Anthropic 详解 Claude 多智能体研究系统的架构与工程经验

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 工程师受 GAN 启发构建了 planner、generator、evaluator 三智能体 harness，让 Claude Opus 4.5 在多小时自主编码会话中产出可用全栈应用。

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 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。