@agenticgirl: 这次Anthropic的演讲让我意识到Claude Code面临的问题远不止编写代码。Daisy Hollman,从事…

X AI KOLs Timeline 新闻

摘要

Anthropic的演讲强调,Claude Code的最大挑战在于与外部工作流集成和管理有限的上下文窗口,突出了AI代理定制化和更好反馈的需求。

这次Anthropic的演讲让我意识到Claude Code面临的问题远不止编写代码。 Daisy Hollman,从事Claude Code工作,简单地说:如果Claude不能做你能做的一切,它就不能真正和你一起工作。 因为你的工作并不整齐地包含在代码库中。它分布在Slack线程、CI仪表盘、设计文档、内部工具以及多年未被记录的知识中。Claude Code从一个仓库和一个shell开始。它必须被展示其余部分。 她还解释了为什么每家公司都需要定制其编码代理。这不是因为模型不够聪明。你团队的工作方式永远无法完全纳入其训练,因为每个代码库都有不同的规则。 然后是我未曾想到的部分。与代理现在能做的一切相比,上下文窗口几乎没有增长。所以,困难的技能不再是将更多信息放入模型中。而是选择省略什么。 Daisy将其比作在Arduino上运行npm。在笔记本电脑上,你可以不断添加东西。在有限的上下文窗口内,每一条信息都在争夺空间。 更好的反馈也有帮助。一个能看到类似红色波浪线等效物的代理,可以在一个错误变成十个之前立即纠正自己。Daisy分享说,Mozilla使用其最新模型在一个月内发布的安全修复比之前15个月的总和还要多。 Claude帮助创建了她的幻灯片,并以这种方式提出了最后一点:“你的注意力是系统中最小的方框。” 问题不再是向代理输入足够的信息。而是当20个代理开始将工作发回时,如何帮助一个人跟上。
查看原文
查看缓存全文

缓存时间: 2026/09/13 13:07

这场Anthropic的演讲让我意识到,Claude Code面临的问题远不止于代码编写本身。

Claude Code团队成员Daisy Hollman一语道破:如果Claude无法完成你所有的职责,它就不可能真正与你协同工作。

因为你的工作内容并非整齐地存放在代码仓库里。它分散在Slack讨论线程、CI控制面板、设计文档、内部工具中,更存在于多年积累却无人系统记录的经验知识里。Claude Code最初只能接触代码仓库和命令行界面,其余的一切都需要人工指引。

她也解释了为何每个企业都需要定制自己的编程助手。这并非因为模型不够智能——你的团队工作方式永远无法被完全纳入模型训练,因为每个代码库都承载着独特的开发规范。

随后我意识到一个未曾深思的维度:上下文窗口的扩展速度远不及智能体能力的增长。因此当前的难题已不再是向模型输入更多信息,而是学会如何取舍。

Daisy将其比作在Arduino设备上运行npm指令。在笔记本电脑上你可以不断添加依赖项,但在有限的上下文窗口里,每条信息都在争夺存储空间。

优化反馈机制同样关键。当智能体能即时识别类似代码编辑器中的红色波浪线提示时,就能在错误级联前进行自我修正。Daisy提到,Mozilla凭借最新模型实现的安全修复数量,仅一个月就超过了过去十五个月的总和。

Claude协助她制作演示文稿时,在最终观点处写道:“你的注意力是整个系统里最小的盒子。”

当二十个智能体开始批量返回工作成果时,核心挑战已从“如何获取足够信息”转变为“如何帮助人类保持对信息流的驾驭能力”。

相似文章

@unicodef1wn: https://x.com/unicodef1wn/status/2070179071548395916

X AI KOLs Timeline

一篇推文解释了Anthropic在Claude Code中的动态工作流如何让Claude为复杂任务构建自定义框架,通过将工作拆分到不同的智能体来防止智能体惰性、自我偏好偏差和目标漂移等失败模式。内容包含供用户参考的实用示例和模式。