智能体外壳（harness）已死？

Claude Code 在实践中的使用情况

How Claude Code is used in practice

Anthropic 基于 2025 年 10 月至 2026 年 4 月约 40 万个 Claude Code 会话的隐私保护分析，提出一个研究交互式智能体编程的框架，考察任务构成、人机协作方式与成功率。文中指出典型会话里人主要决定做什么、Claude 主要决定怎么做；用户的领域专业度越高，Claude 每次指令完成的工作越多；观察期内用于调试的会话占比下降近一半。

薄编排器：如何通过减少路由器的职责让 AI 代理更可靠

The Thin Orchestrator: How We Made Our AI Agents More Reliable by Giving the Router Less to Do

这是 Meta 工程博客的一篇文章，介绍其数据管道代理采用的“薄编排器”模式：一个约 1300 行的编排器把 20 多个工作流路由给 14 个专用代理，自身不承担任何领域推理，只负责排序和可靠性检查。文章描述了早期“全能型单一代理”在生产环境中出现幻觉的问题，以及转向该模式后在效率和准确率上的变化。

Claude Mods：把 harness 翻个里朝外

Claude Mods: Flipping the Harness Inside Out

这是一篇介绍 Claude Mods 的文章，作者称近几周用它把 Claude Code 调整为自己的 AI 工程工作流。文章提出 harness 随着模型吸收更多能力，剩余部分成为面向人的“注意力界面”（Attention Interface），并认为 Claude Mods 是其早期版本，还推测 harness 最终会成为其他公司在其上构建的平台。文中说明 mod 是运行在 Claude Code 内的 TypeScript 或 JavaScript 函数插件，可响应 prompt、工具调用或界面渲染等事件，观察、修改渲染方式或替代默认行为，被作者称为 agent harness 的中间件。

如何构建 AI 代码审查智能体——Daksh Gupta，Greptile

How to Build an AI Code Review Agent - Daksh Gupta, Greptile

这是 Greptile 联合创始人 Daksh Gupta 的演讲，介绍该公司对想要自建代码审查智能体的公司的建议。他从沙箱加 webhook 的简单方案讲起，说明该方案会漏掉缺陷、每个 PR 花费 3 至 25 美元并产生大量细枝末节的挑刺，随后逐项介绍改进方法：更聚焦的提示词、历史事故 PR 数据集、模型反转（用 GPT 审查 Claude 写的代码反之亦然，可多发现约 10% 的缺陷）、代码库上下文与持续更新的 wiki、在沙箱中借助 computer use 自主测试，以及把多数子任务交给更便宜的模型。视频带有章节时间戳。

jatechan/ai-data-extractor

一个免费开源工具，用于从 AI 编程助手中提取本地聊天历史并统一为 JSONL 格式，支持 Claude Code、Codex CLI、Cursor、Windsurf、Aider、Cline/Roo Code 等。README 说明其可自动发现并提取用户消息、回复、代码上下文、代码改动、工具调用及时间戳、会话 ID、项目路径、模型名等字段，列出各来源的存储格式与搜索路径。

为什么一个 AI 智能体不够用（以及如何运行 1000 个）——CJ Avilla 与 Harrison Stall（Anthropic）

Why One AI Agent Isn’t Enough (And How to Run 1,000) - CJ Avilla & Harrison Stall, Anthropic

一个 Anthropic 人员主讲的工作坊视频。开场以 Ken Thompson 一个月写出 Unix、IBM 用 1000 名工程师开发 OS/360、Linus Torvalds 在 1998 年遇到瓶颈作类比，引出管理 AI 智能体时的规模问题，随后介绍 Claude Managed Agents 中的 Flows：向 Claude 给出目标，它通过 API 自行规划并运行最多 1000 个智能体的多智能体拓扑。演示包括股票自选股扫描器、在关键阶段投入更多算力的方法、Bug Hunter 与 Explainer Studio 模板，并说明单智能体因惰性、自我偏好偏差和目标漂移而失灵。结尾讨论大规模安全运行：预算、中断、自动模式、凭据保险库和网络锁定。视频含时间轴。