当 AI 编程器具进化为能自主本质任务的智能体，架构层面的联想采取不再只关乎性能，更关乎安全、可控性与可执续性。MBZUAI VILA Lab 邻接 UCL 以 Anthropic 的 Claude Code 源码为案例，系统分析了分娩级 AI 智能体的联想空间。

这篇著述在 X 上也引起了平庸的照顾和有计划：

来自 MBZUAI VILA Lab 的研究团队发布了一项新研究，以 Anthropic 的 Claude Code 源码为案例，对分娩级 AI 智能体 ( Agent ) 的架构联想空间作念了系统分析。论文尝试探讨一个问题：构建一个分娩级 AI 智能体，需要回答哪些联想问题？

Claude Code 是现时一代 AI 编程器具的代表：在结尾里输入一句"帮我建立 auth.test.ts 里失败的测试"，它会我方网络崎岖文、权术规律、调用器具、本质大喊、查验遣散，反复迭代直到合计任务完成 [ 7 ] 。围绕它的源码解读著述仍是有不少，但大宗聚焦在"怎么终了"的层面。

这篇论文的切入点不同：

它不悦足于描摹终了细节，而是尝试从源码和官方文档中反推出驱动通盘架构的联想形而上学与联想原则，分析权限、崎岖文不停、可扩展性、子智能体等枢纽子系统的联想采取。同期通过与近期备受照顾的开源智能体系统 OpenClaw 的对比，展示相同的联想问题在不同部署场景下可能导向不同的谜底。

研究规律

论文的分析基于以下几类信息泉源：Claude Code v2.1.88 的 TypeScript 源码、Anthropic 官方发布的博客和产物文档，以及社区的逆向工程分析申报。

不雅察一：五条联想形而上学塑造了架构，但它们之间存在矛盾

论文莫得上来就讲技巧细节，而是先追问了一个更底层的问题：这个系统为什么要联想成这么？通过概括 Anthropic 官方文档、源码和有计划贵府，论文追想出五条驱动架构，以东谈主类价值不雅为导向的联想形而上学：

东谈主类有打算巨擘

东谈主类要能随时看到、批准或否决智能体的操作

安全、阴事与数据保护

即使东谈主类不注重，系统也要能我方保护用户过头代码和数据

可靠本质

智能体作念的事要和东谈主类念念的一致，万古分运转也不成走偏

才调放大

系统要让东谈主类能作念到往常作念不到的事

崎岖文稳妥性

系统要能稳妥用户的具体姿色、器具、习尚，并随使用时分渐渐改善

在此基础上，论文从官方文档和社分辩析中追想出十三条联想原则 ( Design Principles ) ，举例"拒却优先 ( Deny-First ) "、"渐进式信任 ( Graduated Trust ) "、"纵深贯注 ( Defense in Depth ) "、"最金莲手架、最大操作 Harness ( Minimal Scaffolding， Maximal Operational Harness ) "等。

但论文发现，这些联想形而上学之间存在部分矛盾。举例：

东谈主类有打算巨擘 vs. 安全

把柄 Anthropic 的分析 [ 1 ] ，用户批准了约 93% 的权限弹窗，往往的审批点击导致用户对授权内容的注重力下落。因此安全不成十足依赖东谈主类审批，系统需要有我方的珍贵机制。

安全 vs. 才调

严格的安全查验会带来性能代价。安全研究机构 Adversa.ai [ 2 ] 发现，当一条大喊包含 50 个以上子大喊时，要是逐条作念拒却王法查验会导致界面冻结。于是系统采取保执反应速率，退化为单条审批，销毁了逐条查验。这证据在性能压力下，多层安全贯注可能被动让位于可用性。

可扩展性 vs. 安全

丰富的扩展才调会扩大迤逦面。Check Point Research 的安全研究 [ 3 ] 发现，Hooks 和 MCP 扩展在信任对话弹出之前就会加载，这个时序窗口被已久了的安全短处 ( CVE-2025-59536、CVE-2026-21852 ) 所诈骗。扩展性越强，提前加载的代码越多，可被迤逦的窗口也就越大 ( 这些短处已在久了后数周内建立 ) 。

这些矛盾更像是同期追求多条联想形而上学所带来的采取，而非联想残障；雷同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、景况与执久化、本质环境。

这里的"脚手架" ( Scaffolding ) 是指阻抑和训诲模子有打算的权术框架，"操作 Harness "则是围绕模子运转的基础设施。对源码的分析浮现，Claude Code 的绝大部分代码是确定性基础设施 ( 权限查验、器具路由、崎岖文不停、作假收复 ) ，AI 有打算逻辑只占约 1.6%。中枢的智能体轮回 ( Agentic Loop ) 是一个执续迭代的过程：调用模子、获取器具调用恳求、本质、复返遣散，2026世界杯比赛买输赢中国官网直到模子罢手恳求。

在智能体工程限制，存在不同的联想取向。一些框架 ( 如 LangGraph [ 8 ] ) 将有打算逻辑编码为显式的景况图，而 Claude Code 采取了另一条路：不硬性规矩模子的有打算旅途，而是给模子较大的有打算摆脱度，同期用确定性代码保险安全本质。

论文的分析指出，跟着前沿模子在编码才调上趋同，围绕模子的操作 Harness 的质地可能成为产物互异化的症结成分。

用户恳求本质历程

△  图 2：智能体轮回的多轮迭代过程。

用户输入经过崎岖文安装参预轮回：模子产出器具调用恳求，由权限系统判定，允许则本质，拒却则把反馈复返模子重试；碰到崎岖文压力时会触发压缩。轮回执续直到模子不再恳求器具，输出最终回应给用户；用户连续对话则再次参预新一轮轮回

上头两节有计划了"为什么这么联想"，接下来看"具体怎么运转"。论文用一个"运转示例"串起各个架构层级：假定输入"帮我建立 auth.test.ts 里失败的测试"，系统会先组织崎岖文 ( 加载 CLAUDE.md 姿色提醒、对话历史、器具界说、git 景况等 ) ，然后在每轮模子调用前本质崎岖文压缩管谈。在调用模子之前，权限系统仍是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本质。通过后器具本质，遣散喂回模子，参预下一轮轮回。子智能体寄予亦然通过 Agent 器具在这个轮回中触发的。

这个轮回波及以下几个症结的架构层面：

1. 权限机制

△  图 3：权限系统的有打算结构。

每次器具调用王人要经过权限系统的判定，K8凯发官方网站系统内置多层安全机制，最终遣散分为三种：允许则放行本质，拒却则平直复返，接头则交由用户或自动分类器裁决。

系统联想了七层寂然的安全机制，包括器具预过滤、拒却优先王法、权限模式、ML 分类器 ( Auto-Mode Classifier ) 、沙箱阻遏、收复会话时不采纳旧权限，以及 Hooks 阻难。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 开启时成功，沙箱仅针对 Shell 大喊且需全局启用，Hooks 阻难则取决于用户是否树立了相应的 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. 崎岖文不停

跟着对话鞭策，崎岖文窗口 ( Context Window ) 里的内容继续扩展。为了不超出 token 预算，系统联想了五层崎岖文压缩 ( Context Compaction ) ：预算编著 ( 弥远成功 ) 、历史修剪 ( Snip ) 、微压缩 ( Microcompact ) 、崎岖文折叠 ( Context Collapse ) 、自动提要 ( Auto-Compact，默许开启 ) 。其中历史修剪和崎岖文折叠受 feature flag 限制，不一定在统共版块中王人启用。这五层在每轮模子调用前划定评估，各层寂然判断是否需要触发，从轻量编著到模子生成提要，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 工作器讲求接入外部器具和资源，手段 ( Skills ) 讲求注入限制提醒，Hooks 提供狡饰器具调用、会话生命周期、崎岖文不停等多个维度的事件阻难点，插件 ( Plugin ) 则是一个打包分发体式，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。不同机制对崎岖文窗口的蹧蹋不同，开荒者不错把柄场景采取恰当的扩展时势。

4. 子智能体的寄予与编排

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、专注权术的 Plan 等 ) ，也相沿用户自界说。子智能体默许在寂然的崎岖文窗口中责任，阻遏模式包括程度内阻遏 ( 默许，分享文献系统但崎岖文寂然 ) 、git worktree 阻遏 ( 赢得寂然的文献系统副本 ) 等。完成后只把最终回应复返给父智能体。在 agent teams 场景中，系统通过文献锁机制来调和多个智能体之间的任务分拨。

不雅察三：与 OpenClaw 的对比：相同的联想问题，不同的解答

论文不单分析了 Claude Code，还和近期在开源社区速即走红的智能体系统 OpenClaw [ 6 ] 作念了六个维度的对比。OpenClaw 是一个个东谈主助手网关，相沿 WhatsApp、Telegram、Slack 等多种平台接入。两个系统濒临淹没组联想问题，给出了权臣不同的谜底：

Claude Code 对每次器具调用作念逐操作安全评估，OpenClaw 作念畛域级探问限制

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崎岖文窗口，OpenClaw 的插件扩展的是通盘网关的才调面

两者还能组合使用：OpenClaw 不错通过 ACP ( Agent Client Protocol，智能体客户端契约 ) 把 Claude Code 算作外部编程 Harness 接入。这说奢睿能体的联想空间不是浅易的非此即彼，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谛视了智能体系统：AI 智能体带来的分娩力擢升是否如感知中那样信得过？是否会在代码质地和耐久可人护性上付出代价？

论文在有计划中援用了多项针对同类 AI 编程器具的研究：

一项对 16 名资深开荒者、246 个任务的就地对如实验 [ 4 ] 发现，使用 AI 器具的组骨子完成速率慢了 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，翌日的智能体系统不错将这个"可执续性缺口"纳入系统联想的考量，而不仅仅算作过后评估的目的。

六个绽开的翌日标的

论文梳理了六个有待进一步研究的标的：

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作假遣散。如何弥合可不雅测性和骨子评估之间的差距？

2. 顾忌执久化与东谈主机耐久合营：如何让智能体与用户之间的责任关系有用、理解地卓绝屡次对话执续集中？

3.Harness 畛域的演化：智能体在那里运转、何时步履、操作什么对象、与谁合营，这四个维度王人在快速扩展。

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

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

6. 对东谈主类耐久才调的影响：上述可执续性问题能否从过后评估目的擢升为系统联想主见？

对 AI 开荒者和研究者的启示

第一，论文提供了一种从联想形而上学动身分析智能体架构的视角，将具体的终了采取追忆到背后的联想形而上学和联想原则，而不是停留在"怎么终了的"层面。

第二，论文展示了智能体联想中多种价值之间的衡量：安全与效果、东谈主类限制与自动化、可扩展性与安全性之间往往存在采取，领路这些衡量有助于作念出更知道的架构有打算。

第三，论文指出了现时智能体系统尚未处分好的几类问题，如跨会话顾忌、静默失败检测、治理合规等，为翌日的研究和开荒提供了标的。

第四，论文还照顾了一个技巧以外的问题：智能体带来的短期效果擢升是否信得过？是否会在代码质地和耐久可人护性上付出代价？

写在终末

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联想有计划提供一些可参考的不雅察。

代码和完整论文已开源，迎接照顾！

GitHub 姿色主页：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」「注意心」

迎接在辩论区留住你的念念法！

—  完  —

咱们正在招聘别称眼疾手快、照顾 AI 的学术编著实习生  � �

感有趣有趣的小伙伴迎接照顾 � �  了解笃定

� � 点亮星标 � �

科技前沿发扬逐日见K8凯发(中国)