当 AI 编程器用进化为能自主奉行任务的智能体，架构层面的设想遴荐不再只关乎性能，更关乎安全、可控性与可合手续性。MBZUAI VILA Lab 谄谀 UCL 以 Anthropic 的 Claude Code 源码为案例，系统分析了坐褥级 AI 智能体的设想空间。

这篇著作在 X 上也引起了泛泛的温雅和经营：

来自 MBZUAI VILA Lab 的筹商团队发布了一项新筹商，以 Anthropic 的 Claude Code 源码为案例，对坐褥级 AI 智能体 ( Agent ) 的架构设想空间作念了系统分析。论文尝试推敲一个问题：构建一个坐褥级 AI 智能体，需要回答哪些设想问题？

Claude Code 是面前一代 AI 编程器用的代表：在末端里输入一句"帮我建造 auth.test.ts 里失败的测试"，它会我方收罗落魄文、筹备本领、调用器用、奉行敕令、搜检松手，反复迭代直到合计任务完成 [ 7 ] 。围绕它的源码解读著作还是有不少，但无数聚焦在"奈何罢了"的层面。

这篇论文的切入点不同：

它不繁荣于描述罢了细节，而是尝试从源码和官方文档中反推出驱动所有这个词架构的设想形而上学与设想原则，分析权限、落魄文约束、可扩展性、子智能体等关节子系统的设想遴荐。同期通过与近期备受温雅的开源智能体系统 OpenClaw 的对比，展示通常的设想问题在不同部署场景下可能导向不同的谜底。

筹商表率

论文的分析基于以下几类信息开首：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讨教。

不雅察一：五条设想形而上学塑造了架构，但它们之间存在矛盾

论文莫得上来就讲时间细节，而是先追问了一个更底层的问题：这个系统为什么要设想成这么？通过概括 Anthropic 官方文档、源码和关连尊府，论文转头出五条驱动架构，以东谈主类价值不雅为导向的设想形而上学：

东谈主类有设想泰斗

东谈主类要能随时看到、批准或否决智能体的操作

安全、秘密与数据保护

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

可靠奉行

智能体作念的事要和东谈主类思的一致，长时间启动也不可走偏

才能放大

系统要让东谈主类能作念到曩昔作念不到的事

落魄文适合性

系统要能适合用户的具体名堂、器用、风俗，并随使用时间自如改善

在此基础上，论文从官方文档和社别离析中转头出十三条设想原则 ( Design Principles ) ，举例"拒却优先 ( Deny-First ) "、"渐进式信任 ( Graduated Trust ) "、"纵深驻防 ( Defense in Depth ) "、"最金莲手架、最大操作 Harness ( Minimal Scaffolding， Maximal Operational Harness ) "等。

但论文发现，这些设想形而上学之间存在部分矛盾。举例：

东谈主类有设想泰斗 vs. 安全

左证 Anthropic 的分析 [ 1 ] ，用户批准了约 93% 的权限弹窗，频频的审批点击导致用户对授权内容的注重力下跌。因此安全不可所有依赖东谈主类审批，系统需要有我方的防护机制。

安全 vs. 才能

严格的安全搜检会带来性能代价。安全筹商机构 Adversa.ai [ 2 ] 发现，当一条敕令包含 50 个以上子敕令时，淌若逐条作念拒却法令搜检会导致界面冻结。于是系统遴荐保合手反应速率，退化为单条审批，烧毁了逐条搜检。这评释在性能压力下，多层安全驻防可能被动让位于可用性。

可扩展性 vs. 安全

丰富的扩展才能会扩大膺惩面。Check Point Research 的安全筹商 [ 3 ] 发现，Hooks 和 MCP 扩展在信任对话弹出之前就会加载，这个时序窗口被已袒露的安全破绽 ( CVE-2025-59536、CVE-2026-21852 ) 所期骗。扩展性越强，提前加载的代码越多，可被膺惩的窗口也就越大 ( 这些破绽已在袒露后数周内建造 ) 。

这些矛盾更像是同期追求多条设想形而上学所带来的弃取，而非设想弱势；雷同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、器用、气象与合手久化、奉行环境。

这里的"脚手架" ( Scaffolding ) 是指不休和指引模子有设想的筹备框架，"操作 Harness "则是围绕模子启动的基础设施。对源码的分析显露，Claude Code 的绝大部分代码是确定性基础设施 ( 权限搜检、器用路由、落魄文约束、乌有收复 ) ，AI 有设想逻辑只占约 1.6%。中枢的智能体轮回 ( Agentic Loop ) 是一个合手续迭代的过程：调用模子、获取器用调用肯求、奉行、复返松手，直到模子住手肯求。

在智能体工程范围，存在不同的设想取向。一些框架 ( 如 LangGraph [ 8 ] ) 将有设想逻辑编码为显式的气象图，而 Claude Code 遴荐了另一条路：不硬性规矩模子的有设想旅途，而是给模子较大的有设想解放度，同期用确定性代码保险安全奉行。

论文的分析指出，跟着前沿模子在编码才能上趋同，围绕模子的操作 Harness 的质地可能成为家具各别化的蹙迫要素。

用户肯求奉行过程

△  图 2：智能体轮回的多轮迭代过程。

用户输入经过落魄文安设干与轮回：模子产出器用调用肯求，由权限系统判定，允许则奉行，拒却则把反馈复返模子重试；遭遇落魄文压力时会触发压缩。轮回合手续直到模子不再肯求器用，输出最终回话给用户；用户赓续对话则再次干与新一轮轮回

上头两节经营了"为什么这么设想"，接下来看"具体奈何启动"。论文用一个"启动示例"串起各个架构层级：假定输入"帮我建造 auth.test.ts 里失败的测试"，系统会先组织落魄文 ( 加载 CLAUDE.md 名堂请示、对话历史、器用界说、git 气象等 ) ，然后在每轮模子调用前奉行落魄文压缩管谈。在调用模子之前，权限系统还是通过器用预过滤移除了被辞让的器用。模子在可见的器用范围内决定要调用哪些器用后，权限系统再次判断具体操作是否允许奉行。通过后器用奉行，松手喂回模子，干与下一轮轮回。子智能体托福亦然通过 Agent 器用在这个轮回中触发的。

这个轮回波及以下几个蹙迫的架构层面：

1. 权限机制

△  图 3：权限系统的有设想结构。

每次器用调用王人要经过权限系统的判定，皇冠·app官方站入口系统内置多层安全机制，最终松手分为三种：允许则放行奉行，拒却则告成复返，盘问则交由用户或自动分类器裁决。

系统设想了七层稳重的安全机制，包括器用预过滤、拒却优先法令、权限时势、ML 分类器 ( Auto-Mode Classifier ) 、沙箱停止、收复会话时不摄取旧权限，以及 Hooks 禁绝。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 敕令且需全局启用，Hooks 禁绝则取决于用户是否成立了相应的 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时势 ) 。

2. 落魄文约束

跟着对话激动，落魄文窗口 ( Context Window ) 里的内容不绝延迟。为了不超出 token 预算，系统设想了五层落魄文压缩 ( Context Compaction ) ：预算编订 ( 弥远收效 ) 、历史修剪 ( Snip ) 、微压缩 ( Microcompact ) 、落魄文折叠 ( Context Collapse ) 、自动选录 ( Auto-Compact，默许开启 ) 。其中历史修剪和落魄文折叠受 feature flag 遏抑，不一定在所有版块中王人启用。这五层在每轮模子调用前法令评估，各层稳重判断是否需要触发，从轻量编订到模子生成选录，压缩力度逐层递加。

3. 可扩展性

模子能用的器用不仅仅内置的那些。Claude Code 提供了四种主要的扩展机制：MCP 职业器正经接入外部器用和资源，手段 ( Skills ) 正经注入范围请示，Hooks 提供障翳器用调用、会话生命周期、落魄文约束等多个维度的事件禁绝点，插件 ( Plugin ) 则是一个打包分发时事，不错将上述机制以及敕令、智能体界说等多种组件系缚为可安装的扩展包。不同机制对落魄文窗口的耗尽不同，开采者不错左证场景遴荐妥当的扩展表情。

4. 子智能体的托福与编排

模子不错通过调用 Agent 器用派出子智能体 ( 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、专注筹备的 Plan 等 ) ，也扶持用户自界说。子智能体默许在稳重的落魄文窗口中职责，停止时势包括进度内停止 ( 默许，分享文献系统但落魄文稳重 ) 、git worktree 停止 ( 赢得稳重的文献系统副本 ) 等。完成后只把最终回话复返给父智能体。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派。

不雅察三：与 OpenClaw 的对比：通常的设想问题，不同的解答

论文不单分析了 Claude Code，还和近期在开源社区飞速走红的智能体系统 OpenClaw [ 6 ] 作念了六个维度的对比。OpenClaw 是一个个东谈主助手网关，扶持 WhatsApp、Telegram、Slack 等多种平台接入。两个系统濒临吞并组设想问题，给出了显赫不同的谜底：

Claude Code 对每次器用调用作念逐操作安全评估，OpenClaw 作念鸿沟级看望遏抑

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落魄文窗口，OpenClaw 的插件扩展的是所有这个词网关的才能面

两者还能组合使用：OpenClaw 不错通过 ACP ( Agent Client Protocol，智能体客户端条约 ) 把 Claude Code 看成外部编程 Harness 接入。这说贤慧能体的设想空间不是毛糙的非此即彼，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凝视了智能体系统：AI 智能体带来的坐褥力进步是否如感知中那样真正？是否会在代码质地和经久可珍贵性上付出代价？

论文在经营中援用了多项针对同类 AI 编程器用的筹商：

一项对 16 名资深开采者、246 个任务的立时对确凿际 [ 4 ] 发现，使用 AI 器用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 后代码复杂度高潮了 40.7%

论文指出，将来的智能体系统不错将这个"可合手续性缺口"纳入系统设想的考量，而不仅仅看成过后评估的方针。

六个通达的将来标的

论文梳理了六个有待进一步筹商的标的：

1. 静默失败与可不雅测性、评估之间的差距：智能体的主要失败时势不是崩溃，而是在无东谈主察觉的情况下产出乌有松手。怎样弥合可不雅测性和骨子评估之间的差距？

2. 哀吊合手久化与东谈主机经久配合：怎样让智能体与用户之间的职责关系有用、厚实地卓绝屡次对话合手续累积？

3.Harness 鸿沟的演化：智能体在何处启动、何时行径、操作什么对象、与谁配合，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合手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. 对东谈主类经久才能的影响：上述可合手续性问题能否从过后评估方针进步为系统设想主见？

对 AI 开采者和筹商者的启示

第一，论文提供了一种从设想形而上学登程分析智能体架构的视角，将具体的罢了遴荐追猜想背后的设想形而上学和设想原则，而不是停留在"奈何罢了的"层面。

第二，论文展示了智能体设想中多种价值之间的量度：安全与恶果、东谈主类遏抑与自动化、可扩展性与安全性之间不时存在弃取，融会这些量度有助于作念出更清澈的架构有设想。

第三，论文指出了面前智能体系统尚未处治好的几类问题，如跨会话哀吊、静默失败检测、治理合规等，为将来的筹商和开采提供了标的。

第四，论文还温雅了一个时间以外的问题：智能体带来的短期恶果进步是否真正？是否会在代码质地和经久可珍贵性上付出代价？

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设想经营提供一些可参考的不雅察。

代码和完整论文已开源，宽容温雅！

GitHub 名堂主页：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」

宽容在驳斥区留住你的思法！

—  完  —

咱们正在招聘又名眼疾手快、温雅 AI 的学术编订实习生  � �

感兴趣的小伙伴宽容温雅 � �  了解细目

� � 点亮星标 � �

科技前沿发扬逐日见Royal皇冠(中国)