Claude Code 工程实践专区

随着智能体能力增强，它们潜在的影响范围也在扩大。工程问题在于如何为这个范围设上限。以下是我们在为 claude.ai、Claude Code 和 Cowork 构建约束机制时学到的经验。

我们将近期关于 Claude Code 质量问题的报告追溯到三个彼此独立的变更。本文说明发生了什么，以及我们将如何改进。

Harness 会编码一些假设，而随着模型改进，这些假设会过时。Managed Agents 是我们面向长周期智能体工作的托管服务，它围绕一组接口构建，即使 harness 变化，这些接口也能保持稳定。

Claude Code 用户会批准 93% 的权限提示。我们构建了分类器来自动化一部分决策，在降低审批疲劳的同时提升安全性。本文介绍它能捕捉什么，以及会漏掉什么。

在智能体式编码前沿，运行框架设计是影响表现的关键。下面介绍我们如何在前端设计和长时间运行的自主软件工程中进一步推动 Claude。

在 BrowseComp 上评估 Opus 4.6 时，我们发现模型在一些案例中识别出了测试，随后找到并解密了答案，这引发了关于联网环境中评测完整性的问题。

我们让 Opus 4.6 使用智能体团队构建一个 C 编译器，然后基本放手不管。它让我们看到了自主软件开发的未来。

基础设施配置可能让智能体式编码基准波动几个百分点，有时甚至超过顶尖模型之间的排行榜差距。

Claude 不断攻克我们的一道性能工程 take-home 技术题；我们从三轮迭代中学到了什么。

让智能体变得有用的能力，也让它们难以评估。能够在不同部署中奏效的策略，会组合多种技术，以匹配被测系统本身的复杂度。

智能体在跨越多个上下文窗口工作时仍面临挑战。我们从人类工程师身上获得启发，为长时间运行的智能体创建更有效的运行框架。

我们新增了三项 beta 功能，让 Claude 能够动态发现、学习和执行工具。下面介绍它们如何工作。

直接工具调用会为每个定义和结果消耗上下文。让智能体编写代码来调用工具，扩展性会更好。下面介绍它如何与 MCP 配合工作。

Claude Code 新增的两项沙箱功能：沙箱化 bash 工具和网页版 Claude Code，通过启用文件系统与网络隔离这两道边界，减少权限提示并提升用户安全性。

Claude 很强大，但真实工作需要流程性知识和组织上下文。介绍 Agent Skills：一种使用文件和文件夹构建专门化智能体的新方式。

上下文是 AI 智能体的一项关键但有限的资源。在本文中，我们探讨如何有效筛选和管理驱动智能体运作的上下文。

这是一份关于三个 bug 的技术报告，这些 bug 曾间歇性降低 Claude 的响应质量。下文会解释发生了什么、为什么修复花了时间，以及我们正在改变什么。

智能体的效果取决于我们提供给它们的工具。我们分享如何编写高质量工具和评估，以及如何使用 Claude 为自己优化工具来提升性能。

Desktop Extensions 让安装 MCP 服务器变得像点击按钮一样简单。我们分享其技术架构，以及创建优秀扩展的建议。

我们的 Research 功能使用多个 Claude 智能体，更有效地探索复杂主题。我们分享了构建这一系统时遇到的工程挑战和经验教训。