3月31日，Anthropic照常更新Claude Code，版本號(hào)2.1.88，看著毫無(wú)波瀾。

一個(gè)小時(shí)后，安全研究員Chaofan Shou在X上發(fā)了條帖子：他翻npm包，找到一個(gè)source map文件，里面藏著Claude Code的完整TypeScript源代碼。

51.2萬(wàn)行代碼、1900個(gè)文件、35+子系統(tǒng)全部曝光。

24小時(shí)內(nèi)，GitHub上冒出多個(gè)fork倉(cāng)庫(kù)，其中一個(gè)拿下3.2萬(wàn)星標(biāo)、4.4萬(wàn)次fork。全球開(kāi)發(fā)者像拆圣誕禮物一樣，把這個(gè)AI編程工具翻了個(gè)底朝天。

看完代碼大家才意識(shí)到用好AI的門道原來(lái)這么多，所謂「Harness工程」原來(lái)這么玩！

今天，我們聊聊這堂價(jià)值數(shù)十億美元的系統(tǒng)架構(gòu)公開(kāi)課。

Python重構(gòu)避免版權(quán)問(wèn)題的claw-code項(xiàng)目飆升 Claude Code這次究竟暴露了啥？

先澄清一個(gè)誤解：這些泄露的不是AI模型。

這次暴露的是Anthropic官方套殼的Claude Code代碼，涉及到怎么調(diào)度AI模型、管理記憶、執(zhí)行工具、處理權(quán)限，這一整套工程代碼。

打個(gè)比方：AI模型是千里馬，泄露的是馴馬師的全套手冊(cè)。技術(shù)上看影響好像還好，但這事可能比泄露模型權(quán)重更重要。

它等于告訴所有開(kāi)發(fā)者、用戶，AI編程賽道頭部玩家如何管理AI員工、設(shè)計(jì)AI產(chǎn)品。

看完這套框架，你不一定能開(kāi)發(fā)出好的AI產(chǎn)品，但一定對(duì)用好AI會(huì)有更深的理解。

三層記憶與睡眠模式

用AI寫(xiě)過(guò)代碼的人大概都碰過(guò)這種事：前10分鐘它還記得你的項(xiàng)目結(jié)構(gòu)，半小時(shí)后就開(kāi)始犯糊涂，把寫(xiě)好的函數(shù)名搞錯(cuò)，甚至忘了你在做什么。

業(yè)內(nèi)有時(shí)候會(huì)把這種情況稱為「上下文熵增」：對(duì)話越長(zhǎng)，AI越容易產(chǎn)生幻覺(jué)和矛盾。所有AI編程工具都卡在這里。

Claude Code的源代碼揭示了Anthropic的解法：三層記憶架構(gòu)。

第一層：MEMORY.md 輕量索引

每次會(huì)話啟動(dòng)，Claude Code都會(huì)加載一個(gè)叫MEMORY.md 的文件。這個(gè)文件不存數(shù)據(jù)，存的是各種信息、文件地址，每行大約150個(gè)字符，指向具體的文件。類似圖書(shū)館的索引卡，告訴AI哪個(gè)文件放在哪個(gè)文件夾，你需要了自己去拿。

為了避免索引被濫用，還設(shè)置了25KB的上限，需要持續(xù)優(yōu)化，防止「工作記憶」被垃圾信息淹沒(méi)。

第二層：主題文件，按需加載

簡(jiǎn)單說(shuō)就是項(xiàng)目知識(shí)分散在多個(gè)主題文件中，用到才加載。你在改前端代碼，AI不會(huì)把后端架構(gòu)文檔也塞進(jìn)來(lái)占token。

盡可能降低AI的上限文窗口占用。

第三層：完整會(huì)話記錄，可搜索但不回讀

這是最有趣的一個(gè)點(diǎn)，Claude Code得所有歷史對(duì)話都會(huì)保存，但AI不會(huì)每次執(zhí)行任務(wù)都把以前的對(duì)話都看一遍。

只有需要了解某個(gè)具體細(xì)節(jié)時(shí)，Claude Code會(huì)搜索，提取相關(guān)片段，看看當(dāng)時(shí)提的要求是什么，怎么設(shè)計(jì)的。

三層配合，用最小的上下文開(kāi)銷覆蓋最大的知識(shí)范圍，已經(jīng)是很精妙了設(shè)計(jì)，但源代碼里還藏著更有趣的東西。

聊天多了、執(zhí)行多了，記憶同樣會(huì)爆炸，前面的優(yōu)化只是解決眼下的問(wèn)題，面對(duì)信息爆炸該怎么辦？

Anthropic設(shè)計(jì)了后臺(tái)進(jìn)程KAIROS，它會(huì)執(zhí)行名為AutoDream（對(duì)，就叫「自動(dòng)做夢(mèng)」）的程序，就像人類睡覺(jué)時(shí)大腦整理記憶一樣，在不干活時(shí)悄悄管理記憶。

AutoDream之前就已經(jīng)公布了，但這次暴露了它的實(shí)現(xiàn)原理：

1. 定向掃描：讀取記憶索引和已有主題文件

2. 信號(hào)采集：從每日日志里提取新信息，檢測(cè)「記憶漂移」，揪出跟當(dāng)前代碼矛盾的舊記憶

3. 整合歸并：把新信號(hào)合并進(jìn)主題文件，相對(duì)日期轉(zhuǎn)絕對(duì)日期，刪掉過(guò)時(shí)的事實(shí)

4. 修剪索引：更新MEMORY.md，控制在25KB以內(nèi)

Claude Code正在變成「常駐CTO」，記住你的項(xiàng)目，后臺(tái)主動(dòng)消化、整理、更新對(duì)項(xiàng)目的理解。

提示詞工程到「Harness 工程」

看到這，無(wú)論你用AI的水平如何，想必都能感受到Anthropic在管理AI上確實(shí)有一套。

值得我們學(xué)習(xí)的還不止這些！

源代碼泄露前一周，Anthropic官方博客發(fā)了一篇被嚴(yán)重低估的文章：《Harness Design for Long-Running Application Development》。

作者Prithvi Rajasekaran來(lái)自Anthropic Labs團(tuán)隊(duì)，提了一個(gè)新概念：Harness Engineering，韁繩工程。

2024年是「提示詞工程」元年，2025年輪到「上下文工程」，2026年新戰(zhàn)場(chǎng)叫「韁繩工程」。

所謂「韁繩工程」就是隨著AI能力繼續(xù)提升，我們需要的已經(jīng)不是簡(jiǎn)單的一句一句和AI對(duì)話，而是要設(shè)計(jì)一套系統(tǒng)，馴服AI寫(xiě)代碼的過(guò)程，讓它在長(zhǎng)時(shí)間復(fù)雜任務(wù)里不跑偏、不掉鏈子。

Rajasekaran發(fā)現(xiàn)，AI獨(dú)立完成復(fù)雜編程任務(wù)有兩個(gè)致命問(wèn)題：

上下文焦慮，對(duì)話變長(zhǎng)，AI開(kāi)始「緊張」，覺(jué)得自己快用光上下文窗口了，于是匆忙收尾、草率交活。這是行為問(wèn)題，不是幻覺(jué)問(wèn)題。

自我評(píng)估偏差，讓AI檢查自己寫(xiě)的代碼，跟讓學(xué)生給自己的考卷打分一樣，幾乎總給高分，哪怕代碼一塌糊涂。

他的解法借鑒了GAN（生成對(duì)抗網(wǎng)絡(luò)）的思路：Generator（生成器）：負(fù)責(zé)寫(xiě)代碼，Evaluator（評(píng)估器）：負(fù)責(zé)打分、找bug、提改進(jìn)意見(jiàn)。

兩個(gè)獨(dú)立的AI，一個(gè)干活，一個(gè)挑刺。評(píng)估器用Playwright實(shí)際操作運(yùn)行中的應(yīng)用，點(diǎn)按鈕、填表單、測(cè)API，然后按詳細(xì)標(biāo)準(zhǔn)打分反饋。

同一句需求：「做一個(gè)2D復(fù)古游戲編輯器，包含關(guān)卡編輯、精靈編輯、實(shí)體行為和可玩測(cè)試模式?！?/p>

任務(wù)跑下來(lái)，效果驚人、成本也驚人：普通模式下一個(gè)Agent開(kāi)發(fā)20分鐘，花了9美元，做出一個(gè)能看不能玩的游戲。

采用Harness工程，AI開(kāi)發(fā)了6個(gè)小時(shí)，花了200美元，但造出了真正的游戲，不光完成了基本需求，還自動(dòng)擴(kuò)展出16個(gè)功能模塊：精靈動(dòng)畫(huà)系統(tǒng)、行為模板、音效音樂(lè)、AI輔助關(guān)卡設(shè)計(jì)、游戲?qū)С龊头窒礞溄印?/p>

貴了20倍以上，但也帶來(lái)了真實(shí)能力的質(zhì)變。

普通人可能只看到花更多錢就能取得更好的效果，但真正的創(chuàng)業(yè)者會(huì)意識(shí)到，好的「Harness工程」藏著巨大的機(jī)會(huì)。

你不需要會(huì)開(kāi)發(fā)AI大模型，只是在模型的管理與控制上有一套自己的解法，或許就能推出一個(gè)嶄新的產(chǎn)品。

官方演示的游戲原型 重新認(rèn)識(shí)AI時(shí)代的護(hù)城河

AI工具的護(hù)城河在哪？這個(gè)問(wèn)題的答案一直在變。

2024年拼模型能力，2025年大家在提上下文管理，到了2026年回到了最本質(zhì)的問(wèn)題：系統(tǒng)工程。

Claude Code的泄露就是告訴大家：模型是發(fā)動(dòng)機(jī)，模型之上的各種設(shè)計(jì)才能造出真正的賽車。

從提示詞工程到上下文工程，再到韁繩工程，AI時(shí)代的技術(shù)范式每半年刷新一次。

面對(duì)這么多概念、炒作，你是不是感覺(jué)手足無(wú)措？無(wú)從下手？

如果你也想快速了解最新、最有價(jià)值的AI用法，成為駕馭AI工程的人，歡迎加入前哨AI小課第五季

前哨AI小課2022年上線，Tina幫助數(shù)千會(huì)員持續(xù)迭代，掌握最前沿的AI工具、最佳實(shí)踐，幫助大家把AI用到自己的工作生活中。

與其碎片化地追熱點(diǎn)，不如用一套結(jié)構(gòu)化課程，把AI的底層邏輯一次搞清楚。

掃碼/點(diǎn)擊鏈接，加入「前哨AI小課」，用最短時(shí)間建立最扎實(shí)的AI認(rèn)知。