Claude Code 的下一程：与 Anthropic 的 Thariq 共谈产品演进与代理安全

Claude Code 的下一个时代 — Thariq Shihipar, Anthropic

在我们恭喜（节目的老朋友！）General Intuition 推出新模型以及（节目的老朋友！）Shunyu Yao 推出新模型的同时，世界正等待 GPT-5.6 Sol Ultra 的发布，人们也在争相抢在 Fable 5 之前摸到它的极限……

可变软件的未来

特别留意 Claude Mods（尤其是 cheatsheet）：

Boris Cherny @bcherny：Claude Mods 正在陆续推出，已经有人做出了"Claude 里的俄罗斯方块"模组 🤯 详情见 issue，了解最新的社区动态、技术细节和更多酷炫 demo（GitHub 上的 issue 页面）。

Thariq @trq212：很奇怪，明明有一个"赚大钱"的按钮，却没人去按它。（把你的 SaaS 做成无界面版本，让代理来调用，按次收费，尤其是面向企业的场景）

云端大脑，本地双手

也可以试试 Claude Projects：

Boris Cherny @bcherny：Projects 不仅改变了我与 Claude 互动的方式，也改变了我写代码的方式。我不再管理会话（session），只是在想东西的时候随手发出来，Claude 会自动把它们拆成多个线程（thread），project 会记住我的工作方式。我现在大部分代码都是在它里面写的。

（截图：我自己真实的使用界面）

ClaudeDevs @ClaudeDevs：今天我们正式在桌面端和网页端的 Claude Code 中推出 Projects。一个 project 就是和 Claude 的一段对话，它会自己把工作拆成多个线程，并行作为云端会话（cloud session）来跑，在它们之间传递上下文，并且在你离开后继续推进。目前为部分用户开放 beta。

"双手"这个词并不只是 Cognition 等前沿编程代理（coding agent）公司正在搭建的本地/云端范式的比喻；同时，它与我们即将在后续节目中与 Anthropic 一起讨论的安全系统议题也密切相关，他们正试图以负责任的 AI 部署来"与前沿同行"（Pacing the Frontier）。

至于我们节目开头预告的 Thariq 写作技巧，观看完整视频：

Sarah Chieng @MilksandMatcha："技术写作彻底改变了我的生活。"，@trq212 在不到两年的时间里，Thariq（@AnthropicAI）掌握了写技术文章的诀窍，阅读量稳定破百万。在这 15 分钟的工作坊里，他拆解了：→ 他完整的写作流程 → 各种技巧……

从 Claude Code 的迅速崛起，到代理能够重写自己的执行框架（harness）、跨团队协作、跨云端与本地环境运行的未来，软件开发的方式正以惊人的速度发生变化。在本期节目中，Anthropic 的 Thariq Shihipar 与 swyx 和 Vibhu 一起，深度拆解了高级用户今天究竟是怎么用 Claude Code 的、为什么提示工程（prompting）依然是一项高门槛技能、以及 Anthropic 认为代理执行框架下一步会走向何方。

我们深入探讨了 Claude Code 不断演进的界面：Ask User Question 工具与需求启发（elicitation）、作为持久生成式界面的 artifacts、用于多智能体（multiplayer agent）协作工作流的 Claude Tag、Projects、模型算力档位（model effort）、实现备注（implementation notes），以及用于定制执行框架本身的新 Claude Mods 系统。

Thariq 阐述了为什么 Claude.md 最终可能会消失、为什么最聪明的模型对许多任务来说也可能成为最便宜的模型、以及为什么可变软件（mutable software）可能成为应用构建与定制的一种新范式。

对话随后转向代理安全与 Anthropic 的"与前沿同行"（Pacing the Frontier）论点。Thariq 详细回顾了近期几起事件：代理发现了意想不到的通信方式、利用基础设施、对基准评分器进行逆向工程，并把这些漏洞串联起来。我们讨论了沙箱化（sandboxing）、提示注入（prompt injection）、自主代理（autonomous agents）、可解释性（interpretability）、宪法分类器（constitutional classifiers）、探针（probes）、回退机制（fallbacks）、Auto Mode，以及为什么给越来越强大的代理提供安全保障，可能会成为未来几年最具决定性的工程难题之一。

我们讨论的内容包括：

- 为什么代理式编程（agentic coding）在不到一年的时间里从争议走向默认
- 为什么提示工程仍然是使用 Claude Code 时最高杠杆的技能之一
- 专家用户是如何在脑中建立 Claude 的心智模型（mental model）的，以及哪些任务能真正做到"一发命中"（one-shot）
- 随着代理越来越强，为什么发现"未知的未知"（unknown unknowns）变得更重要
- Artifacts 作为人类与代理之间持久的生成式接口
- Claude 如何被拆分成云端的"大脑"、本地或远程的"双手"，以及一个动态的界面
- Claude Tag、Projects 与多智能体（multiplayer agents），以及协作式代理工作流未来可能的演进
- 为什么在初始提示上多花时间能显著减少代理的无效工作
- 不同工程任务应该选低、中、高还是 max 档算力（model effort）
- 为什么前沿模型最终可能在智能与 token 效率两方面都跑赢小模型
- 为什么实现备注（implementation notes）能暴露出模型考虑过但最终没采纳的决策
- 为什么 Claude.md 终将消失，以及为什么"从没有它开始"有时反而更好
- Claude Mods：定制 Claude Code 的执行循环、UI、子代理（subagents）、路由（routing）与行为
- 模型路由器（model router）、分叉代理（forked agents），以及能自动改进工作流的监督者代理（supervisor agents）
- 为什么 Claude Mods 可能成为"可变软件"（mutable software）的早期预览
- 代理工程的苦涩教训（bitter lesson），以及为什么代理架构会如此迅速地过时
- 为什么 Claude Tag 正在成为一种多人协作的组织级执行框架
- 为什么让代理访问公司数据会创造一个巨大的新攻击面
- Exploit-Bench 事件：代理发现了彼此通信和协作的方式
- 为什么代理去黑 Hugging Face 是为了拿评分器的代码，而不是为了基准答案
- 代理是如何以出乎意料的方式把沙箱与基础设施漏洞串联起来的
- 为什么越来越强大的代理让传统的安全假设更难维持
- Anthropic"与前沿同行"（Pacing the Frontier）提案背后的论点
- 为什么软件工程师正在越来越多地身兼两职：做工程，并跟上 AI 的发展
- 宪法分类器（constitutional classifiers）、探针（probes）和回退机制（fallbacks），以及生产环境下的可解释性是什么样的
- Auto Mode 是如何检查代理的实际行为是否真的符合用户权限的
- 为什么 Thariq 能看到 AI 的严重风险，p(doom) 末日概率却相对较低Thariq Shihipar
X：作者的个人 X 主页
LinkedIn：作者的个人 LinkedIn 主页

时间戳

00:00:00 引言
00:04:12 Ask User Question 与代理界面的未来
00:08:29 Artifacts、Projects 与多智能体协作
00:15:37 提示工程：Claude Code 的核心技能
00:21:52 上下文、算力档与更聪明的模型用法
00:28:10 Claude.md 即将消失？
00:32:49 Claude Mods：定制 Claude Code 的执行框架
00:36:35 模型路由与可变软件的崛起
00:44:40 代理工程的苦涩教训
00:50:49 Claude Tag 作为组织级执行框架
00:55:59 与前沿同行 与自主代理安全
00:58:22 代理为拿评分器而黑掉 Hugging Face
01:05:34 代理需要更多算力时会发生什么？
01:10:32 AI 编程的变化速度已经超过工程师的跟进速度
01:17:17 探针、回退、可解释性与 Auto Mode
01:28:32 AI 风险、p(doom) 与结语

转录稿

引言：Anthropic 的生活与变化的速度

Swyx [00:00:00]：今天在演播室，我们请到了来自 Anthropic 的老朋友 Thariq。一般来说 Claude Code 这块……我，有太多边界在融合了，自从你加入 Anthropic 以来，你一直站在所有事情的最前沿。你很早就开始用 Claude Code，后来你也讲过那段经历，在别的播客上讲过；你也讲过关于"看到代理"的故事。最近你做了 AIE World Tour 的开场演讲，《Fable 实地指南》，因为你们刚发布 Fable，所以那……那有点"作弊"。最近你又发布了 Claude Tag，我们也会聊到"与前沿同行"。Anthropic 正在发生的事太多了。我想第一个问题是：在 Anthropic 这么高速运转的环境里工作，是什么感觉？

Thariq Shihipar [00:00:48]：我觉得，有时候会有种"被甩来甩去"的感觉。我刚加入 Anthropic 的时候，是因为 Claude Code。它那会儿刚发布，我当时就想："这东西也太强了。"Opus 4 对我来说简直不可思议，怎么会这么好？那对我来说是一个真正的"顿悟时刻"。但我那时候想说服我的创业朋友们用代理式编程，他们说："不行，我们的工程师觉得它还不够好。"我说："这也太离谱了。"然后快进不到 12 个月，现在已经变成了大家写代码的默认方式。所以从"推销它"到"教大家怎么把它用得更好、更高效"，这是一个很大的转变。真的，想作为一个人类跟住所有事情很难，事情发生得太快了……

Swyx [00:01:51]：那就派更多代理上啊。

Thariq Shihipar [00:01:52]：对，代理那套扩展起来比人类容易多了。比如现在有三件事在同时发生，每一件都像是紧急事件，你要怎么响应？

教大家用 Claude Code

Vibhu [00:02:05]：你的时间是怎么分配的？你做了大量技术写作，也做工程。

Thariq Shihipar [00:02:10]：我加入 Claude Code 团队的时候，是想教大家怎么用 Claude Code。我当时想，可能也就花一点点时间在这上面，或者……我一开始是花时间在 agent SDK 上的。当时我也不太清楚执行框架层面的"苦涩教训"会怎么演化。我们会问："Claude Code 之后是什么？"一开始我就是想教大家怎么用 Claude Code，让它变得更容易上手。但随着执行框架越来越好，现在最关键的问题变成了"怎么用这些代理"。这是一件非常吃技巧和表达能力的事。所以我做这件事，也做工程。当我做工程的时候，我的目标就是把从用户那里得到的反馈，再转化回去讲："Hey，应该这样用 Claude Code 做工程。"这就形成了一个很好的闭环。

Swyx [00:03:07]：对，听众朋友们，我们会附上你和 Sarah 给 Dev Writers 聚会做的这次分享的链接。

Thariq Shihipar [00:03:13]：哦，好。

Swyx [00:03:13]：我们稍微聊了一下这个，先做工作，再讲工作。

Thariq Shihipar [00:03:16]：对。

Swyx [00:03:16]：差不多就这意思。

Thariq Shihipar [00:03:17]：对。

Swyx [00:03:17]：要么是"播种与收割"，Thariq Shihipar [00:03:19]：对，"播种与收割"。

Swyx [00:03:21]：大概就这意思。也先剧透一下，我们今天会聊执行框架的演进。它已经从单纯的 CLI 走了很远。我们会聊到 Claude Mods，它今天已经开始外泄了，因为实在藏不住了。

Thariq Shihipar [00:03:36]：对。

Swyx [00:03:39]：是，太多东西了。你最初做的事情之一是加了 ask user question 工具，大家对它又爱又恨。

Thariq Shihipar [00:03:48]：对。

Swyx [00:03:48]：我当时觉得这个东西非常有创新性，然后现在我自己也有一个版本。你有你的 "Interview Me" 版本。

Thariq Shihipar [00:03:55]：对。

Swyx [00:03:56]：对，大家都有自己的一套。现在这已经无所谓了，因为你应该写 prompt，让它再去生成别的 prompt、循环套循环，诸如此类。

Ask User Question 与人–代理交互

Thariq Shihipar [00:04:05]：好的。

Swyx [00:04:06]：那今天的状态是怎样的？你现在让大家怎么用？

Thariq Shihipar [00:04:12]：Ask user question 是模型第一次"善于做需求启发"。这是一个我想看看模型能不能做到、属于涌现性质的行为。我本人有人机交互的背景，本科和研究生都学过。所以对我而言，这就是"人–代理交互"，想办法让代理跟你沟通，把需求挖出来。我觉得，随着 Claude Code 的用户面越来越广，难点之一是每个人都有自己的一套用法，要改变默认行为非常难。比如，如果有人让 Claude Code 做一件事，Thariq Shihipar [00:04:59]：有时候他们就是希望代理直接干，因为自己非常擅长写 prompt；有时候他们不擅长写 prompt，那代理就需要去澄清。所以这是个很好的分叉。Ask user question 工具正好沿这条线分叉开：你觉得你已经够格去指挥这个代理了，还是代理需要去挖掘更多需求、跟你协作、真正理解你的偏好？

Thariq Shihipar [00:05:27]：总体上我认为几乎所有人都是后者，他们的需求比他们自己以为的更模糊，他们知道的也少于他们以为自己知道的。但这是一个交互设计问题，要把它做得容易。所以，当你在做方案设计的时候，schema 是什么样、调用栈是什么样，这些细节都很重要。理想情况下，你应该在动手实现之前就先把一些难题想清楚。这就是所谓的"未知项"。所以我认为这永远都会是代理式编程里的一项技能：识别你的未知项。因为即使模型超级聪明，它也得知道你要什么；而你是有偏好的，需要把这些偏好挖出来。这是我在推的方向。那接下来问题就是，代理要怎样跟你交互？我觉得 HTML 一直是主要的承载形式。我们最近加上了 artifacts。我得承认，我们在"怎么把它们用透"这件事上做得不够好，或者说我做得不够好。它背后挂着一个数据库，每个 artifact 都可以存储和写入持久化数据。它可以再回喂给 Claude。所以我一直在鼓励、但大家还没用上的一件事是"仪表盘型 artifact"。比如你让 Claude 长期做一个项目，可能是个看板。它能把看板数据存到自己的数据库里。多个 Claude 实例可以通过 artifact MCP 访问同一份数据，artifact 本身也能反过来跟这些 Claude 对话。所以，我们在搭一些原语（primitives），让你能通过 artifact 这种生成式界面，把代理里更丰富的细节浮现出来。我觉得，现在关于代理的几乎所有问题都是：你以为你知道你想要什么，但其实你并不知道；代理需要非常多的细节，跟你在循环中协作非常重要。所以 artifacts 是一种尝试，把这个方向往前推。还有很多工作要做，因为它比"多选题"复杂多了，还有大量的细节，比如图表、代码片段、schema 等等。但 artifacts 是一种更"AGI 化"（AGI-pilled）的 ask user question 方式。

Artifacts：通往执行框架的界面

Swyx [00:08:15]：关于 artifact 我有一件事不太清楚：哪些反馈应该走 artifact，哪些反馈应该走 Claude 的聊天窗口？因为更"AGI 化"的做法是把所有东西都喂给 Claude。

Thariq Shihipar [00:08:29]：我觉得更"AGI 化"的做法是走 artifact。我们设想，在极限情况下，artifact 就是你通往执行框架的界面。你可以实时地在"计划 + 工作"那份活文档上评论。你也许能看到多个代理在做不同的事，而 artifact 是为当前这份工作量身打造的。所以每个 artifact 都略有不同。从基础设施角度，我们还在一点点把路铺好。但我觉得，最终"为你的执行框架提供随用随变的界面"，大概率就是未来的方向。

Vibhu [00:09:03]：有没有一种"抽象掉 CLI 或聊天"的版本？因为现在的形态是：你在跟 Claude Code 交互，Claude Code 回给你一份 HTML 的 mockup，内容相当丰富，有图有表。Artifacts 是把它们串起来的方式。凭什么不能一切都这么做呢？

拆出大脑、双手和表面 UI

Thariq Shihipar [00:09:22]：那就要拆开几件事了：推理发生在哪里？智能在哪里？执行在哪里？这其实就是本地和云端的差别。如果你现在用 Claude Code，它是本地的，你可以用 remote control 拨出一些云端行为，或者在云端跑一个 Claude Code。我们正在朝一个方向走：不再是"你给一个本地 Claude 发消息，它在本地起会话去执行"，而是"你有一个 Claude，它在云端，能调度本地或云端的会话"。Claude Tag 就是这样工作的。再往后，我们会加入"本地双手"。也就是说，这个代理如果你的电脑在线，它就能访问你的电脑，在那里干活。它可以派生出很多不同的子代理，子代理之间可以互相通信，而 artifact 就是用来呈现所有这些工作的。所以你可以想象，这些东西被拆开了：一个是被托管在某处的、表面 UI 形态的 artifact，带数据库等等；一个是云端跑的推理智能，你不用担心关机或者别的；再就是"双手"，它可以是本地的，也可以是远程沙箱，或者你需要的任何执行环境。这是把现在的 Claude Code 体验拆包开来，现在所有事情都挤在同一个地方。

多智能体协作、Claude Tag 与 Projects

Vibhu [00:11:00]：你怎么看……那个"多人"那边……

（译注：原文转录到此截断。）