropic-beta: managed-agents-2026-04-01" \ -H "content-type: application/json" \ -d @.managed-agents/dreaming.json

预期返回里会有一个session_id字段，形如dream_sess_xxxxxxxx。拿到后订阅事件流：

curl -N https://taotoken.net/api/v1/managed-agents/sessions/$SESSION_ID/events \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "anthropic-beta: managed-agents-2026-04-01" \ -H "accept: text/event-stream"

你会看到类似memory.read、memory.write、pattern.detected这样的事件逐条推过来。如果发现某条写入不对，随时可以取消任务——这就是“叫醒”机制。任务完成后底层会话会被归档，事后还能回看完整的梦境记录。

4.2 验证 Outcomes 的迭代收敛

Outcomes 的验证更直观。先准备一个故意有瑕疵的输入，比如一份缺 PR 编号的 Release Note 草稿，然后触发评估：

curl -X POST https://taotoken.net/api/v1/managed-agents/outcomes/evaluate \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "anthropic-beta: managed-agents-2026-04-01" \ -H "content-type: application/json" \ -d '{ "rubric": "release-note-quality", "input_file": "./workspace/release-note.md", "max_iterations": 3 }'

预期返回里会有iterations字段和每轮的failed_criteria。第一轮大概率会指出“缺少 PR 编号”，Agent 修正后第二轮通过。如果三轮都没过，返回status: "max_iterations_reached"，这时候要看是哪条 criteria 一直卡住，多半是 rubric 写得不够明确。

4.3 验证多智能体编排的并行执行

编排的验证看 trace。触发一个调查任务：

curl -X POST https://taotoken.net/api/v1/managed-agents/orchestrate \ -H "Authorization: Bearer $TAOTOKEN_API_KEY" \ -H "anthropic-beta: managed-agents-2026-04-01" \ -H "content-type: application/json" \ -d '{ "task": "调查最近一次构建失败的根因", "config": ".managed-agents/orchestration.json" }'

跑完后看./workspace/.traces下的记录，应该能看到三个子 Agent 的并行时间线——log-scanner、deploy-checker、metrics-analyst 的启动时间几乎重叠，而不是串行排队。主导 Agent 在中间会做状态同步，最终汇总成一份根因报告。如果 trace 里子 Agent 是串行执行的，检查max_sub_agents是不是设成了 1，或者共享文件系统有锁冲突。

成功结果的判断标准很简单：Dreaming 产出memory.dreamed.json且条目数少于原始库（说明合并生效）；Outcomes 返回status: "passed"且 iterations 小于等于 max；编排 trace 里子 Agent 时间线重叠。三个都满足，说明链路通了。

5. 本篇常见错排查：401、local proxy failed 与 reading choices

配置和验证跑下来，最容易卡在几个固定报错上。这一节按真实报错对照排查，都是我实际遇到过的。

401 Unauthorized。最常见的原因是 Key 没带上或者带错了。检查三处：环境变量TAOTOKEN_API_KEY是否在当前 shell 生效（echo $TAOTOKEN_API_KEY看有没有值）；header 里是不是写成了Authorization: Bearer加空格加 Key；Key 本身有没有过期。还有一种隐蔽情况：Base URL 写成了https://taotoken.net/api/带尾斜杠，SDK 拼接后变成//v1/messages，有些网关会返回 401 而不是 404，容易误判。改成不带尾斜杠即可。

local proxy failed。这个报错通常出现在你本地配了转发层的情况下。如果你在 settings 里配了HTTP_PROXY或HTTPS_PROXY指向本地某个端口，而那个端口没起来，请求就会在本地就失败。排查方法：临时unset HTTP_PROXY HTTPS_PROXY再跑一次，如果通了就是转发层的问题。另外检查.managed-agents/下的配置里有没有硬编码的本地地址，比如http://127.0.0.1:8080，这种在换机器后会直接失效。

reading choices 相关报错。这个一般出现在 Outcomes 的评分模块返回结构不符合预期时。典型报错是failed to read choices from response，原因是评分模块的输出被截断或者格式不对。检查max_iterations是不是设得太小导致评分没跑完就中断；检查 rubric 的 criteria 是不是写得太模糊，导致评分模块反复纠结。把 criteria 改得更具体，比如把“语气一致”改成“不得使用感叹号，段落开头用动词”，通常能解决。

OAuth 相关报错。如果你用的是 Claude Code 的 OAuth 登录态而不是 API Key，在调 Managed Agents 的 beta 接口时可能会遇到oauth token not authorized for managed-agents。原因是 OAuth 的 scope 和 API Key 不同，beta 能力需要 API Key 的权限。解决办法是切到 API Key 鉴权，在配置里显式指定auth_mode: "api_key"。这也是为什么前面强调三件套要配全——Base URL、Key、Model ID 缺一不可，OAuth 和 API Key 不能混用。

CC Switch / Cline MCP / Codex auth.json 场景。如果你是通过这些工具间接调 Managed Agents，配置要写全三件套。以 CC Switch 为例，它的配置文件里需要同时有base_url、api_key、model三个字段，少一个就会 fallback 到默认值然后报错。Cline 的 MCP 配置里，env段要带上ANTHROPIC_BASE_URL和ANTHROPIC_API_KEY。Codex 的auth.json里则是api_base和api_key两个键。这些工具的字段名不一样，但本质都是三件套，对照着填就行。

排查顺序建议：先确认 401（鉴权层），再确认 beta header（能力层），最后看业务逻辑报错（配置层）。大部分问题在前两步就能定位。

6. 把三项能力串成闭环：从验证到长期运行

三项能力单独跑通只是第一步，真正的价值在叠加效应。多智能体编排让复杂任务被拆解并行处理，Outcomes 为每个环节提供独立的质量把关和自动迭代，Dreaming 在任务间隙复盘全局、沉淀经验、避免同样的错误在下一轮重演。三者合起来是一个正向飞轮：不重复犯错、能自我评估、能群体协作。

落地路径我建议分三步走。第一步，找团队里一个高频重复、成功标准容易定义的任务，比如每周的 Release Note 或者 API 文档更新，用 Outcomes 定义 rubric 跑起来，先感受自动迭代的效果。第二步，识别一个数据源分散、需要同时查多个系统的任务，比如系统事故调查或跨仓库代码审计，用多智能体编排并行化，配合 trace 观察子 Agent 的行为路径。第三步，等前两步稳定运行一段时间、积累了足够的会话记录后，再开 Dreaming，让它去复盘这些记录、合并重复、挖掘规律。顺序别反，没有足够的会话数据，Dreaming 的输入不够，产出质量也上不去。

长期运行还要关注几个工程细节。共享文件系统的权限边界要提前划好，扫描类子 Agent 只给读权限，别让它有写权限。编排链路的失败恢复机制要设计，某个子 Agent 挂了，主导 Agent 是重试还是降级，得在配置里明确。Dreaming 的 review_mode 在生产环境先保持 manual，人工审核几轮确认产出质量稳定后再考虑 auto。

最后说个实际经验：这三项能力目前 Dreaming 还在研究预览阶段，需要申请访问权限；Outcomes 和多智能体编排在公测中，通过 Claude Platform API 配合 beta header 使用。如果你的团队已经在跑长期的多智能体流程，现在正是申请 Dreaming 试用的窗口，因为它的效果在跨会话、跨智能体的记忆管理场景下最明显。配置片段和验证步骤上面都给全了，照着跑一遍，你应该能在本地看到“做梦”式任务规划从触发到收敛的完整过程。