Em 22 de julho de 2025, a Anthropic entregou uma atualização silenciosa — mas significativa — nos seus SDKs oficiais: o TypeScript chegou à versão v0.113.0 e o Python à v0.118.0, ambos trazendo três novidades simultâneas voltadas especificamente para quem constrói sistemas agênticos com Claude. Não é o tipo de release que domina manchetes, mas é exatamente o tipo de melhoria que muda o dia a dia de quem está no código.
Os três recursos adicionados são: suporte a model effort em Managed Agents, session events iniciais e threads delta streaming. Cada um deles resolve um problema real em arquiteturas agênticas — e entender o que cada um faz na prática é o que separa quem vai usar bem essas ferramentas de quem vai continuar trabalhando no escuro.
Vamos destrinchar cada novidade com cuidado.
O que são Managed Agents e por que isso importa agora
Antes de entrar nos recursos, vale contextualizar o terreno. Managed Agents são a camada de orquestração de agentes que a Anthropic oferece como parte da sua plataforma — uma forma de criar, gerenciar e executar agentes de forma estruturada, sem precisar reinventar toda a infraestrutura de controle de estado, memória e execução por conta própria.
Para quem está construindo produtos baseados em Claude que precisam de comportamento autônomo — agentes que executam tarefas em sequência, consultam ferramentas, tomam decisões intermediárias e mantêm contexto entre turnos —, os Managed Agents são a fundação. E é justamente sobre essa fundação que as três novidades da v0.113.0 e v0.118.0 foram construídas.
O ponto central aqui é que a Anthropic está investindo ativamente em tornar essa camada mais controlável, mais observável e mais eficiente. Cada um dos três recursos responde a uma dessas três dimensões.
Model Effort em Managed Agents: controle sobre o quanto o modelo “pensa”
O primeiro recurso é o suporte a model effort dentro do contexto de Managed Agents. O conceito de “effort” em modelos de linguagem diz respeito à quantidade de processamento — e, consequentemente, de tempo e custo — que o modelo emprega para gerar uma resposta.
Na prática, isso significa que você agora pode configurar, ao criar ou invocar um agente gerenciado, qual o nível de esforço que o modelo deve aplicar em determinada tarefa. Para tarefas simples, roteamento básico ou respostas de baixa complexidade, um effort mais baixo entrega resultado mais rápido e com menor custo. Para tarefas que exigem raciocínio mais profundo — análise de contratos, planejamento de múltiplas etapas, debugging complexo —, você aumenta o effort e o modelo aplica mais capacidade computacional.
Em um fluxo típico de TypeScript, o uso ficaria algo assim:
import Anthropic from "@anthropic-ai/sdk";
const client = new Anthropic();
const agent = await client.beta.managedAgents.create({
model: "claude-opus-4-5",
modelEffort: "high", // ou "standard" / "low"
instructions: "Você é um assistente especializado em análise de contratos.",
});Essa granularidade de controle é especialmente relevante para produtos com múltiplos tipos de usuários ou cenários de uso. Imagine um sistema em que o agente faz triagem de tickets de suporte: tickets simples podem rodar com effort baixo, enquanto casos de escalação ou análise técnica profunda recebem o effort máximo. Isso impacta diretamente a conta no final do mês e a velocidade percebida pelo usuário final.
Session Events Iniciais: visibilidade no momento em que o agente começa a trabalhar
O segundo recurso — session events iniciais — resolve um problema clássico em sistemas agênticos: a falta de observabilidade nos primeiros instantes de uma sessão.
Antes dessa atualização, quando você iniciava uma sessão com um Managed Agent, a primeira “visibilidade” real que você tinha era quando o modelo começava a responder. Tudo que acontecia antes — inicialização da sessão, carregamento de contexto, configuração de ferramentas disponíveis — era uma caixa preta.
Com os session events iniciais, o SDK passa a emitir eventos logo no início de uma sessão, antes mesmo da primeira geração de tokens. Isso permite que sua aplicação:
- Confirme que a sessão foi criada com sucesso antes de apresentar qualquer UI ao usuário
- Inicialize estados internos com base em metadados da sessão
- Implemente timeouts mais inteligentes, sabendo exatamente em qual ponto da inicialização o sistema está
- Registre logs de auditoria com timestamps precisos de início de sessão
Para equipes que operam em ambientes regulados ou que precisam de rastreabilidade completa do comportamento dos agentes, essa visibilidade no momento zero da sessão é valiosa. Mas ela também melhora a experiência do desenvolvedor em situações mais simples — como saber se o problema está na inicialização ou na geração, quando algo dá errado.
Em Python, o padrão de consumo desses eventos segue o modelo de streaming que o SDK já oferece, com novos tipos de evento mapeados no início do ciclo de vida da sessão.
Threads Delta Streaming: respostas agênticas em tempo real, sem esperar o ciclo completo
O terceiro recurso é, provavelmente, o que mais impacta a experiência do usuário final: threads delta streaming.
Em arquiteturas agênticas, uma “thread” representa uma sequência de mensagens e ações que o agente executa ao longo do tempo — potencialmente envolvendo múltiplas chamadas de ferramenta, raciocínio intermediário e respostas parciais. O problema é que, até recentemente, você precisava esperar o ciclo completo de uma thread ser concluído para receber o resultado.
Com threads delta streaming, você recebe deltas incrementais da thread à medida que ela avança. Isso significa que, se o agente está executando uma tarefa em cinco etapas, você pode mostrar ao usuário o progresso de cada etapa em tempo real — não como uma barra de loading genérica, mas com conteúdo real sendo gerado e transmitido.
Um exemplo de como isso se parece em TypeScript:
const stream = await client.beta.managedAgents.threads.stream(threadId, {
messages: [{ role: "user", content: "Analise este contrato e aponte riscos." }],
});
for await (const event of stream) {
if (event.type === "thread.message.delta") {
process.stdout.write(event.delta.text ?? "");
}
if (event.type === "thread.run.completed") {
console.log("\n✅ Análise concluída.");
}
}O impacto direto é na percepção de performance. Usuários toleram esperas muito melhor quando veem progresso acontecendo. Para aplicações que envolvem tarefas longas — relatórios, análises, geração de código complexo —, isso pode ser a diferença entre uma experiência satisfatória e uma que parece travada.
Além disso, o streaming de deltas permite que sua aplicação reaja a eventos intermediários: se o agente chamou uma ferramenta externa e o resultado chegou, você pode mostrar isso ao usuário antes mesmo de a resposta final estar completa. Isso abre possibilidades de UX que o modelo de resposta completa simplesmente não permite.
O que muda no fluxo de desenvolvimento
Olhando as três novidades em conjunto, o padrão que emerge é claro: a Anthropic está amadurecendo a infraestrutura de Managed Agents para comportamento de produção real, não apenas de protótipo.
Model effort resolve controle de custo e performance. Session events resolvem observabilidade e debugging. Threads delta streaming resolve experiência do usuário e responsividade. São três camadas diferentes — orçamento, visibilidade e apresentação — sendo endereçadas simultaneamente.
Para quem está construindo com Claude agora, a recomendação prática é:
- Atualize os SDKs imediatamente — tanto o TypeScript (
npm install @anthropic-ai/sdk@^0.113.0) quanto o Python (pip install anthropic==0.118.0) - Revise onde você pode aplicar model effort para otimizar custo em tarefas de menor complexidade
- Adicione handlers para session events em qualquer fluxo que hoje depende de suposições sobre o estado inicial da sessão
- Substitua padrões de espera bloqueante por streaming de threads onde a experiência do usuário se beneficia de feedback em tempo real
A documentação oficial e o changelog completo desta versão estão disponíveis no repositório oficial do SDK TypeScript da Anthropic no GitHub.
Conclusão
Releases como a v0.113.0 do TypeScript SDK e a v0.118.0 do Python SDK raramente geram hype — mas são elas que determinam se sistemas agênticos ficam presos em prova de conceito ou chegam a produtos reais em produção. A Anthropic está, consistentemente, adicionando as peças que faltavam: controle de custo com model effort, observabilidade com session events e experiência fluida com delta streaming.
Se você está construindo com Managed Agents, atualize seus SDKs, explore cada um desses três recursos e avalie onde eles se encaixam no seu produto. O ecossistema está amadurecendo rapidamente — e quem domina as ferramentas cedo sai na frente.
Tem dúvidas sobre como implementar algum desses recursos no seu contexto específico? Deixa nos comentários ou fala com a gente — é exatamente esse tipo de questão prática que o Blog do Bufano existe para responder.
Fontes
- Anthropic SDK TypeScript — Release Notes v0.113.0 — Repositório oficial da Anthropic no GitHub, changelog completo da versão com as três features documentadas
- anthropics/anthropic-sdk-typescript no GitHub — Repositório principal do SDK TypeScript oficial da Anthropic
- anthropics/anthropic-sdk-python no GitHub — Repositório principal do SDK Python oficial da Anthropic
- Anthropic — Página oficial — Fonte primária sobre modelos, pesquisa e produtos Claude
