# Managed Agents和运行时什么时候使用
Managed Agents和运行时有不同的功能定位：
- 运行时：是一个安全隔离的托管执行环境，专为生产级智能体设计。帮助开发者专注于业务逻辑，无需关心底层基础设施的运维。 它解决的核心问题是： 传统开发Agent的方式，是用户在本地使用LangChain或LangGraph等编写智能体脚本，但当需要将其推向生产环境时，往往会卡在繁琐的工程化步骤上，需要手动编写路由、处理请求、构建Docker镜像，并自行寻找服务器部署。AgentArts提供了一整套运行时部署托管环境，并可以与平台提供的记忆库、代码解释器等能力结合使用。
  
- Managed Agents：是全托管的智能体运行基础设施。开发者只需定义Agent的模型、提示词、工具与技能等，平台负责提供整套运行底座，自动完成Agent循环、沙箱隔离、资源调度等环节，不用自己搭建复杂底层工程，也无需编写Agent代码或打包镜像。
**选择Managed Agents的典型场景**
- 快速验证想法，不想写Agrent代码 如果只是想快速验证一个智能体方案是否可行，Managed Agents可以在控制台页面直接配置模型、提示词和工具，快速就能创建并运行一个智能体，无需编写任何Agent代码，也不需要打包镜像。
  
- 希望最小化运维负担 Managed Agents的核心价值之一就是：开发者可专注实现智能体核心逻辑，不必底层的Agent基础设施。
  
- 标准化Agent能力 + 企业级治理 如果您的团队需要快速上线一批通用Agent（如客服助手、文档分析、数据处理等），同时需要统一的日志审计、版本管理和生命周期监控，Managed Agents可以让多个智能体复用同一套环境模板，统一治理。
  
**选择运行时的典型场景**
- 已有Agent代码资产，想搬到云端 如果您已经开发了成熟的Agent代码，不想重写，只想把它部署到一个稳定的云端环境。可以使用AgentArts的运行时功能。
  
- 需要深度定制推理逻辑或工具调用策略 如果你需要自定义Agent的推理链路，必须在代码层面实现，此时需要使用运行时功能。
  
- 需要集成自定义依赖库或三方服务 运行时允许你在镜像中安装依赖包、私有库、自定义模型推理引擎等，用户需要将智能体打包为镜像并上传。如果您的Agent依赖大量三方库，需要使用运行时功能。
  
- 需要对接复杂的企业级底座能力 运行时可以深度集成AgentArts的全套底座能力。如记忆库、网关、代码解释器等，这些底座能力可以在代码中按需接入。