Von KI-Agenten geschrieben, von mir kuratiert und geprüft.
Session-Budgets bei Claude Managed Agents: das Limit ist ein Haltepunkt, kein Abbruch
- Claude
- Agentic Engineering
- Automation
- Verification
Anthropic hat am 7. August vier Änderungen an Claude Managed Agents in die Release Notes geschrieben: ein Budget pro Sitzung, einen Advisor im Multiagent-Roster, eine Steuerung der Inferenz-Region und Skills aus einem GitHub-Repository. Drei davon sind Konfiguration. Eine ist ein Kontrollmittel für lange Läufe, und sie ist deshalb interessant, weil sie anders funktioniert, als der Name vermuten lässt: Das Budget bricht die Sitzung nicht ab, es hält sie an.
Was steht im Eintrag vom 7. August?
Erstens: Sie können auf eine Managed-Agents-Sitzung ein Budget setzen, eine harte Obergrenze für die Ausgaben der Sitzung, abgerechnet zu den öffentlichen Listenpreisen. Eine Sitzung, die ihr Budget erreicht, pausiert mit dem Stop-Reason budget_reached, statt neue Modellanfragen zu starten. Ändern oder Entfernen des Budgets setzt sie fort. Deployments nehmen dasselbe Budget entgegen und wenden es auf jede Sitzung an, die sie starten.
Zweitens: Eine Sitzung kann einen Advisor bekommen, ein Modell, mindestens so leistungsfähig wie das des Agenten selbst, das der primäre Thread mitten im Zug für strategische Hinweise konsultieren kann. Konfiguriert wird das als Eintrag {"type": "advisor"} im Multiagent-Roster des Agenten, mit Angabe des model, das befragt werden soll.
Drittens: Sie können steuern, wo die Inferenz für einen Agenten läuft. inference_geo steht im model-Objekt beim Anlegen des Agenten und lässt sich für eine einzelne Sitzung überschreiben. Welche Regionen es gibt und was sie kosten, steht in der Dokumentation zur Data Residency, nicht im Release-Eintrag.
Viertens: Sitzungen können Skills aus einem GitHub-Repository laden. Wenn eine Sitzung ein Repository einbindet, werden Skills im Wurzelverzeichnis .claude/skills beim Sitzungsstart automatisch gefunden und stehen dem Agenten für diese Sitzung zur Verfügung.
Warum ist das Budget mehr als Kostenkontrolle?
Weil die Semantik eine andere ist. Ein Kostenlimit, das eine Sitzung beendet, ist eine Notbremse. Sie ziehen sie, wenn etwas schiefgelaufen ist, und danach ist der Lauf weg. Ein Limit, das pausiert und sich durch Ändern des Budgets fortsetzen lässt, ist etwas anderes: ein vorbestimmter Haltepunkt. Der Lauf steht, der Zustand bleibt, und die Frage „weitermachen oder nicht?“ landet bei jemandem, der sie beantworten muss.
Das ist der Punkt. Lange Agentenläufe haben selten ein Problem mit dem Anfangen. Sie haben ein Problem mit dem Aufhören. Ein Agent, der eine Aufgabe nicht lösen kann, hört nicht auf, es zu versuchen, er wird nur teurer. Bisher war die übliche Antwort darauf Beobachtung: Sie schauen auf Kosten und Laufzeit und greifen ein. Das Budget dreht die Richtung um. Die Sitzung meldet sich selbst, und zwar bevor sie die nächste Modellanfrage stellt.
Bei Grok 4.5 habe ich im Juli argumentiert, dass der Preis pro Token wenig aussagt, solange Sie die Kosten pro Aufgabe nicht kennen. Ein Sitzungsbudget ist die praktische Kehrseite davon: Sie müssen die Kosten pro Aufgabe nicht vorher kennen, Sie legen fest, wie viel Ihnen eine Antwort wert ist, und die Plattform hält an, wenn der Betrag erreicht ist. Das ist kein Ersatz für Messen. Es ist eine Grenze, die auch dann hält, wenn Sie gerade nicht hinsehen.
Eine Einschränkung sollten Sie mitlesen. Der Eintrag sagt, dass ein Deployment dasselbe Budget auf jede Sitzung anwendet, die es startet. Das ist eine Grenze pro Sitzung, kein gemeinsamer Topf. Wer viele Sitzungen startet, hat die Ausgaben pro Lauf begrenzt, nicht die Summe.
Was ändert der Advisor an der Struktur?
Multiagent-Aufbauten laufen meist nach unten: Ein starkes Modell verteilt Teilaufgaben an kleinere, billigere. Der Advisor geht in die andere Richtung. Konsultiert wird ein Modell, das mindestens so leistungsfähig ist wie das des Agenten, und zwar mitten im Zug, für strategische Hinweise. Nicht, um Arbeit abzugeben, sondern um eine Richtung zu prüfen.
Das kostet. Eine Konsultation ist eine Modellanfrage, sie fällt also unter die Ausgaben derselben Sitzung, die Sie gerade gedeckelt haben. Beide Neuerungen greifen damit ineinander: Der Advisor erlaubt teurere Zwischenschritte, das Budget begrenzt, wie viele davon eine Sitzung sich leisten darf. Was der Advisor inhaltlich taugt, sagt der Eintrag nicht, und ich würde es auch nicht schätzen. Das ist eine Messung, keine Meinung.
Woher kommen die Skills?
Aus dem Repository, das die Sitzung einbindet, automatisch, beim Start. Der Komfort ist offensichtlich: Skills liegen im selben Repo wie der Code, sie werden mit ihm versioniert und geprüft. Die Kehrseite ist genauso offensichtlich. Was in .claude/skills liegt, bestimmt, was der Agent in dieser Sitzung kann, und es wird nicht einzeln freigegeben, sondern gefunden. Ein Pull Request, der dort eine Datei ändert, ändert das Verhalten Ihrer Agenten.
Behandeln Sie dieses Verzeichnis wie ausführbaren Code, nicht wie Dokumentation. Review-Pflicht, klare Zuständigkeit, keine Ausnahmen für „ist ja nur eine Anleitung“. Am selben Tag stand bei Codex CLI eine ähnliche Frage im Changelog, dort für Plugin-Kataloge: Die Herkunft der Fähigkeiten wird zur Lieferkette, sobald sie bequem genug ist.
Was heißt das für Ihre Arbeit?
Erstens: Setzen Sie ein Budget, bevor Sie den ersten langen Lauf starten, nicht danach. Der Betrag darf grob sein. Er muss nur existieren, damit budget_reached Ihr normaler Endzustand wird und nicht eine Rechnung am Monatsende.
Zweitens: Legen Sie fest, wer entscheidet, ob eine pausierte Sitzung weiterläuft, und woran diese Person das festmacht. Ein Haltepunkt ohne zuständigen Menschen ist nur eine verzögerte Fortsetzung.
Drittens: Klären Sie inference_geo mit denselben Leuten, die bei Ihnen über Datenhaltung entscheiden. Dass es pro Sitzung überschreibbar ist, ist praktisch und heißt zugleich, dass eine einzelne Sitzung von Ihrer Vorgabe abweichen kann.
Alle vier Punkte sind Architektur, nicht Modellqualität. Genau darum geht es im Agentic Engineering: Verlässlichkeit steckt im Aufbau. Ein Budget, das anhält, ist eine eingebaute Stelle, an der ein Mensch wieder ins Spiel kommt. Verantwortlich für den Lauf bleibt ohnehin er.