驾驭 Claude 的智能 | 构建应用的 3 个关键模式【译】

驾驭 Claude 的智能 | 构建应用的 3 个关键模式【译】 驾驭 Claude 的智能 | 构建应用的 3 个关键模式【译】 Modified April 4 Claude 能够亲自编写代码，来控制工具的调用并串联它们之间的逻辑。 在这个过程中，流程编排的指挥棒从外层框架交还给了大语言模型 (LLM) 本身。因为写代码是 Claude 编排动作的一种极其通用的方式，所以一个强大的编程模型，自然也就是一个强大的 通用 AI 智能体。Claude 巧妙运用这一模式，在非编程类的评估测试中 [13] 也大放异彩：在 BrowseComp（一个测试智能体浏览网页能力的基准测试 [14] ）中，当我们赋予 Opus 4.6 过滤自身工具输出的能力后，它的准确率直接从 45.3% 狂飙到了 61.6%。 让 Claude 管理自己的上下文 针对特定任务的上下文提示，能指引 Claude 更好地使用 bash 和文本编辑器等通用工具。过去我们总以为，必须针对每个任务，手工雕琢极其详细的系统提示词 (system prompts) [15] 。然而，这种提前把指令“填鸭式”塞进提示词的做法，在面对海量任务时根本行不通：你增加的每一个 token，都在无情消耗 Claude 的注意力预算 [16] （ 相当于模型的脑力，塞入太多无用信息会导致模型抓不住重点 ），提前加载那些百年不用一次的指令，纯粹是浪费资源。 赋予 Claude 访问技能 (skills) [17] 库的能力，完美破解了这个僵局：现在，只需把每个技能简短的 YAML 头部信息（类似目录摘要）预先加载到上下文窗口中，让 Claude 知道有哪些技能可用即可。如果当前任务需要，Claude 会主动调用读取文件的工具，将完整的技能内容进行“渐进式展开”（按需加载）。 Claude 会借助技能库，根据任务需求逐步展开相关的上下文。 如果说技能让 Claude 拥有了自由拼装上下文的能力，那么上下文编辑 (context editing) [18] 则是相反的艺术：它提供了一种机制，允许模型选择性地删掉那些过时或不再相关的废话，比如陈旧的工具执行结果，或者自己早期的思考草稿。 不仅如此，有了子智能体 (subagents) [19] 的协助，Claude 越来越懂得何时应该“另起炉灶”——开启一个干干净净的全新上下文窗口，来隔离并专注处理某项特定任务。在 Opus 4.6 中 [20] ，这种召唤子智能体的神技，让其在 BrowseComp 测试上的成绩，比表现最好的单智能体方案还提升了 2.8%。 让 Claude 持久化自己的上下文 对于需要长时间运行的智能体，很容易耗尽单一上下文窗口 (context window) [10] 的容量。业界普遍以为，这时候必须在模型外部搭建一套复杂的检索架构（例如 RAG）来充当记忆系统。但我们的大量研究表明：更聪明的做法是给 Claude 提供简便的工具，让它 自己决定 哪些内容值得保存下来。 例如，压缩 (compaction) [21] 技术允许 Claude 自己对过去的上下文进行浓缩总结，从而在马拉松式的长周期任务中不至于“断片”。经历了几轮模型迭代，Claude 挑选记忆内容的眼光越来越准。以 BrowseComp 为例 [22] （这是一个自主探索型的搜索任务），以前无论我们给 Sonnet 4.5 多少压缩预算，它的准确率死活卡在 43%。但在同样的配置下，Opus 4.5 跃升到了 68%，而最新的 Opus 4.6 更是飙升至了 84%。 引入记忆文件夹 (memory folder) [8] 则是另一种妙招。它允许 Claude 像记笔记一样，把重要的上下文写成文件存起来，需要的时候再去读取翻看。我们在智能体搜索任务中见证了它的威力：在 BrowseComp Plus 测试中，仅仅是给了 Sonnet 4.5 一个记忆文件夹，就让它的准确率从 60.4% 稳稳提升到了 67.2% [23] 。 Claude 可以将重要的上下文持久化保存到记忆文件夹中。 让 AI 玩《宝可梦》(Pokémon) 这样的长线游戏 [24] ，是展示 Claude 记忆文件夹利用能力飞跃的绝佳案例。早期的 Sonnet 3.5 简直把记忆当成了会议速记，只会傻乎乎地记录游戏里 NPC（非玩家角色）说了什么废话，根本抓不住重点。玩了 14,000 步之后，它生成了 31 个凌乱的文件——甚至包括两份几乎一模一样的关于毛毛虫宝可梦的无聊笔记——而且游戏进度悲催地卡在第二个城镇： Code block Plain Text caterpie weedle info (绿毛虫和独角虫信息): 绿毛虫 (Caterpie) 和独角虫 (Weedle) 都是毛毛虫形态的宝可梦。 绿毛虫是没有毒性的。 独角虫是有毒性的。 这些信息对未来的相遇和战斗至关重要。 如果我们的宝可梦中毒了，我们需要尽快去宝可梦中心治疗。 而当我们派上后期的强大模型时，画风突变，它开始记起“硬核战术笔记”。同样的 14,000 步，Opus 4.6 只生成了 10 个井井有条、按目录分类的文件。它不仅横扫拿下了 3 枚道馆徽章，甚至还从自己踩过的坑里，提炼出了一份专门的“经验教训”文档： Code block Plain Text /gameplay/learnings.md (游戏/经验教训.md): 喇叭芽的催眠粉+紧束连招：必须在它催眠粉命中前，用“咬住”快速击倒它。绝对不能让它布置战术！ 第一世代背包限制：最多只能放 20 个道具。进迷宫前一定要把没用的技能机器 (TMs) 扔掉。 旋转地砖迷宫：不同的入口 y 坐标会导致完全不同的终点。尝试所有入口，并在多个口袋空间中穿梭。 B1F y=16 墙壁确认是实体的，范围覆盖所有 x=9 28（第 14557 步记录） 3. 谨慎设定边界 (Set boundaries carefully) 外层的智能体框架相当于给 Claude 穿上了一层约束衣，目的通常是为了保障用户体验 (UX)、控制花销，或者是守住安全底线。 巧妙设计上下文工程 (Context Engineering)，让缓存命中率拉满 Messages API [25] 是无状态的。这意味着 Claude 本身就像拥有“金鱼的记忆”，它看不到之前的对话历史。因此，在每一轮对话中，外层框架都必须像个尽职的快递员，把新的上下文连同之前所有的动作记录、工具说明以及给 Claude 的指令，一并打包重新发送过去。 为了避免重复劳动，我们可以通过设置断点 (breakpoints) [26] 来缓存提示词。换句话说，Claude API 会把断点之前的所有上下文内容写进缓存里，并在下一次请求来的时候，检查当前内容是否与之前的缓存相匹配。 要知道，命中缓存的 token 价格仅仅是基础输入 token 价格的 10% [27] ！为了帮你的应用既省钱又提速，以下是在智能体框架中最大化缓存命中率的几条黄金原则： 原则 描述 静态内容在前，动态内容在后 安排请求顺序时，将稳定的内容（如系统提示词、工具列表）放在最前面。 用消息来更新 如果需要提醒模型，请在消息末尾追加一个 <system reminder ，而不是去修改原始的提示词（ 修改前面会导致整个缓存失效 ）。 别中途换模型 避免在同一个会话中切换不同的模型。缓存是跟着特定模型走的；一旦切换，缓存全盘作废。如果你需要一个更便宜的模型处理简单任务，请使用子智能体。 谨慎管理工具 工具列表位于缓存的头部。因此，增加或删除任何一个工具都会使其失效。对于动态发现新工具的场景，请使用 工具搜索 (tool search) 功能，这只会向后追加内容而不会破坏缓存。 及时更新断点 对于多轮对话应用（比如智能体），应将断点移至最新的一条消息上，以保持缓存的新鲜度。强烈建议使用 自动缓存 (auto caching) 来处理此事。 利用声明式工具打造 UX、可观测性与安全边界 Claude 并不天然懂得你应用的“安全底线”在哪，也不知道你的产品界面长啥样。它只会闷头发出“调用工具”的指令，剩下的脏活累活全由外层框架接手。虽然 bash 工具给了 Claude 在代码世界里翻江倒海的超能力，但对于外层框架而言，bash 工具抛出来的只是一串干巴巴的命令行字符——不管 Claude 执行什么危险动作，格式全是一样的，这让框架很难做管控。 此时，将某些关键动作晋升为 专属的声明式工具 (dedicated tools) 就显得尤为重要。这给了外层框架一个特定的、带有明确参数类型的“抓手”，让它能游刃有余地进行拦截审查、设置权限闸门、渲染前端界面，或者进行安全审计。 那些容易触碰安全红线的动作，天生就该被做成专属工具。“是否可逆”是一个极佳的判断标准。对于像调用外部 API 这种泼水难收的操作，你可以设置一道门槛，强制要求“用户确认”后才能放行。对于像 edit （编辑）这样的写入工具，你可以内置一个“文件陈旧度检查”，防止 Claude 稀里糊涂地覆盖掉别人刚刚修改过的文件。 基于安全性、用户体验或可观测性的考量，我们应当为特定的高危/关键操作配备专属工具。 当某个动作需要直观地展示给终端用户时，专属工具也大有可为。例如，它可以被渲染成一个前端弹窗 (modal)，清晰地向用户提问、抛出多个选项，或者干脆暂停智能体的运行循环，乖乖等待用户给出反馈再继续。 最后，专属工具对于系统的可观测性（排查问题）大有裨益。当动作是一个格式严谨的工具时，外层框架就能拿到结构化的参数数据，随后的日志记录、链路追踪和场景回放都会变得轻而易举。 当然，“要不要把这个动作做成专属工具”绝不是一锤子买卖，需要你持续重新评估。以 Claude Code 的自动模式 (auto mode) [28] （本文发布时正处于研究阶段）为例，它为 bash 工具套上了一层极其硬核的安全边界：它会召唤“第二个 Claude”来阅读这串命令行字符，让 AI 来审查 AI 的操作是否安全。这种“用魔法打败魔法”的模式，实际上 减少了 对传统专属工具的依赖。不过，这种做法只适用于用户对大方向足够信任的任务。对于那些一着不慎满盘皆输的高危操作，老老实实写一个专属工具依然拥有不可撼动的地位。 展望未来 (Looking forward) Claude 智能的边界一直在狂奔拓荒。每当它完成一次能力上的跃迁，我们过去对它“做不到什么”的成见，都必须重新推翻再验证。 我们一次次见证了历史的重演。在我们为长周期任务搭建的一个智能体 [9] 中，Sonnet 4.5 一旦察觉到上下文快要塞满了，就会出现“恐慌”，然后草草结束任务。为了缓解它的“上下文焦虑症”，我们在代码里硬加了强行清理上下文窗口的“重置”逻辑。结果到了 Opus 4.5，这个毛病竟然自己不治而愈了！于是，我们当年煞费苦心写出来的“上下文重置”代码，瞬间变成了智能体框架里毫无用处的历史包袱（dead weight）。 痛快地砍掉这些包袱极其重要，因为它们往往会反过来成为束缚 Claude 发挥实力的瓶颈（ 这也印证了 AI 界著名的“苦涩的教训 (the Bitter Lesson)”：过度依赖人类经验的手工规则，最终往往会拖累模型自身依靠算力进化出的能力 ）。在未来漫长的岁月里，我们应当不厌其烦地审视应用中的结构和边界，并反复拷问自己那个灵魂问题： “这一次，我又可以放手不管什么了？” 如果你想亲手把玩本文讨论的所有工具和开发模式，欢迎访问。 致谢 (Acknowledgements) 本文由 Claude 平台团队技术人员 Lance Martin 撰写。特别感谢 Thariq Shihipar、Barry Zhang、Mike Lambert、David Hershey 以及 Daliang Li 对本文涵盖主题提供的深度探讨。同时，感谢 Lydia Hallie、Lexi Ross、Katelyn Lesse、Andy Schumeister、Rebecca Hiscott、Jake Eaton、Pedram Navid 以及 Molly Vorwerck 提供的编辑审阅与宝贵反馈。 来源：https://claude.com/blog/harnessing claudes intelligence 引用链接 [1] Harnessing Claude's Intelligence | 3 Key Patterns for Building Apps | Claude: https://claude.com/blog/harnessing claudes intelligence [2] 说过: https://www.darioamodei.com/post/the urgency of interpretability [3] 行业最高水平: https://www.anthropic.com/engineering/swe bench sonnet [4] bash 工具: https://platform.claude.com/docs/en/agents and tools/tool use/bash tool [5] 文本编辑器工具: https://platform.claude.com/docs/en/agents and tools/tool use/text editor tool [6] 智能体技能 (Agent Skills): https://agentskills.io/home [7] 编程式工具调用 (programmatic tool calling): https://platform.claude.com/docs/en/agents and tools/tool use/programmatic tool calling [8] 记忆工具 (memory tool): https://platform.claude.com/docs/en/agents and tools/tool use/memory tool [9] 智能体框架里写满了我们对 Claude 能力边界的偏见: https://www.anthropic.com/engineering/harness design long running apps [10] 上下文窗口 (context window): https://platform.claude.com/docs/en/build with claude/context windows [11] 硬编码过滤 (hard coded filters): https://platform.claude.com/docs/en/about claude/models/migration guide additional recommended changes [12] 代码执行 (code execution): https://platform.claude.com/docs/en/agents and tools/tool use/code execution tool [13] 非编程类的评估测试中: https://claude.com/blog/improved web search with dynamic filtering [14] 基准测试: https://arxiv.org/abs/2504.12516 [15] 系统提示词 (system prompts): https://platform.claude.com/docs/en/release notes/system prompts [16] Claude 的注意力预算: https://www.anthropic.com/engineering/effective context engineering for ai agents [17] 技能 (skills): https://platform.claude.com/docs/en/agents and tools/agent skills/overview [18] 上下文编辑 (context editing): https://platform.claude.com/docs/en/build with claude/context editing [19] 子智能体 (subagents): https://code.claude.com/docs/en/sub agents [20] 在 Opus 4.6 中: https://www cdn.anthropic.com/0dd865075ad3132672ee0ab40b05a53f14cf5288.pdf [21] 压缩 (compaction): https://platform.claude.com/docs/en/build with claude/compaction [22] 以 BrowseComp 为例: https://www cdn.anthropic.com/14e4fb01875d2a69f646fa5e574dea2b1c0ff7b5.pdf [23] 从 60.4% 稳稳提升到了 67.2%: https://www cdn.anthropic.com/bf10f64990cfda0ba858290be7b8cc6317685f47.pdf [24] 长线游戏: https://www.youtube.com/watch?v=CXhYDOvgpuU [25] Messages API: https://platform.claude.com/docs/en/build with claude/working with messages [26] 断点 (breakpoints): https://platform.claude.com/docs/en/build with claude/prompt caching [27] 基础输入 token 价格的 10%: https://platform.claude.com/docs/en/about claude/pricing [28] 自动模式 (auto mode): https://www.anthropic.com/engineering/claude code auto mode Claude 能够亲自编写代码，来控制工具的调用并串联它们之间的逻辑。 在这个过程中，流程编排的指挥棒从外层框架交还给了大语言模型 (LLM) 本身。因为写代码是 Claude 编排动作的一种极其通用的方式，所以一个强大的编程模型，自然也就是一个强大的 通用 AI 智能体。Claude 巧妙运用这一模式，在非编程类的评估测试中 [13] 也大放异彩：在 BrowseComp（一个测试智能体浏览网页能力的基准测试 [14] ）中，当我们赋予 Opus 4.6 过滤自身工具输出的能力后，它的准确率直接从 45.3% 狂飙到了 61.6%。 让 Claude 管理自己的上下文 针对特定任务的上下文提示，能指引 Claude 更好地使用 bash 和文本编辑器等通用工具。过去我们总以为，必须针对每个任务，手工雕琢极其详细的系统提示词 (system prompts) [15] 。然而，这种提前把指令“填鸭式”塞进提示词的做法，在面对海量任务时根本行不通：你增加的每一个 token，都在无情消耗 Claude 的注意力预算 [16] （ 相当于模型的脑力，塞入太多无用信息会导致模型抓不住重点 ），提前加载那些百年不用一次的指令，纯粹是浪费资源。 赋予 Claude 访问技能 (skills) [17] 库的能力，完美破解了这个僵局：现在，只需把每个技能简短的 YAML 头部信息（类似目录摘要）预先加载到上下文窗口中，让 Claude 知道有哪些技能可用即可。如果当前任务需要，Claude 会主动调用读取文件的工具，将完整的技能内容进行“渐进式展开”（按需加载）。 Claude 会借助技能库，根据任务需求逐步展开相关的上下文。 如果说技能让 Claude 拥有了自由拼装上下文的能力，那么上下文编辑 (context editing) [18] 则是相反的艺术：它提供了一种机制，允许模型选择性地删掉那些过时或不再相关的废话，比如陈旧的工具执行结果，或者自己早期的思考草稿。 不仅如此，有了子智能体 (subagents) [19] 的协助，Claude 越来越懂得何时应该“另起炉灶”——开启一个干干净净的全新上下文窗口，来隔离并专注处理某项特定任务。在 Opus 4.6 中 [20] ，这种召唤子智能体的神技，让其在 BrowseComp 测试上的成绩，比表现最好的单智能体方案还提升了 2.8%。 让 Claude 持久化自己的上下文 对于需要长时间运行的智能体，很容易耗尽单一上下文窗口 (context window) [10] 的容量。业界普遍以为，这时候必须在模型外部搭建一套复杂的检索架构（例如 RAG）来充当记忆系统。但我们的大量研究表明：更聪明的做法是给 Claude 提供简便的工具，让它 自己决定 哪些内容值得保存下来。 例如，压缩 (compaction) [21] 技术允许 Claude 自己对过去的上下文进行浓缩总结，从而在马拉松式的长周期任务中不至于“断片”。经历了几轮模型迭代，Claude 挑选记忆内容的眼光越来越准。以 BrowseComp 为例 [22] （这是一个自主探索型的搜索任务），以前无论我们给 Sonnet 4.5 多少压缩预算，它的准确率死活卡在 43%。但在同样的配置下，Opus 4.5 跃升到了 68%，而最新的 Opus 4.6 更是飙升至了 84%。 引入记忆文件夹 (memory folder) [8] 则是另一种妙招。它允许 Claude 像记笔记一样，把重要的上下文写成文件存起来，需要的时候再去读取翻看。我们在智能体搜索任务中见证了它的威力：在 BrowseComp Plus 测试中，仅仅是给了 Sonnet 4.5 一个记忆文件夹，就让它的准确率从 60.4% 稳稳提升到了 67.2% [23] 。 Claude 可以将重要的上下文持久化保存到记忆文件夹中。 让 AI 玩《宝可梦》(Pokémon) 这样的长线游戏 [24] ，是展示 Claude 记忆文件夹利用能力飞跃的绝佳案例。早期的 Sonnet 3.5 简直把记忆当成了会议速记，只会傻乎乎地记录游戏里 NPC（非玩家角色）说了什么废话，根本抓不住重点。玩了 14,000 步之后，它生成了 31 个凌乱的文件——甚至包括两份几乎一模一样的关于毛毛虫宝可梦的无聊笔记——而且游戏进度悲催地卡在第二个城镇： 而当我们派上后期的强大模型时，画风突变，它开始记起“硬核战术笔记”。同样的 14,000 步，Opus 4.6 只生成了 10 个井井有条、按目录分类的文件。它不仅横扫拿下了 3 枚道馆徽章，甚至还从自己踩过的坑里，提炼出了一份专门的“经验教训”文档： 3. 谨慎设定边界 (Set boundaries carefully) 外层的智能体框架相当于给 Claude 穿上了一层约束衣，目的通常是为了保障用户体验 (UX)、控制花销，或者是守住安全底线。 巧妙设计上下文工程 (Context Engineering)，让缓存命中率拉满 Messages API [25] 是无状态的。这意味着 Claude 本身就像拥有“金鱼的记忆”，它看不到之前的对话历史。因此，在每一轮对话中，外层框架都必须像个尽职的快递员，把新的上下文连同之前所有的动作记录、工具说明以及给 Claude 的指令，一并打包重新发送过去。 为了避免重复劳动，我们可以通过设置断点 (breakpoints) [26] 来缓存提示词。换句话说，Claude API 会把断点之前的所有上下文内容写进缓存里，并在下一次请求来的时候，检查当前内容是否与之前的缓存相匹配。 要知道，命中缓存的 token 价格仅仅是基础输入 token 价格的 10% [27] ！为了帮你的应用既省钱又提速，以下是在智能体框架中最大化缓存命中率的几条黄金原则： 原则 描述 静态内容在前，动态内容在后 安排请求顺序时，将稳定的内容（如系统提示词、工具列表）放在最前面。 用消息来更新 如果需要提醒模型，请在消息末尾追加一个 <system reminder ，而不是去修改原始的提示词（ 修改前面会导致整个缓存失效 ）。 别中途换模型 避免在同一个会话中切换不同的模型。缓存是跟着特定模型走的；一旦切换，缓存全盘作废。如果你需要一个更便宜的模型处理简单任务，请使用子智能体。 谨慎管理工具 工具列表位于缓存的头部。因此，增加或删除任何一个工具都会使其失效。对于动态发现新工具的场景，请使用 工具搜索 (tool search) 功能，这只会向后追加内容而不会破坏缓存。 及时更新断点 对于多轮对话应用（比如智能体），应将断点移至最新的一条消息上，以保持缓存的新鲜度。强烈建议使用 自动缓存 (auto caching) 来处理此事。 原则 原则 描述 描述 静态内容在前，动态内容在后 静态内容在前，动态内容在后 安排请求顺序时，将稳定的内容（如系统提示词、工具列表）放在最前面。 安排请求顺序时，将稳定的内容（如系统提示词、工具列表）放在最前面。 用消息来更新 用消息来更新 如果需要提醒模型，请在消息末尾追加一个 <system reminder ，而不是去修改原始的提示词（ 修改前面会导致整个缓存失效 ）。 如果需要提醒模型，请在消息末尾追加一个 <system reminder ，而不是去修改原始的提示词（ 修改前面会导致整个缓存失效 ）。 别中途换模型 别中途换模型 避免在同一个会话中切换不同的模型。缓存是跟着特定模型走的；一旦切换，缓存全盘作废。如果你需要一个更便宜的模型处理简单任务，请使用子智能体。 避免在同一个会话中切换不同的模型。缓存是跟着特定模型走的；一旦切换，缓存全盘作废。如果你需要一个更便宜的模型处理简单任务，请使用子智能体。 谨慎管理工具 谨慎管理工具 工具列表位于缓存的头部。因此，增加或删除任何一个工具都会使其失效。对于动态发现新工具的场景，请使用 工具搜索 (tool search) 功能，这只会向后追加内容而不会破坏缓存。 工具列表位于缓存的头部。因此，增加或删除任何一个工具都会使其失效。对于动态发现新工具的场景，请使用 工具搜索 (tool search) 功能，这只会向后追加内容而不会破坏缓存。 及时更新断点 及时更新断点 对于多轮对话应用（比如智能体），应将断点移至最新的一条消息上，以保持缓存的新鲜度。强烈建议使用 自动缓存 (auto caching) 来处理此事。 对于多轮对话应用（比如智能体），应将断点移至最新的一条消息上，以保持缓存的新鲜度。强烈建议使用 自动缓存 (auto caching) 来处理此事。 利用声明式工具打造 UX、可观测性与安全边界 Claude 并不天然懂得你应用的“安全底线”在哪，也不知道你的产品界面长啥样。它只会闷头发出“调用工具”的指令，剩下的脏活累活全由外层框架接手。虽然 bash 工具给了 Claude 在代码世界里翻江倒海的超能力，但对于外层框架而言，bash 工具抛出来的只是一串干巴巴的命令行字符——不管 Claude 执行什么危险动作，格式全是一样的，这让框架很难做管控。 此时，将某些关键动作晋升为 专属的声明式工具 (dedicated tools) 就显得尤为重要。这给了外层框架一个特定的、带有明确参数类型的“抓手”，让它能游刃有余地进行拦截审查、设置权限闸门、渲染前端界面，或者进行安全审计。 那些容易触碰安全红线的动作，天生就该被做成专属工具。“是否可逆”是一个极佳的判断标准。对于像调用外部 API 这种泼水难收的操作，你可以设置一道门槛，强制要求“用户确认”后才能放行。对于像 edit （编辑）这样的写入工具，你可以内置一个“文件陈旧度检查”，防止 Claude 稀里糊涂地覆盖掉别人刚刚修改过的文件。 基于安全性、用户体验或可观测性的考量，我们应当为特定的高危/关键操作配备专属工具。 当某个动作需要直观地展示给终端用户时，专属工具也大有可为。例如，它可以被渲染成一个前端弹窗 (modal)，清晰地向用户提问、抛出多个选项，或者干脆暂停智能体的运行循环，乖乖等待用户给出反馈再继续。 最后，专属工具对于系统的可观测性（排查问题）大有裨益。当动作是一个格式严谨的工具时，外层框架就能拿到结构化的参数数据，随后的日志记录、链路追踪和场景回放都会变得轻而易举。 当然，“要不要把这个动作做成专属工具”绝不是一锤子买卖，需要你持续重新评估。以 Claude Code 的自动模式 (auto mode) [28] （本文发布时正处于研究阶段）为例，它为 bash 工具套上了一层极其硬核的安全边界：它会召唤“第二个 Claude”来阅读这串命令行字符，让 AI 来审查 AI 的操作是否安全。这种“用魔法打败魔法”的模式，实际上 减少了 对传统专属工具的依赖。不过，这种做法只适用于用户对大方向足够信任的任务。对于那些一着不慎满盘皆输的高危操作，老老实实写一个专属工具依然拥有不可撼动的地位。 展望未来 (Looking forward) Claude 智能的边界一直在狂奔拓荒。每当它完成一次能力上的跃迁，我们过去对它“做不到什么”的成见，都必须重新推翻再验证。 我们一次次见证了历史的重演。在我们为长周期任务搭建的一个智能体 [9] 中，Sonnet 4.5 一旦察觉到上下文快要塞满了，就会出现“恐慌”，然后草草结束任务。为了缓解它的“上下文焦虑症”，我们在代码里硬加了强行清理上下文窗口的“重置”逻辑。结果到了 Opus 4.5，这个毛病竟然自己不治而愈了！于是，我们当年煞费苦心写出来的“上下文重置”代码，瞬间变成了智能体框架里毫无用处的历史包袱（dead weight）。 痛快地砍掉这些包袱极其重要，因为它们往往会反过来成为束缚 Claude 发挥实力的瓶颈（ 这也印证了 AI 界著名的“苦涩的教训 (the Bitter Lesson)”：过度依赖人类经验的手工规则，最终往往会拖累模型自身依靠算力进化出的能力 ）。在未来漫长的岁月里，我们应当不厌其烦地审视应用中的结构和边界，并反复拷问自己那个灵魂问题： “这一次，我又可以放手不管什么了？” 如果你想亲手把玩本文讨论的所有工具和开发模式，欢迎访问。 致谢 (Acknowledgements) 本文由 Claude 平台团队技术人员 Lance Martin 撰写。特别感谢 Thariq Shihipar、Barry Zhang、Mike Lambert、David Hershey 以及 Daliang Li 对本文涵盖主题提供的深度探讨。同时，感谢 Lydia Hallie、Lexi Ross、Katelyn Lesse、Andy Schumeister、Rebecca Hiscott、Jake Eaton、Pedram Navid 以及 Molly Vorwerck 提供的编辑审阅与宝贵反馈。 来源：https://claude.com/blog/harnessing claudes intelligence 引用链接 [1] Harnessing Claude's Intelligence | 3 Key Patterns for Building Apps | Claude: https://claude.com/blog/harnessing claudes intelligence [2] 说过: https://www.darioamodei.com/post/the urgency of interpretability [3] 行业最高水平: https://www.anthropic.com/engineering/swe bench sonnet [4] bash 工具: https://platform.claude.com/docs/en/agents and tools/tool use/bash tool [5] 文本编辑器工具: https://platform.claude.com/docs/en/agents and tools/tool use/text editor tool [6] 智能体技能 (Agent Skills): https://agentskills.io/home [7] 编程式工具调用 (programmatic tool calling): https://platform.claude.com/docs/en/agents and tools/tool use/programmatic tool calling [8] 记忆工具 (memory tool): https://platform.claude.com/docs/en/agents and tools/tool use/memory tool [9] 智能体框架里写满了我们对 Claude 能力边界的偏见: https://www.anthropic.com/engineering/harness design long running apps [10] 上下文窗口 (context window): https://platform.claude.com/docs/en/build with claude/context windows [11] 硬编码过滤 (hard coded filters): https://platform.claude.com/docs/en/about claude/models/migration guide additional recommended changes [12] 代码执行 (code execution): https://platform.claude.com/docs/en/agents and tools/tool use/code execution tool [13] 非编程类的评估测试中: https://claude.com/blog/improved web search with dynamic filtering [14] 基准测试: https://arxiv.org/abs/2504.12516 [15] 系统提示词 (system prompts): https://platform.claude.com/docs/en/release notes/system prompts [16] Claude 的注意力预算: https://www.anthropic.com/engineering/effective context engineering for ai agents [17] 技能 (skills): https://platform.claude.com/docs/en/agents and tools/agent skills/overview [18] 上下文编辑 (context editing): https://platform.claude.com/docs/en/build with claude/context editing [19] 子智能体 (subagents): https://code.claude.com/docs/en/sub agents [20] 在 Opus 4.6 中: https://www cdn.anthropic.com/0dd865075ad3132672ee0ab40b05a53f14cf5288.pdf [21] 压缩