克勞德原始碼外洩揭露 AI 代理人的架構與核心理念

在人工智慧領域,一個簡單的封裝錯誤引發了「蝴蝶效應」,最終演變為如今被視為技術架構典範的案例。
報導指出,Bun 建置工具中的一處配置疏失,導致 Anthropic 的程式設計 AI 代理程式Claude Code 意外外洩了 1,900 個 TypeScript 檔案——總計 512,000 行原始碼。這起事件讓人得以前所未有地一窺頂級代理程式的技術底層,並揭示了 Anthropic 資訊安全與產品開發策略背後的精妙邏輯。
五層架構:遠不止於簡單的介面
外洩的程式碼揭示了一個高度複雜且已具備生產環境部署能力的系統,該系統被細緻地劃分為五個獨立層級:
入口點層:標準化來自 CLI、桌面及 SDK 介面的輸入,確保所有存取點的一致性。
執行層:核心為 TAOR 迴圈(思考-行動-觀察-重複),主導代理人的基本運作節奏。
引擎層:此為系統的「大腦」,負責動態組裝提示語。根據任務需求,可注入數百個提示片段,僅安全規則一項便可能佔用多達 5,677 個字元。
工具與能力層:具備約 40 種獨立工具,每項工具皆實施嚴格的權限隔離。
基礎架構層:管理提示詞快取與遠端控制系統,包含用於遠端停用的實用「緊急關機開關」。
仿生設計:分層記憶體與「快速眼動睡眠」機制
Claude Code 的 記憶體系統深受認知科學啟發:
三層記憶體:由長期語義記憶(由 RAG 檢索驅動)、情節記憶(用於對話序列)及工作記憶(用於即時語境)組成。其指導原則為「按需檢索,絕不超載」。
自動夢境機制:基礎架構層內運行的背景「做夢」過程。每 24 小時或完成五個會話後,一個子代理便會啟動,以鞏固記憶、過濾雜訊,並將模糊的概念結晶化為具體知識。
資訊控制三元組:隱形模式與反蒸餾
原始碼揭示了多重防禦層,凸顯了 Anthropic 在資訊控制方面的嚴謹態度:
隱形模式:當運作於內部儲存庫之外時自動啟動,移除所有 AI 識別碼,以實現「暗中貢獻」。
反蒸餾機制 (ANTI_DISTILLATION):觸發時,會將誤導性的工具定義插入提示語中,防止競爭對手利用 API 流量來訓練自己的模型。
原生驗證:利用 Bun/Zig 層的硬體級驗證,阻斷第三方篡改或偽造官方客戶端的企圖。
未來展望:KAIROS 與「常駐」助理
外洩的功能標記暗示了下一代功能,尤其是KAIROS 模式。這指的是持續運行的背景代理程式,支援 GitHub Webhook 訂閱及基於 Cron 的任務排程。這標誌著 AI 正從按需工具轉變為全天候的協作夥伴,具備自主觀察與主動行動的能力。
結論:外洩的程式碼,無可匹敵的基礎架構
儘管 Anthropic 已迅速下架受影響的版本並發出 DMCA 通知,但從Claude Code獲取的架構洞見已點燃開發者社群的熱情。對業界而言,此次洩露可能代表了首個經生產環境驗證、適用於代理程式設計的大規模「最佳實踐」藍圖。對 Anthropic 而言,在邁向 2026 年潛在 IPO 的道路上,如何在透明度與安全性之間取得平衡,將是一項關鍵挑戰。
相關文章
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
Google 測試 Remy AI 代理,以 Gemini 為重點轉向使用者控制
根據《商業內幕》的報道,谷歌正在測試 Remy,這是 Gemini 的一款全新 AI 個人代理工具。該工具旨在代表使用者執行任務,從而簡化專業工作流程和日常事務。目前,Remy 正在 Gemini 應用的內部員工專屬版本中進行測試。該報告引用了一份內部檔案以及對兩位熟悉該專案的個人的採訪。內部資料將 Remy 描述為“全天候個人代理”,將 Gemini 定位為能夠代表使用者行事的主動助手。接近該專案的訊息人士證實,谷歌員工正在積極測試 Remy。谷歌發言人拒絕提供進一步評論。該報告未提及公開發布
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用
相關專題推薦
評論 (1)
0/500

在人工智慧領域,一個簡單的封裝錯誤引發了「蝴蝶效應」,最終演變為如今被視為技術架構典範的案例。
報導指出,Bun 建置工具中的一處配置疏失,導致 Anthropic 的程式設計 AI 代理程式Claude Code 意外外洩了 1,900 個 TypeScript 檔案——總計 512,000 行原始碼。這起事件讓人得以前所未有地一窺頂級代理程式的技術底層,並揭示了 Anthropic 資訊安全與產品開發策略背後的精妙邏輯。
五層架構:遠不止於簡單的介面
外洩的程式碼揭示了一個高度複雜且已具備生產環境部署能力的系統,該系統被細緻地劃分為五個獨立層級:
入口點層:標準化來自 CLI、桌面及 SDK 介面的輸入,確保所有存取點的一致性。
執行層:核心為 TAOR 迴圈(思考-行動-觀察-重複),主導代理人的基本運作節奏。
引擎層:此為系統的「大腦」,負責動態組裝提示語。根據任務需求,可注入數百個提示片段,僅安全規則一項便可能佔用多達 5,677 個字元。
工具與能力層:具備約 40 種獨立工具,每項工具皆實施嚴格的權限隔離。
基礎架構層:管理提示詞快取與遠端控制系統,包含用於遠端停用的實用「緊急關機開關」。
仿生設計:分層記憶體與「快速眼動睡眠」機制
三層記憶體:由長期語義記憶(由 RAG 檢索驅動)、情節記憶(用於對話序列)及工作記憶(用於即時語境)組成。其指導原則為「按需檢索,絕不超載」。
自動夢境機制:基礎架構層內運行的背景「做夢」過程。每 24 小時或完成五個會話後,一個子代理便會啟動,以鞏固記憶、過濾雜訊,並將模糊的概念結晶化為具體知識。
資訊控制三元組:隱形模式與反蒸餾
原始碼揭示了多重防禦層,凸顯了 Anthropic 在資訊控制方面的嚴謹態度:
隱形模式:當運作於內部儲存庫之外時自動啟動,移除所有 AI 識別碼,以實現「暗中貢獻」。
反蒸餾機制 (ANTI_DISTILLATION):觸發時,會將誤導性的工具定義插入提示語中,防止競爭對手利用 API 流量來訓練自己的模型。
原生驗證:利用 Bun/Zig 層的硬體級驗證,阻斷第三方篡改或偽造官方客戶端的企圖。
未來展望:KAIROS 與「常駐」助理
外洩的功能標記暗示了下一代功能,尤其是KAIROS 模式。這指的是持續運行的背景代理程式,支援 GitHub Webhook 訂閱及基於 Cron 的任務排程。這標誌著 AI 正從按需工具轉變為全天候的協作夥伴,具備自主觀察與主動行動的能力。
結論:外洩的程式碼,無可匹敵的基礎架構
儘管 Anthropic 已迅速下架受影響的版本並發出 DMCA 通知,但從Claude Code獲取的架構洞見已點燃開發者社群的熱情。對業界而言,此次洩露可能代表了首個經生產環境驗證、適用於代理程式設計的大規模「最佳實踐」藍圖。對 Anthropic 而言,在邁向 2026 年潛在 IPO 的道路上,如何在透明度與安全性之間取得平衡,將是一項關鍵挑戰。
瑞典人工智慧初創公司Lovable Eyes在完成主要融資輪後估值達132億美元
隨著人工智慧驅動的編碼工具日益普及,瑞典初創公司 Lovable 已獲一輪重大融資。該公司計劃籌集 30 億美元,其估值有望升至 132 億美元——這是去年 12 月記錄的 66 億美元的兩倍。預計 Menlo Ventures 將主導此次投資。Lovable 的吸引力源於其核心的“氛圍編碼”(vibe coding)技術,該技術透過消除對複雜編碼技能的需求來簡化軟體開發。使用者只需以自然語言描述其需求,系統即可自動生成應用程式。這種直觀的方法吸引了個人開發者、設計師和小企業,並擴充套件至 Work
如何修復核心網頁指標以獲得更好的 SEO 排名
利用 AI 工具簡化成績單評語撰寫引言用於生成成績單評語的 AI 工具Magic SchoolAlmanac AIChat GPT使用 Magic School 生成成績單評語登入 Magic School選擇成績單評語工具為學生定製評語使用 Almanac AI 生成成績單評語設定課程與評分方案配置評語長度與學生資訊使用 Almanac AI 生成評語比較 Magic School 與 Almanac AI設定的便捷性可定製性與課程內容的整合速度與效率使用





首頁






