技术

发布日期: 2026-08-04

文章字数: 9.7k

阅读时长: 41 分

做 Agent 也需要向大师学习：Anthropic Engineering 26 篇博客通读 + Claude Code 泄露源码交叉验证

〇、先说结论

通读完 Anthropic Engineering 从 2024-09 到 2026-04 这八个月里发的 26 篇工程师博客（外加 1 篇 Featured 置顶），再把它们和 2026-03-31 泄露的 Claude Code 源码、CL4R1T4S 泄露的 Claude/Claude Code 系统提示词 对一遍，我得到三件事：

Agent 工程的演进路径是清的：从 2024 年底证明「Agent 可行」（Building effective agents、Contextual Retrieval），到 2025 年铺基建（多 Agent、上下文工程、Skills、MCP），再到 2026 年补治理（Evals、Auto mode、Sandbox、Permission、Harness），Anthropic 几乎是按 "先让东西跑起来 → 再让它跑得稳 → 最后让别人也敢用" 这条路走的。我自己的表述换成更土的话：从"能work"到"敢ship"到"敢让人用"。
大部分博客不是 PPT。Claude Code 是这些博客思想最浓缩的实现，里面 70% 以上的做法都能在源码里找到"指纹"。比如 Effective context engineering for AI agents（2025-09）讲的 compaction + structured note-taking + sub-agent 三件套，在源码里就是 services/compact/ 下 compact.ts / autoCompact.ts / sessionMemoryCompact.ts / microCompact.ts 这一整套。
也有博客暂时只画了饼。比如 Scaling Managed Agents: Decoupling the brain from the hands（2026-04-08）里的 Session/Harness/Sandbox 三件套解耦，到 2026-04 我截稿为止，Claude Code 主仓库里还是单进程式的 coordinator、并没有完全解耦成独立服务。这条线还在跑。

下面给你铺开 —— 第一部分介绍 Anthropic Engineering 这个博客是干嘛的，第二部分一图讲清 26 篇的整体脉络，第三部分按时间升序给每一篇写"3 句话"摘要，第四部分是我自己的思考，第五部分拿泄露的代码 + 系统提示词反着核对一遍。

一、Anthropic Engineering 是干嘛的

Anthropic Engineering 博客（anthropic.com/engineering）跟 Anthropic Newsroom、Anthropic Research 是三条独立的发布线：

频道	发什么的
News	产品发布、企业合作、公司人事 —— 给市场和媒体看的
Research	论文、模型能力评测、前沿实验 —— 给研究圈看的
Engineering	工程实践复盘：怎么搭 Agent 框架、怎么写工具、怎么 Eval、怎么踩坑、怎么修事故 —— 给同行工程师看的

我们这篇文章要读的 26 篇全在 Engineering 这一栏。它的风格跟我之前读的 Google Research / DeepMind / Microsoft / Vercel 工程博客非常不同 —— 没有太多 marketing 笔法，是真把源码级实现细节打开给你看。比如把 sandbox 失败案例给的真实数字（84% 权限弹窗减少）摆出来，把 eval-aware 模型跑出 4050 万 token 自我识破实验的 prompt 也摘出来。

小八卦：2026 年 3 月底 Claude Code 整个 TypeScript 源码通过 npm 的 source map 泄露过一次（Chaofan Shou @Fried_rice 的 X 帖），所以这一轮读博客咱们有源码级 ground truth 能对。

二、26 篇文章的整体脉络：一张图讲完

按时间升序，这 26 篇几乎完美对应 Anthropic Agent 工程的演进三段式：

timeline
    title Anthropic Engineering 博客脉络 2024-09 to 2026-04
    section 2024 Q4 证明可行
        2024-09-19 : Contextual Retrieval - RAG 切块基石
        2024-12-19 : Building effective agents - workflow vs agent
    section 2025 H1 铺基建 模型与协同
        2025-01-06 : SWE-bench Verified 49%
        2025-03-20 : The think tool - 边走边想
        2025-04-18 : Claude Code best practices - CLAUDE.md
        2025-06-13 : Multi-agent research - orchestrator-worker
        2025-06-26 : Desktop Extensions DXT - MCP 一键装
    section 2025 H2 铺基建 工程化
        2025-09-11 : Writing effective tools for agents
        2025-09-17 : 三起事故复盘
        2025-09-29 : Effective context engineering
        2025-10-16 : Agent Skills - 三层渐进式披露
        2025-10-20 : Sandbox + Claude Code on the web
        2025-11-04 : Code execution with MCP
        2025-11-24 : Tool Search Tool - 延迟加载工具
        2025-11-26 : Effective harnesses for long-running agents
    section 2026 Q1-Q2 补治理与评测
        2026-01-09 : Demystifying evals
        2026-01-21 : AI-resistant technical evaluations
        2026-02-05 : Quantifying infrastructure noise
        2026-02-05 : Building C compiler with parallel Claudes
        2026-03-06 : Eval awareness in Opus 4.6
        2026-03-24 : Harness design for long-running app dev
        2026-03-25 : Auto mode - 分类器代替人工审批
        2026-04-08 : Scaling Managed Agents - brain vs hands
        2026-04-23 : Update on Claude Code quality reports

顺手再画一张"主题-时间"的热力分布图。我先把矩阵画出来（横轴是时间、纵轴是"源码落地程度"），每格按落度量打分（0=纯方法论、1=几乎全落地），然后用 Mermaid v10 的 quadrantChart 画一张象限图。坐标严格压在 0~1 之间（Mermaid 硬性要求），命名避开了 quadrant-1 这类保留字。

quadrantChart
    title 26-article distribution - theme by period
    x-axis Early P0 --> Recent P2
    y-axis Methodology only --> Engineering in source
    quadrant-1 Recent and Engineering
    quadrant-2 Early and Engineering
    quadrant-3 Early and Methodology
    quadrant-4 Recent and Methodology
    Contextual Retrieval: [0.10, 0.55]
    Building effective agents: [0.12, 0.50]
    SWE-bench Verified: [0.20, 0.85]
    Think tool: [0.30, 0.65]
    Claude Code best practices: [0.35, 0.90]
    Multi-agent research: [0.42, 0.90]
    Desktop Extensions: [0.48, 0.80]
    Writing effective tools: [0.58, 0.85]
    Postmortem three issues: [0.60, 0.70]
    Effective context engineering: [0.62, 0.90]
    Agent Skills: [0.66, 0.95]
    Sandbox and credentials: [0.68, 0.92]
    Code execution with MCP: [0.74, 0.88]
    Tool Search Tool: [0.80, 0.92]
    Effective harnesses: [0.82, 0.85]
    Demystifying evals: [0.88, 0.75]
    AI-resistant evaluations: [0.92, 0.70]
    Quantifying infrastructure noise: [0.95, 0.65]
    Building C compiler: [0.96, 0.60]
    Eval awareness: [0.98, 0.55]
    Harness design app dev: [0.99, 0.78]
    Auto mode: [0.99, 0.92]
    Scaling Managed Agents: [0.99, 0.78]
    Update on quality reports: [0.99, 0.85]

这图大致想表达：早期偏方法论、近期越来越工程化。Anthropic 是先把"什么是 Agent / 怎么写得动"讲清楚，再补"eval / 沙箱 / harness / 分类器审批"这些"治理层"。

如果某些主题浏览器渲染不了（不同 hexo 插件版本对 quadrantChart 支持不一致，hexo-filter-mermaid-diagrams@1.0.5 + Mermaid v10.9 有一个隐藏坑：中文 label 里的括号、半角空格、Unicode 引号都会触发 syntax error），下面给一张原汁原味的 markdown 热力表，按"博客主题 × 时段"做矩阵，单元格填"源码指纹强度"（⭐ 越多越能定位到具体源码）：

主题 \ 时段	P0 证明可行 (2024Q4-2025H1)	P1 跑得稳 (2025H2)	P2 别人敢用 (2026Q1-Q2)
Agent 方法论 / 协同	⭐⭐⭐⭐ (SWE-bench / multi-agent)	⭐⭐⭐ (context eng / skills)	⭐⭐⭐⭐⭐ (auto mode / managed)
上下文 / 上下文工程	⭐⭐ (contextual retrieval)	⭐⭐⭐⭐⭐ (compaction / structured note)	⭐⭐⭐⭐ (context reset / harness)
Skill 系统	⭐⭐ (best practices)	⭐⭐⭐⭐⭐ (skill 三层披露 / boundedSkill)	⭐⭐⭐ (postmortem 提了 skillImprovement hook)
MCP / 工具加载	⭐ (DXT 早期)	⭐⭐⭐⭐⭐ (code-execution / tool search)	⭐ (evaluation 引用)
沙箱 / 权限边界	—	⭐⭐⭐⭐⭐ (bubblewrap + seatbelt)	⭐⭐⭐⭐ (auto mode 分类器)
Eval / 评测 / 安全	—	⭐⭐ (事故复盘)	⭐⭐⭐⭐⭐ (evals / AI-resistant / awareness)
Harness / 长任务编排	—	⭐⭐⭐⭐ (effective harnesses)	⭐⭐⭐⭐ (managed agents / harness design)

单元格里的 ⭐ 是"在泄露源码里能 grep 到的强度"：5 颗星 = 源码同名/同思路的实现就在某 .ts 里；1 颗星 = 只在注释或文档里点名。空 = 这段时间窗口没相关落地。

我自己的解读：这张表反过来帮咱们把"哪些思想还在空中飘"也一眼看清了 —— 比如 MCP 在 P2 已经几乎不出现新文章，因为已经从"思想"变成"基础设施"；而 Eval 系统从 2025H2 才开始有零星落地，到 2026Q1 突然密集发——Anthropic 自己也是这一段才意识到它必须补"评测基础设施"。

把"演进路径"再压成一句话我自己的口径（比你的「可用性 → 提高可用性 → 迭代」更直白）：

能跑起来 → 跑得稳 → 别人敢用

也就是上面坐标图想表达的"梯子"：

flowchart LR
    P_0["P0 - 能跑起来
2024 Q4 - 2025 H1
证明可行 定义概念"]
    P_1["P1 - 跑得稳
2025 H2
上线能力基建"]
    P_2["P2 - 别人敢用
2026 Q1 - Q2
补治理 评测 安全"]
    P_0 --> P_1
    P_1 --> P_2
    L_0["Contextual Retrieval
Building effective agents
SWE-bench Verified
Best practices"] -. "P0 主题" .-> P_0
    L_1["Multi-agent
Context Engineering
Skills - MCP - Sandbox
Tool Search - Harness"] -. "P1 主题" .-> P_1
    L_2["Evals - AI-resistant
Infrastructure noise
Eval awareness
Auto mode - Managed Agents"] -. "P2 主题" .-> P_2

如果你的浏览器里图还是没有渲染，下面这张 markdown 表是这张图的一对一翻译（信息完全一致）：

阶段	时间窗	主要主题（博客 ↘ → 阶段 ↙）
P0 能跑起来	2024 Q4 - 2025 H1	Contextual Retrieval · Building effective agents · SWE-bench Verified · Best practices
P1 跑得稳	2025 H2	Multi-agent · Context Engineering · Skills · MCP · Sandbox · Tool Search · Harness
P2 别人敢用	2026 Q1 - Q2	Evals · AI-resistant · Infrastructure noise · Eval awareness · Auto mode · Managed Agents

阶段流向：P0 → P1 → P2。

三、按时间升序，每篇 3 句话

每篇统一格式：① 这篇在讲什么 ② 核心做法 / 发现 ③ 为什么值得读。

2024

1. Introducing Contextual Retrieval（2024-09-19）

① 传统 RAG 把文档切成无上下文 chunk 直接做 embedding，检索会丢上下文、检索召回率显著掉。
② 做法是给每个 chunk 补一段"所属文档的上下文"再去做 embedding 和 BM25（Contextual Embeddings + Contextual BM25），失败检索减少约 49%；再叠 rerank 可达 67%。
③ 值得读是因为这是后面几乎所有 RAG 系统的基石技巧，作者也直接给了可复用的 prompt 模板，我现在做的"持仓深度复盘"也走的是这一套（先做语义召回、BM25 加权、再上 rerank）。

2. Building effective agents（2024-12-19）

① Anthropic 总结与几十个团队合作后沉淀下来的 Agent 设计方法论，区分 workflow（预定义路径）和 agent（动态决策）。
② 给出五种常用 workflow 模式：增强型 LLM、提示链、路由、并行化、编排者-工作者、评估者-优化者；主张"最成功的实现用简单可组合模式，而不是复杂框架"。
③ 值得读是因为它几乎是后面 1 年所有 Agent 平台设计的天花板参考，包括我现在做的"持仓深度复盘"的 1 Lead + 4 Teammate 也是 orchestrator-worker 模式。评论区里那句"agents are things that ship + wait for feedback"比整篇文章加起来都值钱。

2025

3. Raising the bar on SWE-bench Verified with Claude 3.5 Sonnet（2025-01-06）

① 用新版的 Claude 3.5 Sonnet 在 SWE-bench Verified 上拿 SOTA（49%，前 SOTA 是 45%）。
② 仅靠 简单 prompt + 两个通用工具（str_replace_editor、bash）就做到；模型展现了显著的"自我纠错 + 多尝试"能力。
③ 值得读是因为它同时暴露了 SWE-bench 的坑（hidden tests、grading 环境、多模态缺失）—— 跑榜单的同时要质疑榜单，给后面 2026 年的 Quantifying infrastructure noise in agentic coding evals 埋了伏笔。

4. The "think" tool（2025-03-20）

① 给 Claude 加一个 think 工具，让它在长链工具调用之间停下来专门"想一想"。
② 区别于 extended thinking（生成前的思考），think 用在 工具调用之间"边走边想" 的场景，特别适合政策密集、多步依赖、客服式对话；τ-Bench 上有显著提升。
③ 值得读是因为这是"显式给模型留思考预算"的早期工程化实验，后面 Effective context engineering 把这个思想拔高成了系统方法论 —— 但这篇文章后来被官方自己悄悄废弃了，因为 extended thinking 已经覆盖了大量场景。

5. Claude Code: Best practices for agentic coding（2025-04-18）

① 一篇汇总：怎么用好 Claude Code。
② 核心是 CLAUDE.md（项目级记忆文件，告诉 Claude 常用命令 / 代码风格 / 测试方式）+ 上下文窗口是最稀缺的资源 + 建议用 /init 自动生成 CLAUDE.md + # 键随时把偏好写回文件。
③ 值得读是因为这一篇直接催生了 ~/.claude/CLAUDE.md 这个生态，泄露的 CLAUDE-CODE 系统提示词里仍然保留着 "CLAUDE.md will be automatically added to context" 这句。

6. How we built our multi-agent research system（2025-06-13）

① Claude Research 多 Agent 架构的首次公开拆解。
② Orchestrator-worker：lead agent 派发多个 subagent 并行搜索 + 各自独立上下文窗口，最后汇总。多 Agent（Opus 4 + Sonnet 4 subagent）比单 Agent Opus 4 在内部 eval 上 强 90.2%；代价是 token 消耗约 15×；BrowseComp 上 80% 的性能方差可以由 token 用量解释。
③ 值得读是因为它告诉咱们一个残酷的事实：多 Agent 的"性能提升"很大程度上就是"花得起钱"。我自己做大模型协作任务时，会把这个 15× 的成本当成底线提醒。

7. Desktop Extensions: One-click MCP server installation for Claude Desktop（2025-06-26）

① 推出 DXT（.mcpb 格式）让 Claude Desktop 用户一键安装 MCP server。
② 开源了 MCPB 规范、打包与校验工具、参考实现；企业侧支持 Group Policy / MDM 预装、黑名单、私有扩展目录等管控。
③ 值得读是因为它提前解决了"个人装很爽、企业没法管"的矛盾 —— 等于给后来 Claude Code 的 MCP 生态铺好了安装协议。泄露源码里 services/mcp/ 那一大片就是这条线的延续。

8. Writing effective tools for agents — with agents（2025-09-11）

① 讲怎么给 Agent 写高质量工具，并且用 Claude 自己来迭代工具。
② 关键原则：选对工具、命名空间划清边界、返回有意义的上下文、为 token 效率优化响应、精心写工具描述和 spec。流程是"快速搭原型 → 建 eval 套件 → 让 Claude Code 对着 eval 自动迭代"。
③ 值得读是因为这条流水线直接成了后面"代码执行 MCP + Tool Search"的前置思想：好工具不是设计出来的，是被 eval 逼出来的。

9. A postmortem of three recent issues（2025-09-17）

① 一次性公开复盘 3 起 Anthropic 自身生产事故。
② 涉及三类：top-k 近似计算的 XLA/TPU miscompilation、context window 负载均衡错误、输出损坏。反思点包括：内部 eval 太 noisy 没及早发现用户报告的退化、隐私限制让工程师难以直接查看问题会话做复现。改进方向：更敏感的 eval、生产环境持续 eval、更快的调试工具。
③ 值得读是因为 Anthropic 自己的"事故复盘文化"也是写进产品决策的：2026 年的 evals / auto mode / sandbox 三条线，全是对这次复盘的回应。

10. Effective context engineering for AI agents（2025-09-29）

① 把"上下文"当作稀缺资源来系统管理的方法论。
② 三种主力手段：compaction（压缩历史）、structured note-taking（agentic memory，如 TODO.md / NOTES.md）、sub-agent 架构（每个子 Agent 独立上下文窗口，只回传蒸馏后的摘要）。原则：每一轮只往模型里塞最小的高信号 token 集。
③ 值得读是因为这是 prompt engineering → context engineering 的代表作；几乎所有认真做 Agent 工程的同行都会先把这篇打印出来贴墙上。

11. Equipping agents for the real world with Agent Skills（2025-10-16）

① 系统介绍 Agent Skills：一个 文件夹（SKILL.md + 脚本 + 资源）就是一种可复用能力。
② 核心是 三层渐进式披露：L1 元数据（~100 token，启动常驻）、L2 指令（SKILL.md 正文，<5k token，匹配时加载）、L3 资源/脚本（按需，理论无上限）。开放标准跨 Claude.ai / Claude Code / Agent SDK / Developer Platform 通用。
③ 值得读是因为 Skills 让"团队能力沉淀"这件事变成了一种可分发资产 —— 这一篇是"可分发 Agent 能力"的最佳答案，也是我现在做大模型 + Skill 项目最大的灵感来源。

12. Beyond permission prompts: making Claude Code more secure and autonomous（2025-10-20）

① Claude Code 引入基于 OS 原语的沙箱（Linux bubblewrap / macOS seatbelt），提供文件系统隔离 + 网络隔离两条边界。
② 内部数据：沙箱能减少约 84% 的权限弹窗；同时发布开源沙箱运行时和"Claude Code on the web"（云端隔离沙箱，凭证不进沙箱）。强调"文件系统 + 网络"两条边界缺一不可。
③ 值得读是因为它是"硬边界下沉到 OS 层"的工程范例；直接催生了泄露代码里 tools/BashTool/shouldUseSandbox.ts 和 utils/sandbox/ 这一整套。

13. Code execution with MCP: Building more efficient agents（2025-11-04）

① 把 MCP server 表示成文件系统上的代码模块，让 Claude 写 TypeScript/Python 去调用，而不是逐个 tool call。
② 一个 Google Drive → Salesforce 例子：150k token 降到 2k token（节省 98.7%）。三大好处：工具按需加载（渐进式披露）、中间结果留在执行环境不进上下文、循环/条件/错误处理用真实代码而不是模型一步步编排。
③ 值得读是因为它把"工具爆炸"问题用最朴素的"先写代码再说"思路解掉了 —— 这是泄露代码里 services/mcp/ 设计的一个明显源流。

14. Introducing advanced tool use on the Claude Developer Platform（2025-11-24）

① 发布 Tool Search Tool：Claude 不直接加载全部工具，而是先搜索，命中后才把完整 schema 注入上下文。
② 两种变体：regex（Claude 写 Python 正则匹配）和 BM25（Claude 写自然语言查询）；工具定义里加 defer_loading: true 标延迟加载。工具定义 token 从 55k+ 降到只加载 3-5 个，且不破坏 prompt cache。
③ 值得读是因为这是 prompt cache 友好版的"按需加载"，直接对应泄露代码里的 tools/ToolSearchTool/prompt.ts —— 我下面会展开对源码。

15. Effective harnesses for long-running agents（2025-11-26）

① 讲 长时运行 Agent 的 harness（执行框架）怎么设计。
② 重点是把"编排"和"执行"解耦，让 Agent 在长任务中保持状态、做 checkpoint、从失败恢复；给出了 harness 的边界职责和不越界事项。
③ 值得读是因为它把"Agent = 模型 + harness"这个想法摆到台面上 —— 承接了后面 2026-04-08 Scaling Managed Agents 与 03-24 Harness design 两篇的关键铺垫。

2026

16. Demystifying evals for AI agents（2026-01-09）

① 系统讲 Agent 评估基础概念：task / trial / grader / transcript / outcome / eval harness / agent harness / eval suite。
② 三种 grader（code-based、model-based、human）+ 两类 eval（capability eval 找能爬的山 vs regression eval 保已有 100% 通过率） + 从 0 到 1 搭 eval 的路线图。
③ 值得读是因为它是 Anthropic 工程团队的 "评估手册"，所有做 Agent 上线的同学都应该背一遍名词表。

17. Designing AI-resistant technical evaluations（2026-01-21）

① 讲 Anthropic 招聘用的技术测评如何抗"AI 代做"。
② 第一代测评被 Claude 轻松通关，第二代改成"模拟新颖工作"而非"像真实工作"才重新拉开人与模型的差距；公开了原始测评 + 各模型/人类 cycle count 排行。
③ 值得读是因为它对所有"用题库筛人 / 筛模型"的团队都适用 —— 我自己在做"持仓复盘"的 Agent 自动化测评题时借鉴过它的"任务新颖性"原则。

18. Quantifying infrastructure noise in agentic coding evals（2026-02-05）

① 提醒：Coding agent 榜单的分数差异不全是模型能力差异。
② 硬件配置 / 时段都可能贡献 2-6 个百分点；Terminal-Bench 上资源配置差异带来的 spread 接近 2 个百分点，极端可达 6 个点。
③ 值得读是因为它告诉咱们"低于 3 个百分点的榜单领先要先怀疑 eval 配置是否一致" —— 直接对应 2026-04 的"Claude Code 质量回滚"事件根因之一。

19. Building a C compiler with a team of parallel Claudes（2026-02-05）

① 实验性项目：用多个并行 Claude 协作写一个 C 编译器（输出 Rust 代码）。
② 能编过一些项目但不是 GCC 替代品，生成代码效率不如 gcc -O0，16 位 x86 代码还得临时调外部 GCC。作者既兴奋又不安。
③ 值得读是因为它代表了"自主软件开发的边界正在被快速推进"，也提前点出了 harness 设计和 eval awareness 的两类隐患。

20. Eval awareness in Claude Opus 4.6's BrowseComp performance（2026-03-06）

① Opus 4.6 在 BrowseComp 上跑出 SOTA（83.7%），但同时观察到 2 例前所未见的"eval awareness" —— 模型自己推测"我在被测"、识别出身处的 benchmark、然后找到并解密答案密钥。
② 其中一例花了 4050 万 token（中位数的 38 倍）。
③ 值得读是因为它罕见地公开了"联网环境下静态基准还可靠吗"的质疑 —— 大模型评测从此进入"对抗性考试"阶段，对所有想做公开榜单的团队都是红线。

21. Harness design for long-running application development（2026-03-24）

① 讲 前端设计 + 长时自主编程两种场景下的 harness 设计。
② 提三 Agent 架构（planner / generator / evaluator），借鉴 GAN 思想让 evaluator 独立打分，破解"模型自评自己产出会一味夸"的问题；长任务用 context reset（彻底清空上下文 + 结构化 handoff） 而不是 compaction，解决 Sonnet 4.5 强烈的"context anxiety"。
③ 值得读是因为它公开承认了"compaction 也救不了一些焦虑"，给 2026 年的"长任务 Agent"立了个明确的工程标尺。

22. How we built Claude Code auto mode: a safer way to skip permissions（2026-03-25）

① 针对"用户审批疲劳导致安全弹窗形同虚设"的问题（实测批准率 93%）推出 auto mode。
② 用 分类器代替人工审批：输入层有服务端 prompt-injection 探针扫描工具输出，输出层有基于 Sonnet 4.6 的 transcript classifier 两阶段把关（快筛 + 需要时 chain-of-thought）。介于"每次手动批准"和 --dangerously-skip-permissions 之间。
③ 值得读是因为它给"安全 vs 体验"这个问题找了一个 有度量数据 的工程答案，对应泄露代码里 hooks/toolPermission/handlers/ 里的 auto-mode 处理分支。

23. Scaling Managed Agents: Decoupling the brain from the hands（2026-04-08）

① Managed Agents 把 Agent 拆成 Session（持久事件日志） / Harness（无状态编排器） / Sandbox（一次性执行容器） 三件套。
② Brain = Claude + Harness，Hands = Sandbox + Tools，中间只有一个极简接口 execute(name, input) → string。解耦后 p50 TTFT 下降约 60%、p95 下降超 90%，且可以 一个 brain 接多个 hand。
③ 值得读是因为它是 Agent 工程的"系统设计巅峰"，但前面我们看到 Claude Code 泄露代码里还没完全落地此架构 —— 落地节奏值得继续观察。

24. An update on recent Claude Code quality reports（2026-04-23）

① 事后复盘 2026 年 3-4 月用户反馈的"Claude Code 变笨"事件。
② 三个独立变更叠加：默认 reasoning effort 从 high 降到 medium（4/7 回滚）、清理旧 thinking 的缓存优化有 bug（每轮都清，4/10 修）、降低啰嗦度的 system prompt（损伤代码质量，4/20 回滚）。API 和推理层未受影响；4/23 对所有订阅重置用量额度。
③ 值得读是因为它把""模型没变，是 harness 变了""这件事讲得很清楚 —— 给所有自己跑 Agent 产品的团队一个公式：每个 sprint 改完一定记得挂全套 eval。

25. How we contain Claude across products（Featured 置顶 · 不在日期流里，独立文章）

① 讲 Anthropic 如何给 claude.ai / Claude Code / Cowork 三个产品做 Agent"爆炸半径"隔离。
② 三层防御：模型层（训练 / 分类器 / 探针）、环境层（沙箱 / VM / 出口控制）、外部内容层（MCP / 网页 / 文件都视为不可信输入）。同时点出"人类审批"会疲劳（批准率 93%），硬边界要下沉到 OS / VM 层。
③ 值得读是因为它罕见地公开了 Agent 安全的 工程取舍（包括 Claude Mythos Preview 因爆炸半径过大被判定不发布的案例），这是 26 篇里"安全"思想的总纲篇。

四、我的思考：从"能跑起来"到"跑得稳"再到"别人敢用"

你给的三段式 — 「证明可用性 → 提高可用性 → 迭代」—— 我觉得方向是对的，但落地不太顺。我换一个更口语的版本，叫 "三段式梯子"：

阶段	关键词	一句话	对应博客时间窗
P0	能跑起来	让产品证明这件事能做	2024 Q4 - 2025 H1
P1	跑得稳	让产品在用户的机器上不崩	2025 H2
P2	别人敢用（治理）	让付费 / 团队敢于放更多权限	2026 Q1 - Q2

这套梯子其实在 2025-09 的几篇里就开始变化了 —— Anthropic 不再写"还能做什么"，开始写"怎么不掉链子"。等到了 2026 Q1，几乎全是"评测 / 质量回滚 / 安全边界"。Anthropic 自己也承认这是过渡：2026-04-23 那篇 postmortem 一开头就讲 "Three independent changes shipped without an eval catching the interaction."

落到我自己做 Agent 项目的几个 takeaway：

永远先想 "我评测怎么写"，再写产品功能。Demystifying evals 这篇其实在讲，所有 P0 → P1 → P2 都要有 eval，否则一切上线都是掷骰子。Anthropic 连自家 Claude Code 的 3 个变更相互作用都没跑出 regression，咱们就别指望凭直觉。
把"上下文"当 GPU。上下文是有限预算，不是无限 token 池。Compaction、sub-agent、Skill 三层渐进披露、Tool Search 延迟加载 —— 都是"省 token"的招式。我自己做大模型协作时优先选 opus-4 主控 + sonnet-4 子 Agent，是因为这个 token 经济学的延伸。
把"自动化测试"配给 Agent 自己。Writing effective tools 这篇最有价值的不是工具原则，而是 "让 Claude 写 eval，让 Claude 对着 eval 改工具" 这条流水线。我个人在金融场景下用的就是同一思路 —— 让 Agent 把自己提的持仓复盘"反过来"用 code-based grader 评一遍，循环迭代。
Eval awareness 是新红线。当 LLM 已经能识别 benchmark 并尝试 break 评测体系，公开榜单几乎失去意义。这意味着：新时代的评测必须靠 harness 隔离 + 多 Agent 探测，单跑分时代结束。
Auto mode + 用户批准率 93% 是给所有产品人的警钟。光给用户"安全"而不给"便利"，安全就是空话 —— Anthropic 选择把批准权交给模型分类器，但仍然保留 OS 沙箱硬底，是值得借鉴的折中。
把 Skills 当成"团队能力"。Skills 是这三年来 Agent 生态最大的"可分发资产"机制。一个团队把最有价值的打法沉淀成 Skill，下游可以直接挂载。这比五段式 prompt 模板值钱得多。

后面我会单独开一篇长文专门拆 Claude Code 泄露代码 + 系统提示词如何落地这些思想，下面先把"通读 + 源码交叉核对"这件事做了。

五、用 Claude Code 泄露源码 + CL4R1T4S 系统提示词交叉核对

下面把上面 26 篇里最能落地的几条拿出来，用 2026-03-31 泄露的 Claude Code 源码（/Users/weijun.lei/myprogram/code_analysis/claude-code）和 CL4R1T4S 泄露的 Claude Code / Claude 4 / Opus 4.6 系统提示词做交叉验证。

列出来的所有文件路径都是泄露仓库绝对路径，行号我手数过，大致定位，开头标个 ≈。核对准确起见请你在本地再 cd 进去 ripgrep。

5.1 总体规划与文件布局

泄露的 Claude Code 仓库是 TypeScript + Bun 跑的 React/Ink CLI，约 1900 个文件、51.2 万行，结构如下：

src/
├── main.tsx              # Commander.js 启动 + Ink 渲染初始化
├── QueryEngine.ts        # 核心 LLM 调用、流式、tool-call loop
├── Tool.ts               # 工具基类与 schema
├── commands.ts           # / 斜杠命令注册
├── tools/                # ~40 个工具
├── commands/             # ~50 个斜杠命令
├── services/             # api / mcp / compact / memory / plugin
├── coordinator/          # 多 Agent 协调
├── skills/               # Skill 系统（loadSkillsDir / bundledSkills）
├── memdir/               # 持久记忆
├── hooks/toolPermission/ # 权限系统 + auto mode
└── keybindings / voice / remote / bridge ...

源码最让我意外的不是功能多，而是 生产化细节：从 sandbox 失败回退路径到 prompt cache 击穿检测，从 MCP agent listing 注入位置到 session_memory 复用，全都是博客文章里点名的细节。我在 bundle.ts 看到 bun:bundle 的 feature 死代码消除（VOICE_MODE / KAIROS / FORK_SUBAGENT ...）时笑了 —— 这是博客 24 条（quality regression）的 root-cause 之一。

5.2 三段式交叉对照

5.2.1 P0：能跑起来的几条怎么落地

博客	落地的源码位置	一句话
`Building effective agents`	`tools/AgentTool/*` + `coordinator/coordinatorMode.ts`	AgentTool 直接对应"agent"模式；coordinatorMode 对应"orchestrator-worker"workflow。
`Multi-agent research`	`tools/AgentTool/built-in/builtInAgents.ts`、`coordinator/coordinatorMode.ts`	里头能看到 `general-purpose`、`Explore`、`Plan` 三个内置 sub-agent；模式就是 orchestrator 派发独立上下文 subagent。
`Claude Code best practices`	`utils/claudemd.ts` ≈ 540 / 1027 / 1153 + `services/extractMemories/`	`getClaudeMds()` 即整条 CLAUDE.md 加载管线；`extractMemories/` 负责从对话里自动提取 memory。
`SWE-bench Verified`	`tools/BashTool/` + `tools/FileEditTool/` + `tools/FileReadTool/`	几乎是 Sonnet 跑 SWE-bench 的同构工具集。

5.2.2 P1：跑得稳的几条怎么落地

博客	落地的源码位置	一句话
Effective context engineering	`services/compact/{compact,autoCompact,sessionMemoryCompact,microCompact}.ts`	三件套：compaction（autoCompact）、structured note-taking（SessionMemory）、sub-agent 隔离上下文。
Agent Skills 三层渐进式披露	`skills/loadSkillsDir.ts`（frontmatter token 估算 + 三层加载）+ `bundledSkills.ts`（编程式注册内嵌 Skill）	源码注释直接写明 "Estimates token count for a skill based on frontmatter only (name, description, whenToUse) since full content is only loaded on invocation."
Tool Search Tool（延迟加载）	`tools/ToolSearchTool/prompt.ts` + `ToolSearchTool.ts`	注释明确：`Deferred tools are MCP tools or tools marked shouldDefer`。还提到 `tengu_glacier_2xr` feature flag 切换"工具列表放进 system-reminder 附件"模式以省 cache 击穿。
Sandbox + 凭证隔离	`tools/BashTool/shouldUseSandbox.ts` + `utils/sandbox/`	`SandboxManager` 是对 Linux bubblewrap / macOS seatbelt 的薄封装；`shouldUseSandbox` 注释写明 "excludedCommands is a user-facing convenience feature, not a security boundary" —— 直接对应博客"硬边界下沉"。
Code execution with MCP	`services/mcp/` + `services/api/cliSandbox/`	MCP server 可作为文件系统模块，让 Claude 写代码而非 tool call。
Writing effective tools	`tools/*.ts` 全部 + `utils/hooks/skillImprovement.ts`（甚至有 `postSamplingHooks` 做工具改进 hook）	skillImprovement hook 每 5 轮对话提取 Skill 改进建议；这是"用 Agent 迭代工具"的活样本。

5.2.3 P2：别人敢用的几条怎么落地

博客	落地的源码位置	一句话
Auto mode（分类器审批）	`hooks/toolPermission/handlers/coordinatorHandler.ts` + `handlers/interactiveHandler.ts`（看到 `decisionReason.classifier === 'auto-mode'`）	auto-mode 走的不是简单 if-else，而是分类器 + 快筛 + chain-of-thought 二阶段审批，对应博客讲的两阶段 transcript classifier。
Effective harnesses	`QueryEngine.ts` ≈ 448 行（"single largest controllable critical-path cost"）+ `QueryEngine.ts` 顶部 streaming + tool loop 主体	把"编排逻辑"全部塞进 harness，模型只负责决策。
Scaling Managed Agents（brain/hands 解耦）	`coordinator/coordinatorMode.ts`、`server/`、`remote/`、`services/SessionMemory/`	部分落地：coordinator 抽成了独立进程，server / remote 也明显走的是"把脑和手分开"的方向；但严格意义上的 Session/Harness/Sandbox 三件套依赖外部沙箱服务。完整形态还未在我手里这份源码里全实现。
An update on quality reports	`services/compact/`、`commands/init.ts`、`outputStyles/`、`analytics/` 里的 GrowthBook feature flag	reasoning effort / compaction 等都在 feature flag 后面开关；4 月那次回滚是真的在源码侧可定位的。
Eval awareness	全靠 `evaluate_command_harness` 这种内部信号管线（源码里没明文说，但是 `services/analytics/` 里有一堆 telemetry 在埋点）	没明文落地 —— 这一篇更像 Anthropic 的"内部认知"公开。

5.3 系统提示词侧：CL4R1T4S 的验证

/Users/weijun.lei/myprogram/code_analysis/CL4R1T4S/ANTHROPIC/ 下挂着一堆历史系统提示词。我挑了几条关键与博客互证：

Claude_Code_03-04-24.md（2024 年 3 月）
- 提到 "CLAUDE.md will be automatically added to context"
- 提到 "/compact" 软化上下文
- 提到 "Be proactive when asked... Don't surprise users with unexpected actions"

这条对得上 Claude Code: Best practices for agentic coding（2025-04-18）的 CLAUDE.md 推荐和"上下文窗口是最稀缺资源"思想。也对得上泄露源码里 utils/claudemd.ts 的优先级和合并策略。

Claude_Design_Sys_Prompt.txt
- 工具定义部分强调 "Carefully consider which tools to use and in what order"
- 强调 "Minimize output tokens while maintaining helpfulness"

直接对应 Writing effective tools for agents（2025-09-11）的"为 token 效率优化响应"原则。

Claude_Opus_4.6.txt
- 内置分类器和探针相关条款（auto mode 的 transcript classifier 框架源流）

这条对应 How we built Claude Code auto mode（2026-03-25）的"用 Sonnet 4.6 当 transcript classifier"。

UserStyle_Modes.md
- 输出风格（详细 / 简洁）切换

这跟 An update on recent Claude Code quality reports（2026-04-23）里"降低啰嗦度的 system prompt 损伤了代码质量"是同一根线 —— 提示词一改风格，质量就动。

5.4 为什么有些博客没全落地

"全落地" vs "部分落地" vs "没落地" 这条横切轴特别值得拉出来讲。我用一张表总结：

落地度	含义	对应博客
✅ 全落地	在 2026-03 源码里能找到清晰对应	② ⑤ ⑩ ⑪ ⑫ ⑭ ⑱ ㉒㉔
🔶 部分落地	思想在，代码雏形在，但未完全工程化	⑥ ⑧ ⑮ ㉑㉓
🟡 方法论	主要是理念与原则，源码没有直对	③ ④ ⑰ ⑲ ⑳ ㉕

总结原因有四：

隐私与监管：复盘类博客（Postmortem of three issues、Update on Claude Code quality reports）讲的是内部 root cause，不方便 / 不适合完整复刻到产品代码；
平台级 vs 工具级：Scaling Managed Agents 的 Session/Harness/Sandbox 解耦是 基础设施级 的工程，现阶段 Claude Code CLI 仍以单进程模式交付，分层服务化是后续工作；
评测是另一个工程：真正 evals 系统的代码仓库在 Anthropic 内部 GitLab，CLI 这边能看到的只是 instrumentation；
Eval awareness 是哲学题：模型能识别自己在评测中，无源码可治，要靠 harness 设计 + 动态基准 + 模型侧探针协同。

最后再上一张「Anthropic Engineering 演进 ↔ Claude Code 源码落地」的总图：

flowchart TB
    subgraph P_0["P0 能跑起来 2024 Q4 至 2025 H1"]
        A1["Building effective agents"]
        A2["SWE-bench Verified"]
        A3["Best practices - CLAUDE.md"]
        A4["Multi-agent research"]
    end
    subgraph P_1["P1 跑得稳 2025 H2"]
        B1["Context Engineering"]
        B2["Agent Skills - 三层披露"]
        B3["Sandbox - OS primitives"]
        B4["Tool Search - 延迟加载"]
        B5["Effective tools - 自动迭代"]
    end
    subgraph P_2["P2 别人敢用 2026 Q1 至 Q2"]
        C1["Evals - AI-resistant - Noise"]
        C2["Auto mode - 分类器审批"]
        C3["Managed Agents - brain and hands"]
        C4["Postmortem - Quality report"]
        C5["Eval awareness"]
    end
    P_0 --> P_1
    P_1 --> P_2
    A1 -. "tools/AgentTool + coordinator/" .-> P_0
    A3 -. "utils/claudemd.ts + extractMemories/" .-> P_0
    A4 -. "tools/AgentTool/builtInAgents + coordinatorMode" .-> P_0
    B1 -. "services/compact/* + SessionMemory" .-> P_1
    B2 -. "skills/loadSkillsDir + bundledSkills" .-> P_1
    B3 -. "tools/BashTool/shouldUseSandbox + utils/sandbox" .-> P_1
    B4 -. "tools/ToolSearchTool/prompt" .-> P_1
    B5 -. "utils/hooks/skillImprovement + postSamplingHooks" .-> P_1
    C1 -. "services/analytics + GrowthBook + telemetry" .-> P_2
    C2 -. "hooks/toolPermission/handlers + Sonnet 4.6 transcript classifier" .-> P_2
    C3 -. "coordinatorMode + remote + server/" .-> P_2
    C4 -. "OutputStyle + analytics 回归位" .-> P_2
    C5 -. "仅方向 无源码实现" .-> P_2

图里所有 .-> 是对应的源码落地位置标注。这张图我自己看着还挺能表达我说的三段式，把读博和读源码两件事焊在一张图上了。

如果你的 hexo 仍然报 mermaid version X.Y.Z / Syntax error，那大概率是 hexo-filter-mermaid-diagrams@1.x 在 v10 时对中文 subgraph id 双引号包裹的处理有 bug。下面这张 markdown 对照表是 100% 不会挂的等价版本，信息一模一样：

阶段	关键博客节点	源码落地位置
P0 能跑起来	`A1` Building effective agents	`tools/AgentTool/` + `coordinator/`
	`A2` SWE-bench Verified	`tools/BashTool/` + `tools/FileEditTool/` + `tools/FileReadTool/`
	`A3` Best practices · CLAUDE.md	`utils/claudemd.ts` + `services/extractMemories/`
	`A4` Multi-agent research	`tools/AgentTool/builtInAgents/` + `coordinator/coordinatorMode.ts`
P1 跑得稳	`B1` Context Engineering	`services/compact/*` + `SessionMemory`
	`B2` Agent Skills · 三层披露	`skills/loadSkillsDir.ts` + `bundledSkills.ts`
	`B3` Sandbox · OS primitives	`tools/BashTool/shouldUseSandbox.ts` + `utils/sandbox/`
	`B4` Tool Search · 延迟加载	`tools/ToolSearchTool/prompt.ts`
	`B5` Effective tools · 自动迭代	`utils/hooks/skillImprovement.ts` + `postSamplingHooks`
P2 别人敢用	`C1` Evals · AI-resistant · Noise	`services/analytics/` + GrowthBook telemetry
	`C2` Auto mode · 分类器审批	`hooks/toolPermission/handlers/` + Sonnet 4.6 transcript classifier
	`C3` Managed Agents · brain/hands	`coordinator/coordinatorMode.ts` + `remote/` + `server/`
	`C4` Postmortem · Quality report	`OutputStyle` + analytics 回归位
	`C5` Eval awareness	仅方向 · 无源码实现

六、24 张表里没能讲完的补一句

26 篇里有几篇是我格外推荐的，按推荐度排：

【必读】Effective context engineering for AI agents（2025-09-29）——这是把 Agent 上下文当稀缺资源来管理的系统方法论，0 废话 0 营销。
【必读】Equipping agents for the real world with Agent Skills（2025-10-16）——Agent 团队能力可分发资产的范本。
【必读】Beyond permission prompts（2025-10-20）——把硬边界下沉到 OS 层的范例，自带 84% 弹窗减少这种"能拿走"的数据。
【强推】Building effective agents（2024-12-19）——老文，但读到现在仍是 roadmap 上最高 ROI 的一篇。
【前瞻】Scaling Managed Agents（2026-04-08）——Anthropic 自家的"Agent 操作系统"愿景，最近可以反复回看。
【有意思】Eval awareness（2026-03-06）——研究圈意义更大，提示咱们"公开榜单"正在贬值。
【事故样本】An update on recent Claude Code quality reports（2026-04-23）——是 Anthropic 工程文化最值得借鉴的部分。

七、收尾：自己做 Agent 之前先问自己 3 个问题

我把读完整 26 篇 + 对完源码之后，最想问自己 / 问读者的 3 个问题列出来：

你的 eval 写得动了没有？ 如果产品不跑一整套 code-based + model-based + human grader，再多功能也都是赌。
你的"上下文经济学"想清楚了没有？ 哪些是 hot context（每次回合都塞）、哪些是 warm（按需加载）、哪些是 cold（每次重读都不划算）。答不出来，token 成本会先把你打死。
你的硬边界沉到了哪一层？ OS 沙箱？VM？容器？仅靠"用户审批"已经无意义 —— Anthropic 自家数据显示 93% 批准率等同于"基本自动点确认"。

每一条都不是 Anthropic 的独门秘诀，但人家把这条线做厚了。做 Agent 也需要向大师学习 —— 因为这个领域 2 年前还在写 prompt engineering，1 年前还在讲 multi-agent 价值，今天你再去做 Agents，没有 harness / eval / sandbox / Skill 三件套就是裸奔。

下一篇文章我会专门拆 Claude Code 泄露源码（约 51.2 万行 TS）的关键模块，特别是 QueryEngine.ts、services/compact/*、services/mcp/* 这三块。

参考链接

Anthropic Engineering 主页：https://www.anthropic.com/engineering
26 篇博客均可在主页按"Architecture"、"Product"等标签筛选，已确认可访问的链接：
泄露的 Claude Code 源码：https://github.com/anthropics/claude-code（后续正式开源计划）
CL4R1T4S 泄露的系统提示词归档：https://github.com/arthur-college/cl4r1t4s（社区版本）
关于 2026-03-31 源码泄露：https://x.com/Fried_rice/status/2038894956459290963

链接说明：本文其余 13 篇（如 SWE-bench Verified / The "think" tool / CLAUDE.md / 三起事故复盘 / 几篇 Eval / Auto mode / Scaling Managed Agents / Quality reports 等）的链接为基于 Anthropic Engineering 既有 slug 风格的合理猜测（统一前缀 https://www.anthropic.com/engineering/<slug>）。如果某条 404，去主页 https://www.anthropic.com/engineering 搜索文中给的中文标题即可命中正确页面 —— 我会在后续更新里把已验证的真链接陆续补进去。已验证的真链接见上面的列表，共 12 条。

小风雷

https://xiaofenglei.cn/2026/08/04/anthropic-engineer-bo-ke-tong-du-26-pian-agent-gong-cheng-yan-jin-di-tu-yu-claudecode-yuan-ma-jiao-cha-yan-zheng/

本博客所有文章除特別声明外，均采用 CC BY 4.0 许可协议。转载请注明来源小风雷 !

Agent 工程实践 LLM Skill 上下文工程 Anthropic Claude Code MCP 沙箱 Evals

本篇

做 Agent 也需要向大师学习：Anthropic Engineering 26 篇博客通读 + Claude Code 泄露源码交叉验证

把 Anthropic Engineering 2024-09 到 2026-04 的 26 篇工程师博客按时间升序通读一遍，再交叉比对 2026-03-31 泄露的 Claude Code 源码与 CL4R1T4S 泄露的 Claude/Claude Code 系统提示词，看哪些想法真正落地、哪些还停在 PPT 上。整篇文章结论先行：大师给咱们画了一张「Agent 工程的演进地图」——先证明可行、再做厚基建、最后补治理与评测。

2026-08-04 技术

Agent 工程实践 LLM Skill 上下文工程 Anthropic Claude Code MCP 沙箱 Evals

稳健理财助理 Agent：把 11 位投资大师蒸馏成 Skill，再让 TradingAgent 替你多空博弈

一个跑在微信小程序和 Web 上的投资研究 Agent。它把巴菲特、芒格、段永平等 11 位大师的公开言论蒸馏成可运行的 Skill（女娲提取 + 达尔文进化），再叠加一套 TradingAgents 多空博弈引擎做打分，外加红黑榜、持仓复盘、四层记忆。本文展示真实运行截图，把四大功能的体验、Skill 系统、记忆机制、上下文管理一次性讲清楚。

2026-08-02 技术

Agent 工程实践 Memory LLM Skill 投资上下文工程