駕馭 Claude 的智能 | 構建應用的三大核心模式【譯】

原文：Harnessing Claude's Intelligence | 3 Key Patterns for Building Apps | Claude^[1]
作者：Lance Martin

Anthropic 的聯合創始人 Chris Olah 曾說過^[2]，像 Claude 這樣的生成式 AI 系統，與其說是被“製造”出來的，不如說是被“培育”出來的。研究人員設定好引導它們生長的條件，但最終會演化出怎樣的確切結構或能力，往往是無法準確預測的。

這給使用 Claude 開發應用帶來了挑戰：開發者通常會使用 AI 套殼或智能體框架 (agent harnesses)（指用來包裹、控制和輔助 AI 模型運行的外部代碼結構）來彌補 Claude 自身做不到的事情。這些框架基於各種“假設”構建，但隨着 Claude 能力的不斷進化，這些假設很快就會過時。因此，即使是本文分享的經驗之談，也需要你時常温故而知新。

在這篇文章中，我們將分享團隊在構建應用時應該採用的三個核心模式。這些模式能幫助你的應用跟上 Claude 智能進化的步伐，同時兼顧延遲和系統成本。這三大模式分別是：善用它已知的技能、思考“我可以放手不管什麼”，以及謹慎設定智能體框架的邊界。

1. 善用 Claude 已知的技能 (Use what Claude knows)

我們強烈建議，使用 Claude 已經非常熟悉的工具來構建你的應用。

時間拉回 2024 年底，Claude 3.5 Sonnet 在 SWE-bench Verified（一個用於評估 AI 解決真實軟件工程問題能力的權威基準測試）上達到了 49% 的得分，創下了當時的行業最高水平^[3]。令人驚訝的是，它僅僅使用了一個 bash 工具^[4]（一種允許 AI 在計算機命令行中執行指令的工具）和一個用於查看、創建和修改文件的文本編輯器工具^[5]。Anthropic 的官方編程助手 Claude Code 也是基於這些同樣的工具構建的。Bash^[4] 最初並非為構建 AI 智能體 (AI Agent) 而設計，但它卻是 Claude 深諳此道的工具，並且隨着時間的推移，Claude 駕馭它的技巧會越來越純熟。

各個版本 Claude 模型在 SWE-bench Verified 基準測試中的得分，直觀地展現了它的進化之路。

我們發現，Claude 能夠將這些通用工具組合成極其豐富的模式，以此來解決各種複雜問題。例如，智能體技能 (Agent Skills)^[6]、編程式工具調用 (programmatic tool calling)^[7] 以及記憶工具 (memory tool)^[8]，本質上都是由基礎的 bash 和文本編輯器工具組合衍生而來的。

編程式工具調用、技能和記憶工具，其實都是我們 bash 和文本編輯器工具的精妙組合。

2. 思考：“我可以放手不管什麼？” (Ask‘what can I stop doing?’)

如前所述，智能體框架裏寫滿了我們對 Claude 能力邊界的偏見^[9]（認為它這也不行，那也不行）。隨着 Claude 變得越來越強大，是時候去重新檢驗這些陳舊的假設了。

讓 Claude 自主編排行動

大家常犯的一個錯誤假設是：認為每次調用工具返回的結果，都必須立刻塞回 Claude 的上下文窗口 (context window)^[10] 中，好讓它決定下一步幹嘛。但實際上，把所有的工具結果都轉化成詞元 (tokens) 給模型處理，不僅速度慢、成本高，而且往往毫無必要——尤其是當這個結果僅僅是為了傳遞給下一個工具，或者 Claude 只需要結果中極小的一部分數據時。

Claude 調用工具，隨後這些工具在特定的環境中執行。

想象一個場景：為了分析一個龐大數據表中的某一列，你把整個表格都扔給了模型。結果是整個表格塞滿了上下文，而你要為 Claude 根本不需要的那些行支付高昂的 token 費用。雖然你可以在工具開發時加入硬編碼過濾 (hard-coded filters)^[11] 來解決這個問題，但這治標不治本。問題的核心在於：外層的智能體框架正在替模型做編排決策 (orchestration decision)，而現實是，Claude 自己才是做這個決定的最佳人選。

只要給 Claude 開放一個代碼執行 (code execution)^[12] 工具（比如 bash 工具^[4] 或特定編程語言的交互環境 REPL^[12]），難題就迎刃而解：它允許 Claude 自己寫代碼來執行工具調用，並親自處理這些工具之間的數據流轉邏輯。與其讓框架強制把所有結果都餵給上下文，不如讓 Claude 決定哪些結果直接略過、哪些進行過濾，或者哪些直接像流水線一樣輸入給下一次調用。全程無需弄髒寶貴的上下文窗口，只有最終代碼執行得出的精簡結果，才會真正進入 Claude 的視野。

Claude 能夠親自編寫代碼，來控制工具的調用並串聯它們之間的邏輯。

在這個過程中，流程編排的指揮棒從外層框架交還給了大語言模型 (LLM) 本身。因為寫代碼是 Claude 編排動作的一種極其通用的方式，所以一個強大的編程模型，自然也就是一個強大的通用 AI 智能體。Claude 巧妙運用這一模式，在非編程類的評估測試中^[13]也大放異彩：在 BrowseComp（一個測試智能體瀏覽網頁能力的基準測試^[14]）中，當我們賦予 Opus 4.6 過濾自身工具輸出的能力後，它的準確率直接從 45.3% 狂飆到了 61.6%。

讓 Claude 管理自己的上下文

針對特定任務的上下文提示，能指引 Claude 更好地使用 bash 和文本編輯器等通用工具。過去我們總以為，必須針對每個任務，手工雕琢極其詳細的系統提示詞 (system prompts)^[15]。然而，這種提前把指令“填鴨式”塞進提示詞的做法，在面對海量任務時根本行不通：你增加的每一個 token，都在無情消耗 Claude 的注意力預算^[16]（相當於模型的腦力，塞入太多無用信息會導致模型抓不住重點），提前加載那些百年不用一次的指令，純粹是浪費資源。

賦予 Claude 訪問技能 (skills)^[17] 庫的能力，完美破解了這個僵局：現在，只需把每個技能簡短的 YAML 頭部信息（類似目錄摘要）預先加載到上下文窗口中，讓 Claude 知道有哪些技能可用即可。如果當前任務需要，Claude 會主動調用讀取文件的工具，將完整的技能內容進行“漸進式展開”（按需加載）。

Claude 會藉助技能庫，根據任務需求逐步展開相關的上下文。

如果說技能讓 Claude 擁有了自由拼裝上下文的能力，那麼上下文編輯 (context editing)^[18] 則是相反的藝術：它提供了一種機制，允許模型選擇性地刪掉那些過時或不再相關的廢話，比如陳舊的工具執行結果，或者自己早期的思考草稿。

不僅如此，有了子智能體 (subagents)^[19] 的協助，Claude 越來越懂得何時應該“另起爐灶”——開啓一個乾乾淨淨的全新上下文窗口，來隔離並專注處理某項特定任務。在 Opus 4.6 中^[20]，這種召喚子智能體的神技，讓其在 BrowseComp 測試上的成績，比表現最好的單智能體方案還提升了 2.8%。

讓 Claude 持久化自己的上下文

對於需要長時間運行的智能體，很容易耗盡單一上下文窗口 (context window)^[10] 的容量。業界普遍以為，這時候必須在模型外部搭建一套複雜的檢索架構（例如 RAG）來充當記憶系統。但我們的大量研究表明：更聰明的做法是給 Claude 提供簡便的工具，讓它自己決定哪些內容值得保存下來。

例如，壓縮 (compaction)^[21] 技術允許 Claude 自己對過去的上下文進行濃縮總結，從而在馬拉松式的長週期任務中不至於“斷片”。經歷了幾輪模型迭代，Claude 挑選記憶內容的眼光越來越準。以 BrowseComp 為例^[22]（這是一個自主探索型的搜索任務），以前無論我們給 Sonnet 4.5 多少壓縮預算，它的準確率死活卡在 43%。但在同樣的配置下，Opus 4.5 躍升到了 68%，而最新的 Opus 4.6 更是飆升至了 84%。

引入記憶文件夾 (memory folder)^[8] 則是另一種妙招。它允許 Claude 像記筆記一樣，把重要的上下文寫成文件存起來，需要的時候再去讀取翻看。我們在智能體搜索任務中見證了它的威力：在 BrowseComp-Plus 測試中，僅僅是給了 Sonnet 4.5 一個記憶文件夾，就讓它的準確率從 60.4% 穩穩提升到了 67.2%^[23]。

Claude 可以將重要的上下文持久化保存到記憶文件夾中。

讓 AI 玩《寶可夢》(Pokémon) 這樣的長線遊戲^[24]，是展示 Claude 記憶文件夾利用能力飛躍的絕佳案例。早期的 Sonnet 3.5 簡直把記憶當成了會議速記，只會傻乎乎地記錄遊戲裏 NPC（非玩家角色）說了什麼廢話，根本抓不住重點。玩了 14,000 步之後，它生成了 31 個凌亂的文件——甚至包括兩份幾乎一模一樣的關於毛毛蟲寶可夢的無聊筆記——而且遊戲進度悲催地卡在第二個城鎮：

caterpie_weedle_info (綠毛蟲和獨角蟲信息):
- 綠毛蟲 (Caterpie) 和獨角蟲 (Weedle) 都是毛毛蟲形態的寶可夢。
- 綠毛蟲是沒有毒性的。
- 獨角蟲是有毒性的。
- 這些信息對未來的相遇和戰鬥至關重要。
- 如果我們的寶可夢中毒了，我們需要儘快去寶可夢中心治療。

而當我們派上後期的強大模型時，畫風突變，它開始記起“硬核戰術筆記”。同樣的 14,000 步，Opus 4.6 只生成了 10 個井井有條、按目錄分類的文件。它不僅橫掃拿下了 3 枚道館徽章，甚至還從自己踩過的坑裏，提煉出了一份專門的“經驗教訓”文檔：

/gameplay/learnings.md (遊戲/經驗教訓.md):
- 喇叭芽的催眠粉+緊束連招：必須在它催眠粉命中前，用“咬住”快速擊倒它。絕對不能讓它佈置戰術！
- 第一世代揹包限制：最多隻能放 20 個道具。進迷宮前一定要把沒用的技能機器 (TMs) 扔掉。
- 旋轉地磚迷宮：不同的入口 y 座標會導致完全不同的終點。嘗試所有入口，並在多個口袋空間中穿梭。
- B1F y=16 牆壁確認是實體的，範圍覆蓋所有 x=9-28（第 14557 步記錄）

3. 謹慎設定邊界 (Set boundaries carefully)

外層的智能體框架相當於給 Claude 穿上了一層約束衣，目的通常是為了保障用戶體驗 (UX)、控制花銷，或者是守住安全底線。

巧妙設計上下文工程 (Context Engineering)，讓緩存命中率拉滿

Messages API^[25] 是無狀態的。這意味着 Claude 本身就像擁有“金魚的記憶”，它看不到之前的對話歷史。因此，在每一輪對話中，外層框架都必須像個盡職的快遞員，把新的上下文連同之前所有的動作記錄、工具說明以及給 Claude 的指令，一併打包重新發送過去。

為了避免重複勞動，我們可以通過設置斷點 (breakpoints)^[26] 來緩存提示詞。換句話說，Claude API 會把斷點之前的所有上下文內容寫進緩存裏，並在下一次請求來的時候，檢查當前內容是否與之前的緩存相匹配。

要知道，命中緩存的 token 價格僅僅是基礎輸入 token 價格的 10%^[27]！為了幫你的應用既省錢又提速，以下是在智能體框架中最大化緩存命中率的幾條黃金原則：

利用聲明式工具打造 UX、可觀測性與安全邊界

Claude 並不天然懂得你應用的“安全底線”在哪，也不知道你的產品界面長啥樣。它只會悶頭髮出“調用工具”的指令，剩下的髒活累活全由外層框架接手。雖然 bash 工具給了 Claude 在代碼世界裏翻江倒海的超能力，但對於外層框架而言，bash 工具拋出來的只是一串乾巴巴的命令行字符——不管 Claude 執行什麼危險動作，格式全是一樣的，這讓框架很難做管控。

此時，將某些關鍵動作晉升為專屬的聲明式工具 (dedicated tools) 就顯得尤為重要。這給了外層框架一個特定的、帶有明確參數類型的“抓手”，讓它能遊刃有餘地進行攔截審查、設置權限閘門、渲染前端界面，或者進行安全審計。

那些容易觸碰安全紅線的動作，天生就該被做成專屬工具。“是否可逆”是一個極佳的判斷標準。對於像調用外部 API 這種潑水難收的操作，你可以設置一道門檻，強制要求“用戶確認”後才能放行。對於像 edit（編輯）這樣的寫入工具，你可以內置一個“文件陳舊度檢查”，防止 Claude 稀裏糊塗地覆蓋掉別人剛剛修改過的文件。

基於安全性、用戶體驗或可觀測性的考量，我們應當為特定的高危/關鍵操作配備專屬工具。

當某個動作需要直觀地展示給終端用戶時，專屬工具也大有可為。例如，它可以被渲染成一個前端彈窗 (modal)，清晰地向用戶提問、拋出多個選項，或者乾脆暫停智能體的運行循環，乖乖等待用戶給出反饋再繼續。

最後，專屬工具對於系統的可觀測性（排查問題）大有裨益。當動作是一個格式嚴謹的工具時，外層框架就能拿到結構化的參數數據，隨後的日誌記錄、鏈路追蹤和場景回放都會變得輕而易舉。

當然，“要不要把這個動作做成專屬工具”絕不是一錘子買賣，需要你持續重新評估。以 Claude Code 的自動模式 (auto-mode)^[28]（本文發佈時正處於研究階段）為例，它為 bash 工具套上了一層極其硬核的安全邊界：它會召喚“第二個 Claude”來閲讀這串命令行字符，讓 AI 來審查 AI 的操作是否安全。這種“用魔法打敗魔法”的模式，實際上減少了對傳統專屬工具的依賴。不過，這種做法只適用於用戶對大方向足夠信任的任務。對於那些一着不慎滿盤皆輸的高危操作，老老實實寫一個專屬工具依然擁有不可撼動的地位。

展望未來 (Looking forward)

Claude 智能的邊界一直在狂奔拓荒。每當它完成一次能力上的躍遷，我們過去對它“做不到什麼”的成見，都必須重新推翻再驗證。

我們一次次見證了歷史的重演。在我們為長週期任務搭建的一個智能體^[9]中，Sonnet 4.5 一旦察覺到上下文快要塞滿了，就會出現“恐慌”，然後草草結束任務。為了緩解它的“上下文焦慮症”，我們在代碼裏硬加了強行清理上下文窗口的“重置”邏輯。結果到了 Opus 4.5，這個毛病竟然自己不治而愈了！於是，我們當年煞費苦心寫出來的“上下文重置”代碼，瞬間變成了智能體框架裏毫無用處的歷史包袱（dead weight）。

痛快地砍掉這些包袱極其重要，因為它們往往會反過來成為束縛 Claude 發揮實力的瓶頸（這也印證了 AI 界著名的“苦澀的教訓 (the Bitter Lesson)”：過度依賴人類經驗的手工規則，最終往往會拖累模型自身依靠算力進化出的能力）。在未來漫長的歲月裏，我們應當不厭其煩地審視應用中的結構和邊界，並反覆拷問自己那個靈魂問題：“這一次，我又可以放手不管什麼了？”

如果你想親手把玩本文討論的所有工具和開發模式，歡迎訪問。

致謝 (Acknowledgements)

本文由 Claude 平台團隊技術人員 Lance Martin 撰寫。特別感謝 Thariq Shihipar、Barry Zhang、Mike Lambert、David Hershey 以及 Daliang Li 對本文涵蓋主題提供的深度探討。同時，感謝 Lydia Hallie、Lexi Ross、Katelyn Lesse、Andy Schumeister、Rebecca Hiscott、Jake Eaton、Pedram Navid 以及 Molly Vorwerck 提供的編輯審閲與寶貴反饋。

來源：https://claude.com/blog/harnessing-claudes-intelligence

引用連結

[1] Harnessing Claude's Intelligence | 3 Key Patterns for Building Apps | Claude: https://claude.com/blog/harnessing-claudes-intelligence
[2] 說過: https://www.darioamodei.com/post/the-urgency-of-interpretability
[3] 行業最高水平: https://www.anthropic.com/engineering/swe-bench-sonnet
[4] bash 工具: https://platform.claude.com/docs/en/agents-and-tools/tool-use/bash-tool
[5] 文本編輯器工具: https://platform.claude.com/docs/en/agents-and-tools/tool-use/text-editor-tool
[6] 智能體技能 (Agent Skills): https://agentskills.io/home
[7] 編程式工具調用 (programmatic tool calling): https://platform.claude.com/docs/en/agents-and-tools/tool-use/programmatic-tool-calling
[8] 記憶工具 (memory tool): https://platform.claude.com/docs/en/agents-and-tools/tool-use/memory-tool
[9] 智能體框架裏寫滿了我們對 Claude 能力邊界的偏見: https://www.anthropic.com/engineering/harness-design-long-running-apps
[10] 上下文窗口 (context window): https://platform.claude.com/docs/en/build-with-claude/context-windows
[11] 硬編碼過濾 (hard-coded filters): https://platform.claude.com/docs/en/about-claude/models/migration-guide#additional-recommended-changes
[12] 代碼執行 (code execution): https://platform.claude.com/docs/en/agents-and-tools/tool-use/code-execution-tool
[13] 非編程類的評估測試中: https://claude.com/blog/improved-web-search-with-dynamic-filtering
[14] 基準測試: https://arxiv.org/abs/2504.12516
[15] 系統提示詞 (system prompts): https://platform.claude.com/docs/en/release-notes/system-prompts
[16] Claude 的注意力預算: https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents
[17] 技能 (skills): https://platform.claude.com/docs/en/agents-and-tools/agent-skills/overview
[18] 上下文編輯 (context editing): https://platform.claude.com/docs/en/build-with-claude/context-editing
[19] 子智能體 (subagents): https://code.claude.com/docs/en/sub-agents
[20] 在 Opus 4.6 中: https://www-cdn.anthropic.com/0dd865075ad3132672ee0ab40b05a53f14cf5288.pdf
[21] 壓縮 (compaction): https://platform.claude.com/docs/en/build-with-claude/compaction
[22] 以 BrowseComp 為例: https://www-cdn.anthropic.com/14e4fb01875d2a69f646fa5e574dea2b1c0ff7b5.pdf
[23] 從 60.4% 穩穩提升到了 67.2%: https://www-cdn.anthropic.com/bf10f64990cfda0ba858290be7b8cc6317685f47.pdf
[24] 長線遊戲: https://www.youtube.com/watch?v=CXhYDOvgpuU
[25] Messages API: https://platform.claude.com/docs/en/build-with-claude/working-with-messages
[26] 斷點 (breakpoints): https://platform.claude.com/docs/en/build-with-claude/prompt-caching
[27] 基礎輸入 token 價格的 10%: https://platform.claude.com/docs/en/about-claude/pricing
[28] 自動模式 (auto-mode): https://www.anthropic.com/engineering/claude-code-auto-mode