Anthropic推桌面端与自学机制 额度翻倍押注全自主编码

Code with Claude 2026: Opening Keynote — Claude

Claude

随着底层模型走向全天候自主运行,软件开发正从手动交互提示转向由Routines与智能体编排驱动的纯异步闭环模式。

AI-assisted summary of Code with Claude 2026: Opening Keynote — original source. Check the original for full context.

Source published:

Key ideas

  • Anthropic 宣布与 SpaceX 达成合作,全面采用其 Colossus One 数据中心计算容量以支持独立开发者,并即日起将 Claude Code 5 小时速率限制直接翻倍,同时显著提高 Opus API 配额。 (5:00)
  • Claude Managed Agents 迎来三大核心功能升级:多智能体编排(Multi-Agent Orchestration)、基于 Outcomes 的自主迭代验收,以及跨会话自主复盘沉淀知识的做梦机制(Dreaming)。 (25:00)
  • Claude 平台推出 Advisor 顾问架构,通过小模型(Haiku/Sonnet)执行、大模型(Opus)关键指导的分层协作模式,使 Eve Legal 等客户得以在降低 5 倍成本的前提下获得顶尖前沿模型水准的产出质量。 (21:38)
  • Claude Code 发布全屏桌面端应用 Claude Desktop 以及新原语 Routines,支持通过事件触发和定时调度实现“高阶 Prompt”异步自主开发,并配合 Autofix 实现端到端 PR 绿灯自动闭环。 (42:32)

Detailed notes

## Background 本内容由 Claude 官方频道于 2026 年 5 月 6 日在 YouTube 平台发布,记录了在旧金山举办的 Code with Claude 2026 开幕主题演讲。视频简介显示,Anthropic 的工程与产品负责人齐聚现场,向全球开发者分享了前沿模型、平台智能体及开发工具的最新升级动态。

## TL;DR 在本次 Keynote 中,Anthropic 首席产品官 Ami Vora 携团队重点聚焦于弥合模型能力的指数级飞跃与组织接纳的线性路径之间的现实鸿沟。研究团队分享了基础模型的智能演进、Opus 4.7 的工业落地,并提出了以“任务跨度”(Task Horizon)为核心的下一代架构哲学;平台工程团队推出了 Claude Managed Agents 的多智能体编排、Outcomes 评估以及具备自主复盘沉淀能力的 Dreaming 机制;最后,Claude Code 团队正式发布了 Claude Desktop 图形客户端与高阶 Prompt 原语 Routines,全面展示了从夜间异步编码、自动纠错到全闭环 PR 交付的下一代自主软件工程范式。

## Atmosphere & style 整场演讲洋溢着极客大会特有的热烈与前瞻感,主讲人们在回忆无窗地下室编译代码的怀旧温情中拉开序幕,随后迅速切换到令人心潮澎湃的工程前沿。台上多位负责人配合默契,既有对底座模型不完美之处的坦诚解剖,又有面对虚构月球着陆与真实支付系统并发故障排查时从容自信的现场实操。整体叙事节奏紧凑、干货密集,在幽默打趣与极具冲击力的真实工业数据交织中,深刻传递出一种人机协同范式正在被彻底颠覆的历史时刻感。

## Bulletin - [05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) Anthropic 宣布与 SpaceX 达成合作,全面采用其 Colossus One 数据中心计算容量以支持独立开发者,并即日起将 Claude Code 5 小时速率限制直接翻倍,同时显著提高 Opus API 配额。 - [25:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1500s) Claude Managed Agents 迎来三大核心功能升级:多智能体编排(Multi-Agent Orchestration)、基于 Outcomes 的自主迭代验收,以及跨会话自主复盘沉淀知识的做梦机制(Dreaming)。 - [21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Claude 平台推出 Advisor 顾问架构,通过小模型(Haiku/Sonnet)执行、大模型(Opus)关键指导的分层协作模式,使 Eve Legal 等客户得以在降低 5 倍成本的前提下获得顶尖前沿模型水准的产出质量。 - [42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) Claude Code 发布全屏桌面端应用 Claude Desktop 以及新原语 Routines,支持通过事件触发和定时调度实现“高阶 Prompt”异步自主开发,并配合 Autofix 实现端到端 PR 绿灯自动闭环。

## Key takeaways - [05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) 模型能力的指数级发展与组织落地的线性推进之间存在显著落差,弥合该鸿沟是当前平台和开发者生态的核心任务。 - [16:08](https://www.youtube.com/watch?v=GMIWm5y90xA&t=968s) 评估模型智能的核心指标已跃升为“任务跨度”(Task Horizon),模型正从几分钟的自主执行走向数小时长程运行乃至全天候在线协作。 - [17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) 针对“下一代”模型设计系统成为新的研发哲学:简化繁重的外围支撑架构(Scaffolding),通过高难度自动化评估集(Evals)最大化吸收未来原生智能提升。 - [10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) 旗舰模型 Opus 4.7 在工业界验证了强大的自检与回溯纠错能力,并凭借对视觉设计原则的审美理解与 Claude Code 协同构建生产级 UI。 - [21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Advisor 解耦架构实现了执行力与高阶思考的分工,让开发者在仅配置 Messages API 工具数组的情况下同时兼顾超低成本与前沿智力。 - [23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) Claude Managed Agents 将生产级云端运行框架与长效记忆深度绑定,保证开发者记忆资产主权的同时将上线交付速度提升 10 倍。 - [26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) 多智能体编排通过隔离不同角色的上下文窗口并最终合并结果,显著提升了处理宏大复杂任务时的系统综合性能。 - [28:35](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1715s) Dreaming(做梦机制)实现了无监督自主爬山优化,智能体通过复盘历史失败模拟,自动总结提炼操作手册并沉淀至长期记忆库。 - [32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) Claude Code 实现了工作流的代际演进,从早期每项任务需手动审批 100 至 200 次权限弹窗转变为完全放权的 Auto Mode,覆盖 CLI、IDE 和桌面端三维形态。 - [38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) 企业级应用正在重塑组织形态:MercadoLibre 23,000 名工程师全员采用 Claude Code 并审查超 50 万个 PR,众多管理层借此重返一线编写代码。 - [42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) Routines 原语将开发范式升级为“高阶 Prompt”:开发者不再直接为 Claude 写提示词,而是创建能够在后台监听事件并驱使 Claude Code 自主编码的异步例程。 - [44:54](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2694s) Autofix 与安全巡检深度整合,能够在浏览器端自主排障竞态条件缺陷并自动修复 CI 故障,实现无人值守的生产级代码合并闭环。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=0s) 从无窗地下室到人手一份的“超能力”

Anthropic 首席产品官(Chief Product Officer)Ami Vora 登台向全场开发者问好。她回顾起自己最初接触编程的经历:她并非含着键盘出生,而是在阿巴拉契亚山麓长大,童年既没有组装过自己的电脑,甚至连电子游戏都不玩。直到大学上计算机科学课,她才第一次尝试构建复杂的系统。那时候,学生们必须排着长队去直接登录服务器,因为只有服务器的算力才能跑得动光线追踪程序(ray tracers)。

她清晰地记得服务器运转的嗡嗡声、冷掉的披萨味、咖啡香,以及大学无窗地下室计算机实验室特有的那股气味。第一次按下“编译(compile)”键并等待结果,那种交织着喜悦、探索、如释重负,以及意识到自己创造出了世界上前所未有之物的兴奋感,彻底吸引了她,这也是她今天站在这里的原动力。

如今时代彻底变了。过去需要排队才能获得的算力体验,现在世界上任何角落的任何人都能随时获取,没有排队,没有怪味,也没有门槛,剩下的只有那份同样的兴奋、喜悦与释然。Vora 表示,她经常听到用户对她说:“我感觉 Claude 赋予了我超能力(I feel like Claude has given me superpowers)。”现实中这样的超能力正在转化为实打实的成果: - **Stripe 的代码迁移**:开发者基础设施负责人 Scott McVicker 带领的一支团队原本面临 50,000 行 Scala 代码向 Java 迁移的任务,以便升级 JDK。原始工期预估为 10 个工程周(engineering weeks),借助 Claude 后,他们仅用了 4 天就全部完成。 - **Binti 改善寄养安置流程**:联合创始人兼 CEO Felicia Curcuru 创办的 Binti 为社工提供用于寄养儿童安置的系统(涉及文书审批、家访及执照发放)。今年团队利用 Claude API 替社工省下了大量繁琐的文书时间,将寄养家庭的执照审批周期直接缩短了 20 天。

“20 天,这不仅仅是一个效率指标,那是一个孩子与一个家庭的连结。”(“20 days. It's not just an efficiency metric. That's a kid connecting with a family.”——Ami Vora)

[05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) 指数级飞跃与线性接纳:缩小现实落地鸿沟

谈到技术发展的速度,Vora 感叹自己每天早晨带着计划上班,到了中午就因为技术突破而不得不把计划全盘推翻。在 Anthropic,团队频繁讨论“指数级(exponential)”,而这也是行业普遍感受到的冲击。几年前,前沿模型的最高水平仅仅是能写出一封体面的电子邮件;一年前站在这个舞台上,Opus 4 是当时的主角,让智能体在没有人类干预的情况下连续运行一小时还被视作极难企及的目标(stretch goal);但到了六个月前,智能体已经能够在夜间端到端持续运行,开发者早晨醒来就能验收完成的工作;上个月,Mythos 更是通读了整个 OpenBSD 的源代码树,挖掘出一个隐藏长达 27 年的安全漏洞——该漏洞此前抗住了近 30 年来所有人工代码审查、模糊测试工具(fuzzers)以及静态分析器的检测。

跨度越来越大,间隔却越来越短。然而,模型的飞跃呈指数级,大多数组织对 AI 的接纳和应用却依然呈线性推进。这种“AI 能做到什么”与“AI 实际在为人解决什么”之间的脱节,正是开发者需要弥合的鸿沟。平台上的数据印证了这股动能:过去一年,Claude 平台的 API 调用量同比增长了近 17 倍;在 Claude Code 上,开发者平均每周运行 Claude 的时间已达到 20 小时。

Vora 直言,本次大会不会发布全新的基础大模型,重点在于如何让现有产品更好地服务开发者: 1. **模型层(Model Layer)**:由 Diane 介绍 Frontier 前沿模型的最新进展及未来布局。 2. **Claude 平台(Claude Platform)**:推出 Claude 托管智能体(Claude managed agents)的更新,包括目标达成机制(outcomes)、“思考发散/梦想(dreaming)”机制以及多智能体编排(multi-agent orchestration),由 Angela 和 Caitlin 深入讲解平台如何包揽底层基础设施。 3. **Claude Code**:由 Kat 和 Boris 介绍名为“常规动作/日常例程(routines)”的新原语,使 Claude Code 即便在开发者离开电脑时也能实现自主提示与推进。

绝大多数普通人终其一生都不会调用 Claude API,也不会打开终端敲下 `claude` 命令,他们是通过开发者构建的产品(如 Canva 的设计师、Legora 的律师)来体验 AI 的。为了支持开发者,Vora 宣布即日起上调速率限制: - **Claude Code 额度翻倍**:Pro、Max、Team 以及按席位计费的 Enterprise 方案的 5 小时速率限制直接翻倍。 - **Opus API 限额大幅提升**:针对 Claude Opus 显著上调 API 配额。 - **算力资源扩张**:Anthropic 正在扩展算力合作伙伴关系,宣布与 SpaceX 达成合作,全面使用其 Colossus One 数据中心的所有计算容量,并将这些算力直接投向独立开发者与小型团队。

```mermaid flowchart TD accTitle: 指数级模型与线性落地鸿沟 accDescr: 展示模型能力的指数级发展与组织采用的线性路径之间的鸿沟,以及开发者在此间起到的弥合作用。 subgraph GapGraph ["能力与落地的脱节"] A["前沿模型能力<br/>(指数级增长:从邮件生成到挖掘 OpenBSD 27 年漏洞)"] B["组织应用与接纳<br/>(线性演进路径)"] A -.->|"存在落差(The Gap)"| B end

subgraph Solutions ["弥合鸿沟:开发者与平台支持"] C["开发者构建实际应用<br/>(Canva、Legora、Binti 等)"] D["Anthropic 基础设施赋能<br/>(托管智能体 / Routines 原语 / 额度翻倍)"] D --> C C --> B end ```

[10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) 赋能开发者的基石:模型智能演进与 Opus 4.7 落地

研究产品经理团队负责人 Diane 登台演讲。Diane 于 2023 年加入 Anthropic,主导了从 Claude 2 至今的每一代模型研发,累计向用户和开发者交付了跨越 Haiku、Sonnet、Opus 以及 Mythos 四大家族的 18 个 Claude 版本。她回顾了模型演化中的具体挑战: - **Opus 3**:攻克了既要严苛遵循 JSON 格式、又要保持卓越的长文本代码生成能力的难题。 - **Sonnet 3(内部代号 Sonnet 3 Mu)**:教会了模型安全地操作和使用电脑。 - **Sonnet 3.7**:早期测试中模型有些“过于积极/过分殷切(over-eager)”,团队找到了恰当的产品化暴露方式,让开发者能榨取其全部潜力。 - **Claude 4**:引入并调试思考旋钮(thinking dials),在保持良好体验的同时允许用户灵活调节测试时算力(test-time compute)。 - **过去 12 个月**:累计向市场交付了 8 款 Frontier 前沿模型,每一代都在上一代基础上精进。

Diane 强调,底层模型是全场所有技术更新的基石,“随着模型智能的提升,你的起跑线也在不断前移,你能够做到的比以往任何时候都要多。”(“As model intelligence increases, your starting line moves forward and you could do more than ever before.”——Diane)

在研究团队看来,“指数级”绝非仅仅意味着基准测试排行榜上数字的刷新,更是指原本不存在的能力被凭空发明与构建出来——例如工具使用(tool use)、电脑操控(computer use)、针对问题自适应的思考链、维持成百上千步规划的智能体循环(agentic loops),以及带来全新知识维度的超长上下文窗口。这些能力早已跨出纯代码范畴,涵盖了视觉设计迭代、复杂办公成果生成以及在开放模糊场景下的商业业务拆解。

Diane 以最新发布的旗舰模型 **Opus 4.7** 为例,列举了它在工业界的真实落地效果: - **编程智能体 AMP**:将其 Smart 模式全面迁移至 Opus 4.7,因其在评测中得分最高;同时由于模型自身能力足够强大,不再需要外部拐杖,AMP 得以彻底简化其工具链并重构了脚手架(scaffold)。 - **乐天(Rakuten)**:在内部基准评测中跑通了 Opus 4.7,其解决的生产环境工程任务数量达到了此前的 3 倍。 - **Intuit**:观察到 Opus 4.7 展现出强大的自检能力,能够在规划阶段主动识别出自身的逻辑缺陷,分析症结所在并执行回溯(backtrack)将其修正,从而显著加快了任务交付速度。

[15:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=900s) 从 Opus 4.7 到 Claude Design:模型的审美判断与局限性

在推出 Opus 4.7 的次日,Anthropic Labs 紧接着发布了 Claude Design。如今已有大量开发者将 Claude Design 与 Claude Code 结合使用,直接构建生产级别的用户界面。这得益于 Opus 4.7 对视觉设计具备真正的审美理解,不仅能精准拿捏呈现的视觉细节,还能严格遵循既定的设计原则。日常用户的反馈也表明,Claude 能够透彻理解完整的任务意图,甚至在必要时主动提出异议并质疑初始假设。

然而,发言人也坦诚地指出了当前系统的不足。无论开发者对其寄予多大期望,现阶段的底座模型依然是不完美的半成品。“They can still be stomped sometimes by very basic things and also lose the thread when you introduce a lot of context.” 面对非常基础的问题,模型有时仍会被难住;当上下文大量涌入时,也容易失去主线。但正是这种快速演进的不完美状态,让前沿探索充满了可能性。

- **Claude Design 与 Claude Code 协同**:二者组合已直接应用于生产级前端 UI 的构建。 - **Opus 4.7 的核心特质**:具备视觉设计感知力,能根据设计原则权衡细节,并在面对模糊或有缺陷的需求时主动反推和质疑前提假设。 - **现有短板**:偶发性在基础常识上受挫,并在超长上下文中存在丢失关键线索的问题。

---

[16:08](https://www.youtube.com/watch?v=GMIWm5y90xA&t=968s) 研发前瞻与“任务跨度”(Task Horizon)的飞跃

Anthropic 团队披露了接下来的三大核心技术方向。首先是更高的判断力与更优的代码审美,这意味着未来版本的 Claude 能够完全胜任高度复杂的自主工程任务。其次是借助高质量记忆机制实现“感知无限”的上下文窗口,使模型能够驾驭长时间运行的长程任务并持续改善输出质量。最后是多智能体协同(Multi-Agents Coordination),通过驱动成群的 Agent 与多个 Claude 实例互相配合,共同攻克单体模型绝对无法企及的宏大目标。

评估模型智能的核心指标被定义为“任务跨度”(Task Horizon)——即模型在自主工作、不断自我迭代交付成果及工作质量的前提下,能够持续维持运行的时间跨度。去年同期,模型自主工作的上限往往只有几分钟;而现在,许多开发者构建的 Agent 已经可以连续运行数小时。未来,主动式(Proactive)、全天候在线(Always-on)且永不丢失上下文主线的智能体将成为现实。

```mermaid flowchart LR accTitle: Task Horizon Evolution accDescr: 展示模型自主运行任务跨度从分钟级到数小时再到未来全天候自主运行的演进过程。

subgraph Past["过去一年"] A["分钟级自主运行"] end

subgraph Present["当前阶段"] B["数小时长程 Agent 任务"] end

subgraph Future["未来方向"] C["全天候 Proactive Agent<br/>不丢失上下文主线"] end

A --> B B --> C ```

---

[17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) 驾驭指数级曲线:为下一代 Claude 设计架构

模型能力的提升呈现指数级增长,而开发者的架构哲学也必须随之发生根本转变。以往开发者必须搭建繁冗的外围支撑结构(Scaffolding)来补足模型短板,设计复杂的重试逻辑、工具分发和迭代循环;而如今,Scaffolding 的角色已经转变为放大模型本身的智能,大量的推理与执行逻辑已被完全内化到模型内部思考流程中。

针对如何应对即将到来的更强模型(例如 Opus preview),Anthropic 向开发者提出了明确的研发建议。最关键的原则是针对“下一代”模型设计系统,而不是局限于现有版本。“We seen countless times that the developers who win are the ones who optimize their architectures to absorb the next intelligence jump not just today incremental accuracy.” 真正胜出的团队,往往懂得降低模型升级的迁移成本,通过编写高难度的自动化评估集(Evals)、构建今天看似无法实现的大胆原型,来敏锐捕捉指数级跃迁的奇点。

- **升级即商业机遇**:最大化利用 Claude 价值的团队,其核心能力在于将模型升级成本降到极低。 - **自动化评测(Automated Evals)**:构建更加严苛的评测集;当某个过去无法跑通的原型在新模型上突然通过时,往往意味着诞生了前所未有的突破性功能。 - **极简支撑架构(Simple Scaffolding)**:避免过度设计脆弱的流程胶水代码,让架构具备直接吸收更强原生智能的弹性。

---

[20:18](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1218s) 商业落地的两大鸿沟与 Claude Platform 基础设施

Caitlin 与 Angela 随后登台,深入剖析了企业落地 AI 时面临的现实断层:模型能力在沿着指数曲线飙升,而企业的商业运作方式依旧是线性的。企业在试图接入这一指数级能力时,普遍被卡在两个核心痛点上。

第一是**获取正确结果(Getting the right outcomes)**门槛过高。现阶段要引导模型精准达成商业目标,开发者仍需投入极其繁重的 Prompt 调优、工具链构建以及 Harness 工程开发。第二是**兼顾敏捷交付与生产规模化(Ship fast, but ship scalably)**。在行业极速快节奏下,构建 Demo 原型轻而易举,但要在维持高可用、高质量的前提下扩大到生产环境却异常艰难。为此,全新升级的 Claude Platform 提供了与 Claude 模型深度协同的 API 原语、用于构建和扩展智能体系统的底层基础设施,以及全套生产运维控制能力。

---

[21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Advisor 架构:高智力与低成本的兼顾方案

针对企业客户“既要前沿顶尖智力,又要极低调用成本”的普遍诉求,平台推出了 Advisor 策略(顾问模式)。该架构的核心思想是将系统的“执行”与“指导”彻底解耦。开发者只需在现有的 Messages API 中更新工具数组(Tools Array),即可实现多模型层级协作。

在实际落地中,通常由体量较小、成本更低的轻量模型(如 Haiku 或 Sonnet)担任主执行者;当小模型在复杂任务中卡壳或需要高阶决策时,它会自动向 Opus 这样的大模型寻求建议。实测数据显示,由 Sonnet 执行、Opus 指导的复合方案,不仅整体表现大幅超越纯 Sonnet 架构,更由于获得了 Opus 的精准决策指导,消除了大量无意义的试错调用,综合成本甚至比纯 Sonnet 还要低。法律科技公司 Eve Legal 采用该策略后,成功以五倍更低的成本实现了顶尖前沿模型(Frontier Model)级别的产出质量。

```mermaid flowchart TD accTitle: Advisor Strategy Architecture accDescr: 展示执行模型与顾问模型之间的工作流程,小模型执行任务并在需要时求助大模型。

subgraph Client["业务客户端"] Req["复杂业务请求"] end

subgraph ExecutionLayer["执行层 (低成本 / 高吞吐)"] ExecModel["执行模型<br/>(Haiku / Sonnet)"] Action["执行具体工具与常规任务"] end

subgraph AdvisoryLayer["顾问层 (高智能 / 高推理)"] AdvisorModel["顾问模型<br/>(Opus)"] end

Req --> ExecModel ExecModel --> Action ExecModel -->|"遇到复杂决策 / 寻求指导"| AdvisorModel AdvisorModel -->|"返回高阶思考与策略指示"| ExecModel ```

- **实施便捷**:无需推倒重构,只需在原有的 Messages API 工具定义中配置即可启用。 - **典型应用场景**:极为适合 SaaS 产品的 Freemium 免费增值模式(在严格控本的同时保证核心体验),以及对投资回报率(ROI)极其敏感的大规模高并发工作流。 - **Eve Legal 实测成果**:“Eve Legal used the advisor strategy, and they told us they got Frontier Model quality at five times lower cost.”

---

[23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) Claude Managed Agents:开箱即用的企业级智能体托管

针对规模化与上线速度难以兼得的挑战,Anthropic 带来了 Claude Managed Agents(托管智能体服务)。这是一套将成熟的 Agent 运行框架(Harness)与生产级云端基础设施深度绑定的整体解决方案,合作团队得以在短短几天内将项目从原型直接推进至生产上线,交付速度实现整整 10 倍的提升。

Managed Agents 最大的优势在于内置了工业界最佳实践。以 Agent 的长效记忆(Memory)为例,自研记忆系统以维持跨 Session 用户偏好非常繁琐,而平台直接将其封装为针对 Claude 调优的开箱即用特性。更重要的是,用户数据拥有完全的主权:“And we want to make sure that everyone hears this. When we do give you memory, that memory is ultimately yours.” 所有的记忆资产完全归属于开发者,并支持随时自由迁移。在生态合作方面,Notion 基于 Managed Agents 为其产品深度集成了可直接触发的长程复杂自主 Agent,全面接管耗时较长的企业级知识协作任务。

[25:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1500s) Claude Managed Agents 三大新功能发布:多智能体编排、Outcomes 与 Dreaming

主讲人宣布对 Claude Managed Agents(Claude 托管智能体)进行重磅升级,正式引入三项极具突破性的全新核心功能。首先是**多智能体编排(Multi-Agent Orchestration)**,开发者能够藉此构建协同作业的智能体集群(fleets of agents),共同拆解并攻克复杂的系统级任务;其次是**成果定义(Outcomes)**,允许用户精准指定成功的验收标准,由 Claude 负责自主且不知疲倦地持续迭代,直到彻底达成目标;最后则是备受团队期待的**做梦机制(Dreaming)**,它赋予了 Claude 自我学习(self-learn)的能力——智能体能够主动审查历史会话,自主复盘并找出先前遗漏的技能与应吸取的经验教训,并将这些沉淀的知识直接写入专属记忆库中。

为了生动展示这三项能力的实际运作方式,两位主讲人 Angela 与 Caitlin 现场搭建了一个名为“Lumara”的虚构航天科技初创公司。她们幽默地解释道,这一灵感既源于当天早些时候公布的 Claude Opus API 速率限制大幅上调,也因为团队近期频繁与某家航天公司互动交流。Lumara 的核心业务是开发自主软件,指引无人机在月球表面安全着陆并勘探开采材料。面对这个兼具极致速度与扩展性挑战、而两位创始人自身又并非航空航天工程师的复杂场景,她们决定完全基于 Claude Managed Agents 来实现整套智能化任务系统。

- **多智能体编排(Multi-Agent Orchestration)**:支持创建智能体舰队,拆解分工解决高难度复杂任务。 - **成果定义(Outcomes)**:以标准化的明确验收规范驱动模型,自主循环迭代直至完全达标。 - **做梦机制(Dreaming)**:允许智能体在后台自主复盘历史运行记录,自动提取失败教训与成功经验并沉淀至长期记忆库。

```mermaid flowchart TD accTitle: Claude Managed Agents Architecture with Outcomes and Dreaming accDescr: 展现 Commander 协调 Detector 与 Navigator 运行,由 Grader 依据 Outcomes 评估,并通过 Dreaming 回流长期记忆的架构流程。

subgraph Agents ["智能体集群架构 (Multi-Agent Fleet)"] Cmd["指挥智能体 (Commander Agent)<br/>主会话与全局调度"] Det["探测智能体 (Detector Agent)<br/>独立上下文:寻找高价值采矿点"] Nav["导航智能体 (Navigator Agent)<br/>独立上下文:安全飞行与着陆控制"] Cmd --> Det Cmd --> Nav end

subgraph Evaluation ["评估与迭代 (Outcomes & Grading)"] Rubric["成功标准定义 (Markdown Rubric)<br/>软着陆 / 地面平整 / 储备燃料充足"] Grader["打分智能体 (Grader Agent)<br/>跨运行比对结果与最大迭代控制"] Rubric -.-> Grader Agents --> Grader end

subgraph SelfLearning ["自学闭环 (Dreaming Engine)"] History["历史模拟日志与会话数据"] Dream["做梦机制 (Dreaming Agent)<br/>跨会话复盘与策略提取"] Mem[("长期记忆存储 (Memory Store)<br/>下降操作手册 / 启发式策略")] Grader --> History History --> Dream Dream --> Mem Mem -.->|"注入新会话"| Cmd end ```

---

[26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) 现场演示:虚构初创公司 Lumara 的月球无人机自主着陆系统

Caitlin 借助 Claude API CLI 现场展示了 Lumara 系统是如何针对首个客户需求进行配置的。面对在月球特定地点着陆并采矿的宏大任务,单一智能体的上下文难以承受所有维度的工作负荷,因此系统被拆分为了三种各司其职的角色:负责统筹全局、确保整个任务顺利推進的“指挥官智能体”(Commander Agent);专门负责扫描地表、寻找富含高品质采矿材料候选点的“探测器智能体”(Detector Agent);以及负责操控无人机规避风险、平稳飞抵目的地的“导航智能体”(Navigator Agent)。

在底层实现上,指挥官智能体担任其他两个智能体的协调者角色。当指挥官启动一个主会话时,系统会为每个子智能体分别拉起完全独立的线程与上下文窗口(Context Windows)。Angela 强调这种模块化隔离机制是团队经过大量实践后的刻意设计:“This is a very intentional design, and we found that by doing this all together and then merging in all the results, we get better performance.” 通过将专业上下文相互隔离开来,最后再由指挥官合并全部执行结果,多智能体系统的整体综合性能得到了显著提升。

- **Commander Agent(指挥官)**:发起会话、协调跨智能体通信并合并最终执行决策。 - **Detector Agent(探测器)**:专注于地形分析与潜在采矿价值识别,拥有独立的上下文线程。 - **Navigator Agent(导航仪)**:专注于飞行姿态控制、避障与软着陆动力学计算。

---

[28:35](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1715s) Outcomes 评估与 Dreaming 自主反思迭代:从 4/6 到完美着陆

在搭建好多智能体基础架构后,团队紧接着接入了 Outcomes 功能。业务客户对任务成功通常有着极为严苛的具体要求,在 Claude Managed Agents 中,这些验收标准只需通过一个简明的 Markdown 文件即可定义。在现场展示的文件中,成功条件被清晰列为三条:无人机必须实现轻柔的软着陆、触地点必须位于平整无障碍物的安全地面、以及着陆后必须保留足够支持安全返回地球的储备燃料。系统读取该 Markdown 规范后,会自动分配一个独立的“评分智能体”(Grader Agent),该评估者会在每次运行中全程比对结果是否符合既定准则,并根据用户配置的最大重试次数上限在后台自主进行多轮会话迭代。

在首轮测试中,客户提供了 6 个极具代表性的假设着陆点数据。Lumara 的控制面板数据显示,在未经过特定优化的单次运行(One-shot)下,系统成功安全降落了 4 个地点,但在地点 3 和地点 4 出现了失败。面对这一传统上需要耗费巨大人力调优爬山(Hill Climbing)的难题,团队展示了通过 Dreaming 机制实现的轻量级跃迁:在 Claude 开发者控制台中,Caitlin 只需点击一下名为“Dream”的按钮并选定一个目标记忆库,系统便会在后台自主审视所有失败的模拟会话日志。一夜之间,智能体自动为自己归纳出了一份详尽的“下降操作手册”(Descent Playbook),其中包含了总结自过往多项任务教训的各色启发式控制策略。当第二天清晨再次运行模拟测试时,6 个着陆点全部成功降落,不仅先前出错的地点 3 与地点 4 得到了修复,原本成功的点位也没有出现任何能力退化。Angela 感叹道:“And to hill climb on this, all we had to do was just have Caitlin press a button in the console called Dream.”

- **Outcomes 评估指标**:软着陆(Touchdown softly)、地面平整清空(Clear ground)、保留充足返程储备燃料(Fuel in reserve)。 - **Grader Agent 机制**:自主判定每轮执行是否达到要求,支持设置最大迭代轮次进行自动纠偏。 - **首轮测试表现**:6 个复杂地形测试点中成功通过 4 个,地点 3 与地点 4 遭遇着陆失败。 - **Dreaming 实际产出**:自动在记忆库生成涵盖历史任务启发式经验的“下降操作手册(Descent Playbook)”。 - **次日复测效果**:6 个测试点全部达成 Outcomes 目标,实现零性能回退(No regression)的自动爬山优化。

---

[32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) Claude Code 的演进:从 200 次权限弹窗到 Auto Mode 与全场景覆盖

演示结束后,舞台交由负责 Claude Code 的 Kat 与 Boris。主讲人指出,正如托管智能体平台旨在弥合模型基座能力与企业实际落地系统之间的鸿沟,Claude Code 的使命同样是抹平模型能力上限与日常开发者工作流之间的差距。团队由衷感谢了在场的资深开发者们,特别是早在 Claude 3 Sonnet 还是前沿模型、产品还处于极早期粗糙打磨阶段时,就敢于在生产数据库环境中信任并使用 Claude Code 的这批先行者。

主讲人动情地阐述了 Claude Code 的产品哲学:当前软件开发范式正经历着实时的彻底重构,团队并不自诩掌握一份完美终结的预设路线图,而是将自己定位为与开发者并肩探索未知的登山同行者:“We think of ourselves more like mountaineers, It's kind of like climbing alongside you into terrain that none of us have explored before, learning together what works as we go.” 回顾一年前的产品体验,开发者若想让 Claude 协助修改代码,必须时刻严密监视其试图执行的每一次编辑,在一项任务中甚至需要手动审查批准 100 到 200 次权限弹窗(Permission prompts),步步“牵手式”地引导模型;而如今,绝大多数开发者已经习惯性开启“自动模式”(Auto Mode),彻底放权给 Claude 自主编写并测试,人类开发者只需在其完成大量重型工作并提交 Pull Request(PR)时介入复核即可。

为了适应多样化的工作流偏好,Claude Code 在过去一年中逐步构建了全方位的形态矩阵: 1. **终端命令行(CLI)**:专为追求极简文本交互、需要最大定制自由度与终极控制权的硬核高级用户保留。 2. **IDE 深度集成**:面向既需要顶级代码智能体,又希望在熟悉的代码编辑器内实时直观跟进每一项代码增删变动的开发者。 3. **桌面端客户端(Claude Code on Desktop)**:最新发布的重磅产品形态,专为渴望享受全屏沉浸式图形化界面(Full screen graphical interface)的现代化构建者量身打造。

- **工作流代际演变**:从早期 100~200 次微操确认弹窗的强介入模式,跨变至现阶段端到端委托并仅审查最终 PR 的 Auto Mode。 - **三端产品覆盖体系**:CLI(极简与极高控制力)+ IDE 插件(伴随式代码追踪)+ Desktop App(独立全屏图形化界面)。

[35:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2100s) Claude Desktop 控制台与开发者自动化全套套件

演讲者展示了全新构建的 Claude Desktop 桌面端应用,它不仅提供了内置预览功能(让开发者可以直观地看着 Claude 逐步构建应用界面),还提供了一个可管理所有智能体的侧边栏控制面板(control plane),并支持渲染图像与富媒体输出。Desktop 不仅负责本地会话,还能无缝充当远程会话的控制台,带有醒目的视觉指示器,清晰标明哪些智能体卡住了、哪些已经准备就绪。整个 IDE 与 Desktop 应用均建立在 Claude Agent SDK 之上——这也是众多开发者正在使用的同一个 SDK。在 Anthropic 内部,这些工具的全方位应用推动了工程效率的大幅跃升:在团队规模大幅扩张的前提下,不仅维持了同样严苛的代码质量门槛,每位工程师提交的 PR 数量更是暴增了 200%。

针对社区日常开发中的真实痛点,团队推出了一系列由 Claude 驱动的组合式自动化功能: - **Code Review(代码审查)**:部署多智能体团队代替人工排查高危 Bug,目前已有数千家企业以及 Anthropic 内部所有团队每天使用。 - **Remote Control 与移动端支持**:在 iOS 与 Android 版 Claude 应用中集成了 Claude Code,让开发者无需端着翻开的笔记本四处走动、提防摔倒;演讲者打趣道:“你现在可以去公园散步、接触大自然(touch grass),同时依然能写代码。” - **Autofix(自动修复)**:监听 CI 状态、代码审查评论与合并冲突,主动提交修复,确保 PR 始终保持绿灯状态,免去“保姆式”守着 PR 的烦恼。 - **Routines(自动化例程)**:支持监听 Webhook、API 事件或按预定时间表触发,自动启动 Claude Code 处理新提交的 Ticket 或 Bug 报告,彻底取代手动触发。 - **Claude Security(安全扫描)**:夜间自动扫描整个代码库,并在发现漏洞时直接调起 Claude Code 实施修复,解决业务功能发版过快导致安全团队疲于奔命的难题。

```mermaid flowchart TD accTitle: Claude 自动化工程工作流 accDescr: 展示从外部事件到 Routines、Claude Code、Autofix 及合并上线的完整自动化闭环流程。

subgraph Trigger["触发源 (Triggers)"] T1["Webhook / GitHub Issue"] T2["API 事件 / 定时调度"] T3["安全漏洞扫描 (Claude Security)"] end

subgraph Engine["核心执行层 (Claude Engine)"] R["Routines (高阶 Prompt 驱动)"] CC["Claude Code 智能体执行任务"] V["浏览器本地验证 & 竞态检测"] end

subgraph Lifecycle["PR 生命周期管理 (Autofix)"] PR["生成 Pull Request"] AF["CI 监听 / 自动 Rebase / 审查修复"] Done["绿灯合并交付生产"] end

T1 --> R T2 --> R T3 --> R R --> CC CC --> V V --> PR PR --> AF AF --> Done ```

[38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) 企业级落地:Shopify、MercadoLibre 与管理层重返编码

演讲者分享了全组织规模采用 Claude Code 工具的典型企业案例。首先是支撑全球数百万商家的电商平台 Shopify,他们将 AI 深度注入到了整个工程团队乃至跨职能文化中,不仅是工程师,甚至设计、产品、数据科学团队都在全员使用 Claude Code,将其直接集成进内部平台搭建工具。正如 Shopify 应用 AI 总监 Andrew McNamara 所评价:“这速度简直太疯狂了(the speed is just crazy)”,Claude Code 彻底颠覆了他们构建内部工具的模式。

拉丁美洲电商巨头 MercadoLibre 则展示了极具震撼力的规模化转型:其 23,000 名工程师全员运行在 Claude Code 之上。智能体接管了人类长期搁置、无暇顾及的技术债务,目前已在人工监督下完成了超过 500,000 次 PR 审查,并对 9,000 多个应用程序进行了现代化重构。其技术负责人 Oscar Mullen 设定了极具野心的目标:在今年第三季度前实现 90% 的自主编码以及完全由智能体驱动的 PR 闭环。

演讲者指出,最令人动容的细节并非冷冰冰的数据,而是管理层和副总裁们纷纷重新挽起袖子写代码:“Claude Code 正在把写代码的能力重新交还给那些过去几十年都耗在路线图和审查上的人手中,现在他们又重返一线做构建了。”

- **Shopify 落地场景**:跨越工程、设计、产品和数据科学全职能,直接在底层平台上批量构建内部工具。 - **MercadoLibre 规模化数据**:23,000 名工程师全员覆盖,审查逾 50 万个 PR,重构 9,000 余款应用,剑指 Q3 实现 90% 自主编码。 - **行业变革趋势**:全球数百万开发者在保持甚至提升交付质量的同时,实现了前所未有的交付速度。

---

[40:24](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2424s) 现场演示:AcmePay 支付退款与自主排障

Claude Code 负责人 Boris Cherny 登台,在与现场热烈互动并拍下一张自拍后,他坦言即便每天负责开发 Claude Code,眼前的这一切依然让他感到神奇:“在 Anthropic 内部,我们每天都在互相转发大家用 Claude 构建的炫酷成果以及外界社区的惊艳用法,能和大家一同踏上这趟探索之旅,我打心底里感到无比兴奋。”

随后 Boris 开启现场实操演示。他设定了一个贴近现实的企业场景:假设自己是支付基础设施公司“AcmePay”的一名工程师,正在使用 Claude Desktop 桌面端处理一项复杂业务需求——为 Acme 的商户仪表盘添加退款功能。在这个单任务会话中,Claude 从零实现完整的业务逻辑: 1. **幂等性机制(Idempotency)**:防止因网络波动或 Webhook 重复推送导致商户遭遇二次重复退款; 2. **多币种处理(Multi-currency)**:适配 Acme 覆盖的所有国家和区域的汇率与计费规则; 3. **审计日志(Audit logging)**:满足合规与风控团队的严格审计要求。

编写完代码后,Claude 主动开启自我验证,直接拉起商户仪表盘并触发了一笔退款操作。然而现场出现了小波折:界面并未弹出成功提示(toast)。Claude 敏锐捕捉到了这一故障,深入链路分析后,追查到这是乐观更新(optimistic update)中的一个竞态条件(race condition)所致。Claude 自行修复了该并发缺陷,并再次在真实浏览器环境中完成全链路验证,确认功能完好无损后才将任务标记为完成。

---

[42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) 高阶 Prompt:Routines 驱动的异步开发模式

Boris 随后将视角切换到全局视图。刚才展示的退款任务并非孤立运行,它只是 Desktop 仪表盘中并行跑着的众多会话之一。在控制台界面中,开发者可以一目了然地监控哪些任务正在运行、哪些需要人工介入决策,以及哪些任务对应的 PR 已经自动合并闭环。Boris 强调,持续编码如今只是日常开发的一个切面,未来绝大部分代码都将转向“异步开发模式”。而支撑这种模式的基石就是严格的验证机制:“如果 Claude 能自己检查它的工作,你就可以在它运行时去忙别的事情,回头就能收获一个完全可运行的结果。”

对于 Boris 个人而言,他现在的大量代码都是由 Routines(例程)生成的: > “我不再是那个写 Prompt 的人,我是创建那个去写 Prompt 的例程的人。对于在场的工程师来说,可以把它想象成一个高阶函数,Routines 就是高阶 Prompt(Routines are a higher order prompt)。”

刚才演示的退款功能就是最好的例证:深夜一位同事提交了 GitHub Issue,后台监控仓库的 Routine 异步捕获到了该事件,随即唤醒 Claude 自动进行编码与排障。借助 Routines,开发者完全可以设置好异步规则,每天早晨睡醒直接审查已准备就绪的 PR。Routines 支持按时间表运行、由 Webhook 或任意外部 API 调用触发,并且既能在本地机器执行,也能托管在远程云端算力上。

---

[44:54](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2694s) 自动巡检生产闭环与三层技术全景

Boris 紧接着演示了 CI 自动修复功能。当 Claude 打开 PR 后,后台 Routine 会全程扮演“PR 保姆”的角色一路护航到生产环境:它自动处理代码审查与安全审查意见,修复 CI 报错,遭遇冲突时自动执行 rebase。在现场演示中,CI 突然因网络超时(network timeout)而变红挂掉,Routine 瞬间被唤醒,诊断出这是已知的底层基础设施偶发问题,立即自动重试并顺利变绿。Boris 补充道,在 Claude Code 自己的代码库中,配置的策略甚至更为彻底:遇到故障不仅仅是重试,而是要求智能体每一次都定位并修复根本原因(root cause),使得负责该 PR 的工程师压根不会看到红色的报错叉号(Red X)。

这标志着整个软件开发范式的根本性转向: > “默认的工作流不再是‘我要去给 Claude Code 发提示词’;如今的默认状态是‘我让 Claude 去给 Claude Code 发提示词’。”

在演讲尾声,Boris 指出本次大会展示的所有特性——包括 Routines 与全新的 Claude Desktop——即日起全部正式可用。他将整场 Keynote 的脉络串联为一个完整的技术全景: 1. **底层基础能力**:Diane 介绍的基础模型能力曲线(Capability Curve); 2. **自我强化层**:Angela 和 Caitlin 展示的能够对自身输出进行评分与自我进化的智能体; 3. **交互应用层**:Kat 与 Boris 现场演绎的 Claude Desktop 与全自主异步研发套件。

Boris 总结道,能力已经全面就位,当下唯一的差距就是我们能以多快的速度将其投入生产实践。他号召在场开发者继续深入接下来的研究论坛、平台架构分享以及 Claude Code 实操工作坊,“沉浸进去,深入探索,与我们一起开始构建。”

## Notable quotes > [00:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=0s) 20 days. It's not just an efficiency metric. That's a kid connecting with a family. — Ami Vora

> [10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) As model intelligence increases, your starting line moves forward and you could do more than ever before. — Diane

> [15:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=900s) They can still be stomped sometimes by very basic things and also lose the thread when you introduce a lot of context. — Diane

> [17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) We seen countless times that the developers who win are the ones who optimize their architectures to absorb the next intelligence jump not just today incremental accuracy.

> [23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) And we want to make sure that everyone hears this. When we do give you memory, that memory is ultimately yours. — Angela

> [26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) This is a very intentional design, and we found that by doing this all together and then merging in all the results, we get better performance. — Angela

> [32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) We think of ourselves more like mountaineers, It's kind of like climbing alongside you into terrain that none of us have explored before, learning together what works as we go. — Kat

> [38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) Claude Code 正在把写代码的能力重新交还给那些过去几十年都耗在路线图和审查上的人手中,现在他们又重返一线做构建了。

## Mentioned Ami Vora, Anthropic, Stripe, Scott McVicker, Binti, Felicia Curcuru, Claude, Claude Code, Claude Platform, Claude Design, Claude Agent SDK, Opus 4, Opus 4.7, Mythos, OpenBSD, Diane, Haiku, Sonnet, SpaceX, Colossus One, Canva, Legora, AMP, 乐天 (Rakuten), Intuit, Caitlin, Angela, Eve Legal, Notion, Lumara, Kat, Boris Cherny, Shopify, Andrew McNamara, MercadoLibre, Oscar Mullen, AcmePay

## Video description Get the latest updates from Anthropic's engineering and product leaders at the Code with Claude 2026 opening keynote in San Francisco.

[Source](https://www.youtube.com/watch?v=GMIWm5y90xA)

中文简报

Anthropic将Claude Code限额翻倍,扩大与SpaceX数据中心合作 前沿模型智能的指数级增长,要求开发者针对主动、全天候运行的自主系统来设计软件架构,而非局限于当前的线性AI能力。 本次主题演讲概述了Anthropic在大幅提高Claude Code及Claude Platform API速率限制的推动下,如何助力开发者从线性AI应用走向指数级能力跨越。产品负责人介绍了“任务周期”(task horizon)指标以及Claude Managed Agents的全新功能,包括多智能体编排、明确的成功结果界定,以及一种名为“梦境”(dreaming)的自主自学习能力。演讲在最后现场演示了Claude Code最新的工作流自动化、桌面端界面,以及专为处理复杂开发任务、持续集成自动修复和企业级软件现代化改造而设计的异步“例程”(routines)。 Anthropic 宣布针对 Pro、Max、Team 及 Enterprise 方案将 Claude Code 的 5 小时速率限制翻倍,并大幅提升 Claude Opus API 上限;算力来自与 SpaceX 扩大的合作,全面接入 Colossus One 数据中心。 (5:00) Anthropic 提出“任务视野”(task horizon)概念,建议开发者面向未来的自主长程模型进行设计;最新 Opus 4.7 模型助力乐天(Rakuten)解决的生产工程任务量提升至以往版本的 3 倍。 (10:00) Claude Managed Agents 迎来多智能体编排(multi-agent orchestration)、目标驱动(outcomes)及做梦自学习(dreaming)三大更新,支持智能体分析历史会话并自主更新记忆策略。 (25:00) Claude Code 推出桌面端 GUI 界面,并上线 Code Review、CI 自动修复(Autofix)、例行任务(Routines)及移动端 Remote Control 等自动化工作流功能;MercadoLibre 已将该工具推广至全部 23,000 名工程师。 (35:00)

精炼阅读摘要

Anthropic管理层在演讲中指出,人工智能正从短时代码补全加速演进为具备长时间自主能力的系统;为消除前沿模型潜力与企业实际交付之间的落差,Anthropic宣布翻倍提升算力调用限额,并推出顾问架构、自学习托管智能体以及覆盖CI闭环的Claude Code全自动化工作流。 算力扩容与任务时限驱动的模型跃迁 (10:00) Anthropic首席产品官Amivora指出,Claude平台的API调用量实现了17倍的年增长,开发者平均每周使用Claude Code达20小时。在模型能力演化上,实验模型Mythos已能排查出OpenBSD源码中潜伏27年且未被人类和模糊测试发现的漏洞。为支持高强度开发,Anthropic将Pro、Max、Team及企业席位计划的5小时速率限制提高一倍,并大幅上调Claude Opus的API限制,背后的计算力由与SpaceX合作的Colossus One数据中心提供。 研发产品管理团队负责人Diane提出了“任务时限”(task horizon)概念,即模型无需人类干预即可持续自主工作的时长跨度。Diane表示,智能体正从过去的数分钟作业拓展至数小时,未来将成为全天候的主动系统。在最新模型Opus 4.7的实际落地中,AMP将其智能模式切换至Opus 4.7以简化脚手架,乐天(Rakuten)解决的生产工程任务数量达以往的3倍。Diane据此建议开发者面向下一代模型设计架构,通过保持高难度的评估套件,使当前可能失败的复杂原型能随着底层模型跃升而在未来顺利运行。 顾问策略与托管智能体的自学习演进 (20:00) 针对企业在模型智能与运行成本之间的权衡,Anthropic提出了“顾问策略”(advisor strategy)。该架构分离了执行与指导职能:由轻量且低成本的模型(如Sonnet或Haiku)承担具体代码执行,仅在需要决策指导时调用高阶模型(如Opus)。例如法律科技公司Eve Legal应用该架构在维持前沿质量的同时将成本降至五分之一,适应高吞吐与免费增值业务模式。 为解决交付速度与扩展性问题,Claude Managed Agents(托管智能体)提供了生产级基础设施,使Notion等合作伙伴能直接在产品中运行长期自主智能体。Anthropic为其新增了三项功能:支持多智能体在独立上下文线程中运行的“多智能体编排”;引入独立评分智能体并支持设定最大迭代轮次的“成果驱动”(Outcomes);以及通过分析历史会话自动沉淀经验的“梦境自学习”(Dreaming)。在模拟登月采矿项目Lumara的演示中,该系统经隔夜梦境分析自动生成着陆指南,使模拟任务成功率从初始的4/6直接跃升至6/6。 工作流闭环重塑与Claude Code多端协同 (35:00) Claude Code团队负责人Kat与Boris回顾指出,开发者体验已从早期频繁响应上百次权限确认的繁琐过程,转向默认授权、仅审核最终PR的“自动模式”。Claude Code目前已拓展为三种界面形态:面向高阶控制的CLI、实时跟随代码变更的IDE集成,以及带有内置预览和侧边栏控制界面的全新桌面端应用。 为减少维护负担,团队发布了多项自动化特性:支持在移动端触发开发任务的Remote Control、自动部署智能体审查漏洞的Code Review,以及通宵扫描代码库并自动修复的Claude Security。此外,Boris展示了作为“高阶提示词”的Routines(常规任务),可由Webhook或定时调度触发;配合CI Autofix功能,智能体能在持续集成因网络超时等原因报错时主动诊断、重试并根治问题,在支付系统AcmePay的演示中还自主检测并修复了乐观更新中的竞态条件。 规模化企业落地与工程范式重构 (37:30) 演讲列举了智能体工具在大型企业中的工程实效。在系统迁移方面,Stripe将5万行Scala代码转写为Java的JDK升级工程由原估算的10周缩短至4天完成;儿童福利服务机构Binti借助API自动化文书流程,将寄养家庭的审批周期压缩了20天。 在大规模工程团队中,Shopify已将Claude Code推广至设计、产品及数据科学等全公司各职能部门;拉美电商平台MercadoLibre则向其全部2.3万名工程师部署了该工具,已通过人工监督完成了超过50万次代码审查并现代化改造了9000余个应用。MercadoLibre技术负责人Oscar Mullen表示其目标是在年内第三季度实现90%的自主编码和完全由智能体驱动的PR闭环。这一演进同时使得脱离编程一线的管理人员得以重新恢复直接交付代码的能力。 Anthropic在总结中强调,所展示的桌面端与自动化功能均已正式可用;演讲团队认为前沿模型的基础能力已达到实用标准,行业面临的核心考验在于组织能以多快的速度调整工作流程,将自动化智能体技术全面投入实际生产。

Detailed notes — zh

## Background 本内容由 Claude 官方频道于 2026 年 5 月 6 日在 YouTube 平台发布,记录了在旧金山举办的 Code with Claude 2026 开幕主题演讲。视频简介显示,Anthropic 的工程与产品负责人齐聚现场,向全球开发者分享了前沿模型、平台智能体及开发工具的最新升级动态。 ## TL;DR 在本次 Keynote 中,Anthropic 首席产品官 Ami Vora 携团队重点聚焦于弥合模型能力的指数级飞跃与组织接纳的线性路径之间的现实鸿沟。研究团队分享了基础模型的智能演进、Opus 4.7 的工业落地,并提出了以“任务跨度”(Task Horizon)为核心的下一代架构哲学;平台工程团队推出了 Claude Managed Agents 的多智能体编排、Outcomes 评估以及具备自主复盘沉淀能力的 Dreaming 机制;最后,Claude Code 团队正式发布了 Claude Desktop 图形客户端与高阶 Prompt 原语 Routines,全面展示了从夜间异步编码、自动纠错到全闭环 PR 交付的下一代自主软件工程范式。 ## Atmosphere & style 整场演讲洋溢着极客大会特有的热烈与前瞻感,主讲人们在回忆无窗地下室编译代码的怀旧温情中拉开序幕,随后迅速切换到令人心潮澎湃的工程前沿。台上多位负责人配合默契,既有对底座模型不完美之处的坦诚解剖,又有面对虚构月球着陆与真实支付系统并发故障排查时从容自信的现场实操。整体叙事节奏紧凑、干货密集,在幽默打趣与极具冲击力的真实工业数据交织中,深刻传递出一种人机协同范式正在被彻底颠覆的历史时刻感。 ## Bulletin - [05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) Anthropic 宣布与 SpaceX 达成合作,全面采用其 Colossus One 数据中心计算容量以支持独立开发者,并即日起将 Claude Code 5 小时速率限制直接翻倍,同时显著提高 Opus API 配额。 - [25:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1500s) Claude Managed Agents 迎来三大核心功能升级:多智能体编排(Multi-Agent Orchestration)、基于 Outcomes 的自主迭代验收,以及跨会话自主复盘沉淀知识的做梦机制(Dreaming)。 - [21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Claude 平台推出 Advisor 顾问架构,通过小模型(Haiku/Sonnet)执行、大模型(Opus)关键指导的分层协作模式,使 Eve Legal 等客户得以在降低 5 倍成本的前提下获得顶尖前沿模型水准的产出质量。 - [42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) Claude Code 发布全屏桌面端应用 Claude Desktop 以及新原语 Routines,支持通过事件触发和定时调度实现“高阶 Prompt”异步自主开发,并配合 Autofix 实现端到端 PR 绿灯自动闭环。 ## Key takeaways - [05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) 模型能力的指数级发展与组织落地的线性推进之间存在显著落差,弥合该鸿沟是当前平台和开发者生态的核心任务。 - [16:08](https://www.youtube.com/watch?v=GMIWm5y90xA&t=968s) 评估模型智能的核心指标已跃升为“任务跨度”(Task Horizon),模型正从几分钟的自主执行走向数小时长程运行乃至全天候在线协作。 - [17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) 针对“下一代”模型设计系统成为新的研发哲学:简化繁重的外围支撑架构(Scaffolding),通过高难度自动化评估集(Evals)最大化吸收未来原生智能提升。 - [10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) 旗舰模型 Opus 4.7 在工业界验证了强大的自检与回溯纠错能力,并凭借对视觉设计原则的审美理解与 Claude Code 协同构建生产级 UI。 - [21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Advisor 解耦架构实现了执行力与高阶思考的分工,让开发者在仅配置 Messages API 工具数组的情况下同时兼顾超低成本与前沿智力。 - [23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) Claude Managed Agents 将生产级云端运行框架与长效记忆深度绑定,保证开发者记忆资产主权的同时将上线交付速度提升 10 倍。 - [26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) 多智能体编排通过隔离不同角色的上下文窗口并最终合并结果,显著提升了处理宏大复杂任务时的系统综合性能。 - [28:35](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1715s) Dreaming(做梦机制)实现了无监督自主爬山优化,智能体通过复盘历史失败模拟,自动总结提炼操作手册并沉淀至长期记忆库。 - [32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) Claude Code 实现了工作流的代际演进,从早期每项任务需手动审批 100 至 200 次权限弹窗转变为完全放权的 Auto Mode,覆盖 CLI、IDE 和桌面端三维形态。 - [38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) 企业级应用正在重塑组织形态:MercadoLibre 23,000 名工程师全员采用 Claude Code 并审查超 50 万个 PR,众多管理层借此重返一线编写代码。 - [42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) Routines 原语将开发范式升级为“高阶 Prompt”:开发者不再直接为 Claude 写提示词,而是创建能够在后台监听事件并驱使 Claude Code 自主编码的异步例程。 - [44:54](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2694s) Autofix 与安全巡检深度整合,能够在浏览器端自主排障竞态条件缺陷并自动修复 CI 故障,实现无人值守的生产级代码合并闭环。 ## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=0s) 从无窗地下室到人手一份的“超能力” Anthropic 首席产品官(Chief Product Officer)Ami Vora 登台向全场开发者问好。她回顾起自己最初接触编程的经历:她并非含着键盘出生,而是在阿巴拉契亚山麓长大,童年既没有组装过自己的电脑,甚至连电子游戏都不玩。直到大学上计算机科学课,她才第一次尝试构建复杂的系统。那时候,学生们必须排着长队去直接登录服务器,因为只有服务器的算力才能跑得动光线追踪程序(ray tracers)。 她清晰地记得服务器运转的嗡嗡声、冷掉的披萨味、咖啡香,以及大学无窗地下室计算机实验室特有的那股气味。第一次按下“编译(compile)”键并等待结果,那种交织着喜悦、探索、如释重负,以及意识到自己创造出了世界上前所未有之物的兴奋感,彻底吸引了她,这也是她今天站在这里的原动力。 如今时代彻底变了。过去需要排队才能获得的算力体验,现在世界上任何角落的任何人都能随时获取,没有排队,没有怪味,也没有门槛,剩下的只有那份同样的兴奋、喜悦与释然。Vora 表示,她经常听到用户对她说:“我感觉 Claude 赋予了我超能力(I feel like Claude has given me superpowers)。”现实中这样的超能力正在转化为实打实的成果: - **Stripe 的代码迁移**:开发者基础设施负责人 Scott McVicker 带领的一支团队原本面临 50,000 行 Scala 代码向 Java 迁移的任务,以便升级 JDK。原始工期预估为 10 个工程周(engineering weeks),借助 Claude 后,他们仅用了 4 天就全部完成。 - **Binti 改善寄养安置流程**:联合创始人兼 CEO Felicia Curcuru 创办的 Binti 为社工提供用于寄养儿童安置的系统(涉及文书审批、家访及执照发放)。今年团队利用 Claude API 替社工省下了大量繁琐的文书时间,将寄养家庭的执照审批周期直接缩短了 20 天。 “20 天,这不仅仅是一个效率指标,那是一个孩子与一个家庭的连结。”(“20 days. It's not just an efficiency metric. That's a kid connecting with a family.”——Ami Vora) ### [05:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=300s) 指数级飞跃与线性接纳:缩小现实落地鸿沟 谈到技术发展的速度,Vora 感叹自己每天早晨带着计划上班,到了中午就因为技术突破而不得不把计划全盘推翻。在 Anthropic,团队频繁讨论“指数级(exponential)”,而这也是行业普遍感受到的冲击。几年前,前沿模型的最高水平仅仅是能写出一封体面的电子邮件;一年前站在这个舞台上,Opus 4 是当时的主角,让智能体在没有人类干预的情况下连续运行一小时还被视作极难企及的目标(stretch goal);但到了六个月前,智能体已经能够在夜间端到端持续运行,开发者早晨醒来就能验收完成的工作;上个月,Mythos 更是通读了整个 OpenBSD 的源代码树,挖掘出一个隐藏长达 27 年的安全漏洞——该漏洞此前抗住了近 30 年来所有人工代码审查、模糊测试工具(fuzzers)以及静态分析器的检测。 跨度越来越大,间隔却越来越短。然而,模型的飞跃呈指数级,大多数组织对 AI 的接纳和应用却依然呈线性推进。这种“AI 能做到什么”与“AI 实际在为人解决什么”之间的脱节,正是开发者需要弥合的鸿沟。平台上的数据印证了这股动能:过去一年,Claude 平台的 API 调用量同比增长了近 17 倍;在 Claude Code 上,开发者平均每周运行 Claude 的时间已达到 20 小时。 Vora 直言,本次大会不会发布全新的基础大模型,重点在于如何让现有产品更好地服务开发者: 1. **模型层(Model Layer)**:由 Diane 介绍 Frontier 前沿模型的最新进展及未来布局。 2. **Claude 平台(Claude Platform)**:推出 Claude 托管智能体(Claude managed agents)的更新,包括目标达成机制(outcomes)、“思考发散/梦想(dreaming)”机制以及多智能体编排(multi-agent orchestration),由 Angela 和 Caitlin 深入讲解平台如何包揽底层基础设施。 3. **Claude Code**:由 Kat 和 Boris 介绍名为“常规动作/日常例程(routines)”的新原语,使 Claude Code 即便在开发者离开电脑时也能实现自主提示与推进。 绝大多数普通人终其一生都不会调用 Claude API,也不会打开终端敲下 `claude` 命令,他们是通过开发者构建的产品(如 Canva 的设计师、Legora 的律师)来体验 AI 的。为了支持开发者,Vora 宣布即日起上调速率限制: - **Claude Code 额度翻倍**:Pro、Max、Team 以及按席位计费的 Enterprise 方案的 5 小时速率限制直接翻倍。 - **Opus API 限额大幅提升**:针对 Claude Opus 显著上调 API 配额。 - **算力资源扩张**:Anthropic 正在扩展算力合作伙伴关系,宣布与 SpaceX 达成合作,全面使用其 Colossus One 数据中心的所有计算容量,并将这些算力直接投向独立开发者与小型团队。 ```mermaid flowchart TD accTitle: 指数级模型与线性落地鸿沟 accDescr: 展示模型能力的指数级发展与组织采用的线性路径之间的鸿沟,以及开发者在此间起到的弥合作用。 subgraph GapGraph ["能力与落地的脱节"] A["前沿模型能力<br/>(指数级增长:从邮件生成到挖掘 OpenBSD 27 年漏洞)"] B["组织应用与接纳<br/>(线性演进路径)"] A -.->|"存在落差(The Gap)"| B end subgraph Solutions ["弥合鸿沟:开发者与平台支持"] C["开发者构建实际应用<br/>(Canva、Legora、Binti 等)"] D["Anthropic 基础设施赋能<br/>(托管智能体 / Routines 原语 / 额度翻倍)"] D --> C C --> B end ``` ### [10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) 赋能开发者的基石:模型智能演进与 Opus 4.7 落地 研究产品经理团队负责人 Diane 登台演讲。Diane 于 2023 年加入 Anthropic,主导了从 Claude 2 至今的每一代模型研发,累计向用户和开发者交付了跨越 Haiku、Sonnet、Opus 以及 Mythos 四大家族的 18 个 Claude 版本。她回顾了模型演化中的具体挑战: - **Opus 3**:攻克了既要严苛遵循 JSON 格式、又要保持卓越的长文本代码生成能力的难题。 - **Sonnet 3(内部代号 Sonnet 3 Mu)**:教会了模型安全地操作和使用电脑。 - **Sonnet 3.7**:早期测试中模型有些“过于积极/过分殷切(over-eager)”,团队找到了恰当的产品化暴露方式,让开发者能榨取其全部潜力。 - **Claude 4**:引入并调试思考旋钮(thinking dials),在保持良好体验的同时允许用户灵活调节测试时算力(test-time compute)。 - **过去 12 个月**:累计向市场交付了 8 款 Frontier 前沿模型,每一代都在上一代基础上精进。 Diane 强调,底层模型是全场所有技术更新的基石,“随着模型智能的提升,你的起跑线也在不断前移,你能够做到的比以往任何时候都要多。”(“As model intelligence increases, your starting line moves forward and you could do more than ever before.”——Diane) 在研究团队看来,“指数级”绝非仅仅意味着基准测试排行榜上数字的刷新,更是指原本不存在的能力被凭空发明与构建出来——例如工具使用(tool use)、电脑操控(computer use)、针对问题自适应的思考链、维持成百上千步规划的智能体循环(agentic loops),以及带来全新知识维度的超长上下文窗口。这些能力早已跨出纯代码范畴,涵盖了视觉设计迭代、复杂办公成果生成以及在开放模糊场景下的商业业务拆解。 Diane 以最新发布的旗舰模型 **Opus 4.7** 为例,列举了它在工业界的真实落地效果: - **编程智能体 AMP**:将其 Smart 模式全面迁移至 Opus 4.7,因其在评测中得分最高;同时由于模型自身能力足够强大,不再需要外部拐杖,AMP 得以彻底简化其工具链并重构了脚手架(scaffold)。 - **乐天(Rakuten)**:在内部基准评测中跑通了 Opus 4.7,其解决的生产环境工程任务数量达到了此前的 3 倍。 - **Intuit**:观察到 Opus 4.7 展现出强大的自检能力,能够在规划阶段主动识别出自身的逻辑缺陷,分析症结所在并执行回溯(backtrack)将其修正,从而显著加快了任务交付速度。 ### [15:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=900s) 从 Opus 4.7 到 Claude Design:模型的审美判断与局限性 在推出 Opus 4.7 的次日,Anthropic Labs 紧接着发布了 Claude Design。如今已有大量开发者将 Claude Design 与 Claude Code 结合使用,直接构建生产级别的用户界面。这得益于 Opus 4.7 对视觉设计具备真正的审美理解,不仅能精准拿捏呈现的视觉细节,还能严格遵循既定的设计原则。日常用户的反馈也表明,Claude 能够透彻理解完整的任务意图,甚至在必要时主动提出异议并质疑初始假设。 然而,发言人也坦诚地指出了当前系统的不足。无论开发者对其寄予多大期望,现阶段的底座模型依然是不完美的半成品。“They can still be stomped sometimes by very basic things and also lose the thread when you introduce a lot of context.” 面对非常基础的问题,模型有时仍会被难住;当上下文大量涌入时,也容易失去主线。但正是这种快速演进的不完美状态,让前沿探索充满了可能性。 - **Claude Design 与 Claude Code 协同**:二者组合已直接应用于生产级前端 UI 的构建。 - **Opus 4.7 的核心特质**:具备视觉设计感知力,能根据设计原则权衡细节,并在面对模糊或有缺陷的需求时主动反推和质疑前提假设。 - **现有短板**:偶发性在基础常识上受挫,并在超长上下文中存在丢失关键线索的问题。 --- ### [16:08](https://www.youtube.com/watch?v=GMIWm5y90xA&t=968s) 研发前瞻与“任务跨度”(Task Horizon)的飞跃 Anthropic 团队披露了接下来的三大核心技术方向。首先是更高的判断力与更优的代码审美,这意味着未来版本的 Claude 能够完全胜任高度复杂的自主工程任务。其次是借助高质量记忆机制实现“感知无限”的上下文窗口,使模型能够驾驭长时间运行的长程任务并持续改善输出质量。最后是多智能体协同(Multi-Agents Coordination),通过驱动成群的 Agent 与多个 Claude 实例互相配合,共同攻克单体模型绝对无法企及的宏大目标。 评估模型智能的核心指标被定义为“任务跨度”(Task Horizon)——即模型在自主工作、不断自我迭代交付成果及工作质量的前提下,能够持续维持运行的时间跨度。去年同期,模型自主工作的上限往往只有几分钟;而现在,许多开发者构建的 Agent 已经可以连续运行数小时。未来,主动式(Proactive)、全天候在线(Always-on)且永不丢失上下文主线的智能体将成为现实。 ```mermaid flowchart LR accTitle: Task Horizon Evolution accDescr: 展示模型自主运行任务跨度从分钟级到数小时再到未来全天候自主运行的演进过程。 subgraph Past["过去一年"] A["分钟级自主运行"] end subgraph Present["当前阶段"] B["数小时长程 Agent 任务"] end subgraph Future["未来方向"] C["全天候 Proactive Agent<br/>不丢失上下文主线"] end A --> B B --> C ``` --- ### [17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) 驾驭指数级曲线:为下一代 Claude 设计架构 模型能力的提升呈现指数级增长,而开发者的架构哲学也必须随之发生根本转变。以往开发者必须搭建繁冗的外围支撑结构(Scaffolding)来补足模型短板,设计复杂的重试逻辑、工具分发和迭代循环;而如今,Scaffolding 的角色已经转变为放大模型本身的智能,大量的推理与执行逻辑已被完全内化到模型内部思考流程中。 针对如何应对即将到来的更强模型(例如 Opus preview),Anthropic 向开发者提出了明确的研发建议。最关键的原则是针对“下一代”模型设计系统,而不是局限于现有版本。“We seen countless times that the developers who win are the ones who optimize their architectures to absorb the next intelligence jump not just today incremental accuracy.” 真正胜出的团队,往往懂得降低模型升级的迁移成本,通过编写高难度的自动化评估集(Evals)、构建今天看似无法实现的大胆原型,来敏锐捕捉指数级跃迁的奇点。 - **升级即商业机遇**:最大化利用 Claude 价值的团队,其核心能力在于将模型升级成本降到极低。 - **自动化评测(Automated Evals)**:构建更加严苛的评测集;当某个过去无法跑通的原型在新模型上突然通过时,往往意味着诞生了前所未有的突破性功能。 - **极简支撑架构(Simple Scaffolding)**:避免过度设计脆弱的流程胶水代码,让架构具备直接吸收更强原生智能的弹性。 --- ### [20:18](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1218s) 商业落地的两大鸿沟与 Claude Platform 基础设施 Caitlin 与 Angela 随后登台,深入剖析了企业落地 AI 时面临的现实断层:模型能力在沿着指数曲线飙升,而企业的商业运作方式依旧是线性的。企业在试图接入这一指数级能力时,普遍被卡在两个核心痛点上。 第一是**获取正确结果(Getting the right outcomes)**门槛过高。现阶段要引导模型精准达成商业目标,开发者仍需投入极其繁重的 Prompt 调优、工具链构建以及 Harness 工程开发。第二是**兼顾敏捷交付与生产规模化(Ship fast, but ship scalably)**。在行业极速快节奏下,构建 Demo 原型轻而易举,但要在维持高可用、高质量的前提下扩大到生产环境却异常艰难。为此,全新升级的 Claude Platform 提供了与 Claude 模型深度协同的 API 原语、用于构建和扩展智能体系统的底层基础设施,以及全套生产运维控制能力。 --- ### [21:38](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1298s) Advisor 架构:高智力与低成本的兼顾方案 针对企业客户“既要前沿顶尖智力,又要极低调用成本”的普遍诉求,平台推出了 Advisor 策略(顾问模式)。该架构的核心思想是将系统的“执行”与“指导”彻底解耦。开发者只需在现有的 Messages API 中更新工具数组(Tools Array),即可实现多模型层级协作。 在实际落地中,通常由体量较小、成本更低的轻量模型(如 Haiku 或 Sonnet)担任主执行者;当小模型在复杂任务中卡壳或需要高阶决策时,它会自动向 Opus 这样的大模型寻求建议。实测数据显示,由 Sonnet 执行、Opus 指导的复合方案,不仅整体表现大幅超越纯 Sonnet 架构,更由于获得了 Opus 的精准决策指导,消除了大量无意义的试错调用,综合成本甚至比纯 Sonnet 还要低。法律科技公司 Eve Legal 采用该策略后,成功以五倍更低的成本实现了顶尖前沿模型(Frontier Model)级别的产出质量。 ```mermaid flowchart TD accTitle: Advisor Strategy Architecture accDescr: 展示执行模型与顾问模型之间的工作流程,小模型执行任务并在需要时求助大模型。 subgraph Client["业务客户端"] Req["复杂业务请求"] end subgraph ExecutionLayer["执行层 (低成本 / 高吞吐)"] ExecModel["执行模型<br/>(Haiku / Sonnet)"] Action["执行具体工具与常规任务"] end subgraph AdvisoryLayer["顾问层 (高智能 / 高推理)"] AdvisorModel["顾问模型<br/>(Opus)"] end Req --> ExecModel ExecModel --> Action ExecModel -->|"遇到复杂决策 / 寻求指导"| AdvisorModel AdvisorModel -->|"返回高阶思考与策略指示"| ExecModel ``` - **实施便捷**:无需推倒重构,只需在原有的 Messages API 工具定义中配置即可启用。 - **典型应用场景**:极为适合 SaaS 产品的 Freemium 免费增值模式(在严格控本的同时保证核心体验),以及对投资回报率(ROI)极其敏感的大规模高并发工作流。 - **Eve Legal 实测成果**:“Eve Legal used the advisor strategy, and they told us they got Frontier Model quality at five times lower cost.” --- ### [23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) Claude Managed Agents:开箱即用的企业级智能体托管 针对规模化与上线速度难以兼得的挑战,Anthropic 带来了 Claude Managed Agents(托管智能体服务)。这是一套将成熟的 Agent 运行框架(Harness)与生产级云端基础设施深度绑定的整体解决方案,合作团队得以在短短几天内将项目从原型直接推进至生产上线,交付速度实现整整 10 倍的提升。 Managed Agents 最大的优势在于内置了工业界最佳实践。以 Agent 的长效记忆(Memory)为例,自研记忆系统以维持跨 Session 用户偏好非常繁琐,而平台直接将其封装为针对 Claude 调优的开箱即用特性。更重要的是,用户数据拥有完全的主权:“And we want to make sure that everyone hears this. When we do give you memory, that memory is ultimately yours.” 所有的记忆资产完全归属于开发者,并支持随时自由迁移。在生态合作方面,Notion 基于 Managed Agents 为其产品深度集成了可直接触发的长程复杂自主 Agent,全面接管耗时较长的企业级知识协作任务。 ### [25:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1500s) Claude Managed Agents 三大新功能发布:多智能体编排、Outcomes 与 Dreaming 主讲人宣布对 Claude Managed Agents(Claude 托管智能体)进行重磅升级,正式引入三项极具突破性的全新核心功能。首先是**多智能体编排(Multi-Agent Orchestration)**,开发者能够藉此构建协同作业的智能体集群(fleets of agents),共同拆解并攻克复杂的系统级任务;其次是**成果定义(Outcomes)**,允许用户精准指定成功的验收标准,由 Claude 负责自主且不知疲倦地持续迭代,直到彻底达成目标;最后则是备受团队期待的**做梦机制(Dreaming)**,它赋予了 Claude 自我学习(self-learn)的能力——智能体能够主动审查历史会话,自主复盘并找出先前遗漏的技能与应吸取的经验教训,并将这些沉淀的知识直接写入专属记忆库中。 为了生动展示这三项能力的实际运作方式,两位主讲人 Angela 与 Caitlin 现场搭建了一个名为“Lumara”的虚构航天科技初创公司。她们幽默地解释道,这一灵感既源于当天早些时候公布的 Claude Opus API 速率限制大幅上调,也因为团队近期频繁与某家航天公司互动交流。Lumara 的核心业务是开发自主软件,指引无人机在月球表面安全着陆并勘探开采材料。面对这个兼具极致速度与扩展性挑战、而两位创始人自身又并非航空航天工程师的复杂场景,她们决定完全基于 Claude Managed Agents 来实现整套智能化任务系统。 - **多智能体编排(Multi-Agent Orchestration)**:支持创建智能体舰队,拆解分工解决高难度复杂任务。 - **成果定义(Outcomes)**:以标准化的明确验收规范驱动模型,自主循环迭代直至完全达标。 - **做梦机制(Dreaming)**:允许智能体在后台自主复盘历史运行记录,自动提取失败教训与成功经验并沉淀至长期记忆库。 ```mermaid flowchart TD accTitle: Claude Managed Agents Architecture with Outcomes and Dreaming accDescr: 展现 Commander 协调 Detector 与 Navigator 运行,由 Grader 依据 Outcomes 评估,并通过 Dreaming 回流长期记忆的架构流程。 subgraph Agents ["智能体集群架构 (Multi-Agent Fleet)"] Cmd["指挥智能体 (Commander Agent)<br/>主会话与全局调度"] Det["探测智能体 (Detector Agent)<br/>独立上下文:寻找高价值采矿点"] Nav["导航智能体 (Navigator Agent)<br/>独立上下文:安全飞行与着陆控制"] Cmd --> Det Cmd --> Nav end subgraph Evaluation ["评估与迭代 (Outcomes & Grading)"] Rubric["成功标准定义 (Markdown Rubric)<br/>软着陆 / 地面平整 / 储备燃料充足"] Grader["打分智能体 (Grader Agent)<br/>跨运行比对结果与最大迭代控制"] Rubric -.-> Grader Agents --> Grader end subgraph SelfLearning ["自学闭环 (Dreaming Engine)"] History["历史模拟日志与会话数据"] Dream["做梦机制 (Dreaming Agent)<br/>跨会话复盘与策略提取"] Mem[("长期记忆存储 (Memory Store)<br/>下降操作手册 / 启发式策略")] Grader --> History History --> Dream Dream --> Mem Mem -.->|"注入新会话"| Cmd end ``` --- ### [26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) 现场演示:虚构初创公司 Lumara 的月球无人机自主着陆系统 Caitlin 借助 Claude API CLI 现场展示了 Lumara 系统是如何针对首个客户需求进行配置的。面对在月球特定地点着陆并采矿的宏大任务,单一智能体的上下文难以承受所有维度的工作负荷,因此系统被拆分为了三种各司其职的角色:负责统筹全局、确保整个任务顺利推進的“指挥官智能体”(Commander Agent);专门负责扫描地表、寻找富含高品质采矿材料候选点的“探测器智能体”(Detector Agent);以及负责操控无人机规避风险、平稳飞抵目的地的“导航智能体”(Navigator Agent)。 在底层实现上,指挥官智能体担任其他两个智能体的协调者角色。当指挥官启动一个主会话时,系统会为每个子智能体分别拉起完全独立的线程与上下文窗口(Context Windows)。Angela 强调这种模块化隔离机制是团队经过大量实践后的刻意设计:“This is a very intentional design, and we found that by doing this all together and then merging in all the results, we get better performance.” 通过将专业上下文相互隔离开来,最后再由指挥官合并全部执行结果,多智能体系统的整体综合性能得到了显著提升。 - **Commander Agent(指挥官)**:发起会话、协调跨智能体通信并合并最终执行决策。 - **Detector Agent(探测器)**:专注于地形分析与潜在采矿价值识别,拥有独立的上下文线程。 - **Navigator Agent(导航仪)**:专注于飞行姿态控制、避障与软着陆动力学计算。 --- ### [28:35](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1715s) Outcomes 评估与 Dreaming 自主反思迭代:从 4/6 到完美着陆 在搭建好多智能体基础架构后,团队紧接着接入了 Outcomes 功能。业务客户对任务成功通常有着极为严苛的具体要求,在 Claude Managed Agents 中,这些验收标准只需通过一个简明的 Markdown 文件即可定义。在现场展示的文件中,成功条件被清晰列为三条:无人机必须实现轻柔的软着陆、触地点必须位于平整无障碍物的安全地面、以及着陆后必须保留足够支持安全返回地球的储备燃料。系统读取该 Markdown 规范后,会自动分配一个独立的“评分智能体”(Grader Agent),该评估者会在每次运行中全程比对结果是否符合既定准则,并根据用户配置的最大重试次数上限在后台自主进行多轮会话迭代。 在首轮测试中,客户提供了 6 个极具代表性的假设着陆点数据。Lumara 的控制面板数据显示,在未经过特定优化的单次运行(One-shot)下,系统成功安全降落了 4 个地点,但在地点 3 和地点 4 出现了失败。面对这一传统上需要耗费巨大人力调优爬山(Hill Climbing)的难题,团队展示了通过 Dreaming 机制实现的轻量级跃迁:在 Claude 开发者控制台中,Caitlin 只需点击一下名为“Dream”的按钮并选定一个目标记忆库,系统便会在后台自主审视所有失败的模拟会话日志。一夜之间,智能体自动为自己归纳出了一份详尽的“下降操作手册”(Descent Playbook),其中包含了总结自过往多项任务教训的各色启发式控制策略。当第二天清晨再次运行模拟测试时,6 个着陆点全部成功降落,不仅先前出错的地点 3 与地点 4 得到了修复,原本成功的点位也没有出现任何能力退化。Angela 感叹道:“And to hill climb on this, all we had to do was just have Caitlin press a button in the console called Dream.” - **Outcomes 评估指标**:软着陆(Touchdown softly)、地面平整清空(Clear ground)、保留充足返程储备燃料(Fuel in reserve)。 - **Grader Agent 机制**:自主判定每轮执行是否达到要求,支持设置最大迭代轮次进行自动纠偏。 - **首轮测试表现**:6 个复杂地形测试点中成功通过 4 个,地点 3 与地点 4 遭遇着陆失败。 - **Dreaming 实际产出**:自动在记忆库生成涵盖历史任务启发式经验的“下降操作手册(Descent Playbook)”。 - **次日复测效果**:6 个测试点全部达成 Outcomes 目标,实现零性能回退(No regression)的自动爬山优化。 --- ### [32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) Claude Code 的演进:从 200 次权限弹窗到 Auto Mode 与全场景覆盖 演示结束后,舞台交由负责 Claude Code 的 Kat 与 Boris。主讲人指出,正如托管智能体平台旨在弥合模型基座能力与企业实际落地系统之间的鸿沟,Claude Code 的使命同样是抹平模型能力上限与日常开发者工作流之间的差距。团队由衷感谢了在场的资深开发者们,特别是早在 Claude 3 Sonnet 还是前沿模型、产品还处于极早期粗糙打磨阶段时,就敢于在生产数据库环境中信任并使用 Claude Code 的这批先行者。 主讲人动情地阐述了 Claude Code 的产品哲学:当前软件开发范式正经历着实时的彻底重构,团队并不自诩掌握一份完美终结的预设路线图,而是将自己定位为与开发者并肩探索未知的登山同行者:“We think of ourselves more like mountaineers, It's kind of like climbing alongside you into terrain that none of us have explored before, learning together what works as we go.” 回顾一年前的产品体验,开发者若想让 Claude 协助修改代码,必须时刻严密监视其试图执行的每一次编辑,在一项任务中甚至需要手动审查批准 100 到 200 次权限弹窗(Permission prompts),步步“牵手式”地引导模型;而如今,绝大多数开发者已经习惯性开启“自动模式”(Auto Mode),彻底放权给 Claude 自主编写并测试,人类开发者只需在其完成大量重型工作并提交 Pull Request(PR)时介入复核即可。 为了适应多样化的工作流偏好,Claude Code 在过去一年中逐步构建了全方位的形态矩阵: 1. **终端命令行(CLI)**:专为追求极简文本交互、需要最大定制自由度与终极控制权的硬核高级用户保留。 2. **IDE 深度集成**:面向既需要顶级代码智能体,又希望在熟悉的代码编辑器内实时直观跟进每一项代码增删变动的开发者。 3. **桌面端客户端(Claude Code on Desktop)**:最新发布的重磅产品形态,专为渴望享受全屏沉浸式图形化界面(Full screen graphical interface)的现代化构建者量身打造。 - **工作流代际演变**:从早期 100~200 次微操确认弹窗的强介入模式,跨变至现阶段端到端委托并仅审查最终 PR 的 Auto Mode。 - **三端产品覆盖体系**:CLI(极简与极高控制力)+ IDE 插件(伴随式代码追踪)+ Desktop App(独立全屏图形化界面)。 ### [35:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2100s) Claude Desktop 控制台与开发者自动化全套套件 演讲者展示了全新构建的 Claude Desktop 桌面端应用,它不仅提供了内置预览功能(让开发者可以直观地看着 Claude 逐步构建应用界面),还提供了一个可管理所有智能体的侧边栏控制面板(control plane),并支持渲染图像与富媒体输出。Desktop 不仅负责本地会话,还能无缝充当远程会话的控制台,带有醒目的视觉指示器,清晰标明哪些智能体卡住了、哪些已经准备就绪。整个 IDE 与 Desktop 应用均建立在 Claude Agent SDK 之上——这也是众多开发者正在使用的同一个 SDK。在 Anthropic 内部,这些工具的全方位应用推动了工程效率的大幅跃升:在团队规模大幅扩张的前提下,不仅维持了同样严苛的代码质量门槛,每位工程师提交的 PR 数量更是暴增了 200%。 针对社区日常开发中的真实痛点,团队推出了一系列由 Claude 驱动的组合式自动化功能: - **Code Review(代码审查)**:部署多智能体团队代替人工排查高危 Bug,目前已有数千家企业以及 Anthropic 内部所有团队每天使用。 - **Remote Control 与移动端支持**:在 iOS 与 Android 版 Claude 应用中集成了 Claude Code,让开发者无需端着翻开的笔记本四处走动、提防摔倒;演讲者打趣道:“你现在可以去公园散步、接触大自然(touch grass),同时依然能写代码。” - **Autofix(自动修复)**:监听 CI 状态、代码审查评论与合并冲突,主动提交修复,确保 PR 始终保持绿灯状态,免去“保姆式”守着 PR 的烦恼。 - **Routines(自动化例程)**:支持监听 Webhook、API 事件或按预定时间表触发,自动启动 Claude Code 处理新提交的 Ticket 或 Bug 报告,彻底取代手动触发。 - **Claude Security(安全扫描)**:夜间自动扫描整个代码库,并在发现漏洞时直接调起 Claude Code 实施修复,解决业务功能发版过快导致安全团队疲于奔命的难题。 ```mermaid flowchart TD accTitle: Claude 自动化工程工作流 accDescr: 展示从外部事件到 Routines、Claude Code、Autofix 及合并上线的完整自动化闭环流程。 subgraph Trigger["触发源 (Triggers)"] T1["Webhook / GitHub Issue"] T2["API 事件 / 定时调度"] T3["安全漏洞扫描 (Claude Security)"] end subgraph Engine["核心执行层 (Claude Engine)"] R["Routines (高阶 Prompt 驱动)"] CC["Claude Code 智能体执行任务"] V["浏览器本地验证 & 竞态检测"] end subgraph Lifecycle["PR 生命周期管理 (Autofix)"] PR["生成 Pull Request"] AF["CI 监听 / 自动 Rebase / 审查修复"] Done["绿灯合并交付生产"] end T1 --> R T2 --> R T3 --> R R --> CC CC --> V V --> PR PR --> AF AF --> Done ``` ### [38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) 企业级落地:Shopify、MercadoLibre 与管理层重返编码 演讲者分享了全组织规模采用 Claude Code 工具的典型企业案例。首先是支撑全球数百万商家的电商平台 Shopify,他们将 AI 深度注入到了整个工程团队乃至跨职能文化中,不仅是工程师,甚至设计、产品、数据科学团队都在全员使用 Claude Code,将其直接集成进内部平台搭建工具。正如 Shopify 应用 AI 总监 Andrew McNamara 所评价:“这速度简直太疯狂了(the speed is just crazy)”,Claude Code 彻底颠覆了他们构建内部工具的模式。 拉丁美洲电商巨头 MercadoLibre 则展示了极具震撼力的规模化转型:其 23,000 名工程师全员运行在 Claude Code 之上。智能体接管了人类长期搁置、无暇顾及的技术债务,目前已在人工监督下完成了超过 500,000 次 PR 审查,并对 9,000 多个应用程序进行了现代化重构。其技术负责人 Oscar Mullen 设定了极具野心的目标:在今年第三季度前实现 90% 的自主编码以及完全由智能体驱动的 PR 闭环。 演讲者指出,最令人动容的细节并非冷冰冰的数据,而是管理层和副总裁们纷纷重新挽起袖子写代码:“Claude Code 正在把写代码的能力重新交还给那些过去几十年都耗在路线图和审查上的人手中,现在他们又重返一线做构建了。” - **Shopify 落地场景**:跨越工程、设计、产品和数据科学全职能,直接在底层平台上批量构建内部工具。 - **MercadoLibre 规模化数据**:23,000 名工程师全员覆盖,审查逾 50 万个 PR,重构 9,000 余款应用,剑指 Q3 实现 90% 自主编码。 - **行业变革趋势**:全球数百万开发者在保持甚至提升交付质量的同时,实现了前所未有的交付速度。 --- ### [40:24](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2424s) 现场演示:AcmePay 支付退款与自主排障 Claude Code 负责人 Boris Cherny 登台,在与现场热烈互动并拍下一张自拍后,他坦言即便每天负责开发 Claude Code,眼前的这一切依然让他感到神奇:“在 Anthropic 内部,我们每天都在互相转发大家用 Claude 构建的炫酷成果以及外界社区的惊艳用法,能和大家一同踏上这趟探索之旅,我打心底里感到无比兴奋。” 随后 Boris 开启现场实操演示。他设定了一个贴近现实的企业场景:假设自己是支付基础设施公司“AcmePay”的一名工程师,正在使用 Claude Desktop 桌面端处理一项复杂业务需求——为 Acme 的商户仪表盘添加退款功能。在这个单任务会话中,Claude 从零实现完整的业务逻辑: 1. **幂等性机制(Idempotency)**:防止因网络波动或 Webhook 重复推送导致商户遭遇二次重复退款; 2. **多币种处理(Multi-currency)**:适配 Acme 覆盖的所有国家和区域的汇率与计费规则; 3. **审计日志(Audit logging)**:满足合规与风控团队的严格审计要求。 编写完代码后,Claude 主动开启自我验证,直接拉起商户仪表盘并触发了一笔退款操作。然而现场出现了小波折:界面并未弹出成功提示(toast)。Claude 敏锐捕捉到了这一故障,深入链路分析后,追查到这是乐观更新(optimistic update)中的一个竞态条件(race condition)所致。Claude 自行修复了该并发缺陷,并再次在真实浏览器环境中完成全链路验证,确认功能完好无损后才将任务标记为完成。 --- ### [42:32](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2552s) 高阶 Prompt:Routines 驱动的异步开发模式 Boris 随后将视角切换到全局视图。刚才展示的退款任务并非孤立运行,它只是 Desktop 仪表盘中并行跑着的众多会话之一。在控制台界面中,开发者可以一目了然地监控哪些任务正在运行、哪些需要人工介入决策,以及哪些任务对应的 PR 已经自动合并闭环。Boris 强调,持续编码如今只是日常开发的一个切面,未来绝大部分代码都将转向“异步开发模式”。而支撑这种模式的基石就是严格的验证机制:“如果 Claude 能自己检查它的工作,你就可以在它运行时去忙别的事情,回头就能收获一个完全可运行的结果。” 对于 Boris 个人而言,他现在的大量代码都是由 Routines(例程)生成的: > “我不再是那个写 Prompt 的人,我是创建那个去写 Prompt 的例程的人。对于在场的工程师来说,可以把它想象成一个高阶函数,Routines 就是高阶 Prompt(Routines are a higher order prompt)。” 刚才演示的退款功能就是最好的例证:深夜一位同事提交了 GitHub Issue,后台监控仓库的 Routine 异步捕获到了该事件,随即唤醒 Claude 自动进行编码与排障。借助 Routines,开发者完全可以设置好异步规则,每天早晨睡醒直接审查已准备就绪的 PR。Routines 支持按时间表运行、由 Webhook 或任意外部 API 调用触发,并且既能在本地机器执行,也能托管在远程云端算力上。 --- ### [44:54](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2694s) 自动巡检生产闭环与三层技术全景 Boris 紧接着演示了 CI 自动修复功能。当 Claude 打开 PR 后,后台 Routine 会全程扮演“PR 保姆”的角色一路护航到生产环境:它自动处理代码审查与安全审查意见,修复 CI 报错,遭遇冲突时自动执行 rebase。在现场演示中,CI 突然因网络超时(network timeout)而变红挂掉,Routine 瞬间被唤醒,诊断出这是已知的底层基础设施偶发问题,立即自动重试并顺利变绿。Boris 补充道,在 Claude Code 自己的代码库中,配置的策略甚至更为彻底:遇到故障不仅仅是重试,而是要求智能体每一次都定位并修复根本原因(root cause),使得负责该 PR 的工程师压根不会看到红色的报错叉号(Red X)。 这标志着整个软件开发范式的根本性转向: > “默认的工作流不再是‘我要去给 Claude Code 发提示词’;如今的默认状态是‘我让 Claude 去给 Claude Code 发提示词’。” 在演讲尾声,Boris 指出本次大会展示的所有特性——包括 Routines 与全新的 Claude Desktop——即日起全部正式可用。他将整场 Keynote 的脉络串联为一个完整的技术全景: 1. **底层基础能力**:Diane 介绍的基础模型能力曲线(Capability Curve); 2. **自我强化层**:Angela 和 Caitlin 展示的能够对自身输出进行评分与自我进化的智能体; 3. **交互应用层**:Kat 与 Boris 现场演绎的 Claude Desktop 与全自主异步研发套件。 Boris 总结道,能力已经全面就位,当下唯一的差距就是我们能以多快的速度将其投入生产实践。他号召在场开发者继续深入接下来的研究论坛、平台架构分享以及 Claude Code 实操工作坊,“沉浸进去,深入探索,与我们一起开始构建。” ## Notable quotes > [00:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=0s) 20 days. It's not just an efficiency metric. That's a kid connecting with a family. — Ami Vora > [10:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=600s) As model intelligence increases, your starting line moves forward and you could do more than ever before. — Diane > [15:00](https://www.youtube.com/watch?v=GMIWm5y90xA&t=900s) They can still be stomped sometimes by very basic things and also lose the thread when you introduce a lot of context. — Diane > [17:40](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1060s) We seen countless times that the developers who win are the ones who optimize their architectures to absorb the next intelligence jump not just today incremental accuracy. > [23:45](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1425s) And we want to make sure that everyone hears this. When we do give you memory, that memory is ultimately yours. — Angela > [26:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1575s) This is a very intentional design, and we found that by doing this all together and then merging in all the results, we get better performance. — Angela > [32:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=1935s) We think of ourselves more like mountaineers, It's kind of like climbing alongside you into terrain that none of us have explored before, learning together what works as we go. — Kat > [38:15](https://www.youtube.com/watch?v=GMIWm5y90xA&t=2295s) Claude Code 正在把写代码的能力重新交还给那些过去几十年都耗在路线图和审查上的人手中,现在他们又重返一线做构建了。 ## Mentioned Ami Vora, Anthropic, Stripe, Scott McVicker, Binti, Felicia Curcuru, Claude, Claude Code, Claude Platform, Claude Design, Claude Agent SDK, Opus 4, Opus 4.7, Mythos, OpenBSD, Diane, Haiku, Sonnet, SpaceX, Colossus One, Canva, Legora, AMP, 乐天 (Rakuten), Intuit, Caitlin, Angela, Eve Legal, Notion, Lumara, Kat, Boris Cherny, Shopify, Andrew McNamara, MercadoLibre, Oscar Mullen, AcmePay ## Video description Get the latest updates from Anthropic's engineering and product leaders at the Code with Claude 2026 opening keynote in San Francisco. [Source](https://www.youtube.com/watch?v=GMIWm5y90xA)

Source quotes

[0:00] Ami Vora: 20 days. It's not just an efficiency metric. That's a kid connecting with a family. [10:00] Diane: As model intelligence increases, your starting line moves forward and you could do more than ever before. [15:00] Diane: They can still be stomped sometimes by very basic things and also lose the thread when you introduce a lot of context. [17:40] We seen countless times that the developers who win are the ones who optimize their architectures to absorb the next intelligence jump not just today incremental accuracy. [23:45] Angela: And we want to make sure that everyone hears this. When we do give you memory, that memory is ultimately yours. [26:15] Angela: This is a very intentional design, and we found that by doing this all together and then merging in all the results, we get better performance. [32:15] Kat: We think of ourselves more like mountaineers, It's kind of like climbing alongside you into terrain that none of us have explored before, learning together what works as we go. [38:15] Claude Code 正在把写代码的能力重新交还给那些过去几十年都耗在路线图和审查上的人手中,现在他们又重返一线做构建了。