当 AI 编程器具进化为能自主推广任务的智能体，架构层面的蓄意采纳不再只关乎性能，更关乎安全、可控性与可抓续性。MBZUAI VILA Lab 聚积 UCL 以 Anthropic 的 Claude Code 源码为案例，系统分析了分娩级 AI 智能体的蓄意空间。

这篇著述在 X 上也引起了凡俗的关心和谋划：

来自 MBZUAI VILA Lab 的议论团队发布了一项新议论，以 Anthropic 的 Claude Code 源码为案例，对分娩级 AI 智能体 ( Agent ) 的架构蓄意空间作念了系统分析。论文尝试研讨一个问题：构建一个分娩级 AI 智能体，需要回答哪些蓄意问题？

Claude Code 是现时一代 AI 编程器具的代表：在结尾里输入一句"帮我种植 auth.test.ts 里失败的测试"，它会我方麇集高下文、筹办神情、调用器具、推广敕令、查抄完结，反复迭代直到以为任务完成 [ 7 ] 。围绕它的源码解读著述也曾有不少，但大宗聚焦在"何如达成"的层面。

这篇论文的切入点不同：

它不知足于描摹达成细节，而是尝试从源码和官方文档中反推出驱动通盘架构的蓄意形而上学与蓄意原则，分析权限、高下文不停、可扩展性、子智能体等要道子系统的蓄意采纳。同期通过与近期备受关心的开源智能体系统 OpenClaw 的对比，展示相同的蓄意问题在不同部署场景下可能导向不同的谜底。

议论纪律

论文的分析基于以下几类信息起首：Claude Code v2.1.88 的 TypeScript 源码、Anthropic 官方发布的博客和家具文档，以及社区的逆向工程分析呈报。

不雅察一：五条蓄意形而上学塑造了架构，但它们之间存在矛盾

论文莫得上来就讲时期细节，而是先追问了一个更底层的问题：这个系统为什么要蓄意成这么？通过概括 Anthropic 官方文档、源码和相干贵府，论文转头出五条驱动架构，以东说念主类价值不雅为导向的蓄意形而上学：

东说念主类方案泰斗

东说念主类要能随时看到、批准或否决智能体的操作

安全、阴私与数据保护

即使东说念主类不注视，系统也要能我方保护用户偏激代码和数据

可靠推广

智能体作念的事要和东说念主类思的一致，长时间动手也不行走偏

智商放大

系统要让东说念主类能作念到昔时作念不到的事

高下文适合性

系统要能适合用户的具体技俩、器具、习尚，并随使用时间逐步改善

在此基础上，论文从官方文档和社区别析中转头出十三条蓄意原则 ( Design Principles ) ，举例"隔断优先 ( Deny-First ) "、"渐进式信任 ( Graduated Trust ) "、"纵深失足 ( Defense in Depth ) "、"最金莲手架、最大操作 Harness ( Minimal Scaffolding， Maximal Operational Harness ) "等。

但论文发现，这些蓄意形而上学之间存在部分矛盾。举例：

东说念主类方案泰斗 vs. 安全

凭证 Anthropic 的分析 [ 1 ] ，用户批准了约 93% 的权限弹窗，常常的审批点击导致用户对授权内容的注见解下落。因此安全不行十足依赖东说念主类审批，系统需要有我方的驻扎机制。

安全 vs. 智商

严格的安全查抄会带来性能代价。安全议论机构 Adversa.ai [ 2 ] 发现，当一条敕令包含 50 个以上子敕令时，要是逐条作念隔断王法查抄会导致界面冻结。于是系统采纳保抓反应速率，退化为单条审批，撤销了逐条查抄。这诠释在性能压力下，多层安全失足可能被动让位于可用性。

可扩展性 vs. 安全

丰富的扩展智商会扩大抨击面。Check Point Research 的安全议论 [ 3 ] 发现，Hooks 和 MCP 扩展在信任对话弹出之前就会加载，这个时序窗口被已泄露的安全时弊 ( CVE-2025-59536、CVE-2026-21852 ) 所哄骗。扩展性越强，提前加载的代码越多，可被抨击的窗口也就越大 ( 这些时弊已在泄露后数周内种植 ) 。

这些矛盾更像是同期追求多条蓄意形而上学所带来的采用，而非蓄意颓势；访佛的量度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、器具、状况与抓久化、推广环境。

这里的"脚手架" ( Scaffolding ) 是指敛迹和诱骗模子方案的筹办框架，"操作 Harness "则是围绕模子动手的基础设施。对源码的分析涌现，Claude Code 的绝大部分代码是确定性基础设施 ( 权限查抄、器具路由、高下文不停、无理规复 ) ，AI 方案逻辑只占约 1.6%。中枢的智能体轮回 ( Agentic Loop ) 是一个抓续迭代的过程：调用模子、获取器具调用央求、推广、复返完结，直到模子住手央求。

在智能体工程规模，存在不同的蓄意取向。一些框架 ( 如 LangGraph [ 8 ] ) 将方案逻辑编码为显式的状况图，而 Claude Code 采纳了另一条路：不硬性规定模子的方案旅途，而是给模子较大的方案解放度，同期用确定性代码保险安全推广。

论文的分析指出，跟着前沿模子在编码智商上趋同，围绕模子的操作 Harness 的质地可能成为家具各异化的遑急身分。

用户央求推广经由

△  图 2：智能体轮回的多轮迭代过程。

用户输入经过高下文安设干涉轮回：模子产出器具调用央求，由权限系统判定，允许则推广，隔断则把反馈复返模子重试；遭遇高下文压力时会触发压缩。轮回抓续直到模子不再央求器具，输出最终复兴给用户；用户络续对话则再次干涉新一轮轮回

上头两节谋划了"为什么这么蓄意"，接下来看"具体何如动手"。论文用一个"动手示例"串起各个架构层级：假定输入"帮我种植 auth.test.ts 里失败的测试"，系统会先组织高下文 ( 加载 CLAUDE.md 技俩教导、对话历史、器具界说、git 状况等 ) ，然后在每轮模子调用前推广高下文压缩管说念。在调用模子之前，权限系统也曾通过器具预过滤移除了被不容的器具。模子在可见的器具范围内决定要调用哪些器具后，权限系统再次判断具体操作是否允许推广。通过后器具推广，完结喂回模子，干涉下一轮轮回。子智能体交付亦然通过 Agent 器具在这个轮回中触发的。

这个轮回触及以下几个遑急的架构层面：

1. 权限机制

△  图 3：权限系统的方案结构。

每次器具调用皆要经过权限系统的判定，开云体育系统内置多层安全机制，最终完结分为三种：允许则放行推广，隔断则平直复返，接头则交由用户或自动分类器裁决。

系统蓄意了七层孤独的安全机制，包括器具预过滤、隔断优先王法、权限模式、ML 分类器 ( Auto-Mode Classifier ) 、沙箱绝交、规复会话时不收受旧权限，以及 Hooks 阻止。并非每次操作皆会触发一齐七层。举例，ML 分类器仅在 auto mode 开启时班师，沙箱仅针对 Shell 敕令且需全局启用，Hooks 阻止则取决于用户是否建立了相应的 Hook。但在适用的层上，任何一层皆不错单独否决操作 ( 不外论文也指出，在性能压力下这些层可能分享失败模式 ) 。

2. 高下文不停

跟着对话鼓吹，高下文窗口 ( Context Window ) 里的内容继续彭胀。为了不超出 token 预算，系统蓄意了五层高下文压缩 ( Context Compaction ) ：预算剪辑 ( 恒久班师 ) 、历史修剪 ( Snip ) 、微压缩 ( Microcompact ) 、高下文折叠 ( Context Collapse ) 、自动纲目 ( Auto-Compact，默许开启 ) 。其中历史修剪和高下文折叠受 feature flag 限定，不一定在通盘版块中皆启用。这五层在每轮模子调用前礼貌评估，各层孤独判断是否需要触发，从轻量剪辑到模子生成纲目，压缩力度逐层递加。

3. 可扩展性

模子能用的器具不仅仅内置的那些。Claude Code 提供了四种主要的扩展机制：MCP 业绩器慎重接入外部器具和资源，技巧 ( Skills ) 慎重注入规模教导，Hooks 提供笼罩器具调用、会话人命周期、高下文不停等多个维度的事件阻止点，插件 ( Plugin ) 则是一个打包分发神情，不错将上述机制以及敕令、智能体界说等多种组件绑缚为可安装的扩展包。不同机制对高下文窗口的耗尽不同，开拓者不错凭证场景采纳适合的扩展格局。

4. 子智能体的交付与编排

模子不错通过调用 Agent 器具派出子智能体 ( 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、专注筹办的 Plan 等 ) ，也搭救用户自界说。子智能体默许在孤独的高下文窗口中责任，绝交模式包括进度内绝交 ( 默许，分享文献系统但高下文孤独 ) 、git worktree 绝交 ( 获取孤独的文献系统副本 ) 等。完成后只把最终复兴复返给父智能体。在 agent teams 场景中，系统通过文献锁机制来息争多个智能体之间的任务分拨。

不雅察三：与 OpenClaw 的对比：相同的蓄意问题，不同的解答

论文不单分析了 Claude Code，还和近期在开源社区赶紧走红的智能体系统 OpenClaw [ 6 ] 作念了六个维度的对比。OpenClaw 是一个个东说念主助手网关，搭救 WhatsApp、Telegram、Slack 等多种平台接入。两个系统濒临消失组蓄意问题，给出了显耀不同的谜底：

Claude Code 对每次器具调用作念逐操作安全评估，OpenClaw 作念界限级探望限定

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高下文窗口，OpenClaw 的插件扩展的是通盘网关的智商面

两者还能组合使用：OpenClaw 不错通过 ACP ( Agent Client Protocol，智能体客户端公约 ) 把 Claude Code 当作外部编程 Harness 接入。这说聪慧能体的蓄意空间不是简短的非此即彼，而是一个不错分层组合的结构，网关级系统和任务级 Harness 不错重复使用。

不雅察四：对经久分娩力与代码质地的潜在影响

除了架构层面的分析，论文还从另一个角度注目了智能体系统：AI 智能体带来的分娩力擢升是否如感知中那样确凿？是否会在代码质地和经久可儿戴性上付出代价？

论文在谋划中援用了多项针对同类 AI 编程器具的议论：

一项对 16 名资深开拓者、246 个任务的就地对确凿验 [ 4 ] 发现，使用 AI 器具的组推行完成速率慢了 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 后代码复杂度上涨了 40.7%

论文指出，畴昔的智能体系统不错将这个"可抓续性缺口"纳入系统蓄意的考量，而不仅仅当作过后评估的目的。

六个绽放的畴昔主见

论文梳理了六个有待进一步议论的主见：

1. 静默失败与可不雅测性、评估之间的差距：智能体的主要失败模式不是崩溃，而是在无东说念主察觉的情况下产出无理完结。若何弥合可不雅测性和推行评估之间的差距？

2. 缅思抓久化与东说念主机经久相助：若何让智能体与用户之间的责任关系灵验、强健地卓著屡次对话抓续积聚？

3.Harness 界限的演化：智能体在那处动手、何时行动、操作什么对象、与谁相助，这四个维度皆在快速扩展。

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

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

6. 对东说念主类经久智商的影响：上述可抓续性问题能否从过后评估目的擢升为系统蓄意主见？

对 AI 开拓者和议论者的启示

第一，论文提供了一种从蓄意形而上学起程分析智能体架构的视角，将具体的达成采纳纪念到背后的蓄意形而上学和蓄意原则，而不是停留在"何如达成的"层面。

第二，论文展示了智能体蓄意中多种价值之间的量度：安全与效果、东说念主类限定与自动化、可扩展性与安全性之间不时存在采用，领路这些量度有助于作念出更分解的架构方案。

第三，论文指出了现时智能体系统尚未惩处好的几类问题，如跨会话缅思、静默失败检测、治理合规等，为畴昔的议论和开拓提供了主见。

第四，论文还关心了一个时期除外的问题：智能体带来的短期效果擢升是否确凿？是否会在代码质地和经久可儿戴性上付出代价？

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蓄意谋划提供一些可参考的不雅察。

代码和完整论文已开源，接待关心！

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」「防卫心」

接待在评述区留住你的思法！

—  完  —

咱们正在招聘又名眼疾手快、关心 AI 的学术编著实习生  � �

感兴致的小伙伴接待关心 � �  了解确定

� � 点亮星标 � �

科技前沿确认逐日见开云体育