当 AI 编程器具进化为能自主现实任务的智能体，架构层面的野心遴荐不再只关乎性能，更关乎安全、可控性与可捏续性。MBZUAI VILA Lab 聚拢 UCL 以 Anthropic 的 Claude Code 源码为案例，系统分析了坐褥级 AI 智能体的野心空间。

这篇著作在 X 上也引起了庸俗的暖和和辩论：

来自 MBZUAI VILA Lab 的辩论团队发布了一项新辩论，以 Anthropic 的 Claude Code 源码为案例，对坐褥级 AI 智能体 ( Agent ) 的架构野心空间作念了系统分析。论文尝试探讨一个问题：构建一个坐褥级 AI 智能体，需要回答哪些野心问题？

Claude Code 是刻下一代 AI 编程器具的代表：在结尾里输入一句"帮我确立 auth.test.ts 里失败的测试"，它会我方集会凹凸文、计算圭臬、调用器具、现实大喊、搜检闭幕，反复迭代直到觉得任务完成 [ 7 ] 。围绕它的源码解读著作如故有不少，但大王人聚焦在"怎样达成"的层面。

这篇论文的切入点不同：

它不知足于描写达成细节，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野心形而上学与野心原则，分析权限、凹凸文经管、可扩展性、子智能体等关节子系统的野心遴荐。同期通过与近期备受暖和的开源智能体系统 OpenClaw 的对比，展示不异的野心问题在不同部署场景下可能导向不同的谜底。

辩论循序

论文的分析基于以下几类信息起原：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陈说。

不雅察一：五条野心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候细节，而是先追问了一个更底层的问题：这个系统为什么要野心成这么？通过轮廓 Anthropic 官方文档、源码和接洽费力，论文记忆出五条驱动架构，以东谈主类价值不雅为导向的野心形而上学：

东谈主类决议泰斗

东谈主类要能随时看到、批准或否决智能体的操作

安全、躲避与数据保护

即使东谈主类不贯注，系统也要能我方保护用户过头代码和数据

可靠现实

智能体作念的事要和东谈主类思的一致，万古期驱动也不行走偏

才气放大

系统要让东谈主类能作念到畴昔作念不到的事

凹凸文适当性

系统要能适当用户的具体口头、器具、民风，并随使用时间纯粹改善

在此基础上，论文从官方文档和社分辨析中记忆出十三条野心原则 ( Design Principles ) ，举例"间隔优先 ( Deny-First ) "、"渐进式信任 ( Graduated Trust ) "、"纵深退却 ( Defense in Depth ) "、"最金莲手架、最大操作 Harness ( Minimal Scaffolding， Maximal Operational Harness ) "等。

但论文发现，这些野心形而上学之间存在部分矛盾。举例：

东谈主类决议泰斗 vs. 安全

字据 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贯注力着落。因此安全不行整个依赖东谈主类审批，系统需要有我方的谨防机制。

安全 vs. 才气

严格的安全搜检会带来性能代价。安全辩论机构 Adversa.ai [ 2 ] 发现，当一条大喊包含 50 个以上子大喊时，要是逐条作念间隔法律证明搜检会导致界面冻结。于是系统遴荐保捏反映速率，退化为单条审批，烧毁了逐条搜检。这证确切性能压力下，多层安全退却可能被动让位于可用性。

可扩展性 vs. 安全

丰富的扩展才气会扩大挫折面。Check Point Research 的安全辩论 [ 3 ] 发现，Hooks 和 MCP 扩展在信任对话弹出之前就会加载，这个时序窗口被已线路的安全破绽 ( CVE-2025-59536、CVE-2026-21852 ) 所哄骗。扩展性越强，提前加载的代码越多，可被挫折的窗口也就越大 ( 这些破绽已在线路后数周内确立 ) 。

这些矛盾更像是同期追求多条野心形而上学所带来的弃取，而非野心劣势；访佛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、器具、景色与捏久化、现实环境。

这里的"脚手架" ( Scaffolding ) 是指不停和诱骗模子决议的计算框架，"操作 Harness "则是围绕模子驱动的基础设施。对源码的分析深化，Claude Code 的绝大部分代码是确定性基础设施 ( 权限搜检、器具路由、凹凸文经管、造作复原 ) ，AI 决议逻辑只占约 1.6%。中枢的智能体轮回 ( Agentic Loop ) 是一个捏续迭代的过程：调用模子、获取器具调用恳求、现实、复返闭幕，直到模子住手恳求。

在智能体工程限制，存在不同的野心取向。一些框架 ( 如 LangGraph [ 8 ] ) 将决议逻辑编码为显式的景色图，而 Claude Code 遴荐了另一条路：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现实。

论文的分析指出，跟着前沿模子在编码才气上趋同，围绕模子的操作 Harness 的质地可能成为家具相反化的纰谬成分。

用户恳求现实过程

△  图 2：智能体轮回的多轮迭代过程。

用户输入经过凹凸文装置干与轮回：模子产出器具调用恳求，由权限系统判定，允许则现实，间隔则把反馈复返模子重试；碰到凹凸文压力时会触发压缩。轮回捏续直到模子不再恳求器具，输出最终复兴给用户；用户连续对话则再次干与新一轮轮回

上头两节辩论了"为什么这么野心"，接下来看"具体怎样驱动"。论文用一个"驱动示例"串起各个架构层级：假定输入"帮我确立 auth.test.ts 里失败的测试"，系统会先组织凹凸文 ( 加载 CLAUDE.md 口头提醒、对话历史、器具界说、git 景色等 ) ，然后在每轮模子调用前现实凹凸文压缩管谈。在调用模子之前，权限系统如故通过器具预过滤移除了被谢却的器具。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现实。通过后器具现实，闭幕喂回模子，干与下一轮轮回。子智能体录用亦然通过 Agent 器具在这个轮回中触发的。

这个轮回触及以下几个纰谬的架构层面：

1. 权限机制

△  图 3：权限系统的决议结构。

每次器具调用王人要经过权限系统的判定，金鼎娱乐中国最新官方网址系统内置多层安全机制，最终闭幕分为三种：允许则放行现实，间隔则径直复返，接洽则交由用户或自动分类器裁决。

系统野心了七层零丁的安全机制，包括器具预过滤、间隔优先法律证明、权限模式、ML 分类器 ( Auto-Mode Classifier ) 、沙箱隔断、复原会话时不经受旧权限，以及 Hooks 防止。并非每次操作王人会触发沿途七层。举例，ML 分类器仅在 auto mode 开启时收效，沙箱仅针对 Shell 大喊且需全局启用，Hooks 防止则取决于用户是否建树了相应的 Hook。但在适用的层上，任何一层王人不错单独否决操作 ( 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. 凹凸文经管

跟着对话鞭策，凹凸文窗口 ( Context Window ) 里的内容不时推广。为了不超出 token 预算，系统野心了五层凹凸文压缩 ( Context Compaction ) ：预算剪辑 ( 弥远收效 ) 、历史修剪 ( Snip ) 、微压缩 ( Microcompact ) 、凹凸文折叠 ( Context Collapse ) 、自动纲目 ( Auto-Compact，默许开启 ) 。其中历史修剪和凹凸文折叠受 feature flag 闭幕，不一定在通盘版块中王人启用。这五层在每轮模子调用前轨则评估，各层零丁判断是否需要触发，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 功绩器崇拜接入外部器具和资源，手段 ( Skills ) 崇拜注入限制提醒，Hooks 提供隐敝器具调用、会话人命周期、凹凸文经管等多个维度的事件防止点，插件 ( Plugin ) 则是一个打包分发形貌，不错将上述机制以及大喊、智能体界说等多种组件绑缚为可安装的扩展包。不同机制对凹凸文窗口的耗尽不同，拓荒者不错字据场景遴荐稳健的扩展方式。

4. 子智能体的录用与编排

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、专注计算的 Plan 等 ) ，也解救用户自界说。子智能体默许在零丁的凹凸文窗口中责任，隔断模式包括进度内隔断 ( 默许，分享文献系统但凹凸文零丁 ) 、git worktree 隔断 ( 得回零丁的文献系统副本 ) 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和谐多个智能体之间的任务分拨。

不雅察三：与 OpenClaw 的对比：不异的野心问题，不同的解答

论文不单分析了 Claude Code，还和近期在开源社区马上走红的智能体系统 OpenClaw [ 6 ] 作念了六个维度的对比。OpenClaw 是一个个东谈主助手网关，解救 WhatsApp、Telegram、Slack 等多种平台接入。两个系统濒临并吞组野心问题，给出了权贵不同的谜底：

Claude Code 对每次器具调用作念逐操作安全评估，OpenClaw 作念畛域级造访闭幕

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气面

两者还能组合使用：OpenClaw 不错通过 ACP ( Agent Client Protocol，智能体客户端合同 ) 把 Claude Code 动作外部编程 Harness 接入。这说理智能体的野心空间不是肤浅的非此即彼，而是一个不错分层组合的结构，网关级系统和任务级 Harness 不错重迭使用。

不雅察四：对耐久坐褥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疑望了智能体系统：AI 智能体带来的坐褥力提高是否如感知中那样信得过？是否会在代码质地和耐久可留心肠上付出代价？

论文在辩论中援用了多项针对同类 AI 编程器具的辩论：

一项对 16 名资深拓荒者、246 个任务的就地对确乎验 [ 4 ] 发现，使用 AI 器具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 后代码复杂度飞腾了 40.7%

论文指出，畴昔的智能体系统不错将这个"可捏续性缺口"纳入系统野心的考量，而不仅仅动作过后评估的规划。

六个敞开的畴昔场地

论文梳理了六个有待进一步辩论的场地：

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，而是在无东谈主察觉的情况下产出造作闭幕。如何弥合可不雅测性和内容评估之间的差距？

2. 回首捏久化与东谈主机耐久趋附：如何让智能体与用户之间的责任关系有用、牢固地逾越屡次对话捏续积攒？

3.Harness 畛域的演化：智能体在那儿驱动、何时行径、操作什么对象、与谁趋附，这四个维度王人在快速扩展。

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

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

6. 对东谈主类耐久才气的影响：上述可捏续性问题能否从过后评揣摸议提高为系统野心主见？

对 AI 拓荒者和辩论者的启示

第一，论文提供了一种从野心形而上学开赴分析智能体架构的视角，将具体的达成遴荐追念到背后的野心形而上学和野心原则，而不是停留在"怎样达成的"层面。

第二，论文展示了智能体野心中多种价值之间的衡量：安全与成果、东谈主类闭幕与自动化、可扩展性与安全性之间往往存在弃取，交融这些衡量有助于作念出更澄澈的架构决议。

第三，论文指出了刻下智能体系统尚未处分好的几类问题，如跨会话回首、静默失败检测、治理合规等，为畴昔的辩论和拓荒提供了场地。

第四，论文还暖和了一个时候以外的问题：智能体带来的短期成果提高是否信得过？是否会在代码质地和耐久可留心肠上付出代价？

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野心辩论提供一些可参考的不雅察。

代码和完整论文已开源，接待暖和！

GitHub 口头主页：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」「小心心」

接待在挑剔区留住你的思法！

—  完  —

咱们正在招聘别称眼疾手快、暖和 AI 的学术编著实习生  � �

感敬爱敬爱的小伙伴接待暖和 � �  了解笃定

� � 点亮星标 � �

科技前沿推崇逐日见金鼎娱乐(中国)棋牌