技术博客 全部文章

构建Claude应用的核心不是堆更多控制层，而是持续删减过时假设：优先用其已擅长的通用工具，让模型自己编排动作、管理与持久化上下文，仅在安全、体验、审计边界上保留必要工具与缓存设计；结论是，能力进化越快，agent harness越应轻量，否则会拖慢性能、抬高成本并限制效果。

Cloudflare称其网络32%流量来自自动化请求，AI爬虫因高并发、长尾扫描、高唯一URL和低复用率，显著拉高CDN缓存未命中，增加源站负载、带宽成本并拖慢真人访问，部分网站已被迫封禁爬虫；结论是传统通用缓存不再适配，需按人类与AI流量分层路由，并采用AI感知缓存算法和独立缓存层。

作者认为生产级AI代理成败不在模型，而在其外部的“harness”系统；团队删去LlamaIndex、MCP和复杂RAG后，用简单API与自定义ReAct引擎，配合工具、记忆、护栏、编排、沙箱和上下文管理才真正跑通。结论是，企业应把重心从换模型转向构建可恢复、可持久、可部署的基础设施。

开发正从单AI协作转向多代理编排，核心做法是用子代理或代理团队并行分工、共享任务与隔离上下文，再用计划审批、测试钩子、文件锁和人工审查建立质量门禁，结论是多代理能显著提升吞吐与专业化，但真正瓶颈已从生成转向验证，成败取决于规格清晰度、协调机制和持续积累的AGENTS.md知识。

Cloudflare为所有已部署Workflows提供可视化流程图，核心做法是在部署时抓取打包压缩后的代码，用Rust Worker结合AST静态解析步骤、函数、分支、循环及Promise/await关系，重建执行图并标注并行与顺序，这解决了“工作流即代码”难以直接可视化的问题，提升了调试、理解和后续实时追踪能力。

Apifox桌面端在2026年3月4日至22日期间遭遇CDN供应链投毒，恶意JS借Electron权限在Windows、macOS、Linux上窃取Apifox令牌、SSH密钥、Git凭证、命令历史、K8s配置等，并通过C2持续下发代码实现远程控制和横向攻击，虽入口文件已恢复，但期间启动过客户端的用户应按主机已失陷处理并立即轮换全部相关凭证。

Anthropic通过为Claude引入规划、生成、评估多智能体架构，并用可评分标准、QA反馈和长时任务编排替代单智能体自评，显著提升了前端设计质量与端到端应用构建能力；结果是模型能在数小时内自主完成更完整、可用的全栈产品，但代价是更高的成本、时延与系统复杂度，且评估环节仍需随模型能力迭代简化。

Agent 工程的核心不在更强模型，而在稳定循环外的工程设计：用 Harness 定义验证与边界，用分层上下文、按需 Skills、ACI 工具和记忆整合控制质量，用状态外化、评测、追踪和安全机制支撑长任务与多 Agent，结论是决定成败的往往是验证、工具定义和基础设施，而非模型价格。

核心问题不在工具能否跑通，而在接口是否按Agent的理解方式设计；Agent只依赖名称、描述和参数schema选工具与传参，因此工具应被视为Agent的用户界面，需控制数量、简化命名与schema、提供清晰默认值和可纠错反馈，结论是好用的Agent工具重设计而非重实现。

Anthropic基于数百个Claude Code技能的实践指出，技能不是单纯文档，而是可含脚本、数据和钩子的文件夹，最有效的方向集中在知识参考、验证、数据分析、流程自动化、脚手架、代码质量、部署、Runbook和运维；写好技能的关键是聚焦非显然信息、沉淀易错点、善用文件系统渐进暴露、保留灵活性，并通过仓库或插件市场分发和监测使用，结论是技能应从小规模迭代沉淀，持续优化才能真正提升开发效率。