公司与模型
Anthropic 的 Claude 系列模型、Claude Code 更新，以及安全研究与公司动向。
39 条精选近 30 天 39 条共收录 341 条
作者在 Claude Code 2.1.299 上复现了账号邮箱被写进 curl User-Agent 发给第三方网站的问题，13 次测试中只有 Haiku 在强调必须拿到数据时 2 次发出邮箱，Opus 和 Sonnet 都先询问或改用无邮箱的 User-Agent。
能拿走一个 PreToolUse hook 脚本加会话记录自查脚本，落到本地模型部署和知识沉淀的权限闸上；代价是只认字面量邮箱，变量、脚本文件和 WebFetch 拼进 URL 的情况都拦不住。
作者手写了一套零框架的 SKILL 实现，把技能做成 SKILL.md 加脚本的目录，Agent 启动时只注册 name 和 description 两行元数据，命中后才用 load_skill 装载全文，脚本由子进程执行。
能拿走一套零框架的 SKILL 三件套实现，含 frontmatter 注册、load_skill 装载、子进程跑脚本和五类小模型失控的加固手段，可落到软件工厂的技能编排线；代价是要自己写路径校验、超时和输出截断。
作者梳理 Claude Code 和 Codex 共有的六种能力，即 AGENTS.md/CLAUDE.md、Skill、Subagent、Hook、MCP、权限与沙箱，并说明各自作用在上下文窗口的哪个位置。
能拿走一套中立源加 sync 投影的双宿主配置法，把角色和 skill 只写一份再生成 Claude Code 与 Codex 的配置，落到软件工厂的流程编排上；代价是 sync 跑在会话启动路径上要够快，且 Codex 每条 hook 改配置就要重新审核。
一篇系统梳理 Agent 成本结构的实践长文指出，Agent 账单里真正由模型思考产生的部分通常不到三成，其余来自每轮重发的系统提示与工具定义、缓存未命中的折价和返工轮次。
能拿走清账参数配置、缓存断点与工具面收窄的具体做法，落到本地模型部署和软件工厂的成本控制上，代价是清账会打断前缀缓存、各杠杆互相抵消，需先埋点再动手。
作者用同一个 Java 订单金额计算修 bug 任务，在 Claude Code 2.1.299 上跑 6 种设置并用 10 个隐藏用例验收，花费从 Opus 5.5 medium 的 0.694 美元降到 Haiku 5.5 的 0.021 美元，6 组全部 10/10 通过。
同一 Java 修 bug 任务跑 6 组设置，给出 --model、--effort、--safe-mode、FORCE_PROMPT_CACHING_5M 的具体命令和 token 拆账，能直接换掉现在默认 Opus medium 跑小任务的配置；代价是每组只跑一次、任务偏小，数字只能看量级。
作者对比 Anthropic《When to fold subagents into your main agent loop》与 DeepSeek Harness 团队《Super-agent 设计探索》后认为两者并不矛盾，前者讲单任务内部把 subagent 折叠回单 loop 加 skills 和 tools，后者讲跨会话用常驻 Router 编排隔离的 Worker。
能拿走的是把脚手架分成能力型和机械型两类，再按单任务内、跨任务两层决定拆还是建；落到软件工厂的 agent 编排上，前提是先有端到端 eval，否则折叠和加 Router 都只能凭感觉。
作者实测 Claude 和 Codex 的 Memory 上限后提出，CLAUDE.md 应控制在 200 行以内，200K 上下文窗口里它约占 40000 字符，MEMORY.md 每次会话只加载前 200 行或前 25KB，规则写多会被截断且相互干扰。
把规则从 Memory 拆到 Skill，Memory 只留索引，附 200 行/25KB 上限数字和一个判断函数，能直接改现有 CLAUDE.md 的写法；代价是要重写 Skill 的 description 才能自动触发。
UniiChat 在自有机器上运行一组 AI 智能体，每个智能体只有一条永不结束的对话，靠记忆树保留全部历史。每条消息被压缩成一行，相邻行两两合并成二叉树，每次调用读取最多 128 KB 的视图，旧内容细节变粗但不丢失，且可逐层展开回原始消息。
可借鉴记忆树做法，把每条消息压成一行、相邻两行成对合并成二叉树，每次调用只读 128 KB 视图并命中 prompt cache，换掉现在靠 compaction 丢弃历史的方案；代价是要自己跑 Bun 和 git worktree，且作者声明代码由 AI 生成、预期有 bug。
作者给出一份可直接拷进仓库 .agents/skills/frontend-review/ 的前端 Review Skill 模板，核心是一份带 YAML frontmatter 的 SKILL.md，按改动范围、typecheck、lint、危险改动禁区四道关卡输出固定结构结论。
能拿走一份可直接拷进 .agents/skills/ 的前端 Review SKILL.md 模板和零依赖校验脚本，把团队审查规范从聊天记录搬进仓库，代价是 name 必须与目录名一致、description 要贴合团队口头禅才触发得准。
这篇指南梳理了 Claude Code 插件机制，插件是把 Skills、Agents、Hooks、斜杠命令、MCP Server 五类组件打包分发的单元，官方市场 claude-plugins-official 已收录 6 个插件，用 claude plugin install <插件名>@claude-plugins-official 一条命令安装。
能拿走一份最小 plugin.json 加 commands/hooks 目录的插件骨架和 Java 规范检查实例，把散在 settings.json 的配置打包成可版本化分发单元，前提是 Claude Code v2.1.269+，且组件目录不能塞进 .claude-plugin。
作者在 Claude Code 2.1.299 上用一段预埋 4 个 bug 的 Java 代码实测 /code-review，low 档约 9 秒、0.26 美元找全 4 个，high 档约 36 秒、0.38 美元报出 8 个。
能拿走 /code-review 的档位选择与 --fix 用法，接进提交前初审环节，代价是 low 档约 0.26 美元一次、--fix 只改工作区且不编译不跑测试。
作者静态读取 Mac 上的 Claude Code 2.1.309 二进制，确认后台 Agent 每约 30 秒会把完整 transcript 发给模型生成 3 到 5 个词的状态行，并找到同一段提示词和五条跳过规则。
能拿走的是用 OpenTelemetry 按 query_source 分组统计 agent_summary 的 cost_usd，先量出自己这套的占比再决定要不要动；代价是这些请求不写进磁盘会话日志，只读日志的成本工具会漏算。
作者用 Claude in Chrome 扩展让 Claude Code 在已登录的 ChatGPT 网页里自动填 prompt、发图、下载并切图，13 轮出图留下 35 张原图，全程同一个对话保持画风一致。
可照搬的是让 Claude Code 用页面 JS 操作已登录的 ChatGPT 网页出图，配固定 prompt 尾段和切图脚本；代价是网页结构会变、单轮出图最长 26 分钟，听感和观感仍需人判断。
Flamerix AI 发布 MIT 许可的 no-agent-summary.js，用 Bun preload 拦截 Claude Code 每约 30 秒为每个后台智能体生成 3-5 词状态摘要的定时器，作者称这占其全部 Claude Code 花费的 16.4%、API 请求的 19.7%。
用 Bun preload 包住 setTimeout，按回调源码里的锚点字符串拦掉 agent_summary 定时器，能省下约 15-20% token；代价是每次更新后要重跑 Verify，锚点一改名就静默失效。
作者用 Claude Code 在 5 天内写出竖屏塔防小游戏「圣光防线」，77 个 GDScript 文件共 8408 行代码，全部由 AI 编写，作者只提需求、试玩和拍板。
能拿走一套 make 命令组合，test、lint、smoke、frames 让 Claude Code 自己验证改动，落到软件工厂线；代价是 GDScript 无覆盖率工具，且导出包与编辑器行为不一致需另加打包后自动试玩。
作者用一支 AI 编码智能体团队在 38 天里围绕真实产品待办跑了 324 个两小时冲刺，其中专职 scrum 团队 agent 执行的 90 个冲刺里 79% 的承诺故事在冲刺内完成，仪式耗时不到 5 分钟。
能拿走一套可照抄的 Agent Scrum 最小配置，产品负责人 agent 管规划、独立 scrum master agent 跑两小时冲刺、外部定时器触发收尾；代价是回顾项 159 条只关了 40 条，合并环节和写代码一样耗时。
Anthropic 发文《构建 Agent：何时该把子 Agent 折叠回主循环》，称带技能的单 Agent 在质量、成本和延迟上优于多子 Agent 分工，token 消耗远低于后者，并开源 single-agent-loop-kit 工具。
可把子Agent按需折叠成Skill，砍掉80%以上系统提示词，落到软件工厂的多步任务编排上；前提是模型上下文够长，否则省下的token会被信息衰减和人格碎片吃掉。
一位后端架构师基于掘金开发者 ZzT 的账单拆解与三份独立统计，给出四条 Claude Code 省额度习惯：换话题就开新会话、离开超过一小时前先收尾、把子 agent 缓存 TTL 调到 1h、合盖前确认任务已结束。
能拿走四条会话习惯和两个配置项 subagentPromptCacheTtl 与 idleCompaction，落到本地模型部署和软件工厂的额度治理上，前提是数据来自他人账单拆解，作者未实测省多少。
作者静态阅读 Claude Code 泄露的约 51 万行 TypeScript 源码，把其 harness 设计归纳为七个判断，核心是模型负责提议、运行时负责裁决。
能拿走七条 harness 约束的具体落法，包括退出原因枚举、工具三层契约、并发安全默认 false、权限默认拒绝、压缩按代价分层；前提是只做静态源码阅读，阈值和顺序会被 feature flag 与环境变量覆盖。
ykisana 发布 Claude Code 插件 skill-spotter，记录你反复输入的提示词和 Claude 执行过的命令、文件、工具，在任务出现 3 次且跨 2 个以上会话时建议存成可用 /name 调用的 Skill，重复出现的指令则建议写进 CLAUDE.md。
能拿走的是按提示词加工具调用模板做重复任务聚类、命中三次才建议存成 Skill 的阈值设计，可落到知识沉淀和软件工厂线；代价是匹配靠模板化命令，Claude 换写法就漏，合成基准的 1.00 精确率还没在真实会话上验过。