爱折腾的工程师

未来的你会感谢现在努力的自己

驾驭 Claude 的智能：构建 AI 应用的三大核心模式深度解析

深入解析 Anthropic 官方提出的三大核心模式：如何在智能、延迟与成本之间找到最优平衡

基于 Anthropic 官方博客 Harnessing Claude's Intelligence 的深度技术解读。系统性剖析在 Claude 持续进化的背景下，如何通过'使用 Claude 已知的能力'、'减少不必要的控制'、'精准设置边界'三大模式，构建平衡智能、延迟和成本的 AI 应用。涵盖上下文管理、子代理架构、提示缓存优化、声明式工具等核心技术。

Posted by iceyao on Thursday, April 16, 2026

用并行 Claude 代理团队构建 C 编译器：Anthropic 的自主编程极限实验深度解析

16 个 Claude 实例并行协作，从零构建可编译 Linux 内核的 C 编译器——一次代理团队自主编程的极限实验

深入解析 Anthropic 研究员 Nicholas Carlini 如何使用 16 个并行 Claude 代理，以近 2000 次会话、2 万美元 API 成本，从零构建出一个 10 万行 Rust 代码的 C 编译器，能够编译 Linux 6.9 内核（x86/ARM/RISC-V）。本文完整剖析代理循环、并行同步、任务锁定、测试驱动和多角色协作等关键工程设计。

Posted by iceyao on Wednesday, April 15, 2026

多智能体协调模式深度解析：五种架构、选型逻辑与生产实践

从生成-验证到共享状态，系统拆解多智能体系统的协调边界、信息流和终止条件

基于 Anthropic Claude Blog《Multi-agent coordination patterns: Five approaches and when to use them》的深度技术解读。文章系统分析 Generator-Verifier、Orchestrator-Subagent、Agent Teams、Message Bus 与 Shared State 五种多智能体协调模式的核心概念、架构设计、应用场景、失败模式、选型逻辑和生产级最佳实践，并通过 SVG 架构图辅助理解复杂信息流。

Posted by iceyao on Tuesday, April 14, 2026

MCP 代码执行深度技术解析：让 Agent 写代码而非调工具

从直接工具调用到代码执行范式，拆解 Anthropic 如何让 Agent 以编程方式高效操控 MCP 服务器

深入解析 Anthropic 提出的 MCP 代码执行架构，涵盖渐进式工具发现、上下文高效的数据处理、隐私保护机制与安全沙箱设计，帮助开发者理解为什么代码执行能显著降低 Agent 的令牌与延迟成本。

Posted by iceyao on Monday, April 13, 2026

Harness设计：长时间运行应用开发的多智能体架构深度解析

从生成器-评估器循环到三智能体协作，系统拆解 Anthropic 设计长时间运行应用的工程方法论

一、引言当我们让AI自主开发一个完整的全栈应用时，真正棘手的问题往往不是“能不能写出代码”，而是：它能不能持续工作几个小时、能不能把任务真正

Posted by 爱折腾的工程师 on Saturday, April 11, 2026