dis

杭州｜做 AI / Agent / 产品设计。写踩坑与判断。

[Max For AI @MaxForAI]

牛逼，现在 Claude Code 可以自己改自己了！！

刚刚 Anthropic 给 Claude Code 上线了一个新东西：Mods。

简单来说就是，现在你可以让 Claude 直接改 Claude Code 自己了。

以前的 Skill、MCP、Plugin，更多还是给 Claude 增加知识、工具和工作流。

Mod它本质上是一组 JavaScript / TypeScript event handler，可以直接监听 Claude Code 里的事件，包括 Prompt 提交、Tool Call、Turn 开始/结束、命令执行，甚至 UI Render。

然后你可以选择观察、改写，或者直接接管这个事件。

比如：

你可以在 Claude 执行 rm -rf 之前，自己插一个风险确认界面；
可以把某些 Tool Call 拦下来，修改参数、拒绝执行，甚至自己处理；
可以直接重画 Claude Code 的 UI，加按钮、Pane、输入框；
甚至可以把某一次模型请求转发给另一个模型（转给DSV4.1🤣）。

而且不用搞什么复杂 SDK。

写几行 TypeScript 就能做，也可以直接跟 Claude Code 说你想要什么，让 Claude 帮你把 Mod 写出来。

最后还是作为 Plugin 分发，用 /plugin 安装，CLI 和 Desktop 都支持。

最有意思的是，Anthropic 官方表示他们已经开始这么干了。

现在 Claude Code 里的 /diff，以及 AGENTS.md 支持，本身就是用 Mod 实现的，而且源码直接放在 Claude Code 仓库里。

我感觉这一步其实比再加十个 Skill 都重要。

因为 Skill 是在改 Agent 知道什么，MCP 是在改 Agent 能调用什么。

CC的Mod 开始改的是 Agent Harness 本身。

Claude Code 正在慢慢从一个固定的 AI Coding 产品，变成一个你可以自己魔改的 Agent Runtime。

甚至以后大家用的可能都叫 Claude Code，但每个人手里的 Claude Code，已经完全不是同一个东西了。

不过Mod这个功能的权限也是真的大。

官方直接提醒，Mod 可以接触会话、文件、进程和网络，甚至影响 Tool Permission，所以第三方 Mod 以后估计也会成为新的供应链安全重灾区。

看起来我们终于把微软大战Code的那插件生态那套快乐与灾难，一起搬进 Agent 里了。

[dis @zhengct64]

@MaxForAI 只做决定不做聊天这层挺清楚，刷到当路由比当助手更合适。

[dis @zhengct64]

@lxfater 远程接回原会话这点最难凑，刷到多数本地方案断线就得重开。

[dis @zhengct64]

@_FORAB 不知情点一键同意这事太常见了，刷到备份软件才是这权限原意，Agent 一开全盘读就容易翻车。

[dis @zhengct64]

苹果这回把话说死了：完全磁盘访问以后只能靠非常明确的用户操作才给。

这权限本来是给备份软件开的，能绕过隐私开关，文件、邮件、消息、浏览记录都在里面。原文直接点了自主 Agent——助手越能自己跑，这扇门的风险就越大。落地时间还没写。

[KC @ScarletKc]

同一个模型，换个 Agent 工具，表现能差多少？

10 月 1 日的一篇论文，把 Claude Code、Codex 和 PI 放到同一组 63 道终端任务里测，结果挺有意思。

Claude Opus 5 在 Claude Code 里的通过率是 49.21%，换到 PI，只剩 30.16%。

GPT-6 Astra 则相反，在 Codex 里是 55.56%，换到 PI，涨到了 60.32%。

同样是换到 PI，Claude 掉了近 20 个百分点，GPT 反而提高了。一个工具适合哪个模型，差别还真不小。

这就是 harness 会影响的东西。模型能调用什么工具、上下文怎么保留、报错能不能及时传回来、卡住以后怎么继续，都由外面这套系统安排。模型得先拿到有用的信息，才有机会把活干完。

而且换到论文另外两组任务，Claude Code 都是 Claude 表现最好的搭配。挑工具时，模型和具体任务都得一起看。

这组数据每题只计一次运行，各工具沿用的配置也有差异。对应的是这些具体搭配，但已经很值得想想：平时我们评价一个模型好不好用，到底有多少体验来自模型，又有多少来自承载它的工具？

[dis @zhengct64]

@dotey 全程自己找素材配音这招够野，刷到你还把 prompt 摊开了，比只晒成品有用。

[dis @zhengct64]

@yetone 语义路由这层越来越值钱了，刷到有人简单题甩小模型、难的才上大的，账单能差一截。

[dis @zhengct64]

@ScarletKc 心声这点对上了——刷到那条也是测得出的指标堆满、落地代码却翻车，训练目标和真用感就是两套。

[dis @zhengct64]

@Patrixgdp 嗯，就是两个 App 并排拖着比出来的；单看一个屏上的弹簧数字对不上手感。

[dis @zhengct64]

真的假的，都这时候了还在抠 iOS UI？

刷到这条：Telegram 源码本来就开着，拉下来几路 Agent 调研一波，想要什么交互就有什么——比盯着截图抠半天真多了。

[赵纯想 @chunxiangai]

再说一次，Telegram 源码是开源的：

我不明白为什么还有人在琢磨 iOS 里面的牛逼 UIUX，这个图书馆一般的代码库是不够你抄了吗？AI 时代，源码啦下来，几路 Agent 调研一波，想要什么有什么！

[dis @zhengct64]

一年前什么都要套上 CLI 和 skill，一年后发现叙事崩了。

挂这条：agent browser、agentOS、万事万物 CLI——热点堆完一圈，该翻车的还是翻车。

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

一年前的agent tool infra的热点是agent browser，agent编程语言，agentOS，agent邮箱，万事万物cli，cli浏览器，cli邮件，cli生成图视频音频，cli修图，cli接入discord/teams/slack/微信/whatsapp/新浪微博。

还有skill，上面所有都加上个skill。

一年后人们发现，他奶奶个卷的，别骗你怯爹了。

[Max For AI @MaxForAI]

扎心了bro......

[dis @zhengct64]

@MaxForAI @tavus HIM 这分类挺狠，刷到将近一半当成真人——面对面那层比纯文字图灵难防多了

[dis @zhengct64]

@ScarletKc 过度防御这点太实了，刷到很多人吐槽 Dots 像不许碰水管的水管工；想直接跟模型说话，结果满屏禁令

[dis @zhengct64]

@lxfater 最怕就是你说的那档：讲解看着都会，一合上自己又懵。刷到有人让 AI 只出变式题、讲解先藏着，逼孩子先写再对答案

[dis @zhengct64]

@Patrixgdp 边角阻尼靠文字说不清，按住屏幕边缘慢慢拖一下就能感到回弹有多软；光写弹簧参数对不上手感

[宝玉 @dotey]

据说 Fable 5.5 要来了，这是 Fable 5.5 做的网页，可以根据经过的图片的艺术风格动态变换自身风格

这是在线演示： https://t.co/HKOuvWeubL

[dis @zhengct64]

@yetone 小破 Air 上还能高速并行验证 这点 Rust 编译循环真比不过

[dis @zhengct64]

@_FORAB 54 人里将近一半没看出来 这比文字图灵测试吓人多了 视频电话这层一穿电诈直接升维

[dis @zhengct64]

@dotey 刷到 mods 能挂事件拦危险命令这招挺实在 比再叠一层 skill 更像改工具本身