智谱在天猫开店卖Token了:成首家入驻主流电商平台的大模型厂商以后打开淘宝搜"智谱旗舰店",你能买到的不再只是衣服和数码产品——而是大模型的调用额度。
9月2日,智谱正式入驻天猫开设官方旗舰店,成为第一家登上主流电商平台的大模型厂商。店铺里上架的不是模型、不是API文档,而是四款明码标价的"GLM Coding Plan"订阅套餐:个人版Lite每月118元、Pro每月538元、Max每月1078元,团队版标准席位598元/月,支持按月、季、年订阅,支持支付宝、支持开发票。
一位企业工程师的评价很到位:"以后买Token可以像充话费一样丝滑,大促节点说不定还有折扣。"
货架上卖的是什么
套餐基于8月刚发布的GLM-5.3模型——这是智谱最新旗舰,在Artificial Analysis智能指数上拿到60分,进入全球前沿模型区间,与Claude Fable 5、GPT-5.6 Sol同档,并和Kimi K3并列开源模型第一。它兼容ZCode、Claude Code、Codex等20余款主流Agent工具,买完拿到额度,代码生成、调试、重构随便用,超出部分再按标准API计费。
模式确实和手机话费套餐一模一样:固定月费、额度打包、用超再加价。对高频开发者,锁定月费比按次调用便宜——商品页直接标注"较标准API最高省87%到90%"。
但值得注意的是,这次天猫定价相比年初版本大幅上调:Lite、Pro、Max三档月费分别从49元、149元、469元涨至118元、538元、1078元,其中最热门的Pro档直接变成原价的3.6倍。智谱的解释是:新套餐改为以Token消耗为基础的积分制,额度更透明可预期,非高峰时段还有50%积分抵扣,且模型从GLM-5升级到了GLM-5.3。
涨价的不止智谱一家。今年上半年Coding Plan市场刚打完价格战,腾讯、MiniMax、Kimi就陆续下架了包月套餐,阿里关停了入门档位,整个行业从"低价抢人"转向"精简提价"。智谱选择在这个时点把涨价后的新套餐搬上天猫,底气是模型能力,也是生存压力。
为什么偏偏是现在
看一眼财报就明白了。
8月31日晚,智谱发布2026年中报:上半年营收9.54亿元,同比增长399.7%,超过去年全年;但净亏损20.7亿元。作为今年1月登陆港交所的"全球大模型第一股",它的股价曾从116.2港元发行价冲到2980港元、市值破万亿,随后又大幅回调,市值蒸发超5000亿港元。
增长引擎已经换挡:上半年开放平台及API收入8.25亿元,同比暴增2735.7%,占总收入比重从去年同期的15.2%飙升到86.5%。换句话说,智谱已经从"卖项目、卖定制"的传统软件公司,变成了"卖调用量"的Token零售商。董事长刘德兵把上半年的关键词定义为"能力兑现"——模型第一次被证明能独立把事做完,收入结构随之置换。
背景板是整个Token经济的爆发:国内日均Token消耗量已突破140万亿,比2024年初的1000亿增长超1000倍。今年5月三大运营商集体推出Token套餐,阿里成立AlibabaTokenHub事业群,腾讯云升级全域TokenHub——"卖Token"已经成了AI产业链上最拥挤的生意。智谱上天猫,本质是在这场零售战争里抢占离普通用户最近的那个收银台。
套餐化的隐忧与出路
不过话费套餐留下的历史教训也摆在那儿:档位可以多,账单别靠猜。
有观察者已经提醒:商品页上"10000积分"的数字很醒目,但普通用户真正想知道的是——这些积分够我写多少代码、跑多少次任务?大模型用量比手机流量难感知得多,有人天天用它干活觉得值,也有人第二个月打开账单才想起自己还订着。订阅制最大的敌人从来不是价格,是沉默续费。
好在电商货架本身就是最好的倒逼机制。当Token从开发者文档里的专业概念变成淘宝商品,它就得接受零售世界的规则:七天无理由式的体验保障、双11的折扣大战、买家秀和评价区的公开处刑。哪家套餐说明写得像天书,哪家额度虚标,评论区会替市场教育它。竞争越往零售走,计费透明和用户体验就越没法糊弄——这对消费者是好事。
结语:Token正在变成水电煤
从官网自助购买,到运营商套餐,再到天猫旗舰店,Token的销售路径正在复刻所有数字商品的大众化之路。智谱这一步的象征意义远大于开业当天的销量——截至发稿,四款商品还没有销量显示。
但方向已经清楚了:大模型能力正在从"技术产品"变成"生活耗材"。就像没人关心电是哪个电厂发的,只关心电费多少钱一度、充值方不方便;未来大多数人也不会关心背后是哪家模型,只关心每月那笔AI订阅费,值不值。
下一站,双11的Token满减券,已经可以期待了。
Anthropic的增长放缓了吗争议的源头。TickerTrends 制作的 Claude Code ARR 追踪图,最新数据为 2026 年 8 月 10 日当周,151.2 亿美元,占 Anthropic 总 ARR 的 21.9%。请注意:这是第三方机构的估算,不是 Anthropic 的官方披露。下面第一节会讲清楚这个区别有多重要。
硅谷 Alan Walker 在香港约了顿晚饭,等人的功夫翻群,发现这张图已经被转了三十几次,配的话大同小异——「Anthropic 增长拉平 了,两万亿是泡沫」。
Alan 把图存下来,放大看了一遍,然后又看了一遍。
问题不在这张图。这张图做得很好,数据也大概率是认真做的。问题在于,几乎所有转发它的人,都在用它回答一个它根本回答不了的问题。
01
先搞清楚这张图是谁做的
左上角有个 Claude 的图标,配色是 Claude 那个熟悉的橙色,一眼看过去很像官方出品。
它不是。
这张图的作者是 TickerTrends,右上角写着自己的名字。它是一家 第三方数据追踪机构,靠各种外部信号(应用数据、支付面板、招聘、渠道口径等等)去估算一家非上市公司的收入。图里那行小字写得很老实:「tracked allocation」——追踪出来的分配比例。
说白了:Anthropic 从来没有公开披露过 Claude Code 单独的 ARR 数字,一次都没有。这条曲线上的每一个点,都是 外人估的。
举个例子
这就好比有人用「某餐厅门口每天排多长队」来估算它的营业额,然后画出一条漂亮的周度曲线。队伍长度和营业额确实相关,但中间隔着翻台率、客单价、外卖占比、包厢生意——你看到队伍短了三周,可能是那三周厨房在装修。
更要命的是口径本身。ARR 的算法是「最近一段时间的收入 × 12」。企业软件的合同不是每天均匀落地的,是一批一批签的。一个季度末签下的大单,会让某一周的曲线跳一大截;下一个季度的大单还没签,曲线就横着走。周度 ARR 追踪对这种块状落地极不敏感——它会把「签约节奏」画成「需求变化」。
一句话解读
你手里拿的是一张外人估的、口径很钝的、非官方的周度图。用它下"泡沫"这么重的判断,等于用体温计量血压。
02
这张图自己就打了自己的脸
接下来这一点,没见有人提过,但它是整件事里最有意思的地方。
图上写着两个数:Claude Code 是 151.2 亿美元,占 Anthropic 总 ARR 的 21.9%。
做个除法:
算一下
151.2 亿 ÷ 21.9% = 约 690 亿美元
这是这张图自己隐含的、截至 8 月 10 日当周的 Anthropic 公司总 ARR。
而 Bloomberg、Reuters、CNBC 在 8 月 17 日报道的官方口径数字是——7 月底 650 亿美元。
看清楚了:这张被拿来论证"增长放缓"的图,它自己隐含的公司总量,比十天前的官方数字还高出 40 亿美元。
再往后推十天到今天,如果趋势没断,700 亿以上 是合理的推算(这一句是推断,不是数据)。
一句话解读
转发的人只读了 151.2 这个数和柱子的高度,跳过了旁边那个 21.9%。而那个 21.9% 说的是:这家公司在大家喊"它慢下来了"的时候,又往上走了一截。同一张图上的两个数,只信对自己观点有利的那个,这不叫分析。
03
你在看下面那张图,钱在上面那张图里
那张图有上下两块。上面是绝对金额(多少亿美元),下面是百分比变化(比四周前涨了百分之多少)。
绝大多数人的推理是:在下面那张图上看到 85% 掉到 5.2%,得出"塌了",然后把这个结论按回上面那张图,说"你看柱子都一样高"。
先算个数。5.2% × 151.2 亿 = 一个月新增约 7.5 亿美元的年化收入。而 2025 年 3 月那个 85% 的月份,基数还不到 1 亿美元——那个"爆发"的月份,实际增加的钱只有今天这个"平淡"月份的 十分之一 左右。
举个例子
你儿子三岁时一年长 20 厘米,十六岁时一年长 3 厘米。增速掉了 85%。你会说"这孩子发育出问题了"吗?
百分比是分数,分母一直在变大。100 块涨 85% 是 85 块,15,120 块涨 5.2% 是 786 块。后者是前者的九倍多。你在下面那张图上看到的"崩塌",在钱上是"多赚了九倍"。
但 Alan 要把话说完整,不然就是耍赖:绝对新增 确实从峰值 回落 了。
四五月那两个月,Claude Code 从 50 亿量级冲到 135 亿量级,月均新增 40 亿;到 7 月只剩 3 亿量级。五倍以上的回落,不能拿"你看百分比看错了"糊弄过去。
所以真正该问的不是"有没有减速"——有。真正该问的是两件事:为什么减速?以及,为什么它又翘回来了?
请再看一次图的最右端。最后一根柱子是跳上去的,下面那条线也从 2% 回到了 5.2%。一条正在右端回升的曲线,被读成了拉平。
04
走平的那三周,模型是下线的
把日历拿出来对一遍,答案就在明面上,一点都不神秘。
6 月 9 日,Anthropic 把 Mythos 级别的模型推向公开可用,对外叫 Fable 5 和 Mythos 5。6 月 12 日,为遵守美国商务部的 出口管制令,两个模型全部下线。6 月 30 日商务部解除该管制,7 月 1 日恢复。
那段所谓的"平台期",正好卡在这个三周的洞上。
比这三周更根本的是 产能。Anthropic 在 4 月公开承认过,需求给基础设施带来了压力,高峰期的可靠性和性能都受了影响。而它跟 Amazon、Google、Nvidia、Microsoft 签的那些算力协议,绝大部分要到 2026 年底或 2027 年初 才上线。
这一段是重点
一条贴着产能上限走平的收入曲线,含义是「能卖的全部卖光了」,不是「没人买了」。
这两件事在图上长得一模一样。在估值上,一个是天花板,一个是发射台。
举个例子
一家火锅店只有 20 张桌子,天天翻台到打烊,营业额横着走了三个月。你能说"这家店没人气了"吗?它的营业额被桌子数锁死了。等隔壁铺面盘下来、桌子加到 50 张,营业额会立刻跳一个台阶。怎么区分"没人来"和"坐不下"?看三件事:它有没有降价(没有)、有没有排队和限速(有)、加了桌子之后是不是立刻坐满(这正是 8 月那根跳上去的柱子在说的事)。
05
占比会说话:17% 涨到 22%
如果 Claude Code 真的失速了,它在公司收入里的比重应该往下掉。事实是反的。
2025 年 11 月 - Claude Code 10 亿 | 公司总 ARR 约 70–90 亿 | 占比约 12%
2026 年 2 月 - Claude Code 25 亿 | 公司总 ARR 约 140 亿 | 占比约 18%
2026 年 5 月 - Claude Code 约 80 亿 | 公司总 ARR 470 亿 | 占比约 17%
2026 年 8 月 10 日 - Claude Code 151.2 亿 | 公司总 ARR 约 690 亿 | 占比 21.9%
在被称为"平台期"的那个窗口里,Claude Code 占公司收入的比重从 17% 涨到了 22%。而同一个窗口,公司总量增加了约 180 亿美元。
一句话解读
Claude Code 不但没掉队,还跑赢了一家七个月长了 7.2 倍的公司的平均速度。(其中 5 月的 80 亿是单一来源估算,2 月和 11 月的公司总量是我按公开节点推的,见文末核实说明。但首尾两端的 17% 和 21.9% 分母都相对硬,结论不依赖中间那几个数的精度。)
06
拿互联网比?方向全反了
群里有人说"互联网用户当年也没这么慢"。这句话里有三个错,方向全是反的。
第一,速度比反了
1995 年全球网民约 1600 万,2000 年约 3.6 亿。五年 23 倍,年化约 86%。Claude Code 是 六个月 6 倍。放到同一把尺子上,它比互联网普及期快一个数量级不止。
再换个更狠的参照:Salesforce 用了大约二十年做到 300 亿美元年收入。Anthropic 从第一美元开始,不到三年。
第二,S 曲线的形状记反了
互联网用户增长的百分比增速,从第一天起就是往下掉的。AOL 从 1994 年的 100 万订户到 2000 年的 2300 万,月增速一路下滑,同时每月净增的人数一路上升。所有 S 曲线都长这样:百分比递减、绝对值递增。
第三,量纲搞错了
用户数是一个变量。收入是 席位 × 用量 × 单价 三个变量相乘。
举个例子
一家公司买了 500 个 Claude Code 席位,明年可能一个新席位都不加——但每个工程师从每天跑 2 个 agent 变成跑 20 个,用量涨 10 倍;再叠加更贵的模型层级,单价再涨一档。席位数完全没动,收入涨了十几倍。用户曲线里没有这条路,收入曲线里有两条。
07
图上看不见的:它其实变强了
这半年 Anthropic 不只是"没那么糟"。它在这张图完全照不到的地方,实打实变强了四处。
一 · 从"烧钱"叙事里走出来了
Q2 调整后 经营利润为正。在前沿模型实验室里,这是罕见的。过去两年所有对 AI 公司最核心的怀疑是"收入是烧钱买来的、单位经济不成立"。一个正的经营利润数字,把举证责任反过来推给了怀疑的一方。而且这是在算力最紧、最贵的半年里做到的。
二 · 不再靠一条腿站着
Claude Code 只占 22%,另外 78% 是 API 和企业业务。市场把 Anthropic 叫做"那家做编程工具的公司",但四分之三的收入不来自那个工具。这意味着:哪怕有一天编程 agent 的竞争把 Claude Code 的份额打掉一半,公司也不会塌。而市场今天的定价,很大程度上还挂在"编程"这一个故事上。
三 · 客户在往上走
年花费 超过 100 万美元 的客户,从两年前的十几家到 500 多家,再到 1000 家以上;年花费 超过 10 万美元 的客户一年增长约 7 倍。大客户续费不靠销售,靠工作流嵌进去之后拔不出来。这是净收入留存率的机器,也是这类公司在增速自然回落之后仍能撑住高倍数的根本原因。
四 · 相对位置换了
同一段时间:OpenAI 从约 200 亿到约 400 亿,翻了一倍;Anthropic 从 90 亿到 650 亿,7.2 倍。两家口径可能不同,但差距的方向没有歧义。
08
下一波在哪,什么时候来
以下是 Alan 的判断,不是公司披露。四个点,附时间窗。
点一|算力上线 — 2026 年四季度到 2027 年一季度
这是最直接、最可计算的一个。如果六七月的平台确实是产能造成的,那 产能上线 就是收入的机械解锁:多吉瓦级的 Amazon 部署、Google 与 Broadcom 的 TPU 产能、以及和 xAI / SpaceX 那笔算力交易,全都指向这个窗口。观察方法很土但有效:看限速有没有放松、新层级的模型是不是不再排队。产品端的松绑,比任何财报都早两个月告诉你答案。
点二|走出开发者 — 2026 下半年起步,2027 放量
全球专业开发者大约 3000 万人。知识工作者以十亿计。中间隔着两个数量级。Claude Code 完成的是一道证明题:agent 这东西真的有人肯付钱,而且肯付很多。接下来 Cowork、Excel、PowerPoint、Word、Outlook、Chrome、以及 Slack 里 @Claude 的那套东西,是把这个已经验证过的付费意愿,卖给不写代码的所有人。这条曲线的斜率一定比 Claude Code 缓——非开发者采纳更慢、工作流更碎。但它的天花板不在同一个楼层。这也是"开发者渗透到顶了怎么办"的唯一正经答案。
点三|Mythos 层的定价 — 时间未定,但一定是个台阶
目前 Mythos Preview 只开放给少数受信任的机构(Project Glasswing),Fable 5 是加了安全措施的公开版本。这一层真正大规模可用的时候,每客户收入会跳一档,因为它卖的不是同一个东西。这一层的时间表已经被出口管制打断过一次(就是 6 月那三周),所以它同时也是 政策风险 最集中的一个点。
点四|上市本身 — 2026 年 9 月到 10 月
6 月已经向 SEC 保密递交招股书,摩根士丹利、高盛、摩根大通在做承销。上市不是收入事件,是 资本事件,但它对收入的传导链条极短:募到的钱换算力,算力换收入。而且 Anthropic 有机会比 OpenAI 先上——在算力就是产能的行业里,先拿到 大资本池 是可以复利的先手。
09
两万亿贵吗?先去香港看一眼
这是全文我最想让人看的一节。
要判断两万亿贵不贵,不能自己跟自己比,得找 同类。而最好的同类不在纳斯达克——就在香港。
2026 年 1 月 8 日和 9 日,智谱(02513.HK)和 MiniMax(00100.HK)连着两天在港交所敲钟,成了全球第一批公开交易的大模型公司。它们第一次让市场看到:二级市场愿意为一家纯大模型公司出什么价。
智谱 02513.HK ARR 约 10 亿美元(2026 年 7 月)| 市值约 7312 亿港元 ≈ 938 亿美元(7 月 10 日)| 约 94× 2025 年收入 7.24 亿元人民币,净亏 47.18 亿元
MiniMax 00100.HK ARR 约 3 亿美元(2026 年年化)| 市值约 842 亿港元 ≈ 108 亿美元(7 月 10 日)| 约 36× 2025 年收入 0.79 亿美元,经调整净亏 2.51 亿美元
Anthropic 若按 2 万亿 ARR 约 690 亿美元(8 月 10 日)| 2 万亿美元(市场传的目标)| 约 29× Q2 调整后经营利润为正
把这三行连起来看
香港市场愿意给一家 ARR 10 亿美元、年亏 47 亿人民币的公司约 94 倍 ARR。用同一把尺子量 Anthropic,两万亿只有约 29 倍——而它的 ARR 是前者的 69 倍,增速不慢,而且已经开始赚钱。
要么香港疯了,要么两万亿不贵。这两个结论必须选一个。
而且智谱这个数字不是野路子。它 2026 年 5 月市值一度到 6915 亿港元,6 月冲到 8800–9000 亿港元区间,恒生科技指数在 5 月把它纳了进去。按它 3 月末 17 亿元人民币的 MaaS ARR 算,当时市销率一度到 544 倍;即便用高盛、摩根士丹利给的 2026 年 70 亿元人民币收入预期算,也还有 130 倍以上。
一句话解读
拿"倍数太高"去质疑两万亿的人,如果去看一眼港股同赛道在交易的价格,会发现自己质疑错了对象。在当下这个市场情绪里,两万亿配 690 亿 ARR,是这三家里最 保守 的一个。
再把 Anthropic 自己的几条口径摊开,看得更清楚:
Series H 定价(2026 年 5 月) 9650 亿 ÷ 470 亿 = 20.5×
2 万亿 ÷ 当前 ARR(图上隐含) 20000 亿 ÷ 690 亿 = 29.0×
2 万亿 ÷ 年底 ARR(FT 引投资人预期 1000–1200 亿) 20000 亿 ÷ 1100 亿 = 18.2×
2 万亿 ÷ 2028 年收入(公司给投资人的 1900–2000 亿) 20000 亿 ÷ 1950 亿 = 10.3×
两万亿不是一次重新定价,是同一个倍数乘一个更大的基数。五月的私募轮就已经给了 20.5 倍。如果年底 ARR 落在投资人预期区间,两万亿反而比五月那轮更便宜。
所以要论证泡沫,必须论证的是"20 到 30 倍 ARR 这个倍数本身错了",而不是"增长停了"——后者已经被数据直接否掉。这两件事的难度天差地别:前者要谈毛利率、留存和竞争格局,后者只需要看错一张图。大部分人选了后者。
方法论提醒
不要把当期倍数套到远期收入上。"现在 29 倍 ARR,明年 ARR 翻倍所以值 4 万亿"——这是把同一份增长算了两遍。倍数 和 增长 里只能有一个是变量。上面那张表分四行,就是为了让每行的分子分母都站在同一个时点上。
但香港也给了一个警告 · MiniMax 的四个月
MiniMax 1 月 9 日上市,发行价 165 港元,首日收盘涨 109%。3 月最高冲到 1330 港元,市值一度突破 4100 亿港元。到 7 月 10 日,市值 842 亿港元——较峰值缩水约 80%,用了四个月。转折点是 解禁。稀缺性溢价一旦变成基本面定价,倍数收缩 的速度会比任何人预期的都快。
这件事对 Anthropic 的意义不是"所以它也会跌 80%"——两者的收入规模差 200 倍,盈利状态完全不同。真正的意义是:上市之后,故事让位给 报表。9 月或 10 月的招股书里,毛利率、留存率、客户集中度 会第一次白纸黑字写出来。那才是定价真正开始的地方。
10
真正该吵的四件事
能改变结论的问题,一个都不在那张图上。
毛利率。这是唯一有分量的争论点。推理成本坐在成本项里,如果 29 倍收入对应的是 50% 毛利,实际就是 58 倍毛利,位置立刻不便宜了。参照系已经有了:智谱 2025 年综合毛利率 41.0%,MiniMax 25.4%(其中企业端 69.4%、消费端只有 4.7%)。传统 SaaS 那种 75%–85% 的结构,在大模型行业里目前谁都没做到。
收入口径。ARR 是最近一个月乘十二。上市前如果收紧成更保守的口径,账面上会出现一次"缩水",那不是业务变差。真正硬的数字是入账收入:上半年 162.3 亿美元。
客户集中度与留存。650 亿里有多少来自前二十个客户?招股书里会有。这一个数字对估值的影响,超过未来六个月所有的曲线波动。
开发者天花板。151.2 亿 ÷ 3000 万开发者 ≈ 每人每年 500 美元。这个渗透已经不低了。再往上必须靠单价、用量,或者靠第八节说的"走出开发者"。
11
写在最后
九月或十月,招股书会把所有猜测替换成 审计过的数字。毛利率、留存、集中度、真实口径——今天在群里吵的一切,到那时候都会变成可以查的表格。
在那之前,用一张第三方估的周度曲线,去判断一家 650 亿美元 ARR 公司的命运,是在用手上最弱的证据回答最重的问题。
那张图确凿说明的事只有一件:Claude Code 在六个月里从 25 亿长到 151 亿,中间因为一纸出口管制令,模型下线了三周。
剩下的,都是在柱子的高度里读心。
饭局的人到了。九月见招股书。
核实说明
一、已核实(多家主流媒体,2026 年 8 月 17–18 日)
· Anthropic ARR 7 月底突破 650 亿美元;5 月 470 亿;2025 年底约 90 亿。Bloomberg 首发,Reuters、CNBC、Axios、TechCrunch 独立确认。
· Q2 初步收入超过 115 亿美元,去年同期 7.87 亿;Q1 为 47.3 亿,环比增幅超 140%;Q2 调整后经营利润为正(Bloomberg 见到的文件)。OpenAI ARR 约 400 亿美元,年初约 200 亿(Bloomberg)。
· 投资人预期 2026 年底落在 1000–1200 亿(FT);公司给投资人的 2028 年收入预测 1900–2000 亿(Reuters,8 月 14 日)。
· 2026 年 6 月保密递交 S-1,摩根士丹利、高盛、摩根大通承销,预计 9 月或 10 月上市。Series H 于 5 月 28 日以 9650 亿美元估值完成。
· Fable 5 与 Mythos 5 于 6 月 9 日上线,6 月 12 日因商务部出口管制令下线,6 月 30 日管制解除,7 月 1 日恢复。
· 智谱 2026 年 1 月 8 日、MiniMax 1 月 9 日在港交所上市;智谱 2025 年收入 7.24 亿元人民币(+131.9%)、综合毛利率 41.0%、净亏损 47.18 亿元、经调整净亏损 31.82 亿元;MiniMax 2025 年收入 7903.8 万美元(+158.9%)、毛利率 25.4%、经调整净亏损 2.509 亿美元。
· MiniMax 3 月高点约 1330 港元、市值一度超 4100 亿港元;7 月 10 日市值约 842.42 亿港元。智谱 7 月 10 日市值 7311.8 亿港元。
二、单一来源 / 估算 / 未能核实
· 图中 151.2 亿美元与 21.9% 占比来自 TickerTrends,属第三方估算(页面标注 "tracked allocation"),非 Anthropic 官方披露。Anthropic 从未单独公开过 Claude Code 的 ARR。
· 由 151.2 亿 ÷ 21.9% 推出的「约 690 亿公司总 ARR」,是该第三方口径下的隐含值,不是官方数字。「今天可能超过 700 亿」是作者推断。
· Claude Code 2026 年 5 月约 80 亿,来自单一二手统计站点;表格中 2025 年 11 月、2026 年 2 月的公司总 ARR 为按公开节点推算,非披露值。
· 智谱 ARR「约 10 亿美元(2026 年 7 月)」来自多家中文媒体引述知情人士,智谱官方未回应确认。智谱可核实的公开 ARR 口径是 3 月末 MaaS 平台 17 亿元人民币。
· MiniMax「年化收入约 3 亿美元」来自媒体对其 2026 年 2 月 ARR 超 1.5 亿美元的外推,非公司披露。
· 港元兑美元按 7.8 折算。港股市值为 7 月 10 日数据,波动极大,读者阅读时的实际数字可能已显著不同。
· 2 万亿美元 IPO 目标估值为媒体转述的市场预期,非公司公开表态。
· 年花费超 100 万美元客户「1000 家以上」、超 10 万美元客户「一年 7 倍」来自 Sacra 及公司此前公开表述,未核对最新时点。
· 与 xAI / SpaceX 的算力交易金额来自媒体报道,未见双方公告原文。
三、历史参照(公开记录)
· 全球互联网用户 1995 年约 1600 万、2000 年约 3.6 亿;AOL 订户 1994 年约 100 万、2000 年约 2300 万。不同来源口径有出入。
· Salesforce 达到约 300 亿美元年收入用时约二十年。
四、作者推断(非事实)
· 六七月平台期的主因是产能约束与出口管制停机,而非需求见顶。
· 四个「下一波」的点与时间窗全部为推断;算力窗口依赖公开报道的协议上线时间,非公司承诺。
· 「香港市场给的倍数说明两万亿不贵」这一比较,前提是三家公司可比。实际上业务结构、客户地域、监管环境、流动性折溢价均不同,跨市场倍数比较只能作为参考量级,不能当作定价依据。
· 毛利率是唯一有分量的争论点、29 倍收入对应 58 倍毛利的推算,为示意性计算,Anthropic 未披露毛利率。
· 每开发者约 500 美元/年的渗透测算,使用「全球专业开发者约 3000 万」这一区间中值,该口径本身有争议。
五、重要提示
· 本文由 Claude(Anthropic 制造)协助撰写,讨论对象为 Anthropic 自身,存在直接利益冲突。
· ARR 与入账收入是两回事。ARR 是近期收入的年化外推,会放大好月份,也会放大坏月份。
· 本文不构成投资建议。Anthropic 目前未上市;文中提及的港股公司股价波动剧烈,历史表现不代表未来。
DeepSeek做了一款"不是模型"的产品Harness,却可能比模型更重要8月13日晚,DeepSeek没有发新模型,而是开源了一个叫Harness的东西。
一天之内,GitHub星标近8万。这个速度超过了当年R1和Grok-1的纪录。
Harness不是模型权重,不是API接口,而是一层"壳"——套在模型外面、让模型真正能干活的执行系统。DeepSeek给了一个公式:Model + Harness = Agent。
翻译一下:模型负责想,Harness负责干。
为什么DeepSeek要做这个?
这个问题才是整件事最有意思的部分。
就在Harness发布之前,DeepSeek的API文档里列了十几家第三方Agent集成工具——Claude Code、Codex、Cursor、Copilot……什么都有,唯独没有自家的Agent产品。模型是它家的,干活的手是别人家的。
这就像一个造了顶级发动机的人,发现所有整车厂都在用他的引擎,但方向盘、底盘、变速箱全是别人的。他决定自己造一辆完整的车。
更深层的原因是:同一个模型被放进不同的Agent系统,表现可能差出一大截。模型只负责预测下一步,真正决定体验的是Harness——它决定模型能看到什么上下文、能调哪些工具、出错怎么重试、什么时候算任务完成。
没有Harness的强模型,本质上只是"很贵的自动补全"。
"一切皆插件"到底意味着什么
Harness的核心设计原则写在官网首页:Everything is a plugin。
大多数Agent框架只在工具层开放扩展——加个搜索工具、接个MCP服务器,到头了。DeepSeek Harness把插件边界一路下沉到了运行时底层:模型适配器、工具、技能、会话、沙箱、存储、Agent循环、调度、甚至UI,全是可替换的插件。
整套架构基于Cordis插件元框架构建。开发者不需要改源码,只在配置文件里调整插件清单,就能换模型、换沙箱、换循环逻辑、换整个界面。
这跟LangChain、LangGraph那类编排库的思路完全不同。LangGraph是在框架里画流程图,节点和边写死了;Harness是给你一块巨大的洞洞板,每个零件都能拔下来换掉。
四种运行模式本质上就是同一套插件的四种组合方式:
标准模式:全副武装,文件编辑、shell、搜索、子Agent、工作流,日常开发直接用。
PTC模式:模型不是一步步调工具,而是先写一段TypeScript代码,用代码编排多轮调用——适合复杂多步任务。
极简模式:只留shell和文件编辑两个工具,专门用来做模型基准测试。V4-Flash的Agent跑分就是用这个模式跑的。
创造模式:实时检查运行时、在内存里试验插件、拼出新的运行模式——这是给框架开发者准备的实验室。
和Claude Code、Codex有什么不同
直接对标的是Anthropic的Claude Code和OpenAI的Codex。三者都意识到执行层是模型能力落地的最后一环。
但路径截然不同:
Claude Code是闭源成品,开箱即用,体验丝滑,但编排核心不开放,模型天然优先Anthropic。你用它,就得按它的规则玩。
Codex是OpenAI的托管Agent方案,同样闭源,深度绑定GPT系列。
DeepSeek Harness选了最难走的路:开源、MIT协议、模型中立。它支持DeepSeek、Anthropic、OpenAI、Bedrock、Vertex、Azure以及任意OpenAI兼容端点。你不一定非得用DeepSeek的模型——你可以把Harness当成一个通用的Agent底座来用。
这意味着什么?意味着DeepSeek赌的不是"我的模型最好",而是"我的壳最好,你用我的壳,大概率还是会选我的模型"。
这个策略很精明。框架是入口,模型是变现。Harness免费开源,但跑Agent需要消耗模型token——而DeepSeek刚刚把API价格涨了。
一个设计细节值得单独说
Harness有一个看似不起眼但极其关键的设计:append-only会话日志。
模型看到的一切——系统提示词、思维链、工具调用结果、子Agent调度、每一次上下文注入——都被写进一条只追加不修改的事件流。恢复、分叉、检索、回放全部基于同一条事件流。
这解决了一个Agent开发中非常痛的问题:长任务跑着跑着挂了,你想从断点恢复,但你不知道模型当时到底看到了什么。如果上下文只活在内存里,一恢复就串味。Harness让任务状态有了"唯一事实来源"。
这个设计思路,跟分布式系统里的event sourcing一脉相承。
结语:AI竞争的战场正在转移
DeepSeek Harness把开源竞争的边界从模型延伸到了Agent工程体系。
之前大家比的是上下文窗口多大、跑分多高、价格多低。现在DeepSeek把竞争推到了一个新的维度:谁的Agent跑得稳、扩得动、生态建得起来。
当然,v0.1只是开发者预览版,官方明确警告"会有破坏兼容性的改动"。仓库超过230个workspace成员,架构野心很大,但离生产级稳定还有距离。现在就说颠覆谁,为时过早。
但三个信号已经很清楚了:
第一,模型厂商的下一个战场不是模型本身,而是执行层和反馈闭环。
第二,"一切皆插件"的微内核架构,可能成为Agent框架摆脱单体瓶颈的主流方向。
第三,谁掌握了Harness,谁就更接近真实任务入口——进而影响模型选择、工具分发和开发者工作流。
DeepSeek造了一个发动机,现在又造了一辆车。至于这辆车能跑多远,取决于有多少人愿意在它上面装自己的零件。
Josh & Ejaaz:为何我们从 Claude Code 转向 OpenAI Codex撰文:Techub News 整理
在 AI 编程助手竞争白热化的当下,工具的选择往往决定了开发效率与创造力边界。Limitless Podcast 的主持人 Josh 和 Ejaaz 2026 年 5 月进行了一场深度对谈,基于他们从 Anthropic 的 Claude Code 转向 OpenAI 的 Codex(集成于 ChatGPT 5.5)的实际经历,剖析了这两款顶尖产品的现状、核心差异以及未来的趋势。这场讨论不仅提供了直观的功能对比和 Demo 演示,更触及了 AI 工具演进背后的关键概念,对于任何依赖 AI 进行开发或创意工作的从业者而言,都具有极高的参考价值。
市场格局的戏剧性翻转:Codex 的“觉醒”与数据碾压
仅仅几个月前,Claude Code 还是几乎所有软件工程师和企业的首选,安装量遥遥领先。但 Josh 指出,在圣诞节前后,AI 编程的“氛围”发生了根本性转变——从一个“有趣的工具”变成了开发者实际交付代码时使用的利器。而此后,OpenAI 似乎“醒了过来”。
Ejaaz 用一组惊人的数据说明了这种转变:在过去一周,Codex 的安装量超过了 4600 万次,而 Claude Code 则低于 50 万次。这与历史数据形成了鲜明对比,此前 Claude Code 的安装量曾远远超过 Codex。Ejaaz 认为,这种戏剧性翻转的核心原因很简单:OpenAI 推出了更好的模型。他们在过去几周内密集发布的功能,比大多数公司一年内推出的还要多。
为了直观对比,他们制作了一个“比分牌”:OpenAI Codex 以 11 分领先,Anthropic Claude 仅得 2 分。这 11 分的优势来源于多个关键领域的突破。
Codex 的五大核心优势:从“超人”操作到屏幕监控
1. 计算机控制与速度:Claude 率先实现了让 AI 接管桌面、移动光标的能力,但速度较慢,且常遇到障碍,需要用户手动引导。Codex 不仅比普通人操作更快,甚至比 Josh 本人还快。Ejaaz 描述其光标移动速度之快,如同“使用电脑的超人”,并且可以近乎 24/7 不间断运行。
2. 长时程自主性:Codex 能够更智能、更持久地工作。传统上,AI 完成任务依赖一种名为“Ralph Loop”(以《辛普森一家》中坚持不懈的角色命名)的规划模式,即 AI 会持续迭代直至达成目标。Codex 原生集成了这种长时程思考能力,有人甚至观察到它为了完成目标持续“思考”了 36 小时。这对于解决复杂任务至关重要。
3. 浏览器使用与意图理解:Codex 可以接管浏览器,并更智能地理解它所浏览的内容。此前它不具备此能力,而现在它能进行更有目的性的操作。
4. 图像生成集成:OpenAI 2026 年 5 月发布了 ChatGPT Images 2.0 图像生成模型,其质量“绝对令人震惊”,在所有基准测试中击败了包括谷歌 Nano Banana 2.0 Pro 在内的前任领先者。而 Anthropic 目前甚至没有图像生成模型。对于任何涉及视觉工作的用户,直接在软件中使用此功能非常强大。
5. “Chronicle”——秘密的屏幕监控与效率分析:这是 Josh 认为大多数人尚未知晓的 Alpha 功能。Chronicle 会观察你滚动、点击和键入的内容,以此构建关于你的上下文和记忆,无需你主动输入。这带来了一个极其强大的提示:“根据 Chronicle(这个新的记忆功能),我在电脑上做什么事情效率很低?提出一些建议,直接告诉我我需要听到什么。”它会评估你的电脑使用习惯(例如在 Twitter 上滚动的时间),并基于其观察到的实际行为给出真实反馈,以优化你的工作流程。目前该功能仅面向付费会员(每月 100-200 美元订阅),Josh 认为这是未来重要功能的早期迹象。
此外,Codex 2026 年 5 月还推出了“自动审核”功能,能智能区分可能构成系统性威胁的操作和无需批准的操作,自动批准后者,大大简化了用户界面,让用户可以暂时离开电脑而任务照常进行。
Claude 的现存优势:个性、UI 与移动访问
Josh 和 Ejaaz 也指出了 Claude 目前仍保持优势的领域。首先是其“OpenClaw”能力(有趣的是,OpenAI 收购了 OpenClaw)。Claude 的 Dispatch 是其移动应用功能,允许用户远程与 Claude Code 交互,而 Codex 目前尚未提供此功能(团队已承诺会推出)。
其次,在个性化和用户界面方面,Claude 更出色。当使用 LLM 本身而非工具套件时,Claude 的体验更佳,UI 更温暖。此外,两者都发布了“宠物”功能(如屏幕上显示的 Angry Dario),但 Codex 的宠物能作为持久角色存在于整个电脑使用过程中,在后台与你聊天,显示进度,更具趣味性,体现了对用户体验的关注。
实战 Demo 对比:从零构建游戏与草图生成应用
为了验证理论,他们准备了两个具体的演示。
Demo 1:一次性提示构建马里奥风格游戏
Ejaaz 给出了一个提示:要求 AI 创建一个具有未来感、带霓虹灯元素的马里奥风格侧卷轴游戏,包含游戏设计、敌人、陷阱和计分板。他们将此提示输入给 ChatGPT 和 Claude,让各自的编码模型在最高设置下执行。
Claude Opus 4.7 的结果:游戏名为“Neon Plumber Moon Base Run”。视觉效果很好,有音效设计,遵循游戏原则。玩家能识别危险(如尖刺)。但逻辑存在缺陷,例如承诺的双跳功能并未正常实现,导致无法收集某些硬币。
OpenAI Codex (GPT-5.5) 的结果:游戏同样命名为“Neon Plumber Moon Base Run”。起始画面更基础,但有背景动画。游戏逻辑更好,完全可玩,有清晰的爱心(生命值)显示和计分系统,能获得功能增强道具。虽然也存在一些边缘错误,且没有音乐,但整体游戏体验更流畅、功能更完整。
在构建体验上,Ejaaz 更偏好 Codex。Codex 在接到单一提示后,没有请求任何许可,自行思考并决策推进;而 Claude Code 则会不时向用户求助。对于构建像游戏这样的非生产级项目,这种“放手”模式可能更受欢迎。
Demo 2:从手绘草图生成应用
他们提供了一个手绘(实际由 GPT Image Gen 2.0 生成)的“通用 Limitless 仪表盘应用”草图,将其输入模型。
Claude 的结果:生成了一个仪表盘,但风格基础且可预测。页面文本和图形元素很多,它推断出了旅行预算等功能(尽管提示未明确要求)。然而,它创建的是一个旅行规划板,而非围绕 Limitless Podcast 的仪表盘,可能与提示理解有关。
OpenAI Codex 的结果:界面更简洁、干净,没有追求未来感或霓虹风格。提供了一个五日旅行计划的基本信息,有多个标签页,视觉效果更好。虽然同样不是草图指定的内容,但设计更易于理解,不那么密集,且看起来已经连接到数据(顶部有“重新优化”开关)。Josh 认为 Codex 在这方面“完全碾压”,更准确地还原了原始纸张上的设计。
两个演示均显示 Codex 在逻辑实现和功能完整性上更胜一筹。
超越模型本身:“AI 模型套具”与“Vanilla Maxing”哲学
Ejaaz 指出,两大公司的模型之所以能如此快速进步,一个关键因素是“AI 模型套具”。这指的是在基础模型之上添加的层,包括预设的提示词、模型运行的环境以及确保模型以特定方式行为和发声的策略。这也解释了为何 Claude 的个性优于 ChatGPT。
Cursor 2026 年 5 月将其套具 Cursor SDK 通过 API 开放,这具有重要意义。批评者曾认为 Cursor 只是一个 AI 包装器,但事实证明,这个“包装器”或“套具”能让模型变得更智能。如果将 Cursor 的套具应用于 GPT-5.5 和 Claude Opus 4.7,得到的模型比原始基础模型更聪明、更高效。这意味着,尽管 AI 实验室投入巨资训练模型,但初创公司通过构建更好的“套具”也能创造卓越产品。套具与模型本身已密不可分,是 valuable moat。
Josh 进一步阐述了“套具”在构建“超级应用”中的作用。每个公司都试图打造一个全能的操作系统级应用,让 AI 成为其基础。OpenClaw 在此方面早期表现卓越。2026 年 5 月,Sam Altman(萨姆·奥尔特曼)宣布用户现在可以将其 ChatGPT 账户连接到 OpenClaw 生成令牌,这可能是将 OpenClaw 深度集成到 Codex 的多步计划开端。OpenAI 拥有 OpenClaw,虽然承诺保持开源,但有能力直接集成到自家产品中。Codex 的开发者也确认,原生编辑器、iOS 应用、完整浏览器和 OpenClaw 等功能都将到来。
然而,Ejaaz 指出 OpenClaw 的热度已消退,因为尽管这些工具处于前沿水平,但难以扩展到实际应用。用户不敢将其集成到存有个人文件的桌面,曾出现过访问信用卡数据或删除旧婚礼照片等恐怖故事。相比之下,在品牌信誉下提供的工具(如 ChatGPT Codex、Claude Cowork 或 NVIDIA 的企业级安全版本 NemoClaw)更能让人安心使用。
这引出了 Josh 推崇的“Vanilla Maxing”哲学:你应该 100% 使用原厂工具。很多人陷入使用各种不同仓库、技能和插件的情况,但现实是,AI 实验室的迭代速度足够快,他们会直接将功能集成到原生应用中。因此,最好的策略就是“Vanilla Maxing”——使用官方提供的工具,无需急于尝试前沿但可能不安全的外部工具。
未来展望与个人使用栈
Ejaaz 总结道,目前并没有明确的赢家,但他倾向于 Codex GPT-5.5。不过叙事转换如此之快,Claude 仍可能追赶上来。一个未被讨论和演示的模型是Claude Mythos,它在几周前伪发布,在所有基准测试中都技术上优于 5.5,但 Anthropic 因其“过于危险”和“网络安全风险”而未开放访问(美国战争部的 Peter Heskett 也提及此担忧)。OpenAI 则创建了 Mythos 级别的模型并使其对所有人可用。这或许也源于 Anthropic 计算资源的不足。
关于个人使用栈,Josh 表示他已完全转向 Codex,用于所有困难任务。但他认为,作为 LLM 或聊天机器人,GPT-5.5 略逊于 Opus 4.7,后者个性更温暖、更精准,更能理解他的意图。因此,在构建复杂项目时,他用 Opus 4.7 作为“协调者”,Codex 作为“执行者”。他还发现 Opus 4.7 在某些方面不如 4.6,例如在写作或文本消化任务上,他仍使用 Opus 4.6。
Ejaaz 的栈则更多样化。对于研究,他开始转向 GPT-5.5,因为它能进行更长时间、更深入的讨论。他举例测试了关于 AI 电力堆栈和投资标的的提示,5.5 完全超越了 4.7。但他仍因个性原因使用 4.7。总体而言,他认为 OpenAI 正处于“一代人的奔跑”中,可能很快会修复现有问题。
Josh 最后鼓励用户亲自尝试两款工具,用实际提示进行测试。无论你从事何种工作,只要使用电脑,AI 都可能帮助你更高效地完成任务,或助力你实现一直想做的爱好和副业。这场竞争的最大赢家是用户,因为每月仅需 20 美元,就能获得所有这些前沿智能和能力。
Charlie Holtz(查理·霍尔茨)与 Jackson Sippe(杰克逊·西普):AI 编程代理的“指挥家”如何改变工程师工作流撰文:Techub News 整理
在最新一期的 YC Root Access 节目中,主持人 Aaron 对话了初创公司 Conductor 的两位联合创始人 Charlie Holtz(查理·霍尔茨)和 Jackson Sippe(杰克逊·西普)。这家公司2026 年 5 月完成了由 Spark 和 Matrix 共同领投的 2200 万美元 A 轮融资。他们开发了一款革命性的 Mac 应用,旨在让工程师能够同时指挥多个 AI 编程代理协同工作,从而极大提升开发效率。本次对话深入探讨了他们的创业故事、产品理念以及对未来软件工程形态的深刻洞察。
从“为自己打造工具”到改变工程师工作方式
Conductor 的核心产品是一个 Mac 应用程序,它允许开发者同时运行多个编码代理,例如 Claude Code 或 Codex。与传统在 IDE 中手动编辑代码或在终端中与单个 AI 交互不同,Conductor 将所有编码代理整合到一个界面中。用户只需点击一下,就可以创建一个代码库的隔离副本,指派 AI 代理去完成任务,然后审查并合并其工作成果。
Charlie Holtz(查理·霍尔茨)和 Jackson Sippe(杰克逊·西普)在大学相识,尽管年级相差甚远,但共同的兴趣和项目合作让他们走到一起。毕业后,Charlie Holtz(查理·霍尔茨)在 Replicate 负责增长和工程,而 Jackson Sippe(杰克逊·西普)则在 Netflix 的机器学习基础设施团队工作。两人一直保持着合作项目的习惯,并最终决定共同创业。
他们的创业之路并非一帆风顺。最初申请 Y Combinator 时,他们的想法是“用 AI 帮你预订餐厅和网球场”,但这很快被证明是一个“为解决方案寻找问题”的案例。进入 YC 孵化器后,前一个半月他们都在不断尝试和抛弃各种想法,从 B2C 到 B2B,构建了众多原型,但用户反馈往往不佳。主持人 Aaron 回忆道,当时每隔几天见面,他们就会有一个全新的方向。
转机出现在一次办公室会议上。Aaron 建议他们考虑开发工具领域,并给出了一个关键建议:“在墙上贴一张你俩的海报,上面写着‘打造这两个家伙想要的东西’。” 他们真的照做了。这个建议将范围缩小到开发工具,并让他们回归到解决自身痛点的初心。当时,他们感觉现有的 AI 编程工具还不够强大,而随着 Sonnet 3.5 等模型的发布,存在巨大的可能性未被发掘。
他们曾尝试构建一个“IDE 之后”的用户界面,让人工智能完全接管工作流,但当时的模型能力和工具调用成熟度不足以支撑这个愿景。暂时搁置这个宏大想法后,他们决定先做一个更好的聊天应用 Chorus,允许用户同时与多个模型对话。正是在构建 Chorus 及其开发工具的过程中,他们偶然发现了 Conductor 的雏形。
当 Charlie Holtz(查理·霍尔茨)第一次快速构建出 Conductor 的原型,并展示给 Jackson Sippe(杰克逊·西普)时,后者的反应是:“首先,这完全不是我想要的样子,很多东西得改。其次,这太令人印象深刻了,效果居然这么好,我们必须做这个。” 从写下第一行代码到发布产品,大约只用了三周时间。第一周是 Charlie Holtz(查理·霍尔茨)独自完成原型,效果出奇地好;随后他们花了约两周半进行打磨。
真正让他们确信“就是它了”的时刻,是当 Charlie Holtz(查理·霍尔茨)第一次给一个代理分配任务,然后按下快捷键给另一个代理分配任务,接着看到第一个代理出现“未读”提示点,点进去发现它已经完成工作时。那种能够同时运行多个代理并保持高效的神奇体验,以及 Jackson Sippe(杰克逊·西普)——这位通常对新奇事物持怀疑态度的伙伴——也认为它确实有用的反馈,成为了关键信号。更令人兴奋的是,他们能够“用 Conductor 来构建 Conductor”,这本身就是一个充满魔力的正反馈循环。
Conductor Cloud:突破本地瓶颈,迈向持续协作
在访谈中,Charlie Holtz(查理·霍尔茨)和 Jackson Sippe(杰克逊·西普)宣布了 Conductor Cloud 的发布。在此之前,Conductor 完全在用户的 Mac 本地运行。这意味着一旦关闭笔记本电脑,正在工作的 Claude Code 或其他代理就会停止。Conductor Cloud 的推出改变了这一局面,现在用户可以创建由云环境支持的工作空间,即使关闭电脑,代理也能持续工作。
这解决了用户遇到的一个主要瓶颈:本地算力和管理能力的限制。许多 Conductor 的重度用户已经达到了他们能在本地同时运行的不同工作树或实例数量的上限。Charlie Holtz(查理·霍尔茨)坦言,以他个人的认知负荷,最多只能同时有效管理三到五个代理。他认为这部分是一个界面设计问题,也是团队接下来迫切希望解决的挑战。他们已经证明了同时运行多个编码代理是可行的,但要突破三到五个的限制,达到更高层级,就需要在抽象层面进行创新,重构交互界面。
回顾 Conductor 的诞生,最初他们尝试手动管理多个代理,但摩擦太大,很难超过一两个。即使更早之前尝试构建类似工具,也因时机不成熟而失败——当时还无法完全脱离 IDE。AI 代理需要达到一个“甜点”状态:既不需要人类关注其每一个动作,又需要人类保持足够的关注以实现有效的编排和多任务并行。在早期实验中,他们甚至为每个代理克隆了五个代码仓库副本,后来才发现并使用 Git 的工作树功能,并一步步构建出 Conductor 所需的基础组件。
业务的增长证明了产品的市场契合度。自今年一月以来,Conductor 的用户量增长了约十倍。用户群体非常广泛,从独立黑客到大型上市公司的工程师,每天都在使用它。团队虽然精干,但正在快速成长,并计划扩大规模。
病毒式传播与洞察顶尖工程师
除了卓越的产品构建能力,Conductor 团队,尤其是 Charlie Holtz(查理·霍尔茨),还以其制造病毒式传播内容的能力而闻名。他的一个著名案例是在 GPT-4 Vision 发布当天,编写了一个简单的 Python 脚本,通过网络摄像头实时观察他的动作,并用 David Attenborough(大卫·爱登堡)的声音克隆进行旁白解说,仿佛他身处《地球脉动》纪录片中。这条推文意外爆火,甚至被爱登堡本人看到,尽管后者并不太欣赏这个作品。
Charlie Holtz(查理·霍尔茨)将这种能力部分归功于他在 Replicate 的工作经历,当时他的主要任务就是通过构建演示应用和制作展示技术可能性的视频来促进增长。他分享的心得包括:保持真实和直接,避免公司腔调,不装腔作势,像和朋友聊天一样表达;内容形式可以简单直接,比如他的爱登堡视频就是原始的屏幕录制,几乎没有剪辑;最重要的是进行大量尝试,发布许多内容,观察什么能引起共鸣,从而掌握“爆款内容”的形态。Jackson Sippe(杰克逊·西普)则补充了一个精辟的总结:“制作你自己也想点击的内容”,这与 YC “打造你自己想要的产品”的建议一脉相承。
为了深入了解用户,Conductor 团队经常在城市中进行“自行车巡游”,与用户面对面交流,并观察他们如何使用产品。这让他们得以近距离观察世界上最优秀的工程师如何在技术前沿进行构建。他们发现了几个有趣的现象:
重视技能文件: 顶尖工程师会投入大量精力构建和维护“技能文件”。他们会将学到的 React 最佳实践、代码库特定知识等整理成 Markdown 文件,供 AI 代理持续学习,从而提升代理输出的质量。
配置趋于简洁: 令人有些意外的是,许多优秀工程师的开发环境设置其实非常简单和“纯净”。Charlie Holtz(查理·霍尔茨)将其类比为那些拥有复杂 Vim 配置但未必高效产出的人,暗示过度优化工具本身可能并非关键。
划分“自由区”与“严谨区”: 他们观察到并正在实践一种模式:在代码库的某些部分,可以放手让 AI 自由发挥;而在其他更核心或需要精心设计的部分,则由人类担任架构师,AI 作为执行者。这创造了“无杂乱区域”,平衡了效率与控制。
未来展望:从管理代理到领导 AI “军团”
当被问及编程和工程学的未来时,Charlie Holtz(查理·霍尔茨)和 Jackson Sippe(杰克逊·西普)表达了他们的看法。尽管预测几年后的事情很困难,但他们确信模型会变得比现在聪明十倍、百倍,能够在无需人类频繁干预的情况下运行更长时间,感觉上会越来越像一个人类同事,尽管其“思维”方式依然与人类迥异。
Conductor Cloud 的推出正是为了迎接这个未来,让代理能够长时间运行。他们展望,未来的界面需要让工程师感觉像是管理着一个庞大企业的 CEO,手下有成千上万的 AI “员工”在为你工作。大部分时间,你就像 CEO 一样坐在办公桌前,接收来自“工程主管”、“市场主管”等 AI 的高层汇报。偶尔,你需要深入细节进行检查,这类似于现在的代码审查(PR Review),只不过你是向下钻取,询问某个具体的“AI 员工”完成了什么工作。
这又回到了之前关于顶尖工程师观察的问题:最好的 AI 使用者,往往也是最好的人类协作者。 他们能够理解各个层级发生的事情,查看代理在每个层面上的操作,优化其遇到的瓶颈,并且进行前瞻性思考,而不是被动回应代理的输出。他们需要思考:要完成这个任务,我需要回答哪些设计问题?我需要关心哪些部分?应该给代理施加哪些约束条件?
对于 Conductor 的未来,他们的愿景是让它不再局限于个人笔记本电脑,而是能够运行在任何地方,成为管理组织内所有 AI 的“指挥中心”。用户可以从手机、笔记本电脑或现有的云基础设施接入这个系统。Charlie Holtz(查理·霍尔茨)特别对“提升抽象层级”感到兴奋。他认为目前的 Conductor 在某种程度上还带有其诞生时期(2023年7月)的模型能力印记,他渴望探索更高层次的抽象,让人们以不同于现在的方式控制模型,这里面有大量的界面和产品实验空间。
这将为用户解锁什么?首先,是突破人类工作记忆的瓶颈(目前是三到五个代理)。其次,是突破代码审查的瓶颈。目前工程师仍需非常仔细地审查 AI 添加的每一行代码,这消耗了大量精力。团队认为,目前仍停留在 2010 年代的 GitHub PR 审查模式,未来在审查环节有巨大的创新潜力。
最后,谈到团队建设,他们目前招聘的标准有些“非传统”:现有团队成员要么玩过极限飞盘,要么是法国人。当然,更重要的是寻找那些行动敏捷、有创业公司经验或自己创过业、渴望快速行动并置身于技术前沿的人。最关键的是,要有动力为自己、为最优秀的工程师打造工具。能够“使用自己打造的工具来打造这个工具”,在不同层级上同时工作——既在开发具体功能,又在思考和改进背后的工作流程并将其产品化——这种体验正是 Conductor 团队乐趣和动力的核心来源。正如 Charlie Holtz(查理·霍尔茨)所说:“没有其他我更愿意从事的工作,也没有其他我更愿意一起共事的人。” 在这个软件工程范式剧烈变革的时代,为改变构建方式本身而工作,无疑是最激动人心的事情之一。
Claude Code 之父最新预测:编程被解决后,下一个是什么?撰文:深思圈
你有没有想过,"写代码"这件事,有一天会变得和"发短信"一样普通?不是比喻,是字面意思。最近我看了一个访谈,是 Anthropic 的 Boris Cherny 在 Sequoia Capital(红杉资本)的 AI Ascent 2026 大会上的分享。Boris 是 Claude Code 的创造者,也是整个 AI 编程领域最前沿的人之一。他在访谈里说了很多让我停下来反复思考的东西。
他说,编程已经被解决了。他说,他在 2026 年一行代码都没有手写过。他说,他现在每天从手机上发出几十个 PR(Pull Request,代码合并请求)。他还说,有一天他创了纪录,一天发了 150 个 PR。
我第一次听到这些话时,感觉有点像在看科幻小说。但越想越觉得,这不是未来,这是已经在发生的现实。只是大多数人还没意识到而已。
Claude Code 是怎么来的
Boris 说,Claude Code 其实是"意外"诞生的。2024 年底,他加入了 Anthropic 内部一个叫 Anthropic Labs 的孵化团队,整个团队就几个人,目标是把当时模型的潜力转化成真实可用的产品。他们做出来的东西,包括 Claude Code、MCP(Model Context Protocol,模型上下文协议),还有 Claude 的桌面端应用。任务完成之后,团队解散。现在他们又重新聚在一起,做第二轮。
他说,当时他们看到了一个"product overhang"(产品空缺)——模型的能力已经远超市面上任何产品所能发挥出来的水平。2024 年底,编程领域最先进的产品,是 type-ahead(逐行补全),就是你打开 IDE,按 Tab,每次补全一行代码。这是 Claude Sonnet
3.5 当时能做到的事情。
但 Boris 他们看到的是:模型已经可以做到更多。不需要逐行补全了,可以直接让 AI agent 写完所有代码。于是他就去做了。
但他也坦诚,Claude Code 一开始根本不好用。前六个月,他自己只用它写大概 10% 的代码。发布之后,也没有爆发式增长。真正的拐点是 Opus 4 发布的那一刻,之后每一个模型版本都带来一次跃升:
4.5、
4.6、
4.7,一路往上。
我觉得这段历史特别值得深思。Boris 他们在产品还没有 PMF(Product-Market Fit,产品市场契合)的时候就开始做,而且明知道六个月内不会有 PMF,因为他们是在为下一代模型做准备。这是一种非常特殊的产品思维:你看到的不是现在的市场,而是模型进化之后会出现的市场。这需要极强的判断力,也需要极强的耐心。大多数创业公司在这个阶段就放弃了。
"编程已经被解决了",这句话什么意思
这是整个访谈里最震撼我的一个论断。Boris 说,对他个人来说,编程已经被解决了。他的代码 100% 由模型来写,他不再手写任何一行代码。
他解释了为什么 Claude Code 用 TypeScript 和 React 来写自己的代码库。原因很简单:这两个是训练数据里分布最广的语言和框架,当时模型还没那么聪明,用"on distribution"(在分布范围内)的技术栈能让模型表现更稳定。到今天,模型已经可以学会它没见过的语言和框架,但那时候技术选型这件事,是影响 AI 输出质量的关键变量。
他也补充说,"编程被解决"这件事不是对所有人都成立的。非常复杂的大型代码库、冷门语言、特殊的历史系统,这些地方模型还没办法完全胜任。但他的判断是:通常等下一个模型就好了。
我自己理解这句话,是这样的:Boris 说的"编程被解决",针对的是"写代码"这个动作本身。就好像"打字被解决了"——不是说文字创作没有价值了,而是说打字这个物理动作,不再是瓶颈了。写代码的技术门槛,正在以肉眼可见的速度崩塌。剩下的核心问题,变成了你想要构建什么、你理解不理解这个领域、你有没有判断力去知道 AI 做的对不对。
Boris 的工作方式,让我重新定义了"工作"
他分享了自己现在的工作方式。大部分时间,他在手机上工作。打开 Claude app,左侧有一个 code tab,里面通常有五到十个 session(会话)在同时跑,每个 session 里有多个 agent(智能体),加起来大概有几百个。每天晚上还有几千个 agent 在做更深入的工作。
他最近特别喜欢用的功能叫 `/loop`。原理很简单:让 Claude 用 cron(定时任务工具)创建一个定时循环任务,可以每分钟、每五分钟、每天运行一次。他现在有几十个这样的 loop 在持续运行。比如有一个在监控他的 PR,自动修复 CI(Continuous Integration,持续集成)、自动 rebase;有一个在保持 CI 健康,发现 flaky test(不稳定测试)就自动修复;还有一个每三十分钟从 Twitter 抓用户反馈,自动聚类整理。
他说,现在 Anthropic 内部,没有任何人工编写的代码了。所有 SQL 都是模型写的,所有东西都是模型构建的。更有意思的是,他的 Claude 和同事的 Claude,会通过 Slack 互相通信,在 loop 运行过程中协商解决未知问题。
我第一次听到这里,愣了一下。这不是"人用 AI 工具提效",这是"人在管理一支 AI 团队"。工作的性质变了,不是提速,是质变。你的角色从执行者变成了指挥者,从写代码的人变成了定义问题、审核结果、协调 agent 的人。这种转变,比"提效十倍"这个描述要深刻得多。
未来的团队长什么样
Boris 对未来团队的判断,我觉得是这次访谈里最务实、也最有参考价值的部分。
他说,未来会有越来越多的 generalist(通才)。但他强调,这个"通才"的定义在扩展。以前说通才工程师,可能是说他既会写 iOS 也会写后端;而未来的通才,是真正跨学科的——工程很强,同时设计也很强,或者产品和数据科学也很强。
他举了 Claude Code 团队的例子:工程经理、产品经理、设计师、数据科学家、财务、用户研究员,每一个人都在写代码。每个人是某个领域的专家,但现在同时也都会编程。
这个判断让我深有共鸣。我一直在说,AI 时代最稀缺的不是"会用 AI 的程序员",而是"懂业务的全栈执行者"。以前,技术是壁垒,让很多有想法的人被挡在门外。以后,技术壁垒会越来越低,真正的壁垒是:你有没有想清楚要做什么,你有没有足够深的行业认知,你有没有判断力去评估 AI 做出来的东西是否正确。
换句话说,AI 并不是让技术门槛消失,而是让门槛的位置移动了。从"会不会写代码",移动到了"懂不懂这个领域"。
SaaS 会死吗?不会,但很多护城河要消失了
有人问 Boris,当写代码的成本降低 10 倍甚至 100 倍,SaaS(Software as a Service,软件即服务)会不会迎来大崩塌?
Boris 说,他最喜欢这个问题。他的回答引用了 Hamilton Helmer 的"七种商业护城河"理论(Seven Powers)。他认为,AI 的到来会让某些护城河变弱,让另一些护城河反而变得更重要。
会变弱的护城河,比如 switching cost(转换成本)——以前你用了一个工具三年,迁移数据、重新培训员工的成本太高;但现在模型可以帮你快速迁移,切换成本大幅下降。还有 process power(流程壁垒)——很多 SaaS 公司的护城河其实是复杂的业务流程设计,但 Boris 说,Opus
4.7 已经可以"hill climb anything",给它一个目标,让它一直迭代,它就会一直优化,直到做到。这让纯靠流程设计建立壁垒的公司,变得非常脆弱。
而不会被削弱的护城河:network effects(网络效应)、scale economies(规模经济)、cornered resources(独特资源)。这些跟 AI 的关系不大,还是会继续有效。
他说的第二个判断,我觉得更重要:未来十年,会有 10 倍于现在数量的初创公司出现,去颠覆各个领域。原因很简单:一个小团队,现在可以用 AI 构建出跟大公司相当水平的产品,而大公司反而要面对内部阻力,需要改变流程、重新培训员工、克服组织惰性。初创公司没有这些包袱,可以从第一天起就 AI-native(AI 原生)地去构建。
我对这个判断非常认同。我们正处在一个"小公司窗口期"里。大公司的效率优势在缩水,初创公司的劣势也在缩水,两者之间的差距正在快速压缩。这个窗口不会永远开着,因为大公司迟早也会完成转型。但现在,是进攻的最好时机。
编程,会像识字一样普及
这是 Boris 说的最有历史感的一段话,我听完之后想了很久。
有人问他:编程会不会变成像 Microsoft Office 一样人人都会的技能?他说,不止如此,会更进一步——会像发短信一样普及。
然后他打了一个历史比方,我觉得非常贴切。1400 年代,欧洲印刷机发明之前,只有 10% 的欧洲人识字。这些人受雇于国王和贵族,专门负责读写,因为这是一门专业技能,普通人不会。印刷机发明之后,出版成本下降了一百倍,书开始大规模普及。接下来几百年,全球识字率从 10% 上升到 70%。现在,我们所有人都能读写,没有人需要专门的"阅读写作学位"才能识字,尽管仍然有职业作家这个行当。
Boris 说,软件正在经历同样的事情。写代码这件事,正在从一门需要专业训练才能掌握的技能,变成人人都能做的基础能力。而这一次,速度会比印刷机时代快得多。
他还说了一个让我觉得非常对的点:在这个新世界里,最适合写会计软件的人,不是工程师,而是一个非常厉害的会计。因为难的是懂会计,不是会写代码。
我深度认同这个判断。我在出海领域工作了很多年,经常遇到一种场景:某个行业里做得很好的从业者,心里有非常清晰的工具需求,但因为不懂技术,这个想法永远停留在脑子里。AI 的到来,其实是在解放这些人。真正的生产力,来自于深度的行业认知,而不是技术能力本身。
Anthropic 内部和外部,差距在哪里
有人问了一个很好的问题:Anthropic 内部工程师的工作方式,领先外部多少?是三个月?还是六个月?
Boris 的回答很诚实。他说,在模型层面,没什么差距,因为 Anthropic 本身就是在做平台,他们用的模型版本和外部用户差不多。真正的差距,在于组织流程和工作方式。
Anthropic 内部,Claude 被用在所有事情上。工程师的 Claude 在 loop 里运行代码,同时会通过 Slack 和其他工程师的 Claude 沟通,协商解决代码里的未知问题。整个公司没有手工写的代码,所有 SQL 都是模型写的。他说,这种组织级别的流程改造,才是真正领先的地方,而不是技术本身。
这一点让我想到一个更宏观的问题:AI 能力的释放,往往不是被技术限制的,而是被组织结构和工作流程限制的。工具在那里,但大多数公司还在用旧的工作方式去套新的工具。这就像印刷机发明了,但大家还在按照手抄书的方式来组织出版业一样。
对于初创公司来说,这其实是一个巨大的优势。没有历史包袱,可以从第一天就按照 AI 原生的方式来构建组织和流程。而大公司要完成同样的转型,需要说服每一个中间层、重新设计每一个流程,面对的阻力是指数级的。
MCP 是连接 AI 和工具世界的基础设施
Boris 在访谈中多次提到 MCP,我觉得有必要单独解释一下为什么这个东西很重要。
MCP(Model Context Protocol)是 Anthropic 提出的一个标准协议,让 AI 模型可以以统一的方式连接各种外部工具和数据源。就像 USB 让各种设备可以连接电脑一样,MCP 让 AI 可以统一接入 Salesforce、Google Docs、GitHub、Slack 等任何工具。
Boris 说,对于 knowledge work(知识工作)的 agent 化,MCP 就是答案。不管是 Claude Code、Claude CLI 还是 Co-work,连上各种 MCP connector 之后,AI 就能访问这些工具里的数据和能力。对于还没有 MCP 的工具,computer use(计算机视觉操控)可以作为兜底方案——虽然慢,但能用。
我的理解是:MCP 正在做的事情,是在 AI 和真实工作环境之间搭一座桥。以前的 AI 工具,往往是孤立的,需要手动复制粘贴信息进来,再把结果复制粘贴出去。MCP 让这个流程变成了自动的、流畅的。这不是一个小改进,这是 AI 从"辅助工具"进化成"工作主体"的关键一步。
而且他有一句话我觉得说到了本质:对模型来说,不管是 MCP、API 还是其他接口,都只是 tokens(词元)。模型不在乎连接方式,它只需要能访问到信息和执行能力。这意味着,只要信息能被结构化地传递给模型,模型就能用上它。这个视角,对于我们思考如何构建 AI 产品非常有用。
我的深度思考:这一切对我们意味着什么
听完这个访谈,我想到最多的一个问题是:在这个新世界里,什么才是真正有价值的?
Boris 说编程被解决了。我认同。但我想补充一点:编程被解决了,不代表软件产品变得不重要了,恰恰相反,软件会变得更多、更便宜、更专业化。因为以前很多有价值的软件,因为开发成本太高而从来没有被做出来。现在,这个成本在快速下降。会有大量"垂直场景的专用工具"被做出来,它们的受众可能只有几千人,但对这几千人来说无比重要。
我在出海领域工作,经常遇到一个痛点:跨境电商、SaaS 出海、内容出海,每个环节都有大量重复性的工作流,但专门针对这些场景的好工具,一直都很少。原因很简单,市场太小,开发成本太高,ROI 跑不通。但现在,当开发成本下降 100 倍,这个逻辑就变了。很多之前没有商业价值的工具,现在可以做了。
这让我想到另一个更深层的问题:未来的产品竞争,核心在哪里?
Boris 提到了网络效应、规模经济、独特资源这些不会被 AI 削弱的护城河。我觉得还有一个他没有明说,但整个访谈都在暗示的东西:领域知识的深度。
当代码可以自动生成,当流程可以自动优化,最难被替代的,是对某个具体领域的深刻理解。你知道用户真正的痛点在哪里,你知道这个行业的潜规则,你知道哪些功能表面上重要但其实没人用,你知道最后那 20% 的细节决定产品好不好用。这些,是模型短期内学不会的。
所以我得出了一个结论:AI 时代的产品竞争,表面上是谁用 AI 用得更好,底层是谁对自己的用户理解得更深。工具变了,这个底层逻辑没变。
另外一个我很认同 Boris 说的点,是关于初创公司的机会。他说,未来十年,初创公司的数量会增长 10 倍。大公司面临的转型阻力,是初创公司的天然优势。我在国内见过很多创业者,因为技术门槛而放弃了好想法。以后,这个理由会越来越站不住脚。想法本身的质量,会越来越决定一个公司能不能做起来。
最后,我想引用 Boris 说的那个印刷机的比方,再延伸一步。印刷机普及了文字,带来了文艺复兴、启蒙运动、工业革命。不是因为印刷机直接推动了这些,而是因为知识开始大范围流动,更多的人可以站在前人的肩膀上思考和创造。AI 普及编程,可能也会带来类似的效应:当更多有深刻行业认知的人可以直接构建工具和产品,整个社会的创新速度会加快。真正的突破,往往来自那些既深刻理解问题、又有能力去实现解决方案的人。AI,正在让这样的人从少数变成多数。
Claude Code 桌面端大重构:从「结对编程」到「指挥中心」撰文:分秒 Claw
三月底,一个安全研究员在 npm 的 sourcemap 文件里发现了 Claude Code 的完整源码,50 万行 TypeScript,一览无余。更有意思的是,代码里藏着一个叫 KAIROS 的神秘功能:一个能在后台持续运行的 Agent,自己修 Bug、跑任务、给你发通知,不需要人类盯着。
两周后的 4 月 14 日,Anthropic 正式发布了 Claude Code 桌面端的全面重构。KAIROS 也以 Routines 的名字正式亮相。
从源码泄露到产品发布,只隔了 14 天。要么 Anthropic 反应极快,要么这本来就在计划之中。
不管怎样,这次更新的信号很明确:Claude Code 不再只是一个帮你写代码的工具,它要成为你的 AI 运维平台。
先搞清楚:Claude Code 在产品线里是什么位置
打开最新版的 Claude Desktop 应用,侧边栏有三个图标:
Chat:传统对话助手,你问它答
Cowork:面向非技术用户的任务执行器,在隔离虚拟机里操作文件
Code:面向开发者的 Agentic 编码工具,读写代码、跑测试、提交变更
三者共用一个桌面客户端,但底层架构完全不同。这次重构只针对 Code 模式,但影响的是整个开发者工作流。
Anthropic 研究员 Alex Albert 说,有了 Cowork 和 Code 配合,他干大部分活儿基本不用开别的 App 了,"甚至连终端都省了"。这句话放在重构之前可能有点夸张,但放在重构之后,你会觉得他说的是实话。
最大变化:从"一次一件事"到"同时干五件事"
旧版的核心痛点,社区吐槽了几个月。知名 iOS 开发者 Paul Hudson 直接说旧版"堪称灾难"。设计师 Brian Lovin 在 M3 Max 96GB 顶配上用,切个标签页都掉帧。
新版从底层重新设计,核心变化三个层面:
第一层:多会话并行
新增侧边栏管理系统,同一窗口同时开五个会话。每个会话通过 Git Worktrees 获得独立项目副本,存放在 .claude/worktrees/,互不干扰。Boris Cherny 介绍此功能的推文拿下 10,972 赞。
第二层:拖拽式工作区
终端、预览、Diff、编辑器、聊天面板全部支持拖拽重排。三种视图模式:Verbose(调试用)/ Normal / Summary(监控用)。
第三层:集成终端和编辑器
首次内置真终端(直接跑脚本和构建)+ 应用内文件编辑器 + 重建性能的 Diff 查看器 + Side Chat(Cmd+; 旁聊,不打断主任务)。
"新应用为 Agentic 编程的真实体验而构建:多线并行,你坐在指挥席上。"
Routines:关上电脑,AI 继续干活
如果说桌面重构是改了"怎么用",那 Routines 就是改了"什么时候用"。
核心理念:一次配置(提示词 + 代码库 + 连接器),设定触发条件后,Claude Code 在 Anthropic 云端自动执行任务。你不需要开着电脑,甚至可以在睡觉的时候让它工作。
Routines 三种触发方式
触发类型
典型场景
定时触发
每晚 2 点自动修最高优先级 Bug 并开 PR
API 触发
接入 Datadog/Sentry 告警,自动定位根因并提交修复
GitHub 事件
新 PR 自动安全审查,跨库移植改动
GitHub 事件触发有个精妙设计:一 PR 一 Session。每个 PR 分配专属会话,后续的代码提交、评论、CI 日志都持续反馈到同一个会话里。全链路上下文都有。
"这不是增量打磨,而是从'AI 结对编程'到'AI 运维平台'的跃迁。" Build Fast with AI
目前 Routines 还在研究预览阶段:Pro 每天 5 次,Max 15 次,Team/Enterprise 25 次。
技术选型:为什么还是 Electron?
Boris Cherny 在 Hacker News 给了三个理由:
1. 团队熟悉度,部分工程师有 Electron 经验
2. 代码复用,Web 和 Desktop 共享同一套代码
3. AI 擅长写 Web 代码,Claude 能更好地帮助开发和维护自己的桌面应用
第三点很有意思:Anthropic 在"用 AI 开发 AI 工具"这件事上已经形成了闭环。Boris 也留了一句:"工程就是关于取舍,未来可能会改变。"
跟 Codex 和 Copilot 比,差别在哪?
三家抢同一个位置:开发者日常工作的默认入口
能力
Claude Code
Codex
Copilot
多会话并行
✓
✗
✗
云端自动化
✓
✗
✗
Diff 分栏对比
✗
✓
✓
多端全通
部分
✓
插件
竞争格局很清晰:Claude Code 在 Agent 能力和云端自动化上领先,Codex 在多端覆盖和性价比上有优势,Copilot 靠 GitHub 原生集成守住基本盘。
KAIROS 的故事:从泄露到发布的 14 天
3 月 31 日,安全研究员 Chaofan Shou 发现 Claude Code 发布到 npm 的包里包含了 sourcemap 文件,50 万行 TypeScript 代码就这么暴露在公网上。
社区在代码中发现了 KAIROS:"一个可以作为持久化的后台 Agent 运行的功能,能够周期性地自行修复错误、跑任务,不需要等人类输入。"
两周后发布的 Routines,功能描述几乎一一对应。泄露之后,Anthropic 索性把 Agent 层的代码正式开源了。与其遮遮掩掩,不如大方公开,反而赢得了开发者社区的好感。
AI 编程工具的下一步,不是更聪明,是更自主
表面上看,是 UI 改了、多了几个面板、性能快了。但本质上,是交互范式的转变:从"一对一对话"到"一对多指挥",从"你在的时候它才工作"到"你不在的时候它也在工作"。
AI 编程工具的竞争已经不是"谁的模型更聪明"了。真正的竞争在于:谁能让 AI 更自主地嵌入开发者的日常工作流,让人类从执行者变成监督者。
这条路最终走到哪里,现在说还太早。 但方向已经很清楚了。Anthropic在'Claude Code'中引入自动化'Routine'功能…涵盖部署检查与警报分类Anthropic PBC为其编码辅助工具"Claude Code"引入了一项名为"Routines"的新自动化功能。此举旨在无需单独构建复杂的自主型AI代理即可自动处理重复性任务,从而进一步拓宽开发者AI工具市场的实用性。
Anthropic于15日(当地时间)通过博客公开了Routines,并将其描述为"已保存的Claude Code设置"。它将一个提示、一个或多个存储库以及各种连接器捆绑在一起,一次性设置后即可自动运行。由于此任务是在Anthropic直接运营的云基础设施而非用户个人电脑上运行,因此即使关闭笔记本电脑,自动化仍将持续。
该功能看似与现有的"cron jobs"或GitHub Actions类似,但结构不同。cron jobs或GitHub Actions是在特定时间或事件触发时执行预定义脚本的方式,而Claude Code的Routines则根据预定的时间表、触发器或Webhook向AI模型传递提示。随后的实际执行结果会根据当时上下文所连接的连接器而有所不同。
Anthropic也将其与完全的自主型AI代理区分开来。据解释,典型的AI代理会持续保持状态,在外界工具和数据源之间穿梭并持续运行,而Routines则更接近于更短、目标更明确的执行单元。换言之,它是一种更接近"动态cron jobs"或"基于触发的短期AI代理"的形式。
聚焦部署检查与警报分类…按订阅等级设定使用限额
Anthropic强调,在开发现场,Routines对于软件部署验证或警报信息分类等任务尤其有用。例如,它可以检查持续集成/持续部署(CI/CD)的结果以查找错误,并自动将内容整理成报告形式上传。其重点在于减少那些重复性但仍需人工持续监控的工作。
Routines面向Claude Code的Pro、Max、Team和Enterprise订阅用户提供。但前提是需启用模型的网页功能,且使用量计入各订阅用户的现有额度。同时设有每日使用限制:Pro用户每天可运行5次,Max用户15次,Team和Enterprise用户25次。可以超额使用,但会产生额外费用。
此类限制被解读为Anthropic在将Routines作为强大附加功能推出的同时,也设置了成本控制机制。毕竟这是AI模型直接介入的自动化,相比简单脚本,其计算资源消耗更大。
桌面应用亦改版…将开发者工作流程"整合入应用内"
Anthropic在发布Routines的同时,也公布了Claude Code桌面应用程序的改版。此次重新设计的重点是将常用功能置于前台,以减轻开发者在多个程序间切换的负担。
新界面包含集成终端、更快速的差异比较查看器、应用内文件编辑器以及扩展的预览区域。公司解释称,开发者无需跳转到外部编辑器,即可在Claude内审查和修改其工作成果并直接应用。
这超越了单纯的便利性改进,也可解读为Anthropic试图掌控开发者与AI交互的核心界面本身。此前,用户多通过Visual Studio Code插件或外部平台使用Claude,而新结构旨在引导未来更多工作在自有应用内完成。
增强多会话支持…反映"同时处理多项任务"的现实
此次更新还包含了多会话支持。Anthropic诊断认为,近期开发者的工作流程正从输入单个提示并等待的模式,转变为同时将多个存储库和任务交由AI处理的模式。
实际上,开发者通常会同时进行多项工作:在一个存储库运行重构,在另一个存储库进行错误修复,同时在另一个项目中编写测试代码。随后依次检查结果,若方向出现偏差则介入调整,最后审查最终变更内容,这种方式正日益普遍。
Anthropic的此次举措表明,AI编码工具的竞争正超越单纯的"问答式辅助工具",转向谁能更自然地融入整个开发工作流程。"Claude Code"的Routines和应用改版既是提高开发者生产力的实用性改进,也可视为围绕AI开发平台主导权的竞争正日趋激烈的信号。
TP AI 注意事项
本文基于TokenPost.ai语言模型生成的文章摘要。可能遗漏正文主要内容或与事实存在出入。
看看 Claude Code 怎么做 Harness,这才是 Agent 工程化的真正难点撰文:Founder Park
Claude Code 源代码泄露的事情在 X 等平台上引发了极大的关注。
不过,这次更值得关注的不是泄露本身,而是 Claude Code 非常典型的生产级 AI agent harness 设计,向外界完整地展示了一个成熟的 Autonomous Agent 产品应该长什么样,从底层的工程实现到上层的产品决策逻辑,包含了各种细节。
结合 Substack 以及 Hacker News 上对于源代码的分析,我们整理了 Claude Code 在 Agent 架构设计上值得开发者关注、学习的一些要点。
01 真正的难点,在模型之外的 Harness
Claude Code 的架构核心,是一个「Harness」本地运行时的外壳,更多地是依靠 Harness 的工程化与可靠性。
根据公开镜像仓库 nirholas/claude-code,Claude Code 的 TypeScript 源代码跨越了约 1,900 个文件,超过 512,000 行严格类型的 TypeScript,基于 Bun 运行时构建,用 React 和 Ink 驱动终端 UI。
在架构文档里,描述的 Claude Code 系统相当庞大:一个大型 QueryEngine、集中式工具注册表、数十个斜杠命令、持久化记忆、IDE 桥接、MCP 集成、远程会话、插件、技能,以及支持后台和并行工作的任务层。
更准确的比喻是,Claude Code 更像是一个用于软件工作的操作系统,围绕模型堆叠了权限管理、记忆层、后台任务、IDE 桥接、MCP 管道和多代理编排。
Vikash Rungta 在他的逆向工程分析里把这个东西叫做 Harnes:一个本地运行时外壳,把 LLM(Brain)包裹在工具、记忆和编排逻辑(Body)之中,让模型能在现实世界里行动。
要想理解 Claude Code,首先要理解 Agent 架构的三个代际演进:
第一代是 Chatbot,无状态问答;
第二代是 Workflow,用 n8n、LangChain 这类工具把 LLM 嵌进代码驱动的 DAG 流里,代码决定模型下一步做什么;
第三代是 Autonomous Agent,模型控制循环,运行时只是执行器。
Claude Code,就是属于第三代的商业化产品。
Claude Code 的源码也说明了,真正难的是 Harness,给任何支持工具调用的 LLM 提供文件系统访问、shell、分层记忆和声明式扩展能力。所有的这些,都要在一个由可组合权限约束的有界自主循环里运行。
02 TAOR Loop 设计:Orchestrator 越笨,架构越稳定
Claude Code 的执行引擎是一个叫 TAOR 的循环:Think-Act-Observe-Repeat。这个设计本身不复杂,但背后的设计哲学,很值得关注。
它的 Orchestrator 本身被设计得极其「愚蠢」,只负责驱动循环、执行工具调用、感知结果。所有的推理、决策、何时停止,全部都交给模型。运行时不知道代码是什么,不知道文件在哪,它只是跑循环,让模型决定下一步。
总结来讲:运行时越笨,架构越稳定。把智能下沉到模型,把确定性留给框架。
这和早期 LangChain 试图在框架层做各种「聪明编排」的路线形成了鲜明对比。LangChain 更倾向于把编排逻辑写进代码,用复杂的 Orchestrator 控制 LLM 的每一步。Claude Code 的做法是,所有的推理、决策和停止判断,统统下放给大模型本身。TAOR 循环的核心逻辑大约只有 50 行,但给了模型无限的操作空间。
同样,在工具层遵循这个「笨」的哲学。Claude Code 没有给模型配备 100 个专项工具,而是只提供四种能力原语:Read、Write、Execute、Connect。其中 Bash 是通用适配器,允许模型使用任何人类开发者会用的工具——git、npm、docker,全部通过 shell 组合完成。不要构建 100 个工具,给模型一个 shell,让它自己组合。
随着模型变得更强,脚手架应该变薄,而不是变厚。硬编码的脚手架应该随着模型能力提升而被主动删除,架构随时间推移越来越薄。如果你每次模型升级都要往框架里加更多脚手架,说明你在对抗模型,而不是利用模型。
03 Context Window 是稀缺资源,不是越大越好
Context 不是越大越好,而是越干净越好。这是 Claude Code 整个架构里贯穿始终的设计原则。
一般来说,Context Collapse 是 Agent 系统最普遍的失败模式。随着对话进行,上下文窗口被填满,记忆退化,幻觉出现,Agent 开始在自己积累的噪音里迷失方向。但 Claude Code 把 Context Window 看成了一种需要主动管理的稀缺资源,围绕 Context 构建了一套自动压缩、子 Agent 隔离和详尽的缓存经济学防御体系。
第一层是 Auto-Compaction。当 Context 使用量达到约 50% 时自动触发,用 LLM 摘要替换原始对话轮次,释放空间的同时保留关键决策。这不是简单地截断历史,而是用摘要压缩,确保重要信息不丢失。这个机制对应的故障模式叫做 Context Collapse,解决方案是:Auto-compaction at ~50% + sub-agents with isolated context windows。
第二层是 Sub-Agent 隔离。把重型的探索、研究任务卸载给独立的子 Agent。子 Agent 运行自己独立的 TAOR 循环,有自己的 Context 预算,任务完成后只把摘要返回给主 Agent。这样,无论子任务消耗了多少 token,主 Agent 的 Context 都不会被污染。
从代码结构上看,这个机制的设计非常精细。子 Agent 运行时:有自己的 maxTurns 上限、有自己的 compaction 机制(独立压缩,不影响主对话)、有自己的 MEMORY.md。主 Agent 派出子 Agent 之后,只等一个 summary 回来,整个子任务的 token 消耗对主 Context 完全透明隔离。
第三层是 Prompt Cache 经济学。 promptCacheBreakDetection.ts 里追踪了 14 个 cache-break 向量,也就是 14 种会让 prompt 缓存失效的情况。代码里还有一个函数叫 DANGEROUS_uncachedSystemPromptSection(),光是这个命名本身就是一种文档:这里加东西要小心,会破坏缓存。代码里还有多个 sticky latches,防止模式切换破坏 prompt 缓存的锁定机制。
当你为每个 token 付费的时候,缓存失效不再是计算机科学笑话,更多的是一个财务问题。
此外,还有一个细节是:Session Continuity。在 Claude Code 里,会话不是一次性的。它们像 git branch 一样运作,可以 checkpoint、rollback,或者把某个探索方向 fork 成一条新路径。这意味着 Context 的管理不只是在单次会话内,而是跨会话的。
04 记忆系统的核心是索引,不是存储
Claude Code 的记忆系统设计,也非常有意思。
大多数人想象「Agent 记忆」就像一个更大的背包,装得越多越好。但 Claude Code 的记忆系统,更像是一个带有严格图书管理员的档案系统。
核心设计原则是:记忆是索引,不是存储。能从代码库中重新推导出的信息,绝不应该被存储。
从架构上看,Claude Code 的记忆系统分为六层,在每次会话启动时按层加载:
Managed Policy(组织级策略):企业或团队层面的统一规范
Project CLAUDE.md(项目配置):当前项目的特定指令和上下文
User Preferences(用户偏好):个人层面的习惯和偏好设置
Auto-Memory(自动学习模式):Agent 从历史交互中学到的用户模式
Session(会话上下文):当前会话的临时信息
Sub-Agent Memory(子 Agent 记忆):各子 Agent 独立维护的专项记忆
其中,Auto-Memory 循环甚至允许 Agent 学习用户的工作模式,并把这些模式写入 MEMORY.md 供未来会话使用。用户不需要反复解释相同的事情,Agent 会从之前的交互里学习并记住重要信息。
同时,Claude Code 的子 Agent 记忆机制也值得一提。在自定义子 Agent 的配置里,可以设置 memory: user,Agent 会把学到的模式写入 ~/.claude/agent-memory/name/MEMORY.md,下次调用时自动加载前 200 行。这意味着每个子 Agent 都可以有自己独立的、持续积累的专项记忆。
更关键的是,这个系统具有主动自我编辑能力。它不仅会记录,还会重写、去重、甚至剪除互相矛盾的信息,过期且无效的记忆在这里被视为「负债」而非资产。
Claude Code 的记忆系统设计,也侧面反映了:在产品层面,记忆不只是一个 Feature,它是决定用户是否继续使用的核心留存机制,因为用户真正期待的是一个「会学习」的 Agent。
05 权限系统的设计更像是 UX 设计,信任是可组合的
权限与安全问题,是 Agent 走向企业级应用的前提。
Claude Code 的权限系统被设计为一个五档的信任光谱:
plan:只读,完全不能写入,信任级别最低
default:编辑和 shell 操作前都需要询问,标准模式
acceptEdits:自动批准文件编辑,shell 操作仍需询问,中等信任
dontAsk:自动批准白名单内的所有操作,高信任
bypassPermissions:跳过所有检查,仅限托管组织使用,最高信任
每个工具调用都经过静态分析层的多层白名单校验。bashSecurity.ts 里有 23 项编号的安全检查,包括:
18 个被阻止的 Zsh 内置命令
防御 Zsh equals expansion:=curl 这种写法可以绕过对 curl 的权限检查
unicode 零宽字符注入
IFS null-byte 注入
一个在 HackerOne 审查期间发现的恶意 token 绕过
这种可组合的信任光谱,让 Claude Code 能够适应完全不同的使用场景:从什么都要确认的高度受限企业环境,到全速运行的个人开发环境。权限设计更像是 UX 设计。对于 Agent 产品来说,这也是从 Demo 进入企业生产环境的「门槛」。
同时,Claude Code 还有一个更底层、巧妙的机制是,API 请求在 JS 层之下做了身份验证。
在 system.ts 文件里,每个 API 请求都包含一个 cch=00000 占位符。在请求真正离开进程之前,Bun 的原生 HTTP 栈(用 Zig 编写,运行在 JavaScript 运行时之下)会把这五个零替换成一个计算出的哈希值。服务端会验证这个哈希,确认请求来自真实的 Claude Code 二进制文件,而不是第三方伪造的客户端。
之所以用等长的占位符,是为了让替换不改变 Content-Length 头部,也不需要缓冲区重新分配,这是一个很细节的工程考量。整个计算过程发生在 JS 层之下,对运行在 JS 里的任何代码都完全不可见。本质上是在 HTTP 传输层实现的 API 调用 DRM。
这也是 Anthropic 此前向 OpenCode 发律师函背后的技术基础。Anthropic 不只是要求第三方工具不要使用他们的 API,二进制文件本身通过加密证明了自己的身份。OpenCode 社区在收到法律通知后不得不诉诸会话拼接技巧和认证插件,原因就在这里。
06 多 Agent 编排,从子 Agent 到 Agent Teams
Claude Code 的多 Agent 编排采用了横向扩展的方式,分为两层。
第一层:Sub-Agent
子 Agent 以独立进程方式运行,有自己的 TAOR 循环、自己的 Context 预算、自己的 maxTurns 上限、自己的记忆。任务完成后,只把摘要返回给主 Agent,主 Agent 的 Context 完全不受影响。
Claude Code 内置了三种预设子 Agent,各有分工:
Explore:用 Haiku 模型(速度快、成本低),只有只读工具(Read、Grep、Glob),专门做文件发现和代码库探索
Plan:继承主 Agent 的模型,只有只读工具,专门做代码库研究和规划前的信息收集
General-purpose:继承主 Agent 的模型,配备全套工具,处理复杂的多步骤操作
自定义子 Agent 通过 .md 文件加 YAML frontmatter 定义,可以指定模型(sonnet/opus/haiku/inherit)、权限模式、maxTurns、可用工具白名单、禁用工具黑名单,甚至可以预加载特定的 Skills。存储位置有三种:~/.claude/agents/(用户级)、.claude/agents/(项目级),或通过 --agents CLI 参数指定。
子 Agent 还支持前台和后台两种执行模式。前台模式会阻塞主对话,权限询问和问题会透传给用户;后台模式则在用户继续工作的同时并发运行,权限在启动前就预先收集,如果遇到没有预批准的权限请求,工具调用直接失败,Agent 继续运行。按 Ctrl+B 可以把正在运行的前台 Agent 切换到后台。
第二层:Agent Teams
这不再是主 Agent 派遣子 Agent 的主从关系,而是完全独立的 Claude Code 实例通过共享文件系统协调任务。两者区别:
Agent Teams 的协调机制包括:Shared Task List(所有 Agent 可见任务状态,完成当前任务后自主认领下一个未分配任务)、单播 Message(发给特定 Teammate)、Broadcast(发给所有 Teammate,注意成本随团队规模线性增长)、以及 Automatic Idle Notification(Teammate 完成任务停止时自动通知 Lead)。
同时,还有两个专门针对团队的质量门控 Hook:TeammateIdle(Teammate 即将进入空闲时触发,返回 exit code 2 可以发送反馈让它继续工作)和 TaskCompleted(任务即将被标记完成时触发,返回 exit code 2 可以阻止完成并要求修复)。
但 Agent Teams 目前还是实验性功能,需要通过 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 环境变量或 settings.json 启用。
07 还没发布的 KAIROS,一个 Always-On Agent
在这次泄露中,有一个 Claude Code 还未发布的功能 KAIROS,可以在后台持续运行的 Agent。
根据 main.tsx 里的代码路径,KAIROS 是一个功能门控的未发布模式,包含以下特征:
/dream 技能,用于夜间记忆蒸馏(nightly memory distillation)
每日 append-only 日志
GitHub Webhook 订阅
后台 Daemon 工作进程
每 5 分钟的 Cron 调度刷新
把这些特征拼在一起,是一个完全不同的产品形态:常驻后台、持续学习、主动感知代码库变化的 Autonomous Agent。不是你召唤它,它来帮你,而是它一直在,主动为你工作。
现有的 Claude Code 是一个召唤式 Agent:你打开终端,它来帮你,你关掉终端,它就停了。但 KAIROS 描绘的是下一代形态:Agent 在后台持续运行,通过 GitHub Webhook 感知代码库的变化,每天晚上做记忆蒸馏,把当天的工作模式和项目状态压缩进长期记忆,第二天一早已经「预热」好了。
虽然不知道 Anthropic 内部对 KAIROS 的开发已经进展到了什么程度。但 KAIROS 的泄露说明了,Claude Code 的产品野心已经远超「LLM + 命令行包装」,朝着「终端操作系统级 Agent」方向前进。
08 一些彩蛋:Anti-Distillation 机制、Undercover Mode
此外,在这次泄露的源码里,还有一些非常有争议性的工程决策,被扒了出来。
Anti-Distillation 机制
claude.ts 第 301-313 行有一个叫 ANTI_DISTILLATION_CC 的标志。当它开启时,Claude Code 会在 API 请求里携带 anti_distillation: ['fake_tools'] 参数,服务端会向系统提示中静默注入虚假的工具定义。
逻辑很直接:如果有人在录制 Claude Code 的 API 流量来训练竞品模型,这些假工具会污染训练数据。这个机制通过 GrowthBook 功能标志 tengu_anti_distill_fake_tool_injection 控制,只对第一方 CLI 会话激活。
还有第二层机制在 betas.ts 第 279-298 行:服务端 connector-text 摘要。启用时,API 会缓冲 Assistant 在工具调用之间的推理文本,对其摘要后返回带加密签名的版本。在后续轮次里,原始文本可以从签名恢复。录制 API 流量的人只能拿到摘要,拿不到完整的推理链。
Undercover Mode
undercover.ts 文件大约 90 行,实现了一个单向门:当 Claude Code 在非 Anthropic 内部仓库里使用时,它会指示模型永远不提及内部代号(比如 Capybara、Tengu)、内部 Slack 频道、仓库名称,甚至不提及 Claude Code 这个名字本身。
第 15 行有一条注释写得很清楚:
There is NO force-OFF. This guards against model codename leaks.
你可以用 CLAUDE_CODE_UNDERCOVER=1 强制开启,但没有办法强制关闭。在外部构建里,整个函数会被死代码消除为平凡返回。这是一个单向门。
这意味着,Anthropic 员工在开源项目里用 Claude Code 生成的 commit 和 PR,将没有任何 AI 参与的标记。如何在商业防御需求与 AI 透明度伦理之间做权衡,也是值得思考的事情。
中国 AI 公司,该怎么「抄 Claude Code 的作业」?来源:极客公园
撰文:桦林舞王
如果几天前有人告诉我,号称「最重视 AI 安全」的 Anthropic,会在一周之内连续泄露两次核心机密,我大概会觉得这是愚人节段子。
但它偏偏发生在愚人节前一天。
3 月 31 日,安全研究员 Chaofan Shou 发现,Anthropic 在 npm 上发布的 Claude Code 2.1.88 版本里,塞了一个 59.8MB 的 source map 文件。这个本该用于内部调试的文件,指向了 Anthropic 自己 Cloudflare R2 存储桶里的一个 zip 压缩包——里面是 Claude Code 完整的 TypeScript 源代码,约 1900 个文件,51.2 万行代码。
几小时内,GitHub 上出现了多个镜像仓库。其中一个名叫「claw-code」的项目,两小时内拿下 5 万颗星,成为 GitHub 历史上涨星最快的仓库。fork 数超过 4.15 万。
而就在五天前,Anthropic 刚刚因为一个未加保护的公开数据缓存,泄露了下一代模型「Mythos」的存在——一个被内部描述为「能力阶跃式提升」、在网络安全能力上「远超所有现有 AI 模型」的新模型。
一周两次泄露。一个讲安全的公司,被自己的安全问题打了脸。 开发者社区的评价相当统一——「讽刺得不真实」。
但讽刺归讽刺,泄露出来的东西,是真的有料。一个更重要的问题是,AI 公司,应该如何利用这次「泄露」,抄作业?
01 Claude Code「壳子」里有什么?
很多人第一反应是:Claude Code 不就是一个套了模型 API 的命令行工具吗?源代码泄露了又怎样,没有模型权重,这些代码不过是个「壳子」。
这个判断对了一半。Claude Code 确实是个壳子,但它是一个精密到让人意外的壳子。
先看工具系统。Claude Code 采用了类似插件的架构,每种能力——文件读写、shell 执行、网页抓取、LSP 集成——都是一个独立的、有权限管控的工具模块。光是工具定义层就有 2.9 万行 TypeScript。
每个工具的描述不是简单的一句话,而是详细到告诉模型「什么时候该用这个工具、怎么用、用完之后期望什么结果」。这些描述本身就是一种精心调优的 prompt engineering。
再看记忆系统。泄露代码揭示了一个三层「自修复记忆」架构。最底层是 MEMORY.md,一个轻量级索引文件,每行大约 150 个字符,始终加载在上下文中。具体的项目知识分散在「主题文件」里,按需加载。原始对话记录则永远不会整体回读到上下文中,只在需要时通过 grep 检索特定标识符。
也就是说,Anthropic 的工程师花了大量时间解决的核心问题,不是「怎么调用 API」,而是「怎么在有限的上下文窗口里,让模型尽可能聪明地工作」。
然后是那个让所有人都兴奋的 KAIROS。
这个以古希腊语「恰当的时机」命名的功能,在源代码中被提及超过 150 次。它是一个自主守护进程模式,让 Claude Code 作为一个 always-on 的后台代理持续运行。更有意思的是它的「autoDream」逻辑——在用户空闲时,代理会进行「记忆整合」,合并零散观察、消除逻辑矛盾、把模糊洞察转化为确定性事实。
换句话说,Anthropic 正在让 AI 编程助手从「你问我答」的工具,进化为一个「持续理解你的项目、主动发现问题」的协作者。
此外,泄露代码还包含 44 个未上线的 feature flag,覆盖了多代理协调模式(COORDINATOR MODE)、语音交互(VOICE_MODE)、30 分钟远程规划会话(ULTRAPLAN),甚至还有一个拓麻歌子风格的终端宠物(BUDDY),有 18 个物种和稀有度等级。
还有两个细节值得一提。一个是「frustration regex」——一段正则表达式,用来检测用户是否在骂 Claude。用正则比用模型推理来判断用户情绪要快得多、便宜得多。
另一个是「undercover mode」,Anthropic 用 Claude Code 给公开的开源项目做「隐身贡献」,系统提示词明确写着:「你正在 UNDERCOVER 模式下运行……你的 commit 信息不能包含任何 Anthropic 内部信息。不要暴露身份。」
02 中国 AI 公司能学到什么
现在回到真正重要的问题。
过去一年,中国 AI 编程工具赛道明显加速。字节的 Trae 已经从最初的 MarsCode 演进为一个 AI 原生 IDE,集成了 Agent 模式,支持从需求理解到代码编写再到测试的全流程自动化。智谱的 CodeGeeX 主打开源和本地部署,在中文代码理解上做了深度优化。通义灵码、豆包 MarsCode 也都在快速迭代。
但如果拿这些产品和 Claude Code 泄露的架构对比,差距不在「能不能用」,而在工程精细度上。
第一课:工具描述就是产品力。
这可能是最容易被忽视、也最值得学的一点。
Claude Code 对每个工具的 prompt 描述经过了极其精细的调优——什么时候用、什么时候不用、用了之后怎么处理结果、出错了怎么重试。这些描述本质上是在教模型「怎么做一个好的程序员」。
国内很多工具的 tool use 实现还停留在「给模型一个函数签名,让它自己猜怎么用」的阶段。光是把工具描述写到 Claude Code 的水平,就能让同一个模型的表现提升一个档次。
第二课:记忆架构,比模型参数更影响用户体验。
Claude Code 的三层记忆系统解决的是一个很现实的问题——模型的上下文窗口是有限的,你不能把所有历史对话都塞进去。
Anthropic 的做法是把记忆分层——热数据始终在线,温数据按需加载,冷数据只做索引。这种思路并不新鲜,但它在 AI 编程工具里的工程实现,国内团队大多还没做到这个精细度。
第三课:情绪感知不是玄学,是工程问题。
用一段正则表达式检测用户是否在发火,然后调整回复策略。
这个方案简单到粗暴,但极其实用。它告诉你一个道理——好的 AI 产品不是每个问题都需要用模型来解决,有时候一个 regex 就够了。
国内做 AI 工具的团队,经常陷入「所有问题都要丢给大模型」的思维惯性,这是一种浪费。
第四课:KAIROS 指向的方向,比 KAIROS 本身更重要。
一个 always-on 的后台代理,在用户不用的时候自动整理记忆、发现问题。
这个产品方向意味着 AI 编程助手的下一步不是「更快地回答问题」,而是「在你没有问问题的时候,就已经在工作」。
目前国内的 AI 编程工具几乎全部是响应式的——用户发指令,工具执行。
谁先把守护进程模式做出来,谁就可能定义下一代产品形态。
03「抄」的边界在哪里
当然,学习和抄袭之间有一条线。
法律层面,这不是开源代码,而是意外泄露的商业软件。直接基于泄露代码构建产品,版权风险是明确的。GitHub 上「claw-code」宣称要用 Rust 重写,但如果核心逻辑照搬,法律边界依然模糊。
对于中国公司来说,在出海压力越来越大的背景下,这种风险需要认真评估。
技术层面,Claude Code 的很多设计决策,是针对 Claude 模型能力深度定制的。比如它的工具描述写得那么长、那么详细,是因为 Claude 的长上下文处理能力足够强,不会因为系统提示词太长而「走神」。换成上下文窗口短、指令遵循弱的模型,照搬同样的 prompt 策略可能适得其反。
真正聪明的做法不是 fork 这 51 万行代码,而是理解每一个设计决策背后的 tradeoff,然后针对自己的模型特点重新实现。
架构思路可以学,工具编排模式可以学,记忆分层策略可以学——但实现必须是自己的。
还有一个容易被忽略的现实——Anthropic 泄露的是一个快照,而他们的工程团队每天都在迭代。44 个 feature flag 意味着至少十几个重大功能在排队上线。
你今天 fork 的代码,下个月就是旧版本。追着抄,永远追不上;理解了原理,才能跑出自己的路线。
这次泄露最大的意义可能不在技术细节,而在于它撕掉了一层神秘感——原来 Anthropic 最核心的 AI 编程工具,底层也不过是精心设计的 prompt 编排,加上工程化的工具调度。
没有黑魔法,只有大量的细节打磨。
这对中国 AI 公司来说,其实是个好消息。它意味着差距是可以弥合的。前提是,你得有耐心去打磨那些细节——而不是想着直接把别人的代码拿过来改个名字。英伟达发布 Switchyard Rust 代理,可路由并翻译 OpenAI 与 Anthropic API 流量Techub News 消息,英伟达发布 Switchyard,这是一个用于大语言模型(LLM)流量的 Rust 代理和库。该工具可在不同提供商间路由请求,在 OpenAI 和 Anthropic 的 API 格式之间进行翻译,并记录操作指标。它旨在解决团队在运行编码代理时,因后端模型 API 格式不匹配而需要重写代理的问题。
Switchyard 目前处于预发布和实验阶段,仅用于评估,不建议在生产环境中使用。它支持三种运行方式:针对编码代理的启动器、独立代理服务器以及可嵌入 Rust 应用的库。其路由算法包括直通、随机、基于 LLM 分类器的路由以及阶段路由器等。
该工具接受 OpenAI Chat Completions、OpenAI Responses 和 Anthropic Messages 三种入站格式,并可将请求路由至 vLLM、NVIDIA NIM 或 Ollama 等后端。项目以 Apache 2.0 协议开源,文档可在英伟达官网查阅。 (MarkTechPost)Anthropic 发布 Claude Fable 5.1 模型,新增防蒸馏功能Techub News 消息,Anthropic 于 9 月 1 日发布了 Claude Fable 5.1 和 Claude Mythos 5.1 模型,并称其为全球最先进的编程与知识工作模型。新模型已在 Anthropic 平台、Amazon Bedrock、Google Cloud 和 Microsoft Foundry 上线。
新模型定价未变,输入和输出 token 价格仍为每百万 10 美元和 50 美元,但缓存读取成本降低了 75% 至每百万 0.25 美元,典型工作负载成本降低 25%,复杂代理任务成本降低高达 45%。其科学代理任务得分在 Terminal-Bench-Science 0.1 上达到 52.6%,较 Fable 5 的 24.7% 翻倍。
此次更新引入了一项关键反抄袭措施:自 8 月 31 日起新注册的开发者账户将无法在多轮对话中手动编辑 Claude 的先前上下文,同时保留其思考记录,以阻止竞争对手通过“蒸馏”方式低成本复制模型。Anthropic 称未来所有账户在新模型上都将面临此限制。(BeInCrypto)a16z 合伙人分享 Anthropic CEO 对 Claude Code 竞争看法Techub News 消息,a16z 普通合伙人 Sarah Wang 在 X 平台分享了 Anthropic 联合创始人兼 CEO Michael Truell 对 Claude Code 竞争格局的看法。Michael Truell 表示,他们正在进军全球最大的市场,竞争一直存在,从一开始就有一系列轮换的参与者,并提及了微软。
(@a16z)AI 代理遭 Ghostjacking 攻击,DNS 面临劫持风险Techub News 消息,安全团队 Tenet Security 在 DEF CON 34 披露名为「Ghostjacking」的新型攻击技术,针对 Claude Code 等 AI 代理的成功率高达 90%。攻击者通过在 Cloudflare、Datadog 等平台的错误日志中植入恶意指令,诱导 AI 代理提议更改 DNS 配置,将流量重定向至攻击者控制的域名。
该团队称已发现至少 48 家组织(含 6 家财富 500 强企业)运行存在漏洞的 MCP 配置。Tenet Security 已发布开源缓解工具「agent-jackstop」,通过限制 AI 代理出站访问并强制人工审核命令来修复此问题。研究人员强调这是 AI 代理架构的系统性设计缺陷,非单纯软件漏洞。(CryptoBriefing)台湾网络安全公司称中国国家支持的黑客攻击因使用AI工具而增加一倍以上Techub News 消息,台湾网络安全公司 TeamT5 警告,自开始使用 DeepSeek 等 AI 模型编写攻击代码和扫描网络后,中国国家支持的黑客组织攻击次数增加了一倍以上。黑客还使用了 ChatGPT 和 Anthropic 的 Claude Code。英国一项研究表明,开源模型的网络攻击能力正在迅速追赶。
(The Decoder)UC Berkeley 与 UT Austin 研究人员推出边缘原生 MoE 推理引擎 FreeTokenTechub News 消息,来自加州大学伯克利分校和德克萨斯大学奥斯汀分校的研究团队发布边缘原生混合专家模型推理引擎 FreeToken。该系统可将个人计算机作为统一的弹性推理平台,实现在单张工作站 GPU 上运行 753B 参数的 GLM-5.2 模型,在游戏台式机上运行 284B 模型,在 8GB 显存的笔记本 GPU 上以交互速度运行 35B 模型。
FreeToken 已以 Apache-2.0 协议在 GitHub 开源,并发布至 PyPI,同时提供适用于 Windows 和 Linux 的一键桌面应用程序。其 CLI 支持 Linux x86_64 系统及 NVIDIA GPU,通过 ft serve 命令可在端口 1919 上暴露与 OpenAI 和 Anthropic 兼容的 API 端点。
该引擎旨在服务个人开发者、初创公司及中小企业工程团队,尤其适用于医疗、法律、国防、金融及知识产权密集型研发等对数据隐私有严格要求的场景。典型应用包括本地编码智能体、私有代码审查、离线合同分析及合成数据生成。(MarkTechPost)币安推出 AI 交易代理系统 Agent OS,支持 ChatGPT 等工具Techub News 消息,币安推出名为 Agent OS 的 AI 交易代理系统,允许用户授权 AI 代理在平台上执行交易操作。该系统支持与包括 ChatGPT、Claude Code 和 Cursor 在内的多种 AI 工具集成,但如何有效监控和管理这些 AI 代理的行为,主要责任在于用户自身。(TechCrunch)DeepSeek 组建 AI agent 团队对标 Claude CodeTechub News 消息,中国 AI 初创公司 DeepSeek 正组建专门团队开发 AI agent 产品,计划推出名为「Code Harness」的编程工具,直接对标 Anthropic 的 Claude Code、GitHub Copilot 及 OpenAI Codex。
该产品由该公司高级研究员 Deli Chen 于 5 月 20 日牵头成立的「Harness」团队负责研发。尽管面临美国 AI 芯片出口管制,DeepSeek 仍在 2026 年 6 月发布超 30 个岗位需求,计划将各团队规模翻倍。此前该公司开源的 DeepSeek-V3 和 R1 模型已在计算资源受限情况下展现出与大型团队模型竞争的性能。(CryptoBriefing)MetaMask 推出自托管 AI 钱包支持自主交易Techub News 消息,MetaMask 推出 Agent Wallet 自托管钱包,允许 AI 代理在用户设定的限制下执行链上交易。用户可设置支出上限、协议白名单及风险等级,支持 Claude Code、Codex 等 AI 工具及 Hyperliquid 等 EVM 网络。
该钱包支持 gas 抽象,允许使用被转移资产支付网络费用。此前已于 6 月向约 200 名早期用户开放测试。与 Coinbase、MoonPay 等竞品类似,该钱包通过交易模拟、威胁扫描及 MEV 保护降低风险,并为符合条件的交易提供每月最高 1 万美元的损失保障。(Decrypt)Claude Code 遭代码泄露,51 万行源码外泄引发恶意软件攻击Techub News 消息,Anthropic 的 Claude Code CLI 工具于 3 月 31 日因发布配置错误,意外泄露约 51.3 万行 TypeScript 源代码。该版本在 npm 上错误发布了本不该公开的源码映射文件,导致近 2000 个内部文件暴露。
Anthropic 提交 DMCA 删除请求时误伤约 8100 个无关 GitHub 仓库。目前恶意分子正创建虚假仓库传播恶意软件,诱导开发者克隆受感染代码。公司确认此次事件为「人为错误」所致,非安全漏洞,且未泄露用户敏感数据或凭证。(cryptobriefing.com)以后打开淘宝搜"智谱旗舰店",你能买到的不再只是衣服和数码产品——而是大模型的调用额度。 9月2日,智谱正式入驻天猫开设官方旗舰店,成为第一家登上主流电商平台的大模型厂商。店铺里上架的不是模型、不是API文档,而是四款明码标价的"GLM Coding Plan"订阅套餐:个人版Lite每月118元、Pro每月538元、Max每月1078元,团队版标准席位598元/月,支持按月、季、年订阅,支持支付宝、支持开发票。 一位企业工程师的评价很到位:"以后买Token可以像充话费一样丝滑,大促节点说不定还有折扣。" 货架上卖的是什么 套餐基于8月刚发布的GLM-5.3模型——这是智谱最新旗舰,在Artificial Analysis智能指数上拿到60分,进入全球前沿模型区间,与Claude Fable 5、GPT-5.6 Sol同档,并和Kimi K3并列开源模型第一。它兼容ZCode、Claude Code、Codex等20余款主流Agent工具,买完拿到额度,代码生成、调试、重构随便用,超出部分再按标准API计费。 模式确实和手机话费套餐一模一样:固定月费、额度打包、用超再加价。对高频开发者,锁定月费比按次调用便宜——商品页直接标注"较标准API最高省87%到90%"。 但值得注意的是,这次天猫定价相比年初版本大幅上调:Lite、Pro、Max三档月费分别从49元、149元、469元涨至118元、538元、1078元,其中最热门的Pro档直接变成原价的3.6倍。智谱的解释是:新套餐改为以Token消耗为基础的积分制,额度更透明可预期,非高峰时段还有50%积分抵扣,且模型从GLM-5升级到了GLM-5.3。 涨价的不止智谱一家。今年上半年Coding Plan市场刚打完价格战,腾讯、MiniMax、Kimi就陆续下架了包月套餐,阿里关停了入门档位,整个行业从"低价抢人"转向"精简提价"。智谱选择在这个时点把涨价后的新套餐搬上天猫,底气是模型能力,也是生存压力。 为什么偏偏是现在 看一眼财报就明白了。 8月31日晚,智谱发布2026年中报:上半年营收9.54亿元,同比增长399.7%,超过去年全年;但净亏损20.7亿元。作为今年1月登陆港交所的"全球大模型第一股",它的股价曾从116.2港元发行价冲到2980港元、市值破万亿,随后又大幅回调,市值蒸发超5000亿港元。 增长引擎已经换挡:上半年开放平台及API收入8.25亿元,同比暴增2735.7%,占总收入比重从去年同期的15.2%飙升到86.5%。换句话说,智谱已经从"卖项目、卖定制"的传统软件公司,变成了"卖调用量"的Token零售商。董事长刘德兵把上半年的关键词定义为"能力兑现"——模型第一次被证明能独立把事做完,收入结构随之置换。 背景板是整个Token经济的爆发:国内日均Token消耗量已突破140万亿,比2024年初的1000亿增长超1000倍。今年5月三大运营商集体推出Token套餐,阿里成立AlibabaTokenHub事业群,腾讯云升级全域TokenHub——"卖Token"已经成了AI产业链上最拥挤的生意。智谱上天猫,本质是在这场零售战争里抢占离普通用户最近的那个收银台。 套餐化的隐忧与出路 不过话费套餐留下的历史教训也摆在那儿:档位可以多,账单别靠猜。 有观察者已经提醒:商品页上"10000积分"的数字很醒目,但普通用户真正想知道的是——这些积分够我写多少代码、跑多少次任务?大模型用量比手机流量难感知得多,有人天天用它干活觉得值,也有人第二个月打开账单才想起自己还订着。订阅制最大的敌人从来不是价格,是沉默续费。 好在电商货架本身就是最好的倒逼机制。当Token从开发者文档里的专业概念变成淘宝商品,它就得接受零售世界的规则:七天无理由式的体验保障、双11的折扣大战、买家秀和评价区的公开处刑。哪家套餐说明写得像天书,哪家额度虚标,评论区会替市场教育它。竞争越往零售走,计费透明和用户体验就越没法糊弄——这对消费者是好事。 结语:Token正在变成水电煤 从官网自助购买,到运营商套餐,再到天猫旗舰店,Token的销售路径正在复刻所有数字商品的大众化之路。智谱这一步的象征意义远大于开业当天的销量——截至发稿,四款商品还没有销量显示。 但方向已经清楚了:大模型能力正在从"技术产品"变成"生活耗材"。就像没人关心电是哪个电厂发的,只关心电费多少钱一度、充值方不方便;未来大多数人也不会关心背后是哪家模型,只关心每月那笔AI订阅费,值不值。 下一站,双11的Token满减券,已经可以期待了。
