Anthropic官方复盘Claude Code：智能体系统设计的四个核心

在智能体开发的热潮中，开发者往往将注意力集中在模型本身的推理能力上，却忽略了一个决定智能体实际表现的关键因素——工具设计。正如建筑师需要合适的工具来建造大厦，智能体同样需要精心设计的工具来发挥其潜能。Anthropic团队在开发Claude Code的过程中，通过一次次尝试与迭代，总结出一套独特的工具设计方法论，其核心思想可以概括为：学会像智能体一样看世界。

一、让智能体学会提问

二、工具需要与模型一同成长

构建高效智能体的第一个挑战是如何让它在不确定时主动向用户提问。Anthropic团队首先尝试在现有的ExitPlanTool中直接添加提问功能，但这种方法让智能体陷入了困惑——它无法清晰区分自己在提交计划还是在询问问题，用户回答后的处理逻辑也变得模糊。 随后，团队尝试通过固定输出格式让模型自行解析问题，但这种方法本质上是在赌博——模型并不总是遵守格式规范，有时会添加无关内容，有时会遗漏关键选项。 最终，团队设计了一个专门的AskUserQuestion工具。这个工具的精妙之处在于：它为智能体提供了一个清晰的结构，明确要求列出问题和选项。更重要的是，这个工具符合模型的“思维直觉”，智能体“喜欢”调用它。这揭示了一个重要洞察：工具的价值不在于功能有多强大，而在于智能体是否能正确、高效地使用它。

三、从被动投喂到主动探索

Claude Code上线初期，团队发现智能体容易在执行过程中偏离目标。为此，他们引入了TodoWrite工具，让智能体在开始时列出待办清单，每完成一项就勾选一项。然而，即便如此，Claude仍会遗忘目标，团队不得不每5轮对话插入一次系统提醒。 这种方案在初期确实有效，但随着智能体模型从Claude 3.5升级到Opus 4.5，情况发生了转变。新版本更加智能，不再需要频繁的提醒——相反，这些提醒反而成了束缚，让智能体死守清单而不敢灵活调整。当智能体学会调用子智能体协同工作时，单线程的待办清单工具更是显得力不从心。 团队因此将TodoWrite替换为Task Tool。与专注于让模型保持正轨的待办清单不同，任务工具更关注子代理之间的通信与状态同步，可以跨子智能体更新任务，智能体也能随时修改或删除任务。这个案例说明：曾经帮助模型的工具，随着模型能力的提升，可能反而成为枷锁。工具设计不是一劳永逸的，需要跟着模型一起成长。

四、渐进式披露：少工具也能扩展能力

早期版本的Claude Code使用RAG技术帮助智能体获取代码库信息——提前做好索引，智能体需要时从索引中提取相关内容。虽然RAG快速高效，但存在两个问题：整个过程中智能体是被动的“被投喂”状态，它并不真正理解如何在代码库中定位信息，也学不到自主探索的能力。 团队转变了思路：既然智能体能上网搜索，为何不让它搜索自己的代码库？于是引入了Grep工具，让智能体可以用关键词在代码库里搜索文件、查找内容。这一改变产生了显著效果：智能体开始自主尝试搜索关键词、筛选结果、定位相关文件，在这个过程中逐渐学会了自主构建上下文。 随后，团队引入了“技能”（Skill）概念，进一步系统化了这种能力。每个技能本质上是一个说明书，智能体可以读取说明书，说明书又指向其他文件，形成层层递进的搜索机制。今天的Claude Code已经能够跨多层文件递归搜索，精准定位所需信息。这种设计思路被总结为“渐进式披露”——不让智能体一开始就面对海量信息，而是给它一个入口，让它一步步探索出真正需要的内容。

如有侵权，请联系删除。