How Anthropic ships Claude with Claude: Separating the Brain from the Hands · 策展笔记

录在 Opus 5.5 发布的第二天，Latent Space 的 swyx 请来 Anthropic 平台团队的两位负责人：管工程的 Katelyn Lesse 和管产品的 Angela Jiang，两人此前在 Stripe 共事。节目全长一百分钟出头，属于他们的 Anthropic 上市报道系列，把 Claude 平台的家底翻了一遍。

先亮我的结论：对自建 agent 运行时的人，这期最值钱的是 “大脑与手” 分离的架构，和 Messages API 用 Rust 重写的方法论。两段都能直接抄。

发布背景：赶在 IPO 窗口前

访谈正赶上 Anthropic 递交上市文件的传闻期。swyx 自述没有内幕，只按公开材料算账：员工人均营收一年前约 140 万美元，现在约 660 万；上一季度首次 GAAP 盈利，利润率 19%。

这些是主持人的推算，带耳朵过滤。干货在两位嘉宾的辖区。

Opus 5.5：每美元智能

新版主抓两件事。一是回应 Opus 5 写作晦涩的批评，行文更简洁；二是降价，官方话术叫 “每美元智能”，同样预算买到更多能力，具体省多少取决于工作负载和缓存用法。

Claude Code 的默认 effort 档位同时调到 medium。嘉宾承认 API 参数已堆成一团乱麻：effort、各类 budget 怎么收敛，默认档按客群怎么分，都还在权衡。思路是温和默认，保留调节余地。

防蒸馏：思考块必须留住

Anthropic 早就确认思维链抽取是最强的蒸馏通道，这次直接在 API 层动手：跨轮对话要求保留 thinking blocks，模型的推理段落不许在轮次间删掉。这会破坏老客户的上下文压缩策略，于是官方补了 compaction 接口，把压缩收编成平台功能。

Cognition、Cursor 这些大客户和开源 harness 维护者被提前拉进升级。此前一篇蒸馏攻击论文披露的漏洞已经修掉，嘉宾称实测蒸馏难度明显上升。

动机这块 Angela 说得直白：

“如果你从我们这里蒸馏，你其实已经付了钱。”

他们担心的是蒸馏出的模型绕开安全护栏去干坏事，钱是小事。动机在安全侧。

大脑与手：agent 不该住在沙箱里

全期最该划重点的心智模型。Managed Agents 是 Messages API 之上的一层套件，负责定义 agent、开会话，免去自建基础设施。它把一个 agent 拆成两半：brain 是 harness（驱动模型的循环、工具调用和会话日志），跑在持久服务器上；hands 是执行代码的沙箱，按需拉起，用完即还。

收益有三层：首 token 延迟更低，沙箱挂掉不连累会话，状态独立存放。被否掉的早期方案是把 Claude Code 整个塞进沙箱再包一层 API，启动慢，沙箱一死全死。

安全属性是后验的惊喜。架构最初为延迟和可靠性设计，当年有位产品经理坚持安全才是它最重要的属性，Katelyn 讲她发布前一天刚为这句话向对方道歉。

凭证处理最见功力：真实凭证放在独立的 vault（凭证保险库），agent 只看得见占位符，网络出口处由代理换成真凭证注入。沙箱里没有东西可偷。另有域名白名单和整体断网两档出口控制，默认安全，客户跟着平台升级免费受益。

用 Claude 重写 Claude 的 API

标题里 ships Claude with Claude 落到实处，是这一段。CPU 成了硬约束，产品、API、沙箱、CI 全在抢同一批核，对 Anthropic 是零和分配，还要跟云厂商谈额度。

一年多前 Messages API 还是单 GCP 区域的 Python 单体。到录制前一周，它已全量切到 Rust 重写版，而团队起步时一个 Rust 开发者都没有。

做法值得整段抄走。人负责分布式系统设计，代码交给 Claude 写；fork 出 Rust 版后先跑 shadow traffic，也就是把真实流量复制一份打到新版上，逐项比对两版输出；再用 feature flags 灰度切流。

主团队照常加功能，靠静态分析把新功能同步进 Rust 分支；专门的交换团队管交接，杜绝重写时顺手夹带新功能。这是一次纯移植。

结果按嘉宾口径：CPU 省 40% 到 50%，首 token 延迟改善 10% 到 20%，长任务上更高。数字自报。没有第三方复核，但方法摆在那儿，可信度不低。

下一步是服务端暂存会话状态，免得每轮都回传完整对话。这超出 prompt caching 的层面，长对话的成本收益会很大。

发布流程：负面反馈最值钱

发版链条被讲透了：做模型、安全测试、评估取舍、切版本、内部 dogfooding（自家产品自家先用），再走第一方产品和 API 客户的早期访问计划，汇总反馈后发布。

早期访问挑客户只看一条，eval 体系健不健全。反馈渠道就是 Slack 频道，很不正式。最有用的反馈全是负面的，早期版本太 “懒”，直接打回重训。

个性化被承认是没解决的难题，Angela 原话是 “我们做得不好”。Frontier Code 基准惩罚过度改文件，用户又能在 CLAUDE.md 里改掉这个默认。基准和个性化天然打架。

dreaming：CMA 之上的 CMA

记忆机制 dreaming 被一句话拆穿：另起一个 managed agent，读前面 agent 的轨迹，把该记的写回记忆。套娃结构。

基础 harness 刻意保持简单，不预设策略，把 best-of-N（多路生成挑最优）、verifier agent（加一层校验者）、跨任务共享记忆这些玩法留给开发者自己迭代。开放多智能体模板在计划里。计划不等于承诺。

站长落点

如果让我搭 agent 运行时，这期至少抄三样：brain 与 hands 分离、凭证占位符加代理注入、shadow traffic 式迁移验证。第一样换可用性，第二样换安全，第三样换动核心服务的胆量。

嘉宾结尾给的使用建议也实用：把过去因成本不敢放开跑的任务拿出来重跑；试试多智能体，让 agent 自己认领角色。架构上只管两件事：异步，子 agent 互不阻塞。剩下交给模型设计。