← 返回全部情报
Anthropic 的 Thariq 教你「驾驶」Claude Code:功夫花在首条提示上,让模型写实现笔记,用 Claude Mods 给 harness 加测验和假设登记 的封面

·Latent Space·员工分享收录 2026-09-29

Anthropic 的 Thariq 教你「驾驶」Claude Code:功夫花在首条提示上,让模型写实现笔记,用 Claude Mods 给 harness 加测验和假设登记

Claude CodeClaude Mods提示词effort 设置实现笔记

一句话结论

Thariq 认为用好 agent 的核心技能是挖出自己的「未知的未知」:先让 agent 反问需求、在首条提示里讲清目标与投入预算,再按任务类型选 effort(代码评审和安全用 high/max,UI 用 low/medium),让模型记录「考虑过但没做的决定」;Claude.md 只写反复出现的失败模式;新推出的 Claude Mods 可以用分叉子 agent 在每轮结束后自动出测验、登记假设或做模型路由。

打开原文 Latent Space:Claude Code's Next Era — Thariq Shihipar, Anthropic

背景与理念

Latent Space 2026-09-29(上海时间)这期请来 Anthropic Claude Code 团队的 Thariq Shihipar,节目页称他为 Anthropic 的「讲解之王」。他的工作一半是工程,一半是教人用 Claude Code,并把用户反馈带回产品。他开场就说:不到 12 个月,agent 编程从需要去说服创业朋友尝试,变成了所有人的默认写代码方式,如今的主要问题变成「怎么用好 agent」,这是一项「高技能表达」的事。他的核心论点是:几乎每个人都比自己以为的更不清楚想要什么,所以「找出你的未知」会是 agent 编程里永远的技能——即便模型超级聪明,它也需要知道你的偏好,而 schema、调用栈这类设计细节最好在开工前想清楚。

具体做法

一、让 agent 反问。他主导的 Ask User Question 工具是模型第一次擅长「需求引出」,他有人机交互背景,把它看作「人-agent 交互」问题。下一步是 artifacts:每个 artifact 自带数据库,可持久化读写,还能通过 artifact MCP 被多个 Claude 访问,比如做一个看板式的「仪表盘 artifact」让长期项目的多个 Claude 共同维护。他认为最终 artifact 会成为你进入 harness 的界面,可以直接在「活的计划文档」上批注。

二、多人协作。他在 Claude Tag(Anthropic 的多人协作产品,接入 Slack,权限已处理好)里给每个功能建一个频道;需要法务把关时,就在频道里拉上法务,让他们直接跟 Claude 聊,「Claude 知道一切」,法务能拿到关于到底要发布什么代码的准确答案,他不必在环里。

三、首条提示要花功夫。他观察到很多人撞到用量上限,是因为让模型做了一大堆再说「不喜欢,撤掉重来」,反复迭代本可以通过前期多给上下文避免的东西。上下文不只是目标,还包括这是原型还是生产、哪里可以花算力、哪里不行。至于语音输入,他认为格式不重要,关键是信息量,中途改主意模型也能跟上。

四、按任务选 effort。effort 随任务复杂度起作用:安全类问题上 high 与 low 的评测结果差异很大;软件工程上差异不大,因为多出来的 effort 主要花在验证和边界测试上。他的建议分布是:代码评审和安全用 high 或 max;做 UI 用 low 或 medium;做 API 且要覆盖足够多边界情况时提高。他正在写博文,依据是对 Terminal Bench 约 70 道题的分析和对转录的阅读。他还认为前沿大模型将在几乎所有任务上帕累托占优:越聪明越少需要反复验证,反而更省 token。

五、实现笔记。在每道评测题里,模型都会想到正确解法、然后决定不这么做——在较高或最高 effort 下,这是多数失败的原因,很少是真不会。所以他建议让模型写「决策笔记/实现笔记」,你审阅时就能说「我要你做那个你没做的方案」。

六、Claude.md 做减法。他认为 Claude.md 最终会消失,现在新项目甚至可以先不写;只有看到反复出现的失败模式才加进去。问题在于失败模式因模型而异,连续堆积旧模型的失败清单可能过度约束新模型。团队为此新增了用于技能的评测插件,可以评估某个技能是否真的更好。

关键数据/例子

  1. /eli5 技能:提示极短,甚至不含「像给五岁孩子解释」这句话,关键词是「big pictures, few words(大图景、少字数)」,出自 Anthropic 员工处理复杂故障时的需求,可以作为插件安装。
  2. Claude Mods:可以同时定制 harness 的执行和界面,适用于 CLI 和桌面端。他举例「每个任务完成后测一测你是否真懂」:在每轮结束时派生一个分叉子 agent(分叉会保留提示缓存,所以很便宜),问它「这个任务完成了吗?是则返回 true」;若为真,再生成 JSON 格式的问答题,解析后显示在输入框上方。他自己正在做的 mod 包括:一个「登记假设」工具,让模型每做一个假设就记入清单并在结束时展示;一个模型路由器;一个模式选择器,其他插件可以注册成一种模式(如自动路由模式、artifact 模式)。
  3. Projects:节目页引用 Boris Cherny 的帖子——一个项目就是与 Claude 的一段对话,它自己拆分线程、作为并行云端会话运行、在线程间传递上下文、人离开后继续干;Boris 称自己「不再管理会话」,想到什么就发什么。
  4. 他用 Fable 时常看到模型为简单改动也启动 Chromium 截图验证,觉得没必要,这正是 effort 与验证成本的体现。

创新点

第一,把「需求引出」和「事后测验」都做进 harness,而不是依赖用户自觉。第二,给出按任务类型分配 effort 的明确经验值,并指出失败主因是「想到了但没做」,用实现笔记暴露出来。第三,Claude.md 从「越写越多」转向「只记反复失败、随模型更新而清理」。第四,Claude Mods 让用户用自然语言让 Claude 改自己的 harness,并利用分叉子 agent 的缓存特性低成本地加检查环节。信息来源:Latent Space 节目页文字稿。

可否复用

  1. 每个稍大的任务开工前,先让 agent 用「一次一个问题」的方式反问你 5–8 个关键问题(目标、是原型还是生产、边界条件、不做什么),答完再让它写计划。
  2. 把首条提示固定成模板:目标 / 背景材料 / 这是原型还是生产 / 验收标准 / 可接受的花费和时长,宁可多花 5 分钟写清,也不要事后「撤掉重来」。
  3. 在你的 agent 规则里加一条:「完成后附一段实现笔记,列出你考虑过但没采用的方案及原因」,审阅时只看这段就能快速纠偏。
  4. 按任务类型设默认 effort/思考强度:代码评审、安全、事实核查用最高档;排版、UI、改文案用低档,观察一周花费和返工。
  5. 给常看的长输出加一个「少字数大图景」精简指令(如 /eli5:big pictures, few words),用于看复杂报告或排障记录。
  6. 定期清理 AGENTS.md/Claude.md:删除针对旧模型的规则,只保留最近一个月仍反复出现的失败模式。
  7. 在团队聊天工具里按项目建群并拉入 agent,需要法务、运营等同事确认时,让他们直接问群里的 agent,而不是等负责人转述。

笔记会在输入时自动保存。