Anthropic 的智能体基础设施与产品工程

Latent Space 主持人 swyx 采访 Anthropic 工程负责人 Katelyn Lesse 和产品负责人 Angela Jiang，讨论模型与托管智能体的交付。这期 2026 年 10 月节目包含主持人的商业分析和公司的产品视角；节目对模型的排名是观点，并非普遍事实。

嘉宾介绍在 API 可用性与提高未经授权模型蒸馏难度之间进行权衡。她们说，更改既要考虑上下文管理等合法工作流，也要考虑滥用。

她们讨论产品负责人和工程负责人之间的合作。尽管 AI 改变了实现方式，嘉宾并不认同软件工程已经简单地被解决；设计选择、协调和责任仍然存在。

产品规划涉及不确定性：哪些异常场景会再次发生并不清楚。团队描述了保留一组能力选择，而不是只依赖单一预测的做法。

内部使用与 API 客户反馈会揭示不同的失败情况。嘉宾认为负面反馈很有价值，包括模型在外部运行框架中的表现退化，可用于评估模型与产品行为。

访谈介绍 Claude Managed Agents，即面向智能体工作流的托管环境。嘉宾描述将智能体状态和控制与执行沙箱分开，使执行环境可以被替换，而不一定丢失整个会话。

她们介绍一种“做梦”工作流：另一个托管智能体检查先前智能体并写入记忆。她们还讨论可能的多智能体策略；这些是设计模式和计划中的能力，并不能证明通用自主学习。

关于评估，嘉宾建议从简单测试开始，逐步扩展测试集。失败结果可能来自模型、环境或评估本身，因此诊断原因很重要。

Anthropic 介绍使用 Claude 将 Messages API 的一部分从 Python 重写为 Rust，并用影子流量检查行为。嘉宾报告其环境中的 CPU 使用和延迟下降；这些数字依赖具体工作负载。

嘉宾解释“脑与手”的分离、在沙箱之外注入凭据，以及网络出口控制。这些是防御机制，并不能保证每种配置都安全或完全不可能发生逃逸。

她们讨论安全拦截以及合法请求被拦截时的可用性问题。她们描述的目标是处理合法任务，同时减少对危险能力的访问；具体实现和评估仍然重要。

谈到内部开发，嘉宾介绍人员保留系统设计和验证责任，同时使用 Claude 辅助实现的做法。她们讨论团队如何平衡生成的工作与人工判断。

访谈最后讨论开发者关系和直接传达实践。嘉宾回顾产品与工程团队如何与开发者分享所学。