Anthropic官方站台，颠覆认知：给模型"松绑"，它反而更听话

Anthropic官方站台，颠覆认知：给模型"松绑"，它反而更听话 Anthropic官方站台，颠覆认知：给模型"松绑"，它反而更听话 Modified October 8, 2025 典型场景：一个研究任务可能触发 10 100 次工具调用，每次调用结果占用 100 1000 tokens，很快就会导致上下文窗口爆满，影响模型的专注度和性能。 解决方案 ： ① 智能删除旧工具调用 模型可以自主移除已经处理过的、不再需要的工具调用结果。 ⚠️ 关键原则 ：只删除几轮之前已经完成决策的工具调用，千万不要删除刚调用的内容，否则模型会重复调用同一个工具。 ② 墓碑标记（Tombstone）机制 删除工具调用时不是完全抹除，而是留下一个简短的"墓碑标记"。 例如：删除一次搜索工具调用后，留下注释：“这里曾调用过 Web Search 工具” 作用 ： • 告诉模型"这里曾经有什么"，避免完全失忆 • 防止模型重复调用已经用过的工具 • 保持上下文的连续性，同时大幅减少 token 占用 ③ 保留最近工具调用 始终保留最近几次的工具调用结果，确保模型有足够信息做当前决策。 类比 ：就像整理桌面和笔记本——把旧资料归档（墓碑），保留最近的工作材料（最近调用），清理后可以更专注当前任务。 2. 智能体记忆：从经验中学习 人类 vs 模型的本质差异 ： 对比维度 人类 传统模型 第1次执行 基础表现 A级表现 第5次执行 显著提升 ✓ A级表现（几乎相同） 学习能力 从经验中成长 每次都是"新手" 这就是问题所在：人类会越做越好，模型却在原地踏步。 记忆工具的突破 ： 让模型能够像人类一样"从经验中学习"。 工作机制 ： 1. 执行中做笔记 ：模型在任务过程中主动记录经验 ◦ “Wikipedia 的信息比较可靠” ◦ “应该优先使用数据库 A” ◦ “这个 API 调用方式更稳定” 2. 任务前读笔记 ：下次执行类似任务时，先查看历史笔记 3. 基于经验决策 ：根据过往积累的知识做出更优选择 技术实现 ： • Anthropic 提供记忆工具 API • 开发者决定存储位置（云存储、本地数据库等） • 在控制权和便利性之间灵活平衡 效果 ：智能体能够持续学习，任务执行质量随时间提升，真正像人类员工一样从经验中成长。 3. Web Search & Fetch：自主研究能力 模型可以： • 自主决定搜索策略 • 评估搜索结果质量 • 深度抓取相关内容 • 迭代优化研究路径 三、企业应用：业务价值与规模化 用例选择：超越技术思考 Caitlin Lesse（工程负责人）的建议： 企业在选择智能体用例时，应该认真思考： • 业务价值是什么？ • 真的会节省这么多工程时间吗？ • 能消除多少手工工作？ • 期望的结果是什么？ 能够清晰阐明预期结果，有助于更好地定义智能体的范围。 从原型到生产：SDK 可以规模化吗？ 回答：可以 Claude Code SDK 提供的是一个 智能体循环运行时 ，可以部署到任何你需要的位置。 但 Anthropic 的野心不止于此——他们正在构建： • 更高阶的抽象，让企业开箱即用 • 规模化的可观测性工具 • 帮助企业真正"提升智能天花板"的平台能力 可观测性：长运行任务的关键 挑战 ： • 智能体可能执行数十甚至上百次工具调用 • 如何确保它在做正确的事？ • 如何审计和调试？ • 如何优化提示词和工具配置？ 解决方案 ： Anthropic 将可观测性作为平台重点方向，让企业能够： • 追踪智能体的决策过程 • 审计自主行为 • 调整和优化性能 这对于需要部署可信智能体的企业至关重要。 四、平台优势：为什么用官方平台？ 不只是"更方便"，而是"更强大" 内部协同优势 ： • 平台团队与研究团队在同一屋檐下 • 确保抽象层最适配模型能力 • 每次模型发布，平台能力自动提升 Caitlin 的观点： “如果目标是帮助用户真正提升智能天花板，那么更高阶的抽象不仅仅是让它更容易，而是我们如何真正帮助你获得最好的结果。因为我们和研究在同一个房间，我们知道如何确保我们的抽象、我们的智能体循环将非常强大，非常擅长与 Claude 一起工作。” 从 API 到完整生态系统 Claude 开发者平台（前身 Anthropic API）的演变： 过去 ：简单的模型访问接口 现在 ：完整平台，包含： • Messages API • Prompt Caching（提示词缓存） • Batch API（批处理） • Web Search & Fetch • Code Execution（代码执行） • Context Management（上下文管理） • Agent Memory（智能体记忆） 验证 ：连 Claude Code 这样的内部产品都构建在公共平台之上。 五、未来展望：自我改进的飞轮 近期路线图 Caitlin 描绘的愿景： 将三个要素结合起来： 1. 更高阶的抽象 更简单地获得最佳结果 2. 可观测性 从长运行任务获得洞察 3. 记忆能力 从经验中学习 这将形成一个 自我改进的飞轮 ： • 智能体不只是完成任务 • 而是随着时间越做越好 • 持续优化自己的表现 长期愿景：给 Claude 一台计算机 Brad 最兴奋的方向： “如果我们在 Anthropic 雇用一个员工，但不给他们一台计算机，他们不会非常成功。现在基本上每个人都在使用没有计算机的 Claude。” 当前进展 ： • 代码执行工具：模型可以在 VM 上编写和执行代码 • 处理图像、分析 Excel、创建数据可视化 未来想象 ： • 持久的计算环境 • 模型可以按需组织文件 • 按自己想要的方式设置工具 • 真正像一个有完整工作环境的员工 结语：从编排者到赋能者 Anthropic 的智能体开发理念，核心是一个思维方式的转变： 过去 ：开发者是编排者 • 设计执行路径 • 设置约束边界 • 用脚手架引导模型 现在 ：开发者是赋能者 • 提供工具而非框架 • 解放而非约束 • 让模型发挥真实智能 Alex Albert 在访谈开头的一句话，揭示了这个转变的深层原因： “作为开发者，我的创造力在某个时候就结束了。我只能想到这么多用例，但模型，面对任何人带来的任何东西，都会找到方法去做那件事。” 当我们给模型足够的工具和自由，它能发现我们想不到的解决方案。 这就是"给模型松绑"的真正含义——不是放任不管，而是相信模型的智能，为其提供发挥能力所需的一切，然后让它自主决策。 随着模型能力持续提升，这个理念将变得越来越重要。智能体的未来，不是更重的框架，而是更轻的约束、更强的工具、更大的自由。 典型场景：一个研究任务可能触发 10 100 次工具调用，每次调用结果占用 100 1000 tokens，很快就会导致上下文窗口爆满，影响模型的专注度和性能。 解决方案 ： ① 智能删除旧工具调用 模型可以自主移除已经处理过的、不再需要的工具调用结果。 ⚠️ 关键原则 ：只删除几轮之前已经完成决策的工具调用，千万不要删除刚调用的内容，否则模型会重复调用同一个工具。 ② 墓碑标记（Tombstone）机制 删除工具调用时不是完全抹除，而是留下一个简短的"墓碑标记"。 例如：删除一次搜索工具调用后，留下注释：“这里曾调用过 Web Search 工具” 作用 ： • 告诉模型"这里曾经有什么"，避免完全失忆 • 防止模型重复调用已经用过的工具 • 保持上下文的连续性，同时大幅减少 token 占用 ③ 保留最近工具调用 始终保留最近几次的工具调用结果，确保模型有足够信息做当前决策。 类比 ：就像整理桌面和笔记本——把旧资料归档（墓碑），保留最近的工作材料（最近调用），清理后可以更专注当前任务。 2. 智能体记忆：从经验中学习 人类 vs 模型的本质差异 ： 对比维度 人类 传统模型 第1次执行 基础表现 A级表现 第5次执行 显著提升 ✓ A级表现（几乎相同） 学习能力 从经验中成长 每次都是"新手" 对比维度 对比维度 人类 人类 传统模型 传统模型 第1次执行 第1次执行 基础表现 基础表现 A级表现 A级表现 第5次执行 第5次执行 显著提升 ✓ 显著提升 ✓ A级表现（几乎相同） A级表现（几乎相同） 学习能力 学习能力 从经验中成长 从经验中成长 每次都是"新手" 每次都是"新手" 这就是问题所在：人类会越做越好，模型却在原地踏步。 记忆工具的突破 ： 让模型能够像人类一样"从经验中学习"。 工作机制 ： 1. 执行中做笔记 ：模型在任务过程中主动记录经验 ◦ “Wikipedia 的信息比较可靠” ◦ “应该优先使用数据库 A” ◦ “这个 API 调用方式更稳定” ◦ “Wikipedia 的信息比较可靠” ◦ “应该优先使用数据库 A” ◦ “这个 API 调用方式更稳定” 2. 任务前读笔记 ：下次执行类似任务时，先查看历史笔记 3. 基于经验决策 ：根据过往积累的知识做出更优选择 技术实现 ： • Anthropic 提供记忆工具 API • 开发者决定存储位置（云存储、本地数据库等） • 在控制权和便利性之间灵活平衡 效果 ：智能体能够持续学习，任务执行质量随时间提升，真正像人类员工一样从经验中成长。 3. Web Search & Fetch：自主研究能力 模型可以： • 自主决定搜索策略 • 评估搜索结果质量 • 深度抓取相关内容 • 迭代优化研究路径 三、企业应用：业务价值与规模化 用例选择：超越技术思考 Caitlin Lesse（工程负责人）的建议： 企业在选择智能体用例时，应该认真思考： • 业务价值是什么？ • 真的会节省这么多工程时间吗？ • 能消除多少手工工作？ • 期望的结果是什么？ 能够清晰阐明预期结果，有助于更好地定义智能体的范围。 从原型到生产：SDK 可以规模化吗？ 回答：可以 Claude Code SDK 提供的是一个 智能体循环运行时 ，可以部署到任何你需要的位置。 但 Anthropic 的野心不止于此——他们正在构建： • 更高阶的抽象，让企业开箱即用 • 规模化的可观测性工具 • 帮助企业真正"提升智能天花板"的平台能力 可观测性：长运行任务的关键 挑战 ： • 智能体可能执行数十甚至上百次工具调用 • 如何确保它在做正确的事？ • 如何审计和调试？ • 如何优化提示词和工具配置？ 解决方案 ： Anthropic 将可观测性作为平台重点方向，让企业能够： • 追踪智能体的决策过程 • 审计自主行为 • 调整和优化性能 这对于需要部署可信智能体的企业至关重要。 四、平台优势：为什么用官方平台？ 不只是"更方便"，而是"更强大" 内部协同优势 ： • 平台团队与研究团队在同一屋檐下 • 确保抽象层最适配模型能力 • 每次模型发布，平台能力自动提升 Caitlin 的观点： “如果目标是帮助用户真正提升智能天花板，那么更高阶的抽象不仅仅是让它更容易，而是我们如何真正帮助你获得最好的结果。因为我们和研究在同一个房间，我们知道如何确保我们的抽象、我们的智能体循环将非常强大，非常擅长与 Claude 一起工作。” 从 API 到完整生态系统 Claude 开发者平台（前身 Anthropic API）的演变： 过去 ：简单的模型访问接口 现在 ：完整平台，包含： • Messages API • Prompt Caching（提示词缓存） • Batch API（批处理） • Web Search & Fetch • Code Execution（代码执行） • Context Management（上下文管理） • Agent Memory（智能体记忆） 验证 ：连 Claude Code 这样的内部产品都构建在公共平台之上。 五、未来展望：自我改进的飞轮 近期路线图 Caitlin 描绘的愿景： 将三个要素结合起来： 1. 更高阶的抽象 更简单地获得最佳结果 2. 可观测性 从长运行任务获得洞察 3. 记忆能力 从经验中学习 这将形成一个 自我改进的飞轮 ： • 智能体不只是完成任务 • 而是随着时间越做越好 • 持续优化自己的表现 长期愿景：给 Claude 一台计算机 Brad 最兴奋的方向： “如果我们在 Anthropic 雇用一个员工，但不给他们一台计算机，他们不会非常成功。现在基本上每个人都在使用没有计算机的 Claude。” 当前进展 ： • 代码执行工具：模型可以在 VM 上编写和执行代码 • 处理图像、分析 Excel、创建数据可视化 未来想象 ： • 持久的计算环境 • 模型可以按需组织文件 • 按自己想要的方式设置工具 • 真正像一个有完整工作环境的员工 结语：从编排者到赋能者 Anthropic 的智能体开发理念，核心是一个思维方式的转变： 过去 ：开发者是编排者 • 设计执行路径 • 设置约束边界 • 用脚手架引导模型 现在 ：开发者是赋能者 • 提供工具而非框架 • 解放而非约束 • 让模型发挥真实智能 Alex Albert 在访谈开头的一句话，揭示了这个转变的深层原因： “作为开发者，我的创造力在某个时候就结束了。我只能想到这么多用例，但模型，面对任何人带来的任何东西，都会找到方法去做那件事。” 当我们给模型足够的工具和自由，它能发现我们想不到的解决方案。 这就是"给模型松绑"的真正含义——不是放任不管，而是相信模型的智能，为其提供发挥能力所需的一切，然后让它自主决策。 随着模型能力持续提升，这个理念将变得越来越重要。智能体的未来，不是更重的框架，而是更轻的约束、更强的工具、更大的自由。 🔗 原文链接： https://mp.weixin.qq.com/s/af0x Gt... https://mp.weixin.qq.com/s/af0x Gt... 原创 我是成峰 AI产品自由2025年10月07日 08:01 浙江 openai 向左，anthropic 向右。 一个围绕应用，一个围绕Agent。 Anthropic官方视频：关于他们如何制作智能体的思考。 虽然在推广他们的SDK，但里面还是有不少思考 因为原文是播客 + 英文的形式，所以我做了一些整理和排版，方便阅读。 原址：https://www.youtube.com/watch?v=XuvKFsktX0Q&t=5s 开篇：智能体开发的关键转折 在 AI 智能体开发领域，一个反直觉的现象正在发生： 过去帮助模型的"脚手架"，现在反而成了阻碍 。》 当 Anthropic 团队发现一些客户升级到新模型后，性能提升并不明显时，他们深入调查发现了问题所在——不是模型不够强，而是开发者自己构建的约束框架，限制了模型智能的发挥。 这个发现引发了整个智能体开发理念的根本转变：从"如何约束模型"转向"如何解放模型"。 一、核心理念：给模型松绑 什么是真正的智能体？ 在 Anthropic 的定义中，智能体不是简单的自动化工作流，而是： 模型具有自主性，能够自己选择调用哪些工具、处理结果、决定下一步行动。 这个定义的关键在于"自主性"——不是开发者预定义路径，而是模型根据情况动态决策。 为什么要"松绑"？ 过去的问题：脚手架成为负担 早期开发者为了让模型"可控"，会构建大量框架： • 预定义执行路径 • 设置各种护栏和边界 • 用复杂编排逻辑引导模型 这在模型能力有限时是必要的，但随着模型智能提升，这些约束反而： • 阻碍模型发挥真实能力 • 限制模型发现新的解决方案 • 让新模型的提升无法体现 四种典型束缚及其问题 ① 工作流束缚（思维层） 预定义 Claude 应该走的路径。 例如规定"先搜索 → 再分析 → 最后总结"这样的固定流程。 问题 ：路径过于僵化，模型无法根据实际情况灵活调整策略。当遇到特殊场景时，预设的流程可能完全不适用。 ② 重框架束缚（工具层） 使用复杂笨重的 Agent 开发框架（如 LangChain）。 这类框架往往： • 概念复杂：Chain、Agent、Memory、Tool 等大量抽象概念 • 代码量大：为了适配框架需要写大量配置代码 • 升级受限：模型变强了，但框架反而成为性能瓶颈 对比案例 ： • LangChain 实现搜索 ：需要学习 Tool 概念 → 配置 Agent → 设置 Memory → 写一堆胶水代码 • Claude 直接实现 ：开启 Web Search 开关 → 一行搞定 ③ 脚手架束缚（实现层） 各种控制流程的辅助代码。 例如：手写工具输出解析逻辑、用 if else 判断下一步执行什么、各种异常处理和重试机制。 问题 ：开发者以为是在"帮助"模型，实际上是在限制模型的自主决策能力。模型本身已经能处理这些逻辑，额外的脚手架反而添乱。 ④ 过度规则束缚 设置了太多不必要的约束和规则。 问题 ：限制了 AI 的创造力，让它无法找到更优的解决方案。 现在的理念：工具而非框架 Brad Abrams（平台 PM 负责人）的核心观点： “模型已经有很多能力，事实上即使是当前一代模型，里面的智能远比我们能够解锁的要多。如果你只是给模型它需要的工具，让它自由，让它能够以正确的方式使用这些工具，你就会得到很好的结果。” 实践案例：Web Search Anthropic 推出服务器端 web search 工具后，一个有趣的现象出现了： 开发者只需要 ： • 打开 web search 开关 • 给模型一个研究任务 模型会自主 ： • 决定搜索什么关键词 • 评估哪个搜索结果更相关 • 对有价值的链接进行 web fetch • 基于获取的信息决定下一步搜索策略 • 完成深度研究任务 整个过程几乎不需要额外的提示词或编排逻辑。 这揭示了一个深刻的转变： 系统智能的应用点，从开发者的编排转向模型的自主决策。 二、开发实践：如何开始构建智能体 推荐起点：Claude Code SDK 对于刚开始构建智能体的开发者，Anthropic 强烈推荐 Claude Code SDK。 常见误解 ：“这不是编码工具吗？我不是在做编码应用。” 真实情况 ：Claude Code SDK 本质上是一个 通用智能体 harness（循环运行时） 。 当团队从中移除编码特定部分时，他们发现剩下的只是： • 一个智能体循环 • 访问文件系统的能力 • 一组 Linux 命令行工具 • 编写和执行代码的能力 这些都是 通用能力 ，可以解决各种各样的问题。 SDK 的核心价值 ： • 自动管理 prompt caching • 处理工具调用循环 • 让开发者从更高的抽象层开始 • 避免每个人重复实现相同的基础设施 关键工具和功能 1. 上下文管理：整理模型的"桌面" 问题 ：长运行的智能体任务可能产生大量工具调用，每个占用成百上千 tokens。