Anthropic 工程师详解长时应用开发的多智能体 harness 设计

Anthropic联合创始人Chris Olah在梵蒂冈出席教皇Leo XIV关于AI的通谕发布会。他指出，所有前沿AI实验室都面临商业、研究及地缘政治等多重压力，这可能与做正确的事相冲突，因此外部监督至关重要。他强调，AI模型并非像飞机那样被工程化构建，而是基于人类语言和思想“生长”出来的，其内在性质可能复杂难解。他提出三个需审慎思考的问题：如何确保AI发展的全球收益公平分享、如何思考AI时代的人类繁荣，以及AI模型内在性质的本质。他呼吁社会各界，尤其是宗教与民间团体，严…

Anthropic 推出 Claude Code 的 auto mode，将权限审批委托给基于 Sonnet 4.6 的转录分类器，配合服务端提示词注入探针构成两层防御，用于替代 --dangerously-skip-permissions。

Anthropic 发布长文，系统讲解如何为 AI Agent 设计可靠的自动化评测。文章区分任务、grader、transcript、评测框架等概念，介绍代码、模型、人工三类 grader，以及 pass@k 和 pass^k 两种非确定性指标，并按编码、对话、研究、计算机使用四类 Agent 给出对应评测方法。

Anthropic 发布研究文章，介绍让 Claude Agent SDK 在多个上下文窗口间持续有效工作的方法，核心是初始化智能体加编码智能体的两部分方案。

Anthropic 发文讲解如何让智能体通过代码执行方式与 MCP 服务器交互，以提升上下文效率。将 MCP 工具呈现为代码 API 后，智能体按需读取工具定义、在执行环境中过滤中间结果，token 用量从 150,000 降至 2,000，节省 98.7%。文章还介绍了渐进式披露、PII 令牌化隐私保护、状态持久化与 Skills 等收益，并提示需权衡沙箱等执行环境带来的运维成本。

Anthropic 发布长文，提出上下文工程是提示词工程的演进方向，核心是用最小的高信号 token 集合管理 LLM 有限的注意力预算。

Anthropic 介绍 Claude Research 功能背后的多智能体研究系统，采用 orchestrator-worker 架构，由 Claude Opus 4 主 agent 协调并行的 Claude Sonnet 4 子 agent，内部评测中性能超出单 agent 90.2%。

Anthropic 发布 Claude Code 最佳实践指南，介绍这款命令行智能体编码工具的使用模式。内容涵盖 CLAUDE.md 配置、工具白名单与自定义斜杠命令，以及探索规划编码提交、TDD、git worktrees 多实例并行等常见工作流，并给出 headless 模式自动化等进阶用法。

Anthropic 介绍为 Claude 引入 think 工具的方法，让模型在长链工具调用中停下来做结构化思考，并区分于 extended thinking。

Claude Code 的空闲压缩会让 Claude 从摘要而非完整上下文继续。作者说明可在 settings. 中设置 "idleCompaction": false 关闭，并通过 CLAUDE_CODE_IDLE_COMPACT_MIN_TOKENS 自定义阈值，默认为 200k。