
Anthropic工程师Lydia Hallie:高效使用Claude Code靠的是构建环境,而不是更会下命令
Vũ Khôi
Tác giả tại Wotech Electronics Blog

Anthropic工程师Lydia Hallie:高效使用Claude Code靠的是构建环境,而不是更会下命令
Lydia Hallie是Anthropic公司Claude Code团队的工程师,她在一段约18分钟的视频中分享了高效使用Claude Code的实际经验。据Việt Nguyễn AI页面2026年11月14日的帖子,她最重要的信息是:随着AI越来越聪明,开发者不仅需要知道如何向AI下命令,还需要知道如何构建环境、设定规则和建立验证机制,使AI能够自主、安全、高效地工作——这是Harness Engineering的核心思维。本文根据视频的自动生成字幕和原帖呈现视频内容;字幕中一些细节不清楚,因此仅作一般性表述,视频中提到的一款新模型因字幕记录不一致而未具体具名。
快速回答:据视频称,Anthropic的工程师现在同时运行数十个Claude Code会话,每个会话运行数小时,在工作过程中自我验证结果,甚至由会话来编排其他会话——开发者成为数十个会话的“管理者”,而不是在每个步骤中都身处循环之中。据Lydia Hallie引用的博客文章,Anthropic每天的变更数量已从约2,500个(5月)上升到30,000多个(9月)。为了以这种方式安全地工作,她提出了5点:CLAUDE.md只保留Claude无法从代码中看到的说明;Auto Mode——自8月起的默认权限模式——自行决定安全操作;Deny Rules和沙箱设定技术约束,而不是仅通过提示词要求AI遵守;通过测试、钩子和CI/CD进行验证,让AI自行检查和修复错误;以及采用多智能体模型,由一个编排会话(orchestrator)将工作分配给其他会话。在她引用的一项研究中,只有约14%的参与者发现了一个明显危险的命令,而Auto Mode拦截了89%——但仍有约十分之一漏网,因此真正的保证只能来自harness和环境中的约束性规则。*
Harness是包裹AI模型的一层程序和规则:权限、禁止规则、沙箱、钩子和运行环境——这些东西决定AI可以做什么、什么被阻止,而不是仅依赖提示词。Auto Mode是Claude Code的一种权限模式,它对几乎所有不仅仅是读取或编辑项目中文件的操作运行一个单独的分类器:自动允许它知道是安全的命令(如运行测试或安装依赖),同时仍然阻止它不确定是否安全的命令。
与Claude Code共事的会话发生了什么变化?
据Lydia Hallie称,今年早些时候,会话看起来非常不同:当时的模型(她提到了Opus 4.5)会更早停止,运行时间更短,开发者不得不通过CLAUDE.md不断纠正和提醒它,写上“重要”、“绝不要这样做!”之类带有感叹号的句子。Auto Mode功能尚不存在,因此人类要么手动批准一切,要么采取风险更高的跳过权限的方式——人类在几乎每个步骤中都身处循环之中。
随着模型越来越擅长承担更大的任务,会话也发生了变化。如今,至少在Anthropic,会话是这样的:数十个会话同时运行,运行数小时,在工作过程中自我验证,甚至由会话来编排其他会话。人类过去在几乎每个步骤中都身处循环之中,一次只运行一个或几个会话,而现在他们基本上已成为数十个会话的管理者——并且完成了更多的工作。她引用了Anthropic 10月份的博客文章:从5月份每天约2,500个变更上升到9月份每天30,000多个变更。
但这也意味着开发者必须重新思考自己的重点。年初的最佳实践主要围绕引导会话、批准命令、拒绝某些事情或限制Claude能做什么、检查输出和启动会话。在人类退出循环的每个地方,都必须有其他东西接管——那就是模型、harness或运行环境。由此产生两个问题:当不再批准每个命令时,如何确保代码仍然高质量;更重要的是,如何确保运行数小时无人监督的会话仍然安全?
对于新模型,CLAUDE.md应该怎么写?
对于当今的模型——她提到Opus 5.5是她日常使用的模型,还有一款在同一周发布的新模型,擅长验证自己的输出——对用户意图和代码库的理解要好得多,因此在会话中不需要像以前那样多地“引导”模型,也不需要批准每个命令,因为Auto Mode自8月起已成为默认权限模式。
对意图和代码库的更好理解也意味着需要重新思考代码库中的说明。遵循年初的最佳实践,CLAUDE.md可能仍包含“重要”或“绝不要这样做!”之类的句子——但对于当今的模型,这些确实不再需要,甚至可能使模型偏离轨道,导致更多的工具调用和更差的总体结果。如今,CLAUDE.md只应包含Claude无法从代码中看到的东西——例如,某个服务仍在使用未在代码中直接引用的旧版来源,这仍然值得保留;其他一切,如使用什么技术栈或应该在哪里查找,则确实不再需要。她提到一个内置的审计命令,可以轻松地为特定模型优化环境:它会自动检查CLAUDE.md和技能,看看新模型不再需要什么。
Auto Mode如何运作?
Auto Mode对几乎所有不仅仅是读取或编辑项目中文件的操作运行一个单独的分类器。它自动允许它知道是安全的命令——如运行测试或安装依赖——但仍然阻止它不确定是否安全的命令。
在大多数情况下,默认值应该已经足够好,但有时需要干预:例如,当要求将某些东西发布到staging环境时,人类以前只需批准推送到部署仓库的命令,但默认情况下Auto Mode只信任当前文件夹和仓库,因此会阻止该命令——人类又回到了循环中。如果即使在Auto Mode下仍需批准许多命令,首先要查看的是设置:可以用自然语言配置Auto Mode——写明信任哪些仓库、存储桶和域名,以及始终允许或绝不做什么——这些内容会被发送给分类器,由其决定拒绝还是允许每个命令。
她强调:仅通过使用当今的默认值——升级模型和使用Auto Mode——大部分身处循环中的工作已经消失,因为模型接管了引导工作,Auto Mode接管了批准工作。退出循环很容易;更难的问题是如何确保我们不在场也没关系。这包括两个部分:保持安全,然后是验证。
当不再身处循环中时,如何确保安全?
首先,到目前为止的一切——升级模型和使用Auto Mode——只是在与一个模型共事,在大多数情况下它会按照吩咐去做,但这不是保证。在Anthropic 8月份发表的一项研究中,她的团队将Auto Mode与真实的人类循环进行了对比:只有约14%的人发现了一个明显危险的命令,而Auto Mode拦截了其中89%。比人类好得多——但仍有约十分之一的命令漏网。如果想要真正的保证,只能在harness中强制执行。
这就是一些较旧的最佳实践仍然重要的地方:权限。例如,如果项目中针对某个特定工具调用有一条禁止规则,Claude Code会在Auto Mode分类器看到它之前先查看这条规则——事实上,如果某个工具调用与禁止规则匹配,分类器根本看不到它。禁止规则仍然是确保Claude真正永远不做某事的最佳方式。
如何知道项目中哪些东西需要成为规则,哪些东西模型自己知道就可以了?她的经验法则是:如果Claude做错了,能挽回吗?如果它写错了代码,仍然可以回滚——这可以留给模型。但如果它丢弃了未提交的更改,或者读取了不应读取的密钥,那就应该成为规则。例如:绝不希望Claude读取.env文件——默认情况下Auto Mode对此没有问题,因此要确保Claude永远无法读取该文件,就必须添加一条禁止规则,之后像cat这样的命令也无法打开该文件。
但事情并不总是那么简单,因为某些命令可能有副作用:例如,npm test看起来是一个非常正常的命令,Auto Mode运行它没有问题——但当脚本运行时,它运行的却是开发者没有编写的代码,如依赖项,或者Claude刚刚快速编写用来检查某些东西的脚本。如果其中一个脚本被入侵,它可能打开同一个.env文件或SSH密钥并将其发送到一个未知服务器。即使人类仍在批准一切,他们也只会点击允许,因为没有什么可拒绝的——那只是npm test运行的脚本的一部分。权限只决定一个工具调用是否运行,但无法限制它在运行后能接触到什么。
因此必须限制命令运行的环境。在自己的机器上本地运行时,可以在沙箱中运行这样的命令:控制命令可以读取哪些文件、可以写入哪些文件夹、可以接触哪些主机——由操作系统强制执行,并适用于该命令随后启动的每个子进程。单独的禁止规则只在命令运行前由Claude检查,并且只看到“npm test”,看不到脚本最终打开了哪些文件;但启用沙箱后,同一条规则被传递给操作系统,因此当依赖项试图打开.env文件时,操作系统根本不允许。默认情况下,沙箱仍可读取机器的大部分内容,因此如果关心SSH密钥,还需要另一条规则;它也无法接触未获批准的主机。
沙箱仅涵盖Claude运行的shell命令及其启动的任何东西;Claude自己的文件、MCP服务器和所有钩子仍在其外部运行。理想情况下,整个会话运行在一个从一开始就没有这些东西的地方——那就是云会话:每个会话都有自己的机器和仓库的全新副本,即使合上笔记本电脑也能运行——这对于运行数小时的较长会话来说绝对是需要的。在这种情况下,.env文件的问题会自动消失,因为它不在Git中,SSH密钥和GitHub令牌也不在。如果仍需要API密钥,可以将其添加为网络密钥,供会话使用而不必将其发送给模型;默认情况下,在云会话中,网络访问仅限于软件包注册表和GitHub等——必须明确地将其他域名添加到环境中,Claude才能接触到它们。
她还提醒:云会话中的机器是一次性的,但离开它的东西不是——已推送的提交、通过连接器发送的消息——因此她的团队仍在Auto Mode下运行它,并附带禁止规则,将其提交到仓库中以便随会话一起传播,以捕获强制推送或提交中的密钥之类的东西。
验证是如何建立的?
除了安全之外,还需要确保Claude确实在做正确的事情。当身处循环中时,人类或多或少知道工作是好的,因为他们已经看到了几乎所有的更改并批准了一切;但当Claude在后台工作数小时时,这一点就不存在了——而且没有人会在最后阅读每个文件。
例如,要求将某个功能迁移到新API:Claude非常善于理解人们想要什么,但它在过程中仍需做出许多小决定。使用完全相同的提示词,一次运行可能迁移了功能但保留了旧API,另一次可能只为新登录迁移,还有一次可能迁移了但让所有人登出——所有这些看起来都相当合理。因此,在过程中建立验证点以便Claude不断验证自己的结果确实很有帮助——任何返回通过/失败的东西:测试、构建、屏幕截图、任何可用的东西。然后只需要审查这些验证点——比在最后审查整个变更要短得多。如果某次运行仍会让所有人登出,它就无法通过第一个检查,必须找到另一种方法。
建立这一点的最简单方法当然是在提示词本身中:说明“完成”是什么样子,并要求将其拆分为各自有测试的任务,同时要求展示实际输出,因为没有人在场观看。但提示词并不能保证模型会照做;对于那些必须保证运行的东西,她建议使用钩子——Claude Code在特定时间点运行的脚本,给予很大的控制权,因为开发者决定它们何时运行、运行什么和检查什么。例如:每次编辑文件时运行linter;每次想将任务标记为完成时,运行针对已更改部分的测试;当想结束整个会话时,运行整个测试套件。如果其中任何一个失败,Claude就会回去,直到通过为止。一个重要的注意事项:当测试失败时,默认情况下大多数工具以代码1退出,但使用该代码,Claude Code中的任务仍会被标记为已完成;请确保脚本以代码2退出,因为那才是真正让Claude回去修复的东西。
在更高层面,最重要的事情是CI:所有会话都会打开一个拉取请求,CI对每个拉取请求运行相同的检查,无论会话如何设置或Claude在过程中决定做什么。如果开启CI Auto Fix,Claude也可以看到某项检查何时失败并回去修复,这样人类就不必把审查时间花在检查本可以捕获的东西上。对于某些变更,可以开启merge-when-ready,让GitHub在所有检查通过后合并PR——但这不是默认设置,取决于变更的风险程度。例如,在她的团队中,每个PR都会先由Claude审查——不是编写它的那个会话——带着全新的上下文和一组单独的智能体,只负责仔细检查它发现的每个bug;至于人类自己审查多少,则取决于风险:像文档或文案这样的小变更不需要人;普通的产品变更只需要一位审查者;高风险的变更可能需要两位。
什么是编排者模型?
最终,事情的发展方向——Anthropic已经在越来越多地这样做——是人类不再真正自己启动所有这些会话。相反,只有一个主会话充当编排者:用户只需说明需要做什么,编排者将其拆分,为每个任务启动其他会话,并跟踪返回的结果,自动启动和验证这些“线程”——它们只是新的会话。用户不再与八个会话交谈,而只与一个会话交谈。主会话自己不编写代码,因此需要一个擅长决定做什么和评判返回结果的模型;线程则需要一个擅长实际执行工作的模型——两者可以分别设置。这种设置的另一个好处,特别是在Claude Code Projects(仍处于测试阶段)中,是上下文管理完全自动化——不再需要考虑何时压缩或清除。
回顾旧的最佳实践,它们都还在,只是发生了“转移”:模型现在负责引导,Auto Mode负责批准,禁止规则和环境限制可能发生的事情,测试、钩子和CI检查一切,最终Claude也可以启动会话。人类过去自己做的几乎所有事情现在都属于模型、harness或环境——人类只是在那里启动第一个会话并审查产出的结果。
她对在自己的设置中尝试这一点的建议是:选择一件比通常交给Claude的要大得多的事情,确保CI真正捕获你关心的事情,花一点时间配置环境(网络访问、密钥、设置脚本),然后在云端启动,看看会话在哪里卡住、你还在哪里身处循环之中——因为那就是接下来要交给Claude的东西。
常见问题
1. Lydia Hallie是谁? Anthropic公司Claude Code团队的工程师,在一段约18分钟的视频中分享了高效使用Claude Code的经验。
2. 视频最重要的信息是什么? 随着AI越来越聪明,开发者不仅需要会向AI下命令,还需要会构建环境、设定规则和建立验证机制,使AI能够自主、安全、高效地工作——这是Harness Engineering的核心思维。
3. CLAUDE.md应该包含什么? 据视频称,只包含Claude无法从代码中看到的说明;去掉“重要”或“绝不要这样做!”之类的喊话,因为新模型不需要它们,而且可能被带偏。
4. 禁止规则与Auto Mode有何不同? Auto Mode使用分类器来允许/阻止命令,但在引用的研究中,约十分之一的危险命令仍漏网;禁止规则在分类器之前被检查,是保证Claude永远不做某事的最佳方式。
5. 验证是如何建立的? 通过返回通过/失败的验证点(测试、构建、屏幕截图)、在特定时间点保证运行的钩子(脚本以代码2退出以让Claude回去修复),以及对每个拉取请求运行相同检查的CI,并根据风险使用CI Auto Fix和merge-when-ready。
本文改写自Việt Nguyễn AI页面2026年11月14日的视频(reel),记录了Anthropic公司Claude Code团队工程师Lydia Hallie的分享。内容来自视频的自动生成字幕和原帖;字幕中一些细节不清楚,因此仅作一般性表述。数字来自视频和帖子,未经独立核实。
Bài viết liên quan

16 tháng 11, 2026 · 1 phut doc
'看完之后,你的大脑将不再一样':Lara Boyd关于神经可塑性的4堂课
Dung Lê于2026年11月14日在Facebook群组中发表的一篇帖子讲述了观看脑科学家Lara Boyd TEDx演讲的经历——以及这次演讲如何改变了作者对学习的理解。本文转述作者从演讲中得出的4堂课,以及作者的个人故事。文中的科学内容和引文均按作者对演讲的转述,未与原版独立核对。

16 tháng 11, 2026 · 1 phut doc
Breakscale:不要等应用崩溃才知道它在哪里崩溃——先让它崩溃
你用VibeCoding做了一个网站,10个人测试时运行良好,第二天一投广告,人一多就崩溃了——却不知道它在哪里崩溃、该修哪里。这就是Breakscale想要解决的问题:这是一个开源的系统设计模拟器,它反其道而行之:搭建起系统,把用户量加到它崩溃为止,并向你展示它在哪里崩溃、为什么崩溃。本文基于Code Web Không Khó页面2026年11月16日的介绍帖子;各项功能和数据均来自该帖子及…

16 tháng 11, 2026 · 1 phut doc
IT专业学生失业怪AI:'AI没有抢走工作,懒惰和自以为是才正在淘汰你'
2026年11月16日上午,Facebook群组IT for Beginners中的一篇匿名帖子引起了关注,其论点与主流相反:IT专业学生毕业后失业不是因为AI抢走了工作,而是因为他们在大学期间的学习方式和态度。本文转述作者的观点——作者自称自己也还是一名在校学生——以及作者给出的例子和观察。这些是作者的个人意见,未经独立核实。