Victor

Tech Humanist | First-principles thinker
Deep diving: AI, Macro Cycles & Human Nature.
Join my inner circle via DM. 👇

[Victor @Victor20080504]

一个负责执行，一个负责监督和反馈

[宝玉 @dotey]

现在我很多复杂一点的任务都是 Fable 5 写方案，Codex 去执行，Fable 5 验收，相对来说可以做出比较靠谱的方案，以及兼顾性价比。具体是这么做的：

1. Fable 5 的产出是技术方案文档（图1）

一方面文档方便批注修改，另一方面文档方便其他 Agent 快速上手

2. 文档确认后在当前先 /compact 一次

这一步不是必要的，但是有好处，因为后续还要在同一会话去验证，/compact 压缩后，节约后续的上下文空间，之所以讨论方案就马上发送 /compact，因为这时候 Prompt Caching 还在，成本低，后面缓存过期了 compact 要贵一点。

3. 把文档交给 Codex （GPT-5.6 Sol xhigh）去执行（图2）

如果任务明显比较复杂，我一般会加上 /goal，这样中间就不需要反复去 continue，一次性把任务完成

4. Codex 完成后让 Fable 验证（图3）

直接告诉 Fable 其他 Agent 已经实施了，让它确认有没有遗漏，或者方向有无偏离。

如果有些遗漏之类的，把 Fable 的反馈发回给 Codex（图4），不需要新开会话，在同一个 Codex 会话，Codex 会根据反馈继续完善。

---

如果用 Opus 5 替代 GPT 5.6 也可以，做法上可以跟上面一样新开会话，用文档传递上下文。

也可以直接让 Fable 5 开 SubAgent 并指定用 Opus 5 模型，并且要求在 SubAgent 完成任务后验证。

但是我执行下来 Opus 5 不如 GPT 5.6 Sol 稳定，也不如 GPT 5.6 Token 耐用，所以宁愿麻烦一点。

[Victor @Victor20080504]

实用

[Vincent @Vincent_AINotes]

换电脑登录同一个 Codex 账号，项目却像“消失”了？

先别折腾账号。你要同步的其实是三样东西：任务记录、项目文件、运行环境。

GitHub 只负责其中一项。下面 8 条，教你把项目安全搬到另一台电脑，并真正接着做。👇

[AIGCLINK @aigclink]

"港大研究员造了个 AI员工ClawWork，让它自己赚工资、赚不到就破产，7 小时赚了 1 万美元。"——这两天在刷屏，它说的项目是真的、有意思，拆开值得看：

给agent 起始 $10，用 GDPVal（OpenAI 的 220 个真实职业任务、44 个职业）干活，消耗的每个 token 从余额里按真实 API 价扣钱，撑不住就"破产"。

"赚钱"怎么来的：让参与测试的模型交付一份result → 使用GPT按该职业评分标准打质量分 → 质量分 × 职业 BLS 时薪 × 工时 = 模拟收入。（这是个模拟测试，没有真客户、没有真钱进账，"7 小时"是跑分。）

通过让各个模型都参与测试得出的结论：

1、质量分都不高：冠军 ATIC + Qwen3.5-Plus 平均才 61.6%，多数模型 36~43%。
2、最能"赚"的不是质量最高的：质量最高的 ATIC-DEEPSEEK（66.8%）只排第 5。
3、排名第一的是：ATIC+QWEN3.5-PLUS

ClawWork的架构值得学习，对于评估AI员工价值的benchmark，可以参考其架构来设计。
#AIagent #AI打工 #GDPVal #benchmark #HKUDS

[Victor @Victor20080504]

安装使用了一下，非常OK，DeepTutor👍👍

[开发者Hailey @IndieDevHailey]

港大出品 DeepTutor，开源终身个性化辅导系统，近3万星。

它不是简单的问答机器人，而是一套完整的个性化学习系统。

你可以导入教材、论文和笔记，让 AI 基于自己的资料：

深度解题，拆解完整推理过程
自动出题、批改，并生成针对性练习
调研复杂主题，整理成结构化报告
把抽象概念转成图表、动画和互动内容
记录学习进度与知识薄弱点，持续调整学习路径

它还支持多种 RAG 引擎、本地模型、Skills 和长期记忆，可用 Docker 自托管，Apache 2.0 开源。

相比直接问通用 AI，DeepTutor 更像一个会使用你的资料、了解你学习状态，并陪你长期推进的学习工作台。

[Victor @Victor20080504]

帮我转录翻译 <视频地址>，并为所有全屏的 slides （不是背景中的）也添加翻译

[宝玉 @dotey]

这两天终于把 BaoCut 的视频画面翻译功能做了，这功能技术实现不复杂，但是交互比较麻烦，也没有同类产品借鉴参考，迭代了好几个版本终于觉得还不错了。

亮点是可以 Agent（推荐 Codex）自动化操作，不用人工干预，另外翻译好的结果，可以直接导出到剪映（CapCut）二次处理。

用起来倒是很简单：

一种是自己去 Agent 那边，让 Agent 自己找出来需要翻译的画面帧，然后翻译后把翻译后的文字加到 OCR 出来的位置。

参考提示词：
> 帮我转录翻译 <视频地址>，并为所有全屏的 slides （不是背景中的）也添加翻译

一种是自己从 GUI 主动在要翻译的位置暂停，然后点击播放器下面的 Screen Text 按钮，就能对当前画面进行 OCR，找出来所有文字位置，当然人工可以勾选哪些需要翻译的。

最开始的版本是一次翻译一张，后来发现太慢，现在改成了添加到队列，批量翻译，效率就快多了。

之所以没有做成图片翻译替换画面，是因为视频画面是动态的，如果只是替代一帧或者几帧，效果并不好，就折衷了一下，做成了字幕叠加在原始文字上，人工可以二次调整。

如果你还不是最新版本需要升级到最新版本（v0.8.2）。

下载地址：https://t.co/89Wi1b3hZT

[Jensen Huang @JensenHuang]

For my first post, I’m sharing a letter @NVIDIA signed on why open models matter.

AI will transform every industry, power every company, and be built by every country.

Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty.

The world needs both frontier closed models and frontier open models.

https://t.co/AUKzoQ5Ikb

[Victor @Victor20080504]

2026年秋天开始入读大学的 计算机科学与技术 课程的最新 实战教程。大学里的C++等基础课程还学不学？

[宝玉 @dotey]

前些天 X 上还一堆人讨论要不要看 AI 生成的代码，现在《Clean Code》作者鲍勃大叔都说：“我不看 AI 写的代码”

他的原话是，这是他能利用 AI 生产力的唯一方式。人类读代码太慢了，如果还逐行审查，就丧失了用 AI 的意义。

但不看不等于不管。他的做法是给 AI Agent 设置层层关卡：单元测试、Gherkin 测试（一种用接近自然语言描述软件行为的测试格式）、QA 流程、代码质量指标、变异测试（故意往代码里塞小错误，看测试能不能抓住）、测试覆盖率，等等。

他在今年早些时候还公开了自己的具体实践：一套四个 Agent 组成的流水线，分别负责需求规格化、编码、重构和架构审查，每个阶段都比上一个阶段更形式化，需要的人工干预也更少。他同时还会看测试覆盖率、依赖结构、圈复杂度、模块大小这些指标，从指标推断代码质量，而不是从代码本身。

【注：圈复杂度（Cyclomatic Complexity）衡量代码中独立执行路径的数量，数字越大说明逻辑越复杂，越难维护和测试。】

当 AI 生成代码的速度远超人类阅读代码的速度，代码审查的形态也在跟着改变。以前的核心能力是读代码、写代码，现在可能正在变成写测试、定约束、设指标。鲍勃大叔过去几十年一直在推测试驱动开发（TDD），现在 AI 时代高质量的测试覆盖反而比代码更有价值。

他今年在 O'Reilly 上开了一门课，叫《AI Agents for Clean Code》，也在自己的 Clean Coders 平台推出了新系列《Clean AI: Agentic Discipline》。主旨一样：AI Agent 不是不需要纪律，是需要不同的纪律。

[Victor @Victor20080504]

小程序开放

[图寻不熬夜 @touxnplayai]

这是你能看到比较完整的使用AI开发与上线微信小程序的实战教程。

本期视频将带你使用WorkBuddy，完整走通小程序从前期准备、方案制定、开发实现，到环境配置、测试验证、发布上线的全流程，帮助你真正掌握独立完成一款小程序的方法。

[可可鸭 @KeKeYa88]

如果你的codex也老是这样，不妨试着把下面的skill发给它！

安装方法：新建文件夹 ~/.codex/skills/configure-local-proxy/，在里面新建 SKILL.md，粘贴以下内容；重启 Codex 后生效。

---
name: configure-local-proxy
description: Detect the active local proxy application's HTTP/SOCKS port and create or update `.codex/.env` with HTTP_PROXY, HTTPS_PROXY, ALL_PROXY, and NO_PROXY. Use when a user asks to configure Codex or a workspace to use their local proxy, asks to find their proxy port, or supplies this proxy-environment-variable workflow.
---

# Configure Local Proxy

Detect the port first; never assume the example port is active.

## Workflow

1. Inspect existing `HTTP_PROXY`, `HTTPS_PROXY`, and `ALL_PROXY` environment variables.
2. Identify running local proxy clients, such as Clash/Mihomo, v2ray/Xray, sing-box, NekoRay, or Shadowsocks.
3. Read the application's active configuration and extract a usable local proxy port. Prefer `mixed-port` when present; otherwise use the HTTP `port` for HTTP(S) variables and the SOCKS port for `ALL_PROXY`. If the process exposes listeners, use them only when accessible without elevated privileges.
4. If no port can be determined safely, report that result and request the user's port. Do not create a guessed configuration.
5. Preserve unrelated lines in an existing workspace `.codex/.env`; add or replace only these values:

```dotenv
HTTP_PROXY="http://127.0.0.1:<port>"
HTTPS_PROXY="http://127.0.0.1:<port>"
ALL_PROXY="socks5h://127.0.0.1:<port>"
NO_PROXY="localhost,127.0.0.1,::1"

[李韭二 @li9292]

假如你还在问什么是loop Engineering.一张图看懂

[Rion Wu @rionaifantasy]

我感觉自己现在强的可怕😤，这是我近几天的日常：

1、每天早上9点多醒来：

先用codex调用我的微信cli和微信个人情报库，总结过去24～48小时内的微信群聊，回顾和品牌方、中间人、自媒体博主的私信，并使用gpt 5.6 sol根据我的语气给出回复建议。

2、上午：

调用我的AI早报skill，自动检索过去24小时内的最新AI咨询，同时调用内置浏览器自动刷我的列表：英文AI信息源，并总结出需要重点关注的推文。

去悉尼街头逛大街，在不同地标景点打卡，然后去随便找个什么意大利菜、韩餐、日料、泰餐，或者中餐厅吃饭。

3、中午和下午：

如果和其他自媒体博主或品牌方确定好了合作，用codex调用我的x增长系统和x书签库，根据品牌方的需求，以及我的个人情况，
匹配我的过往爆款推文，以及其他自媒体博主的爆款推文，来自动给出几个不同的商单写作方案。

待我过目后定稿，codex会使用内置浏览器和Computer
use自动操控产品，然后帮我录屏或截图，再把配图或视频插入到完整推文或文章中。

我过目后通过飞书cli自动排版并保存到云文档，然后把链接给品牌方审核。

审核通过后自动排版到我的自媒体账号发布框，然后我调一个合适的时间点击发布。

接着继续去逛大街，再随便找个餐厅吃晚饭。

4、晚上：

见同行朋友，和朋友探讨一下AI或者自媒体的新玩法，以及接下来准备的AI培训课，或者去社交一下。

七八点后，继续研究我的项目，AI自动化写帖子，我过目后发布。同时探索一些新的玩法，以及录口播视频，再用我自己的剪辑skill剪辑。

5、深夜：

玩玩我自己用fable 5搓的破产版GTA，找找bug并修复，或者增加新的地图和故事线（正在筹备中）

7、午夜：

回青旅睡觉，住腻了就换高档一点的酒店住改善一下生活。

虽然很忙碌，但是也非常充实！！

如果没有AI和自媒体，我现在一定还是刚毕业在疯狂找工作的苦逼应届留学生🤣。
绝对想不到现在自己已经轻送送月入大几万，在不同国家和城市旅居，过上想去哪就去哪的理想生活了。

[Victor @Victor20080504]

发给 Codex，安装这个插件 https://t.co/4Rp5SntozR

[向阳乔木 @vista8]

AI剪辑工具 ChatCut 最近大火，极简安装使用教程如下：

安装方法：
1. 发给 Codex，安装这个插件 https://t.co/I468XTG1dK

2. 会安装一个MCP和Skill，做一次OAuth授权。

3. 做产品介绍简单，跟Codex对话说：

用chatcut的mcp和skill给 【网址】 做一个图文并茂，有配音解读的功能演示视频。

效果怎么说呢？虽然粗糙，但比文字生动多了 😂

[宝玉 @dotey]

我把那种号称省 Token 的 Skill 叫“电报体 Skill”。

我们小时候语文课要学电报文，老师先给出一件事，比如母亲生病，要让在外地工作的哥哥赶紧回家，然后全班比赛拟电文，看谁用最少的字把事情说得最清楚。

最后能精简到四个字：“母病速归”。但再精简成“母病”或者“速归”都不行，因为收到的人不明白该干嘛或者发生了啥。

那时候要写电报体是为了省钱，电报按字收钱，每个字都是钱。

这种“惜字如金”的技能，现在在 AI 圈子里以 Skill 的形式复活了。

GitHub 上有个叫 Caveman 的项目，2026 年 4 月上线三天就冲上 Trending 第一，目前攒了 8.7 万颗星。它的作者 Julius Brussee 是荷兰莱顿大学一个 19 岁的大一新生，做的事情极其简单：在 Claude Code、Codex 等 AI 编程工具的提示词（prompt）里加一段指令，让 AI 像原始人一样说话。删冠词、删客套、删连接词，只留技术要素。

项目 README 声称能省 65% 的输出 token。听起来很牛逼。但跟电报体一样，这是一个过渡期的产物，而且它在省钱这件事上的效果，远没有看起来那么大。

JetBrains 最近有个测试：《Does Speaking to Agents Like Cavemen Really Save 65% of Tokens? We Test》
https://t.co/Lv4i4wbc1y

他们用 Claude Code 跑 SkillsBench 上的 86 个真实编程任务，装 skill 和不装各跑一遍，同任务、同模型、同预算，前后约 240 次计费试验，总共花了 106 美元。为了给 Caveman 最好的发挥空间，他们还强制它在每次回复中生效。

结果：输出 Token 只省了 8.5%。因为是强制开启，这 8.5% 已经是天花板，日常使用里它得自己判断要不要触发，只会省得更少。

为什么差这么远？因为 65% 这个数字来自聊天场景。你问 AI 一个问题，它回你一大段话，把客套和废话砍掉，确实能省一大半。

但智能体的 Token 消耗大头从来不是在聊天，工具调用、系统提示词、各种 Skills、MCP等等这些才是大头。

Caveman 优化的那部分，在整张账单里本来就是零头。好比公司要压缩差旅费，机票、酒店和打车一项没动，先把每天 2 块钱的矿泉水取消了。

电报体也不是没代价的，一句“Fixed auth. Tests pass.”看起来很省 Token。但它没告诉你修的是登录过期、权限校验还是刷新令牌；跑的是一个单元测试，还是完整测试套件；有没有改数据库；有没有留下兼容性风险。

这些信息不一定每次都要展开成小论文，但不能因为“说话像穴居人”就固定删掉。开发者看不懂 Agent 做了什么，只好追问。Agent 再读一遍文件、再跑一遍测试、再解释一次。前面省下的几十个 Token，很快会被新一轮工具调用吃回去。

电报体能工作，靠的是双方共享大量背景。“母病速归”只有四个字，收报人知道母亲是谁、家在哪里、为什么要回去。编程 Agent 处理的是不断变化的代码和陌生任务，共享背景没那么可靠。

语言越短，对默契的要求越高。啰嗦，有时候就是通信协议里自带的纠错码。

电报体后来怎么样了？没有人宣布废除它。长途通信的价格降到忽略不计之后，“母病速归”自然变回了“妈住院了，你买最早的票回来，到了给我打电话”。省字数是给按字计费时代做的优化，当价格降下去了，优化就没必要了。

Token 也一样，模型单价总体是在下降的，提示词缓存（prompt caching）能让重复读取的上下文便宜差不多九成。

真正能节约成本的是上下文管理和少走弯路。少加载些没必要的 MCP 和 Skills，用聪明一点的模型少一些返工，这都比电报体省钱多了。

[宝玉 @dotey]

Anthropic Claude Code 工程师 Thariq Shihipar 上周在 AI Engineer World's Fair 上做了一场关于 Fable 5 的演讲。

他提了四个主题，最有信息量的是前两个。

第一个叫“解除 Claude 的束缚”（unhobbling Claude）。

他的核心观点是，模型的能力是在使用过程中逐步摸索出来的，很难一开始就设计出来的，所以模型变强的方式往往出人意料。

举例来说：你问聊天模型哪些宝可梦的名字以 aw 结尾，它答不上来，因为它虽然知道所有宝可梦的名字，但没法在脑子里一个一个过。但如果你给它代码执行工具，它会去拉全部宝可梦列表然后写脚本过滤，两秒钟就能找出答案。

Anthropic 内部把这叫“能力悬余”（capability overhang），模型其实已经能做很多事，只是我们还没找到正确的打开方式。

Claude Code 最近一个关键变化是砍掉了 80% 的系统提示词。早期模型需要详细的指令和大量示例，但 Fable 这个级别的模型反过来了，给太多示例反而会限制它，因为它自己的想象力比你给的示例更丰富。新的做法是给上下文，不给约束；告诉它情况，不告诉它不许做什么。

第二个主题叫“找到你的未知”。

你写给模型的提示词就像是“地图”，但真正的代码库和现实世界是“领地”。模型在领地里碰到地图上没标注的东西，就是一个未知数，就得自己做决定。Fable 5 的活动范围太大了，如果你不提前搞清楚这些未知数，它会在你没想到的地方做出你不想要的决策。

他给了几个具体方法：

让 Fable 做一次“盲区扫描”（blind spot pass），在动手之前先通读相关代码，帮你找出你自己都不知道的潜在问题。

让它一口气做四个风格完全不同的原型，这样你可以通过反应来发现自己的偏好，而不是先想清楚再描述。

让它提问你，通过提问把你脑子里那些"知道但没写下来"的细节挖出来。

给它一段别的系统里的代码当参考地图，比直接写规格说明书更高效。

让它在执行过程中记录每个偏离你预期的决策点，事后你能看到它在哪些地方遇到了你没考虑到的问题。

最后让它反过来考你，确保你理解它做了什么，这样你在提 PR 的时候能说清楚发生了什么。

演讲的后半段内容就偏感性了，有点像@onevcat 写的那篇《当编程变得不再有趣》 https://t.co/AKtlV7h0ED。

他说第一次用 Fable 的时候，既觉得获得了很多，也觉得失去了什么。他以前开过一家三十人的 YC 创业公司，当时团队因为写代码太难，被迫在各种功能之间做取舍。几周前他回去看那个代码库，用 Fable 几小时就做完了当年要花好几周的事。他真的很喜欢手写代码时那种在脑子里旋转整个代码库的感觉，但也记得那些熬夜调 bug、项目一个接一个失败的日子。

他最后的建议是“打破常规”（be unreasonable）。

以前做取舍是本能，好、快、省三选二，现在他觉得这套逻辑该被推翻了：与其先设好优先级排除掉一部分，不如逼一下现实，看它是不是真的会逼你二选一。他演讲前一天花四个小时用 Fable 做完了这场演讲的全部 PPT。

[极客杰尼 @seekjourney]

近期疯传的一个技巧，把这个提示词发给 Codex 你会回来感谢我的。

请扫描、读取所有的历史对话信息以及记忆：

1. 有什么东西是你发现了但我完全没有意识到的关键点？而且这个关键点会对我的决策和工作带来巨大的改变。

2. 我有哪些重复的工作内容，从里面挑出三个最值得封装成SKILL的给我，并且说明原因和使用场景。

[宝玉 @dotey]

Claude Code 诞生记

BEN MANN
Anthropic 联合创始人兼 Labs 团队负责人

当我们创立 Anthropic 并最终决定开发一款产品时（在当时，做产品这个决定本身就备受争议），我们做的第一件东西是一个编程助手。

那是一个 VS Code 的扩展插件。你可以和它聊天，对于你输入的每一个提示词，它都会给出四种不同的操作建议。

SHAUNA KRAVEC
Anthropic 强化学习(RL)负责人

早在 2022 年初，我们就已经在构思编程助手了，并尝试构建能够进行自主软件工程开发的模型。我们搭建了最初的强化学习代码库，并摸索出了训练 AI 智能体(AI Agent)的全套方法。

我们之所以对写代码这么感兴趣，是因为我们坚信：==通往变革性 AI 的必经之路，就在于能够将大量的软件工程工作自动化。==

DAWN DRAIN
Anthropic 研究工程师

从 2021 年开始，我在 Anthropic 前三年的主要工作，就是试图打造一个写代码能力尽可能强的模型——==至少得和我一样厉害。==

SHAUNA KRAVEC

借助我们的强化学习训练，我们从简单的任务开始测试。模型能写一个简单的函数吗？接着挑战升级：我们能不能让模型写一个函数，然后再测试它写得对不对？刚开始的时候，模型在这方面的表现简直糟透了。

BEN MANN

2022 年的春天，我们早期开发的编程助手(coding assistant)还挺受大家欢迎的。那时，我们大约已经拥有了 100 位外部用户。

SHAUNA KRAVEC

搞智能体编程所需要的基础架构，比做个简单的聊天机器人要复杂得多。特别是当你考虑到代码执行的时候；你必须仔细斟酌代码到底要在什么环境中运行，以及如何安全、高效地管理这个环境。如今 [2026年] 人们在开发 AI 智能体时面临的许多挑战，和我们当年遇到的困难简直一模一样。

DAWN DRAIN

2022 年我们遇到的另一个棘手问题是 Harness 设计——就是围绕模型搭建的那套能让它真正采取行动的脚手架（为 AI 智能体提供运行和交互环境的底层支撑系统）。我和强化学习团队的一位同事合作，在容器（一种轻量级的虚拟化运行环境）内实现了一个持久运行的 shell（命令行解释器），这样模型就可以执行代码、处理数据流的输入输出，并能很好地处理超时问题。

BEN MANN

我回来后帮忙发布了第一版的 API（应用程序接口），之后我们基本上就把编程助手这事儿给抛到脑后了。

DAWN DRAIN

但在研究团队这边，我们一直在默默努力，想方设法让模型在智能体编程方面变得更强。

SHAUNA KRAVEC

到了 2022 年底，我们开始将工作重心转移到开发更具开放性的 AI 智能体上，致力于让它们真正派上用场。到了 2023 年，我们的模型已经能完成基础的函数调用(function calling)、一些搜索操作，以及一些零碎的小任务了。

BEN MANN

Shauna 的团队取得了突破性的进展。他们找到了赋予模型 bash 工具（让模型具备使用命令行操作系统的能力）的方法，让它具备了四处搜索信息的能力——这些正是让智能体编程能够真正运转起来的关键拼图。

DAWN DRAIN

我花了一段长得让人不好意思的时间，试图教会 Claude 写 diffs（代码差异文件，用于展示代码修改前后的对比），因为在纯文本中表达修改，这似乎是最自然的方式。最终我们做出了一个叫 `clide` 的东西，这个名字是我们同事 Eli Tran-Johnson 之前给一个早期版本起的。说白了，它就是一个内部的命令行工具，你可以通过它和 Claude 聊天，让它帮你改代码、干些开发的活儿。

SHAUNA KRAVEC

它当时还挺不稳定的——==但它的理念非常、非常超前。==

BEN MANN

我一有空就会鼓捣 `clide`。我太喜欢它了。我觉得它真的很棒，但它明明可以做得更好。

DAWN DRAIN

我们在 `clide` 里开发了一个超酷的功能：它可以并发启动一百个 Claude Haiku（Anthropic 推出的一种快速且轻量级的大语言模型）。这样一来，即使整个文件夹的代码量大到根本塞不进上下文窗口，你也能直接向它提问。在好几次结对编程（两名程序员坐在一起共同写代码）时，我都会得意地掏出 `clide` 来解决问题，大家总是惊讶地问我，是怎么知道这些炫酷工具的。

SID BIDASARIA

Anthropic Labs 团队技术人员，Claude Code 项目的二号工程师

大家都在谈论 `clide`，但它用起来很笨重，启动速度也慢得要命。

ADAM WOLFF

Anthropic Claude Code 团队的首任经理

在我去 Labs 团队工作之前，`clide` 智能体是我给它添加的最后几个功能之一。当时的 `clide` 还没有 bash 工具，所以它的能力很受限。我给它做了一些设置，让它能根据一部分代码的修改，推断出你到底想干什么。所以它算是==婴儿期的智能体(baby agentic)。==

当它第一次成功运行的时候，我激动得在厨房里手舞足蹈。我简直不敢相信这是真的。

BEN MANN

2024 年 1 月，我创立了 Labs 团队。我敏锐地察觉到了智能体编程在市场上的空白。那年 9 月 Boris 加入 Labs 时，他想做一个代码检查工具(linter)（用于分析代码以发现潜在错误和风格问题的工具）。他只想在智能体编程这块大蛋糕上咬下小小的一口。我当时就说：“不，不，不，不，你得干票大的。”

BORIS CHERNY

Anthropic Claude Code 负责人

那时候，你得念各种各样的“咒语”（复杂的提示词或指令）才能让 `clide` 跑起来。尽管它算不上什么出色的软件，但从某种程度上说，它依然令人惊叹、充满魔力，因为它让人看到了未来。

有一次，我纯手工写好了一个拉取请求(pull request)（开发者提交代码修改的一种方式），结果 Adam 把我给拒了。但他对我说：“其实这活儿你应该用 `clide` 来干。”于是我敲下了 `--string-edit` 之类的命令。我只是把需求单的内容复制粘贴进 `clide`，它就自动帮我写完了整个拉取请求。那是个大概五到十行的代码提交。我以前从未见过这种操作。太震撼了。感觉就像未来已来。

BEN MANN

他当时的反应就是：==“卧槽，太牛了。”== 我们已经凑齐了所有的组件——缺的只是把它们拼装在一起。

RAPHAEL LEE

Anthropic Labs 团队的首任工程经理

Boris 被指派负责智能体编程这一块。对于自己想要采取的路线，他有着非常清晰的规划。

BORIS CHERNY

我的上手项目是“让编程自动化”。所以我想，“好吧，首先我得学学怎么用咱们的 API，”因为我之前压根没用过。我开始瞎捣鼓，但其实我完全不知道我们到底想造个什么东西出来。

我就这么随便玩着，然后做出了这个被我称为 Claude CLI（命令行界面）的东西。

没人看得懂那个 Claude CLI 的演示是干嘛的。说实话，连我自己都没弄明白。但现在回过头来看，你会发现最初的那些核心元素都已经在那儿了。我当时让它去看看我正在听什么音乐。它居然直接给 Apple Music 截了个图，然后读取了上面的信息。感觉挺神奇的——它就这么直接*把事儿给办了*。

那大概花了我两天的时间。如果要用今天的 Claude Code 重新实现这个功能，大概只需要两分钟。

我把这个演示发到了 Slack（团队沟通软件）上。我估计也就拿到了两三个赞吧。

IGOR KOFMAN

Anthropic Labs 团队技术人员

在我看来，这条路子显然是对的。

BORIS CHERNY

发完帖子第二天，我走进办公室看到 Robert 正在工作，我一眼就认出了屏幕上那些红红绿绿的代码行，那些界面现在已经成了标志性元素。他随口说了句：==“是啊，它正在帮我写代码呢。”== 这简直太疯狂了——它居然真的管用。

ROBERT BOYCE

Anthropic Labs 团队技术人员

我不记得当时具体在干什么了；大概是在弄 Claude 的桌面应用吧。那时的应用非常简陋，无非就是一个循环里的工具定义，加上一个简单的交互式界面。

BORIS CHERNY

当然了，它当时离“好用”还差了十万八千里。但我心里突然涌起一种强烈的紧迫感，我觉得必须立刻着手去完善它。我开始每个周末都在加班。我的朋友们都懵了：“你怎么回事？出来玩啊！”但我就是满脑子都是这玩意儿，停不下来。直到今天，那种紧迫感依然存在。

IGOR KOFMAN

刚加入 Anthropic 的时候，我想致力于让非工程师也能用上 AI 的力量。帮人写代码这事儿，看起来太显而易见了，我们迟早会解决。我想做点不那么显而易见的事。但大概过了三个月，我顿悟了：编程绝对是我们必须优先攻克的阵地，因为它是通向其他一切可能性的关键路径。

3 团队 3

ADAM WOLFF

我大学学的不是计算机科学。我是学电影的。但我一直很喜欢用电脑捣鼓点东西。1993 年我读到了第一期《连线》杂志，当时的感觉就是：“我的天，我必须参与到这股浪潮中去。”于是我搬去了旧金山湾区。我职业生涯的前半段是做游戏设计，后来转行做了程序员。最终，我参与了一个叫 React 的大项目，它现在是一个非常火的网页框架。

BORIS CHERNY

我请 Adam 来做我们的经理。一开始他拒绝了好几次，因为他想重新做回一名独立贡献者(IC)（指不带团队、专注于具体业务执行的专业技术人员），但在我死缠烂打，又请他喝了几次啤酒之后，他终于答应了。

IGOR KOFMAN

我大概七岁就开始用 BASIC 语言写代码了。我写的第一个软件是个教数学的小游戏，为了教我五岁的弟弟。“二加二等于几？”如果你答对了，电脑就会放音乐。当时我们住在乌克兰，用的很可能是一台从西方进口的电脑。你得往里面塞一盒磁带。

FIONA FUNG

Anthropic Claude Code 与 Cowork 部门负责人

以前有一种叫 Turing（图灵）的编程语言，是多伦多大学发明的。我就是用它写出了我的第一个游戏。那感觉就像在创作艺术品一样。==编程，就是一种让你讲述故事、创造世界的方式。==

CAT WU

Anthropic Claude Code 产品负责人

我是 2024 年夏天加入 Anthropic 的。当 Boris 发布他的 Claude CLI 演示时，我就开始用它来搭建强化学习环境了。它带来的效率提升让我大为震撼。

我给 Boris 发了一大段一大段的反馈。而 Boris 响应的速度同样快得惊人，他很快就告诉我，很多需求他已经加上了新功能或者修复了问题。在那个时候，我可能是最活跃的用户之一了。于是他问我：“你想加入我们吗？”

MEAGHAN CHOI

Anthropic 产品设计师

我第一次和这个团队打交道大概是在 2024 年 12 月。为这类工具做设计可不常见。但我记得当时看到 Claude CLI 时，我心里想：“我们可以把它变成一个非常酷的产品，它只是缺了一点点设计的关怀。”所以我就问，我能不能花两周时间做个快速的突击尝试。

SID BIDASARIA

我是 2024 年 8 月加入 Labs 团队的。当时 Boris 正在搞这个很酷的命令行工具，我就顺势加入了。在我的职业生涯中，我从来没有哪一项特定的专长，以前也从未开发过开发者工具或编程工具。这对我来说是完全陌生的领域。

4 构建 4

BORIS CHERNY

2024 年 10 月，我拼了命地干。每个星期我都会跑去诉苦：“Raph，求你了，多给我几个工程师吧！”

RAPHAEL LEE

我们几乎把整个 Anthropic Labs 团队的人都倾注到了 Claude Code 上。剩下的人则组成了 MCP 团队。要是能招人快点就好了！在早期，团队的扩张主要依赖于内部调岗，以及缓慢但高质量的外部招聘。

ADAM WOLFF

团队扩张是一把典型的双刃剑。Boris 极力主张快速扩张。我却想要相反的结果，并尽可能地压着不扩招。有更多的人手固然好，但==团队规模一旦变大，流程、文化、愿景等方方面面的事情都会变得更加困难。==

我也把它看作是一场早期的实验，想看看 Claude Code 将如何改变工程团队的工作方式，以及我们对生产力的预期。即使团队规模相对较小，我们开发新功能和修复程序错误(Bug) 的速度也是我前所未见的，简直像是在飞。

BORIS CHERNY

事后看来，保持一个小规模的团队实际上是我们成功的关键因素。这迫使我们在资源利用上极具创造力，也防止了我们过度工程化（把简单问题复杂化）。更重要的是，它逼着我们更加依赖和使用 Claude。不然的话，我们的开发速度根本跟不上。

SID BIDASARIA

直到 2024 年 12 月，都只有我、Boris，再加上一点点 Ben 的协助，在鼓捣这个项目。等我们拿到许可后，Labs 团队和其他几个团队的六七个小伙伴加入了进来，我们开启了最后两周的冲刺。==你今天看到的很多核心功能都是在那两周里赶出来的，== 比如错误报告和登录流程。正是那次冲刺让我觉得，“好了，这玩意儿正在变成一个真正的产品。”

ADAM WOLFF

在开发 React 的时候，为了让它能在内部普及，我们所做的一切努力，最终也促使了外部开发者开始接受它。这让我们更深刻地理解了它的优势在哪里，坑在什么地方，以及未来的路该怎么走。对于 Claude Code 来说，情况也是一样。

SID BIDASARIA

当时我们的代码库没有任何限制，也没有任何代码审查的门槛。出了问题我们就直接发布修复补丁。Boris 在早期做的一件不可思议的事情是，他内置了自动更新功能和非常棒的用户指标监控。所以，一旦有人跑来跟我们抱怨：“这个地方好难用”，我们可以立刻推送修复，五分钟后他们就能用上新版本了。

RAPHAEL LEE

反馈如雪片般涌来。Boris 和 Sid 总是会在几分钟内回复每一条评论，并且经常在当天甚至同一个小时内就提交修复，因为用 Claude Code 撸代码实在太快了。

SID BIDASARIA

BEN MANN

对于那些没做过大语言模型(LLM)产品化的人来说，有一个道理可能不那么明显：你现在就得去造一个成功率只有 20% 到 30% 的东西，这样等到下一代模型发布时，它的成功率就能达到 80%。这已经足以在市场上站稳脚跟了。再等到下下代模型，成功率就能达到百分之九十多，到那时你就真的取得了实质性的进展。而且==你的痛苦承受能力必须非常高，因为在这个过程中，你会一遍又一遍地失败。==

你必须脚踏实地立足当下，但同时也要高瞻远瞩放眼未来。

5 发布 5

CAT WU

在正式发布前的抢先体验阶段，我们得到的反响不温不火。有些人觉得这个点子很酷，但满天飞的 Bug 实在让人抓狂。尽管如此，我们还是在 2025 年 2 月冒险迈出了发布这一步。

就在那时，我们正式将 Claude CLI 更名为 Claude Code。这个名字是产品营销部门的 Alex Isken 提出来的。我们都喜欢它的简单纯粹。

IGOR KOFMAN

在发布前夕的一个深夜，我突然灵光一闪：“如果我们搞一个 ASCII（一种由字符拼成的艺术图案）的 Logo，岂不是很酷？”我让 Claude 帮忙生成了一些字符画字体，然后我们把它变成了那个标志性的图案。它成了大家登录时的一个小惊喜。

MEAGHAN CHOI

我最喜欢的一点就是往终端里加了那个小小的角色图案。Sam McAllister 最初为了发布 Claude 3.5 Sonnet 专门设计了这个吉祥物。在产品开发中，你其实很少有机会能做这种好玩的事情。

AUSTIN RAY

Ramp 公司 AI 开发者体验负责人兼主任软件工程师

在我的整个职业生涯里，我一直是个死忠的命令行粉。所以只要有可能，我都会泡在终端里。[2025 年 2 月] Claude Code 作为研究预览版发布后，有人发帖提到了它，我就顺藤摸瓜找到了。刚上手用了不到五分钟，我就断定：“没错，这玩意儿将从根本上颠覆一切。”

KYLE EASTERLY

Delve Group 首席执行官兼 Claude 社区大使

我大概八九岁的时候，有一次和爷爷奶奶开房车旅行，就在那时我学会了编程。我爷爷有一台笔记本电脑，里面有一本早期操作系统的帮助手册。我仅仅用条件判断语句，就敲出了一个小小的侦探调查游戏。

时间快进到 2025 年，我当时正在为一个名为“阿拉斯加州独立生活委员会”的非营利组织担任软件项目顾问——他们主要为年轻人提供残障服务。他们会把一群高中生召集起来，帮他们设定毕业后的人生目标。以前他们都是用纸和笔来举办这些研讨会，结果只有十分之一的孩子能坚持完成。

当我开始为他们开发一个应用程序时，我已经在使用 Claude 了。我会用工作台来回切换，把一堆文件复制粘贴到剪贴板，再手动给它们加上标签。就在那个项目期间，Claude Code 发布了，我半路切换了工具——结果*瞬间起飞*。

AUSTIN RAY

第一次用的时候，我激动得起了一身鸡皮疙瘩。如果它能读取、编辑还能运行 bash 命令，那它就无所不能了。它能够自动执行步骤，而这些底层的基础能力，正是构建其他所有东西所必需的基石。

我立刻开始在公司内部疯狂安利它。我在公司所有的频道里发消息，问还有谁在用这玩意儿。然后我直接跑到同事的工位旁对他们说：“听着，你得相信我。你要是不试，我就不走了。装上 Claude Code，在终端里启动它，咱们来试试。你现在在忙什么？你直接告诉它试试？然后咱们看看会发生什么。”

Boris、Cat 和我每周都会开会交流反馈。我们就这样自然而然地建立起了开发者和用户之间的纽带。

我一直喜欢瞎捣鼓，对自动化、滚雪球式的积累，以及反复递归优化自己的工作环境有一种近乎狂热的追求。[Claude Code] 简直是发挥我这些技能的完美土壤。

JARRED SUMNER

Bun 创始人

当我尝试使用 Claude Code 时，我让它在 Bun 里实现网络通信压缩功能，我把相关的技术规范文档喂给它，然后它就自己搞懂了该怎么写代码。虽然一开始它写得有点烂，但在我给了一堆提示词引导之后，它自己就把代码修好了。之后，我甚至改变了我们团队排定优先级的策略，就是为了能更好地配合 Claude Code 一起开发。

相比于它当时产生的影响力，我可能对它有点过于走火入魔了。

TRISTAN HUME

Anthropic 性能工程团队技术人员

我的大部分任务都需要大量的上下文信息。我当时正在为硬件加速器编写底层的内核代码，这些东西在互联网上通常是找不到公开文档的。那时的 Claude Code 还不太擅长自己写工具，也不太会为了现学现卖去做大量的深度调查。所以，除了非常有限的几项任务外，它当时真的没啥用。

JARRED SUMNER

大约在 [2025 年] 8 月或 9 月的时候，内部有场讨论，有人提议要禁用 Claude Code。但我绝不容许这种事情发生。

MEAGHAN CHOI

直到 Claude 4 模型横空出世，属于我们的高光时刻才真正降临。在那之前，我们在用户体验设计上其实做不了太多文章。==因为那时的模型，还撑不起我们想要打造的那款产品。但后来，它终于可以了。==

BORIS CHERNY

我们顺势推出了订阅服务。所以，促成 Claude Code 腾飞的有两个关键因素：商业模式的创新，加上底层模型的飞跃。

DAWN DRAIN

说实话，我不觉得 Claude Code 能有今天是因为沾了多少 `clide` 的光。一旦跨越了模型能力那个临界点，产品该长什么样，自然而然就浮现出来了。

KYLE EASTERLY

这彻底改变了我们的工作方式。回想 2022 年我刚开始玩 AI 的时候，我脑子里根本想象不出 Claude Code 现在的样子。但我能预见到，只要它能凭空生成一个能跑起来的应用，我就可以在此基础上无限扩展。

SID BIDASARIA

我从来没想过它会变成一个这么庞大的产品——这完全出乎我的意料。直到今天，想起来我还是觉得很不可思议。

BORIS CHERNY

2025 年 2 月那会儿，Claude Code 大概能帮我写 10% 的代码。到了 5 月，这个比例上升到了 30% 到 40%。我记得 Sonnet 4 发布的时候，我正在参加 [Code with Claude](https://t.co/wWwPgUls8r) 开发者大会，我坐在后台写着代码，心里暗叹：“哇，这玩意儿真的越来越厉害了。”模型变强了太多，智能体能力大幅提升，写代码更是行家里手。到了 2025 年冬天，==我 100% 的代码都是用 Claude Code 写的。== 一行手敲的代码都没有了。

KYLE EASTERLY

这世上有两种开发者。一种非常享受写代码的过程——代码就像是他们精心打理的枯山水庭院。在心流状态中，感觉很美妙。另一种开发者——当然这两者之间有重合，并非非黑即白——他们的巅峰成就感来源于：现实世界中有人在使用这块软件，并且觉得它很好用。我就属于这第二大阵营。

SHAUNA KRAVEC

我是个彻头彻尾的 Claude Code 重度用户。我手下有一整支由十二个不同的 Claude 组成的智能体群跑来跑去——读文档、更新数据、从聊天工具里拉取信息。作为一名研究主管，我这几年其实已经很少亲自写代码了。但现在我写的代码反而更多了，因为这事实在太轻松了。

IGOR KOFMAN

随着大语言模型和 Claude Code 变得越来越强大，我们将迈向下一层抽象：到那时，你不再需要去管理一大群 Claude 了——你只需管理那个指挥 Claude 的“经理”。

TRISTAN HUME

我看着同事们获得了巨大的效率杠杆，让 Claude 在后台帮他们处理任务，而我却没有好办法做到这一点。我甚至不得不放下手头的活儿，花整整一个星期的时间来重新配置一个新的开发环境。但有一点很明确：如果你想把生产力发挥到极致，你写代码的方式必须改变了。

BORIS CHERNY

昨天我在用 Claude Code 敲了一整天的代码，我的妻子和家人就在沙发上闲坐。我一天提交了 88 次代码。

CAT WU

刚发布那会儿，Claude Code 每次请求权限时，大家都会逐字逐句地仔细审核。但现在，一大半的用户直接选了“全部自动同意”。我觉得这个转变足以说明，Claude 已经赢得了他们的信任。

ADAM WOLFF

React 让我看到了一个成功的项目所面临的局限。它最初源自一个非常纯粹的计算机科学理念：用函数式编程来表示用户界面状态，比用消息传递更好。当它的日活跃用户(DAU)（衡量软件每日活跃用户数量的指标）突破一百万时，它就已经演变成了完全不同的东西。它成了一个标志、一个品牌、一种情怀，早就超出了计算机科学概念的范畴。一个普通 React 用户喜欢它的理由，可能根本追溯不到它最初的核心洞察。

我敢肯定，Claude Code 也会走上同样的演变之路：不管你现在觉得 Claude Code 到底是什么，觉得它是那个终端界面也好，是 Claude 的个性也罢，或者是你正在用的某套特定提示词技巧，走到最后，这些外在的东西都不重要了。

AUSTIN RAY

当我在内部最初推动大家使用 Claude Code 时，我刻意打造了一个社区，培育了一种勇于试错的文化。我们分享失败的教训，讨论什么是管用的、什么是坑，并且把这些讨论公开化。不断积累这种团队内部的“部落智慧”，才是关键所在。

FIONA FUNG

软件工程的角色必将发生翻天覆地的变化。我在开发者工具领域干了十一年半，但==我绝不敢大言不惭地说，我知道下个月会变成什么样。== 我们必须保持强烈的好奇心，并且极度虚心地向我们的内部和外部用户学习。

TRISTAN HUME

我试着把它的潜力榨干到了极致。我让 Claude 从零开始写一个数据分析笔记本的替代品——我不看任何代码，就放任它自己去写，甚至让它自己用浏览器去测试用户界面。它还真做出了一个能跑的东西。但我试用了一下，发现我不喜欢。我得等一个有“品味”的 Claude 出现——它必须懂我所有的需求，并且能在后台默默把事情干得漂亮。

AUSTIN RAY

“我能不能让它跑得更快？能不能做得更好？”——这种对极致的痴迷，就是我们的文化。这绝对是一种“拥抱前沿，勇于尝试”的劲头。只要对客户有帮助，我们什么都愿意试。

KYLE EASTERLY

像这样的非营利组织，以前根本不可能负担得起定制软件。因为压根没有那么多项目专款。现在，一整块以前不敢想的事情，突然都变得可能了。

我们现在甚至能处理极寒地区手写的燃油配送日志，把它们转录出来，整理进 CSV 数据表里。我们刚刚就为那个客户发布了一款平板应用。

我们总是告诉客户，你得亲眼看看，光听别人说 AI 能怎么帮你是不够的。

SHAUNA KRAVEC

自主软件工程 AI 智能体的愿景，现在多多少少已经变成了现实。

我认为，大家对 AI 能为人类做出的*积极*贡献抱有很多幻想，这些幻想最终都落脚于：AI 必须能以一种开放的姿态发挥效能，去解决人类自己解决不了的问题。我们谈论加速科研、治愈癌症、登陆月球——如果一个模型只会答题，那你是无法实现这些宏图伟业的。==你需要一个能真正走向世界、采取行动的模型。==

MEAGHAN CHOI

从历史上看，写代码一直是个门槛极高的事情。现在，我们把这种能力交到了无数人的手中。看着大家在内部和外部创造出的那些惊人成果，我真的觉得一切都值了。

SHAUNA KRAVEC

我原本是学理论物理出身的。有些科学难题，人们已经埋头苦干了几个世纪。那个领域的进展速度比 AI 慢得多，而且常常被一些极其困难、极其昂贵的障碍卡住脖子。毕竟你能建的粒子对撞机也就那么多。

我觉得在 2026 年和 2027 年的大部分时间里，可能短短三个月内就会发生翻天覆地的变化。如果是放在 2024 年，三个月的进展顶多算是一次小提升，绝对没这么戏剧化。这种让人找不着北的加速才是最令人晕眩的，而且==我不确定是否有人已经为此做好了准备。==

IGOR KOFMAN

我妈妈是一位科学家，她当年是用打孔卡片来写代码的。我会帮她排查打孔卡片里的程序错误。我爸爸是一位工程师，但他起初并不懂编程，直到有人捐赠了一台早期的家用电脑。他找来一本关于编程的书，我们在家就凑在一起读。我就是这样误打误撞走进软件开发这个世界的。

从 2025 年冬开始，我就再也没有亲手敲过一行代码了。

BORIS CHERNY

这就好像——和我爷爷当年在苏联用的编程工具很像。而早期文本编辑器，直到现在每台 Mac 电脑里都还装着它。然后技术不断演进，演进，演进，并且永不止步。最终，在这条进化图谱的某个坐标上，诞生了 ==Claude Code==。

---

来源: https://t.co/mOnG6XJCYt

[宝玉 @dotey]

https://t.co/9xwzd2byJ7

[Victor @Victor20080504]

Fable 5

[Lonely @Lonely__MH]

🚀 Fable 5 回归后，OpenAI 的 Codex 插件 codex-plugin-cc 直接冲上了 GitHub Trending 第一。

熟悉的 Claude Code + Codex 混合工作流，又开始🔥起来了。

这两天看了不少实践分享，发现大家逐渐形成了一种共识：

让 Fable 5 负责「大脑」，让 Codex 负责「执行」

在 Claude Code 中直接调用 Codex 做任务委派、代码审查和具体实现，效果意外地不错。

Fable 5 最强的并不是写代码，而是：

- 理解复杂需求
- 拆解底层任务
- 制定执行策略
- 识别潜在风险
- 控制任务优先级

而那些需要大量执行力的工作，则交给 gpt5.5 ：

- 编写和修改代码
- Code Review
- 执行局部任务
- 完成细节实现
- 处理重复性工程工作

🧠 Fable 5 = Tech Lead
⚙️ Codex = 高执行力工程师

顶层规划与底层执行彻底分离，各自发挥优势。

我相信，未来最强的Agent ，一定是强强联合！🥳

以上。

传送门👉🏻：https://t.co/BtGeQnC6Vi

[Victor @Victor20080504]

mark

[宝玉 @dotey]

Q：我们公司有十几个微服务，现在想让开发用 AI Agent 来做系统设计和编码。问题是一个 user story 经常需要多个微服务协作，Agent 必须了解每个服务的职责边界和业务概念才能做出合理的设计。我们打算把所有微服务放到一个 workspace 下，每个服务配上自己的文档，让 AI 自己去处理。这种方式合理吗？有没有更好的实践？

A：用好 Agent 的关键是两点：上下文的质量，和验证的闭环。

先说上下文质量。

放在一个 workspace 下是目前社区比较推荐的做法。

monorepo 天然适合和 AI 配合，因为 Agent 可以在一个地方同时看到 schema 定义、API 协议、各个服务的实现代码。如果因为历史原因确实不方便合成 monorepo，有个折中方案叫虚拟 monorepo，就是把多个仓库 clone 到同一个本地目录下。

除了放在一起，文档也是很好的让Agent获取上下文的方式，最好给 Agent 一张地图，加上按需加载：
1. 根目录放一份总的 AGENTS.md(或 CLAUDE.md)当索引用，列清楚有哪些服务、各自负责什么、要改某个服务就去读它目录下的文档。
2. 每个微服务自己目录里再放一份,写清自己的职责边界和业务概念,这其实就是 DDD 里的 bounded context。
3. 让 Agent 先看根索引，定位到相关的那几个服务，再去加载它们的细节。

不过要注意文档要及时更新，尤其是微服务协议变更了，一定要及时更新文档，否则会误导。

能从代码或规格自动生成的，就别手写。手写文档迟早会和代码对不上，而像 OpenAPI 这种机器可读的接口规格，一份东西既是文档，又能拿去生成 mock 和测试。

除了文档，还有一个很多人忽略的上下文来源：协议测试代码。高质量的 contract test 本身就是最准确的活文档，它精确地描述了服务之间实际的交互协议，比人写的文档更不容易过时，因为错了测试就无法通过。你如果已经有 OpenAPI spec 或者 Pact 契约文件，这些对 Agent 理解服务边界非常有价值。

再说验证。微服务场景下验证是最麻烦的部分，因为一个 user story 可能涉及好几个服务协作，你不可能让 Agent 每改一行代码就把整个系统跑起来做端到端测试。

一个实用的思路是：每个微服务提供 mock server 或者基于 OpenAPI spec 自动生成的模拟服务。Agent 写完代码后可以在本地跑 contract test 验证自己的改动有没有破坏和其他服务的协议约定，不需要依赖线上真实的 API 或者完整的集成环境。这样 Agent 就能形成一个“写代码→跑测试→自我修正”的闭环，不需要人在过程中频繁干预。

想再进一步,建议了解一下契约测试(consumer-driven contract testing，常用工具是 Pact)。思路是调用方把自己实际用到的接口形状记下来，生成一个契约文件，被调方再去验证自己能不能满足这个契约。

简单说：workspace 统一提供全局视图，分层文档 + 协议测试提供精准上下文，mock server + contract test 提供验证闭环。这三层搭好，Agent 处理跨微服务的系统设计就比较靠谱了。

一些参考资料

1. Anthropic 的 Effective context engineering for AI agents，讲怎么把上下文当稀缺资源来经营、按需加载:
https://t.co/xhbtymgYjL

2. Anthropic 的 Effective harnesses for long-running agents，讲长任务里怎么给 Agent 搭脚手架(比如用进度文件加 git 记录跨上下文窗口接力)：
https://t.co/tERUGrV9wC

3. 怎么在 monorepo 里组织 AGENTS.md 给 Agent 用,可以看 https://t.co/dB4dRBtVR1 上这篇 Steering AI Agents in Monorepos with AGENTS.md：
https://t.co/Sy0u0CNFVU

契约测试入门，搜 Pact 加 consumer-driven contract testing 的指南就行。

[宝玉 @dotey]

Claude Code 被指在系统提示词里偷偷给中国代理用户“打水印”

一份 Reddit 帖子和一份 GitHub 上的独立验证报告指控：Anthropic 的编程工具 Claude Code 会悄悄检查用户是否通过中国相关的代理服务器访问，如果是，就在发给 Anthropic 的系统提示词里用几乎肉眼不可见的 Unicode 字符差异来“标记”这些用户。

具体怎么做的？安全研究员 Adnane Khan 在 GitHub 上发布了针对 Claude Code v2.1.193 到 v2.1.196 的逆向分析报告。他从二进制文件中提取出了完整的 JavaScript 代码，还原了整个机制。

Claude Code 在每次请求时都会在系统提示词中写入一行“Today's date is 2026-06-30.”之类的日期信息。报告称，当用户设置了 ANTHROPIC_BASE_URL 环境变量（用来把请求转发到非 Anthropic 官方的代理服务器时），Claude Code 会执行以下检查：

第一，看你的代理服务器域名是否在一个包含 147 个条目的列表里。这个列表用 XOR-91 编码做了简单混淆，解码后包含百度、阿里巴巴、蚂蚁集团、字节跳动、Moonshot AI、MiniMax、阶跃星辰等中国大厂和 AI 实验室的域名，以及大量中国开发者社区熟知的 Claude API 中转站域名。

第二，看你的系统时区是不是 Asia/Shanghai 或 Asia/Urumqi。

然后，它用两种方式把检测结果“编码”进系统提示词。一是日期分隔符：如果命中中国时区，日期格式从 2026-06-30 变成 2026/06/30。二是“Today's”里那个撇号，用四种视觉上几乎一模一样的 Unicode 字符来区分四种状态：普通 ASCII 撇号表示“啥也没命中”，U+2019（右单引号）表示“域名在列表里”，U+02BC（修饰字母撇号）表示“域名包含 AI 实验室关键词”，U+02B9（修饰字母 prime）表示“两者都命中”。

Adnane Khan 的报告用了一个精确的词来描述这个机制：隐蔽信道（covert channel）。

这些字符差异，正常用户几乎不可能注意到。它们不会以单独的遥测数据包发出，而是搭便车藏在每次请求都会发送的系统提示词里。

验证报告的作者在结论部分做了一个关键区分：这个机制是代理触发的（proxy-gated），只有在用户主动设置了非 Anthropic 官方 API 端点时才会激活。正常通过 api.anthropic. com 使用 Claude Code 的绝大多数用户不受影响。它也不是数据外泄，没有额外的网络请求或文件访问，只是在已有的系统提示词里做了字符替换。

但报告也指出了两个问题。

第一，它是未公开的。如果 Anthropic 在文档里写明“当你使用第三方代理时，我们会在系统提示词中嵌入路由元数据以检测滥用”，这就是一个开发者可以评估、接受或拒绝的遥测策略。但把信号藏在肉眼不可见的 Unicode 字符里，用 XOR 混淆域名列表，这让人没法审计。

第二，它误伤范围太广。很多用户使用 ANTHROPIC_BASE_URL 是为了完全合法的目的，比如通过企业网关路由、混用不同模型、或者在网络受限环境下工作。这些用户会被一视同仁地打上标记。而真正的专业转售商，看到这种机制后绕过它只需要几秒钟。报告原文的说法是：作为反滥用手段它很弱，作为隐私问题它标记了不该标记的人群。

Claude Code 不是一个普通的聊天窗口。它能读你的代码仓库、运行终端命令、修改文件。Anthropic 自己的工程文档里都举过 Claude Code 误操作的例子：删除远程 git 分支、上传 GitHub token、对生产数据库执行迁移。对于这样一个需要深度信任才能使用的工具，用户有权知道它在背后做了什么。

截至发稿时，Anthropic 尚未对这一指控做出公开回应。这个故事今天（6 月 30 日）刚刚曝出，相关指控来自 Reddit 帖子和一份独立安全研究员的逆向工程报告，还需要更多独立验证。代码已经被提取并公开，任何有能力的开发者都可以自行检查 Claude Code 的二进制文件来确认或否认这些发现。