Z6·尊龙凯时「中国区」官方网站 为什么无缺的AI Agent不存在？Claude Code源码背后的五大策画玄学与和解

当 AI 编程器用进化为能自主扩充当务的智能体，架构层面的策画采用不再只关乎性能，更关乎安全、可控性与可握续性。MBZUAI VILA Lab 衔尾 UCL 以 Anthropic 的 Claude Code 源码为案例，系统分析了分娩级 AI 智能体的策画空间。

这篇著述在 X 上也引起了普通的心绪和筹商：

来自 MBZUAI VILA Lab 的连系团队发布了一项新连系，以 Anthropic 的 Claude Code 源码为案例，对分娩级 AI 智能体 ( Agent ) 的架构策画空间作念了系统分析。论文尝试探讨一个问题：构建一个分娩级 AI 智能体，需要回答哪些策画问题？

Claude Code 是现时一代 AI 编程器用的代表：在末端里输入一句"帮我训诲 auth.test.ts 里失败的测试"，它会我方汇注凹凸文、筹划法子、调用器用、扩充敕令、检查拆伙，反复迭代直到以为任务完成 [ 7 ] 。围绕它的源码解读著述照旧有不少，但无数聚焦在"奈何完满"的层面。

这篇论文的切入点不同：

它不安静于态状完满细节，而是尝试从源码和官方文档中反推出驱动通盘这个词架构的策画玄学与策画原则，分析权限、凹凸文管理、可扩展性、子智能体等关节子系统的策画采用。同期通过与近期备受心绪的开源智能体系统 OpenClaw 的对比，展示雷同的策画问题在不同部署场景下可能导向不同的谜底。

连系设施

论文的分析基于以下几类信息开始：Claude Code v2.1.88 的 TypeScript 源码、Anthropic 官方发布的博客和居品文档，以及社区的逆向工程分析讲演。

不雅察一：五条策画玄学塑造了架构，但它们之间存在矛盾

论文莫得上来就讲本事细节，而是先追问了一个更底层的问题：这个系统为什么要策画成这么？通过详尽 Anthropic 官方文档、源码和关联贵寓，论文回归出五条驱动架构，以东谈主类价值不雅为导向的策画玄学：

东谈主类决议巨擘

东谈主类要能随时看到、批准或否决智能体的操作

安全、隐讳与数据保护

即使东谈主类不正式，系统也要能我方保护用户过甚代码和数据

可靠扩充

智能体作念的事要和东谈主类念念的一致，万古辰驱动也弗成走偏

才智放大

系统要让东谈主类能作念到昔日作念不到的事

凹凸文稳妥性

系统要能稳妥用户的具体技俩、器用、风尚，并随使用时辰缓缓改善

在此基础上，论文从官方文档和社分袂析中回归出十三条策画原则 ( Design Principles ) ，举例"阻隔优先 ( Deny-First ) "、"渐进式信任 ( Graduated Trust ) "、"纵深防患 ( Defense in Depth ) "、"最金莲手架、最大操作 Harness ( Minimal Scaffolding， Maximal Operational Harness ) "等。

但论文发现，这些策画玄学之间存在部分矛盾。举例：

东谈主类决议巨擘 vs. 安全

凭据 Anthropic 的分析 [ 1 ] ，用户批准了约 93% 的权限弹窗，时常的审批点击导致用户对授权内容的正式力下落。因此安全弗成王人备依赖东谈主类审批，系统需要有我方的选藏机制。

安全 vs. 才智

严格的安全检查会带来性能代价。安全连系机构 Adversa.ai [ 2 ] 发现，当一条敕令包含 50 个以上子敕令时，如若逐条作念阻隔国法检查会导致界面冻结。于是系统采用保握反馈速率，退化为单条审批，毁掉了逐条检查。这施展在性能压力下，多层安全防患可能被动让位于可用性。

可扩展性 vs. 安全

丰富的扩展才智会扩大袭击面。Check Point Research 的安全连系 [ 3 ] 发现，Hooks 和 MCP 扩展在信任对话弹出之前就会加载，这个时序窗口被已透露的安全罅隙 ( CVE-2025-59536、CVE-2026-21852 ) 所愚弄。扩展性越强，提前加载的代码越多，可被袭击的窗口也就越大 ( 这些罅隙已在透露后数周内训诲 ) 。

这些矛盾更像是同期追求多条策画玄学所带来的采取，而非策画弱势；近似的衡量在其他智能体系统中也可能出现。

不雅察二："最金莲手架、最大操作 Harness "

△  图 1：Claude Code 的高层系统结构

系统由七个功能组件组成：用户、接口层、智能体轮回、权限系统、器用、气象与握久化、扩充环境。

这里的"脚手架" ( Scaffolding ) 是指管理和讨论模子决议的筹划框架，"操作 Harness "则是围绕模子驱动的基础设施。对源码的分析表示，Claude Code 的绝大部分代码是确定性基础设施 ( 权限检查、器用路由、凹凸文管理、造作还原 ) ，AI 决议逻辑只占约 1.6%。中枢的智能体轮回 ( Agentic Loop ) 是一个握续迭代的过程：调用模子、获取器用调用肯求、扩充、返回拆伙，米兰体育(MilanSports)官网直到模子住手肯求。

在智能体工程规模，存在不同的策画取向。一些框架 ( 如 LangGraph [ 8 ] ) 将决议逻辑编码为显式的气象图，而 Claude Code 采用了另一条路：不硬性章程模子的决议旅途，而是给模子较大的决议解放度，同期用确定性代码保险安全扩充。

论文的分析指出，跟着前沿模子在编码才智上趋同，围绕模子的操作 Harness 的质料可能成为居品相反化的蹙迫身分。

用户肯求扩充进程

△  图 2：智能体轮回的多轮迭代过程。

用户输入经过凹凸文安装干与轮回：模子产出器用调用肯求，由权限系统判定，允许则扩充，阻隔则把反馈返回模子重试；遭受凹凸文压力时会触发压缩。轮回握续直到模子不再肯求器用，输出最终回报给用户；用户赓续对话则再次干与新一轮轮回

上头两节筹商了"为什么这么策画"，接下来看"具体奈何驱动"。论文用一个"驱动示例"串起各个架构层级：假定输入"帮我训诲 auth.test.ts 里失败的测试"，系统会先组织凹凸文 ( 加载 CLAUDE.md 技俩教导、对话历史、器用界说、git 气象等 ) ，然后在每轮模子调用前扩充凹凸文压缩管谈。在调用模子之前，权限系统照旧通过器用预过滤移除了被抵制的器用。模子在可见的器用范围内决定要调用哪些器用后，权限系统再次判断具体操作是否允许扩充。通过后器用扩充，拆伙喂回模子，干与下一轮轮回。子智能体请托亦然通过 Agent 器用在这个轮回中触发的。

这个轮回波及以下几个蹙迫的架构层面：

1. 权限机制

△  图 3：权限系统的决议结构。

每次器用调用都要经过权限系统的判定，Z6尊龙凯时中国官方网站系统内置多层安全机制，最终拆伙分为三种：允许则放行扩充，阻隔则径直返回，接头则交由用户或自动分类器裁决。

系统策画了七层孤苦的安全机制，包括器用预过滤、阻隔优先国法、权限时势、ML 分类器 ( Auto-Mode Classifier ) 、沙箱阻难、还原会话时不罗致旧权限，以及 Hooks 胁制。并非每次操作都会触发一起七层。举例，ML 分类器仅在 auto mode 开启时成效，沙箱仅针对 Shell 敕令且需全局启用，Hooks 胁制则取决于用户是否成就了相应的 Hook。但在适用的层上，任何一层都不错单独否决操作 ( 不外论文也指出，在性能压力下这些层可能分享失败时势 ) 。

2. 凹凸文管理

跟着对话鼓动，凹凸文窗口 ( Context Window ) 里的内容束缚膨大。为了不超出 token 预算，系统策画了五层凹凸文压缩 ( Context Compaction ) ：预算剪辑 ( 恒久成效 ) 、历史修剪 ( Snip ) 、微压缩 ( Microcompact ) 、凹凸文折叠 ( Context Collapse ) 、自动节录 ( Auto-Compact，默许开启 ) 。其中历史修剪和凹凸文折叠受 feature flag 放手，不一定在通盘版块中都启用。这五层在每轮模子调用前法则评估，各层孤苦判断是否需要触发，从轻量剪辑到模子生成节录，压缩力度逐层递加。

3. 可扩展性

模子能用的器用不仅仅内置的那些。Claude Code 提供了四种主要的扩展机制：MCP 事业器隆重接入外部器用和资源，技巧 ( Skills ) 隆重注入规模教导，Hooks 提供遮蔽器用调用、会话生命周期、凹凸文管理等多个维度的事件胁制点，插件 ( Plugin ) 则是一个打包分发体式，不错将上述机制以及敕令、智能体界说等多种组件系缚为可安装的扩展包。不同机制对凹凸文窗口的花费不同，斥地者不错凭据场景采用符合的扩展状貌。

4. 子智能体的请托与编排

模子不错通过调用 Agent 器用派出子智能体 ( Subagent ) 去完成子任务。系统内置了多种子智能体类型 ( 如专注探索的 Explore、专注筹划的 Plan 等 ) ，也支撑用户自界说。子智能体默许在孤苦的凹凸文窗口中使命，阻难时势包括程度内阻难 ( 默许，分享文献系统但凹凸文孤苦 ) 、git worktree 阻难 ( 取得孤苦的文献系统副本 ) 等。完成后只把最终答返回回给父智能体。在 agent teams 场景中，系统通过文献锁机制来和解多个智能体之间的任务分派。

不雅察三：与 OpenClaw 的对比：雷同的策画问题，不同的解答

论文不单分析了 Claude Code，还和近期在开源社区飞快走红的智能体系统 OpenClaw [ 6 ] 作念了六个维度的对比。OpenClaw 是一个个东谈主助手网关，支撑 WhatsApp、Telegram、Slack 等多种平台接入。两个系统濒临统一组策画问题，给出了显赫不同的谜底：

Claude Code 对每次器用调用作念逐操作安全评估，OpenClaw 作念规模级造访放手

Claude Code 的智能体轮回是系统的中心，OpenClaw 的智能体轮回仅仅网关里的一个组件

Claude Code 的扩展修改的是单个凹凸文窗口，OpenClaw 的插件扩展的是通盘这个词网关的才智面

两者还能组合使用：OpenClaw 不错通过 ACP ( Agent Client Protocol，智能体客户端条约 ) 把 Claude Code 看成外部编程 Harness 接入。这说奢睿能体的策画空间不是简便的非此即彼，而是一个不错分层组合的结构，网关级系统和任务级 Harness 不错相通使用。

不雅察四：对耐久分娩力与代码质料的潜在影响

除了架构层面的分析，论文还从另一个角度疑望了智能体系统：AI 智能体带来的分娩力擢升是否如感知中那样真确？是否会在代码质料和耐久可调治性上付出代价？

论文在筹商中援用了多项针对同类 AI 编程器用的连系：

一项对 16 名资深斥地者、246 个任务的就地对如实践 [ 4 ] 发现，使用 AI 器用的组内容完成速率慢了 19%，但自我感知却快了 20%

对 807 个代码仓库的因果分析 [ 5 ] 发现，使用 Cursor 后代码复杂度高潮了 40.7%

论文指出，将来的智能体系统不错将这个"可握续性缺口"纳入系统策画的考量，而不仅仅看成过后评估的方针。

六个绽开的将来标的

论文梳理了六个有待进一步连系的标的：

1. 静默失败与可不雅测性、评估之间的差距：智能体的主要失败时势不是崩溃，而是在无东谈主察觉的情况下产出造作拆伙。若何弥合可不雅测性和内容评估之间的差距？

2. 缅念念握久化与东谈主机耐久相助：若何让智能体与用户之间的使命联系灵验、自在地进步屡次对话握续累积？

3.Harness 规模的演化：智能体在那里驱动、何时行径、操作什么对象、与谁相助，这四个维度都在快速扩展。

4. 时辰跨度的扩展：智能体能否从单次对话级别扩展到握续数天乃至数周的科研级任务？

5. 治理与监管：跟着 EU AI Act 等法例成效，智能体架构需要提供哪些审计与透明度接口？

6. 对东谈主类耐久才智的影响：上述可握续性问题能否从过后评估方针擢升为系统策画主见？

对 AI 斥地者和连系者的启示

第一，论文提供了一种从策画玄学启程分析智能体架构的视角，将具体的完满采用追预见背后的策画玄学和策画原则，而不是停留在"奈何完满的"层面。

第二，论文展示了智能体策画中多种价值之间的衡量：安全与成果、东谈主类放手与自动化、可扩展性与安全性之间时常存在采取，相连这些衡量有助于作念出更清晰的架构决议。

第三，论文指出了现时智能体系统尚未处置好的几类问题，如跨会话缅念念、静默失败检测、治理合规等，为将来的连系和斥地提供了标的。

第四，论文还心绪了一个本事除外的问题：智能体带来的短期成果擢升是否真确？是否会在代码质料和耐久可调治性上付出代价？

写在临了

AI 智能体仍处在快速演进中。这篇论文以 Claude Code 为切入点，但愿为智能体架构的策画筹商提供一些可参考的不雅察。

代码和完整论文已开源，接待心绪！

GitHub 技俩主页：https://github.com/VILA-Lab/Dive-into-Claude-Code

论文下载：https://arxiv.org/abs/2604.14228

代码与数据：https://github.com/VILA-Lab/Dive-into-Claude-Code

References

[ 1 ] Anthropic. Claude Code Auto Mode: A Safer Way to Skip Permissions. https://www.anthropic.com/engineering/claude-code-auto-mode

[ 2 ] Adversa.ai. Critical Claude Code Vulnerability: Deny Rules Silently Bypassed Because Security Checks Cost Too Many Tokens. https://adversa.ai/blog/claude-code-security-bypass-deny-rules-disabled/

[ 3 ] Donenfeld， A. & Vanunu， O. Caught in the Hook: RCE and API Token Exfiltration Through Claude Code Project Files. Check Point Research. https://research.checkpoint.com/2026/rce-and-api-token-exfiltration-through-claude-code-project-files-cve-2025-59536/

[ 4 ] Becker， J. et al. Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. arXiv:2507.09089. https://arxiv.org/abs/2507.09089

[ 5 ] He， H. et al. Speed at the Cost of Quality: How Cursor AI Increases Short-Term Velocity and Long-Term Complexity in Open-Source Projects. arXiv:2511.04427. https://arxiv.org/abs/2511.04427

[ 6 ] Steinberger， P. & OpenClaw Contributors. OpenClaw: Personal AI Assistant. https://github.com/openclaw/openclaw

[ 7 ] Anthropic. How Claude Code Works. https://code.claude.com/docs/en/how-claude-code-works

[ 8 ] LangChain， Inc. LangGraph: Build Resilient Language Agents as Graphs. https://github.com/langchain-ai/langgraph

一键三连「点赞」「转发」「留意心」

接待在驳斥区留住你的念念法！

—  完  —

咱们正在招聘又名眼疾手快、心绪 AI 的学术编订实习生  � �

感兴味的小伙伴接待心绪 � �  了解细则

� � 点亮星标 � �

科技前沿弘扬逐日见Z6·尊龙凯时「中国区」官方网站