drizzle digest
⌕ ESC
↑↓ 选择↵ 打开esc 关闭⌘K 唤起
← 主页 NO.72
专栏 · Agent 工程手艺 ›
第 72 期 · AGENT 工程 · 收录于 2026 年 8 月 16 日

Anthropic 的 Katelyn Lesse 与 Angela Jiang:建生态,不建围墙花园

KA
Katelyn Angela · Sequoia Capital
Agent 工程AI 产品
视频 48:51 原文约 6.0 万字 预计阅读 23 分钟 来源视频 ↗ 中英对照全文
原平台热度 YouTube ↗
3.8万观看
212赞
0.6%点赞率
15评论
24.1万频道订阅
数据截至 8 月 27 日
双人对谈 · 本期速读电台 00:00 / 31:00
TL;DR · 三句话
  1. 一Anthropic 平台把能力叠成三层蛋糕——knowledge（知道怎么用 Claude）/ execution（让 Claude 真正干活）/ coordination（协调多个 token 一起干），团队路线图的重心正从底层一路往顶层的「协调层」爬。（harness = 套在模型外面驾驭它的"脚手架/驾驶舱"，负责喂上下文、调工具、管循环；token = 模型处理文字的最小计费单位）→ 详细
  2. 二顶层的核心武器叫 strategies——一个「元 harness」：既然 token 并不可互换，就给每个 token 派一份不同的 job（出主意 / 执行 / 反思写进记忆 / 当裁判验收），再把它们编排组合起来。 这一层能榨出的价值，远比在底层 harness 上抠 prompt caching 要多。→ 详细
  3. 三平台哲学是「开放生态，不是围墙花园」：内部和外部共用同一套 primitives（基础积木），不执着于让东西跑在自家基础设施上（上线了 self-hosted sandbox、MCP tunnel，跟 Modal / Vercel / Cloudflare / AWS 深度合作）——赌的是产品形态永远在变、没人能独占那个答案。→ 详细
01

两位嘉宾是谁 + 平台在 Anthropic 内部是什么位置

  • 对谈由 Sequoia Capital 主持，嘉宾是 Anthropic 平台的两位负责人：Katelyn Lesse（偏工程） 和 Angela Jiang（偏产品）。主持人开场就把它定性为「全世界最重要的开发者平台之一，甚至可能就是那一个」。→ 详细
  • 平台是"一体两面"：对外，是那套 API / 开发者平台——别人想构建能调用 Claude 智能的应用时，就在它上面搭；对内，它同时是 Anthropic 自家产品所依托的产品基础设施。外部开发者和 Anthropic 自己的 app，跑的是同一层地基。→ 详细
02

团队有"两个北极星"：对内押速度，对外押赋能

  • Angela 坦言他们有两个 north star（北极星指标），因为对内、对外是「两个各自独立的太阳系」。对内：给内部团队尽可能大的杠杆，让他们能把"押注 AGI（AGI-pilled，笃信 AGI 会到来并据此设计）"的产品快速做出来发出去——"快"是被刻意强调的第一优先级。→ 详细
  • 对外：让任何一个 builder 都能拿到工具、用 Claude 构建他们想要的任何东西。落地成一句话——"业务在哪儿，平台就贴到哪儿"：所以他们花大量时间跟超大规模云厂商（hyperscalers，如 AWS、Google）做紧密集成。→ 详细
  • 一个金句判断：在 AI 新世界里，过去"经济上根本做不成"的"定制软件最后一公里"，现在理论上变得非常可行了。给开发者的东西有时是 primitives / API / 更高阶抽象，有时只是标准（如 skills 和 MCP）。→ 详细
03

内外共用一套 primitives，赌"产品形态永远在变"

  • 业界很多平台会把"对内 / 对外"分叉、分而治之；Anthropic 有意让两者对等，给所有人同一套 primitives——即便内部 builder 的需求略有不同（就像任何用户都各有需求）。→ 详细
  • 背后的统领性判断：模型能力在指数级上涨，你根本判不准哪种产品形态（form factor）能长久稳定。"两年前大家都说'一切皆 chat'，现在又都说'别提 chat 了，全是 agent'，往后还会有下一种、再下一种。" 所以最好的做法是把稳健的平台交给大家，让形态从市场里自然长出来——"我们绝不觉得只有自己才想得明白那个形态"。→ 详细
  • Katelyn 补充团队纪律：一边在内部 dogfood（自己当用户先用），一边给外部客户开早期访问，两头拿反馈——避免"过度围着某个内部用户的问题打转"而掉进陷阱。→ 详细
04

抽象千层蛋糕：从一个 Messages API 长成开箱即用的 agentic 基础设施

  • Katelyn：她一年前加入时，平台基本上就只是一个 Messages API——一个无状态（stateless）的 API，外加 MCP 标准、SDK / 文档 / console 等开发者工具。→ 详细
  • 转折点：随着模型越来越能"长时间跑、处理更多上下文"，客户开始想构建那种能在长跑式（long-running）、甚至无人实时盯着的远程场景里跑成功的 agent——而大家在反复解决同样的问题，这些也正是 Anthropic 自己在反复解决的。于是他们把内部搭产品用的那整套基础设施拼装成更高阶抽象，让你开箱即用就能做更多 agentic 工作。→ 详细
  • 替你扛掉的两类苦活：① 基础设施——sandbox（隔离的临时运行环境，让 agent 在里面安全跑代码 / 改文件、用完即弃）的按需拉起与治理安全、会话记录的存储与断点续跑；② harness 工程——prompt caching（把重复提示词缓存下来省钱省时）、上下文窗口管理、从模型里榨更多智能、控成本。→ 详细
  • 客户怎么选这堆东西？Angela：看用户群——真正 AI 原生、爱在底层捣鼓的初创，直接冲 primitives 去；而典型企业、或"核心竞争力不在底层优化"的公司，会去够更高阶的打包方案（如托管式 agent，"这些你全帮我搞定"）。→ 详细
05

【核心】三层栈：knowledge / execution / coordination

  • Angela 给出全片最关键的心智模型——这块蛋糕大致分三层：→ 详细
    • ① 知识层（knowledge）：关于模型本身、模型所需的知识，本质是"知道到底该怎么用 Claude 把一件事做出来"。这层的 primitives 反而是些比较"老"、已定型的东西——Messages API 的结构与参数（呈现 Claude 怎么思考、怎么遵循参数、怎么做 tool call）、标准化的 tools，以及可在不同时刻塞进去的一块块上下文，具体就是 skills 和 memory。→ 详细
    • ② 执行层（execution）：知道该怎么做之后，你得让 Claude "去干活"——不只是回答问题，而是给产出、在一堆不同系统里改文件。"这就复杂多了，需要基础设施来支撑。" 这一层的抽象 = 一个底层 harness + 托管基础设施，今天最高阶的产品叫 Claude Managed Agents（托管式 agent），他们在把越来越多的零件往里裹。→ 详细
    • ③ 协调层（coordination）：最上面这层，用来协调多个 token / agent 一起干活（详见下一主题）。→ 详细
  • 关键路线图信号（全片反复强调）：在对外释放的抽象上，他们会越来越多地从知识层 → 执行层 → 协调层往上走。"归根结底你还是得执行，而执行仍需知道该做什么，所以所有这些东西应该像梯子一样层层咬合、递进上来。"→ 详细
06

【核心】strategies = 元 harness，"给每个 token 一份 job"

  • 协调层的核心概念叫 strategies（策略层）——"基本上就像一个 meta harness（元 harness）"：真正的底层 harness 是为执行设计的；而上面这一层要解决的是——既然 token 并不可互换、你得给它们分派不同的活儿，就把这些编排好的策略组合起来。→ 详细
  • Angela 举的 token 分工例子：这个 token 负责出谋划策（advising）、那个负责执行（executing）、这个负责"做梦 / 发散（dreaming）"……→ 详细
  • Katelyn 把"给 token 派活"讲得更具体——同一个 token，你可以：① 纯拿去执行；② 让它回顾过去的 agentic 会话、把学到的东西写进 memory，好让下一个 agent 干得更好；③ 拿去跟一个更大的模型商量，好让一个更小的模型执行得更好；④ 执行完再来个"裁判（grader）"进来问："你干得好不好？不好，重来。" 真正有意思的创新会更多发生在这个 meta 层。→ 详细
  • 一句可反复引用的判断："在 prompt caching 该怎么做、context window 怎么清、evals 怎么写这些事上确实有最佳实践，但很多情况下那一层已经没多少油水可榨——相比之下，比它更高的那一层要划算得多。"→ 详细
  • 推到极致，这套东西收敛成一句话——"每个 token 都有一份自己的 job（活儿）"，这是他们真正重仓押注的方向。他们内部随口就能给你五个 job；但把这套开放给整个生态，"人们能拼出来的组合估计得有十万、二十万种"。→ 详细
07

【核心】开放生态 vs 围墙花园：不执着于"跑在自家基础设施上"

  • 主持人直接问"开放生态 vs 围墙花园"怎么取舍。Katelyn 借三层蛋糕回答：在执行这类环节上，"我们其实并不执着于这些东西必须跑在我们的基础设施上"——非得是我们控制的 sandbox、我们控制的存储层。相反，会随时间做得更模块化。→ 详细
  • 具体动作（一串实打实的开放例子）：上线 self-hosted sandboxes（自托管沙箱），跟 Modal、Vercel、Cloudflare 一大批伙伴合作，甚至包括 Amazon 新出的 microVMs，做成一等公民能力，你可以随便接；还上线了 MCP tunnels，让你能调用防火墙后面的 MCP server、把那层打通。→ 详细
  • 真正重要的不是它跑在谁的基础设施上，而是"你把这些 agent 组装起来的架构——得是强大的、可靠的、可扩展的"。在这一点上他们有很强的观点，你照着他们放出来的接口对接、插进来就行。→ 详细
  • 更高一层的"开放"是安全上的互操作标准：没人希望自己的服务上有技术在干坏事（网络安全是典型例子——防欺诈、护关键基础设施），所以要跟越来越多的人一起立标准。Angela 的电力类比："在有电之前你只能点根蜡烛，能干的事很有限；电之所以是变革性的，是因为你能把它接进一切、人人都能用、还有标准和接入方式——而这不是任何一家能独立完成的。"→ 详细
  • Angela 补充生态愿景：一家公司成立后想 build 什么就 build 什么、需要就做自己的 agent，而这些 agent 能接到别的 agent 上去（有的是 Claude agent，有的是别人家的）——他们想让这种跨系统的"可交易 / 可互通"在全局成立。原生嵌合的方式如 connectors（建在 MCP spec 之上）。→ 详细
08

要不要自己做 first-party 产品：两个判断框（form factor 实验 + TAM）

  • 框一：不断找"新产品形态"。 form factor 是动态的——某一年很棒的形态，下一年多半就不再棒；做出来火一年、不对了就扔掉重来。有时上线产品纯粹是为了"展示一种新形态"，不是因为它是最大的肥肉。例子 Claude design：刻意做得"有主见"（直接跟它说话、让它自己搞定，弱化手动编辑），并想证明"纯用代码、让 Claude 直接生成，也能把设计 / PPT 做漂亮"——而非走传统 design system + 所见即所得（WYSIWYG）的老路。→ 详细
  • 很多这类形态实验由 labs 团队做，"内部先试一把、火个两周就转下一个，很多压根没上线"。→ 详细
  • 框二：看 TAM（总可服务市场），他们毕竟是一门生意。 偏向"吃 token（token-hungry）"的场景——判据是：干完一轮（turn）你会问自己"我做完了，还是庆幸干了、还想再多干"？喜欢答案是"还想再多干"的行业。coding 是典型："干完一轮回头一看，'太牛了，我被解锁了，要 build 更多'"；而有些服务干完一轮就完事走人。此外会挑特定业务职能当买家去服务，已透明公布的垂直化：金融、法律。→ 详细
09

"展示可能性的艺术"：同一件事秀出多条实现路径

  • 以金融为例，同一个结果有多条路：① 直接建在 Messages API 上拿 token、其余全自己搭；② 建在 Claude Managed Agents 上、开箱即用拿得更多；③ 做一个 connector / 插件，嵌进 Anthropic 某个产品里跑。 他们最近上线 Claude for Financial Services（打包好的 skills，可在自家或别人产品里用），还配了 cookbooks 教你怎么用 Managed Agents 落地。→ 详细
10

Claude Tag 的真正魔力：不是 Slackbot，是"组织级 harness"

  • 主持人：外界当时闹"这不就是个 Slack 机器人嘛"，Tag 到底神奇在哪？Angela："你在 Slack 里 @ 它，那只是界面，根本不是重点。重点是引擎盖底下那一整套 context engineering（上下文工程）和架构，好让 Tag 就这么'直接能用'。"→ 详细
  • 它该让你感觉像个同事：入职后一个同事进到你频道里，主动、能搞明白什么对你有用、直接帮你把事办了。对非技术用户是巨大解锁——"我到底该怎么再提交一次报销单？"传统上你得到处问主管、问搭档，现在直接跟 Claude Tag 说，苦活（上下文工程、主动性、大量 harness 部分）都由平台扛。Andrej Karpathy 有句话说得到位：这就像一个"组织级别的 harness（org-level harness）"。→ 详细
  • "有未来感"的部分是冰山：真正越来越难、越来越有价值的是水面底下那一大堆；而界面是可以不断替换的——今天 Slack，也可以是 Teams、WhatsApp 群、短信、邮件。"你完全可以想象 agent 就直接去到那些地方待着，几乎占据人类原本占据的那些形态。" 这是个"听着无聊、实则最有前瞻"的判断：让 AI 就像另一个很聪明、能搞清所有 context 的人在帮你。→ 详细
11

harness & context 最佳实践：先做对无聊的基本功，再往上抠

  • Katelyn 给的实操最佳实践（Claude Managed Agents 已把这些"又苦又无聊的细活"替你干了）：① prompt caching——"做就对了，能省下一大笔钱和 token 成本"；② 让 context window 保持清爽（把旧东西清出去，有时用编程方式调工具，避免把所有东西全拉进窗口）；③ evals（评测集）——"我挺意外聊了这么久才有人第一次说出 evals 这个词"，你需要它来确保你想达成的东西真有性能保障。→ 详细
  • 但她随即把重心往上引：这些底层细活"没那么有意思、也没多少油水"，真正划算的创新在更高的 strategies / 元 harness 层（承接主题 6）。→ 详细
12

【核心】模型可引导了 → 大胆删掉"引导型脚手架"，让它跑得更久

  • Angela 讲了个跟"代际"有关的深刻变化：两年前，harness 就是层脚手架，靠"在这儿砌一堵墙、那儿砌一堵墙"把模型从 A 点硬引导到 B 点走直线；而现在的模型已经非常"可引导（steerable，你说往哪走它就往哪走）"，很多引导你直接写进 prompt 就行。→ 详细
  • 由此得出一条反直觉建议："如果你的 harness 里有一部分是专门做这种引导的，那部分你可以删掉——我们经常鼓励大家删。" 这就是常说的"模型会把一部分脚手架给吃掉"：只要方向是它自己能聪明想明白的，这种情况只会越来越普遍。→ 详细
  • 那 harness 接下来该干什么？从"引导"转向"让它跑得更久"（execution）：既然它能朝你指的方向走，你就不会想让它到 B 就停——你会说"从 B 到 C、再到 F、再到 Z，然后就 A 这件事回来找我"。要做这一大堆事，你要的不再是"引导型 harness"，而是"strategy harness"——让你在更高的思维层级操作，正好匹配模型的智能提升。→ 详细
13

通用 harness vs 任务特定 harness：验证逻辑和 token 预算才是"领域特异性"所在

  • 主持人问"任务 / 垂直特定的 harness 有意义吗"。Angela 的观点：有意义，不存在一个通用 harness。有些能力确实很通用很有用（coding 就是，因为软件已吞掉太多事）；但具体领域总有几个部件要定制。→ 详细
  • 最该自己掌控的那一点，是"模型和你的执行之间的验证（verification）逻辑"——即做完一件事、交给模型时，中间的错误怎么 handle。"听起来是件小事，但我完全理解为什么有些人特别想自己掌控 harness，因为把最后这一点点调好，能榨出巨大的收益。" 尤其 legal、finance 这类高后果领域，没做到完全正确后果严重，这会决定用户最终用你还是用别人的产品。→ 详细
  • 另外两点：领域特异性真正重要的是验证逻辑 + 更高阶 strategies 上"你多会分配 token 预算"；而"context 这块其实有点被夸大了"——任何 harness 都能处理大量 context，塞 context 更多只说明"你有数据"，有数据你自然就有独特资格做有用的事。→ 详细
  • Katelyn 补一刀"为什么这么多分歧"：大家说 harness 时指的东西根本不一样——可以只指一个循环（user→model→tool→…），也可以指连同打包的所有 tools。通用没意思的部分（prompt caching、清旧 tool call）该甩给平台；往上一层才是你想掌控的。终极目标是"直接告诉 agent：这是我要的结果、这是我的预算，预备——开始，底下细节你压根不用想"。→ 详细
14

从最先进用户身上学到的：创新集中在"context 和连接层"

  • 平台团队的独特视角是"能看到全世界最先进用户在用什么"。Angela 观察到的最兴奋的创新集中在"context 和 connectivity（连接）层"——它不表现为一个全新产品形态，而是"对用户极其有用"。有团队很聪明地处理散落各处的 context：怎么主动够到、在每处生成足够权限、再喂进一个 agent。→ 详细
  • 越来越多创新来自"内部用例"而非外部——即那些正变得更 AI native 的公司：有客户用极创新的方式给自己搭了套定制 SDLC（软件开发生命周期）、有的把整个后台办公室都这么改造，"他们把 context 流式接入的细微处理方式特别有意思"。→ 详细
  • 另一类有意思：跟老派软件打交道的公司——很多 healthcare 公司的系统"连 API 都没有，有 API 简直是奢望"，于是用 computer use（让模型像人一样操作电脑界面） 去自动化、建连接；甚至有人拿一台笔记本跑一堆东西、自动生成给 agent 用。平台想为这块提供更多标准化支持（"你有一份 spec，Claude 就能遵循它"）。→ 详细
  • Katelyn 的连接层实例：一个客户想让分散在不同模型 / 平台上的 agent 协同——干脆"在一个 agent 上头暴露一个 MCP server，让另一个 agent 去调它的 tool"，更模块化、能协作，"我们坐下来一起搞，跑得完美"。她还点了个行业趋势：coding 之外，manufacturing（制造业）开始起来，有个 PM 直接飞底特律去搞清客户要什么。→ 详细
15

从 token maxing 到 token rationalization：别叫停 AI，用"复杂度分流"

  • 主持人抛出一个好框架：历史先经历了 token maxing（把 token 用到极致），现在进入 token rationalization（把 token 用得合理）。Angela 认同：模型越强，你会先撞到"intelligence maxing（智能用到极致）"，然后追下一个维度——要么成本、要么速度。→ 详细
  • 最不该做的是"叫停 AI 使用"——很多公司 AI 花费是通过 shadow IT（影子 IT，员工绕过 IT 自行采购）爆发的，"等你反应过来，半个组织已经不知怎么装上了 Claude Code"。但如果你在拿回报、出货更快、运营更高效，那都是收益，别掐掉。→ 详细
  • 该做的是设计一套 strategy / 架构——任务进来先评估复杂度："我这其实就是在描述一个 router（分流器）"：难任务路由给又大又聪明的模型，简单任务路由给更便宜的模型。有技术复杂度但非常可行。但他们只在 Claude 家族内做这件事——"我们是在为 Claude 设计平台，不太有兴趣说'然后你该路由到另一个模型'"。→ 详细
  • Katelyn 的信念 + 类比：harness 和整个 agentic 层应该"绑定到你所用的模型家族"来调优（Vercel 就用 harness agent 往上抽象了一层：把整个 harness+agent 一起插进来、绑定模型家族）。她拿 Stripe 经历打比方——当年紧盯 AWS 账单，谁的后台 job 配错了在疯狂烧 CPU，就用护栏发现、客气地请他关掉；AI 时代也一样，危险的是简单粗暴"给你个上限、卡死在里面"，正解是"鼓励创新做出成果，再从旁边看'同样结果有没有更省的几种做法'——一种是拿 Opus 通宵跑，另一种是在 strategies 上更聪明一点用更低成本做到"。→ 详细
16

接下来做什么：让你能"组合 strategies" + 被低估的第三根杠杆（best of N）

  • Angela 剧透路线图（"这个词我们说了两千万遍了，抱歉"）：在做让你能"组合 strategies（compose strategies）"的东西——即协调层的抽象。切入点是：大家在搭的问题都处在"要拿最大回报，就得对问题本质聪明一点"的层次。→ 详细
  • 具体例子 bug hunting（找 bug）agent：大家通常只想到两根杠杆——换更大的模型 / 让它跑更久；但其实有第三根、且往往管用得多的杠杆——best of N（同一任务跑 N 次、取最好的一次）。"说出这几个词很轻松，论文也一堆，但真把它搭出来、放进生产让你在真实用户身上测试，难得要命——你最后会搭出一堆定制 harness。" "真正的 alpha 就藏在这儿，而且它很难做" → 于是套用开头那句朴素哲学："能带来你要的回报、又很难，那我们就帮你把它变简单。"→ 详细
17

agent swarm 只是"一种 strategy"；两类 persona 与"入场门槛"

  • 主持人联想到一年前热议的 agent swarm（智能体集群）。Angela：那"就是一种 strategy"——就像"一个大 agent 再分出一堆小的"也是另一种 strategy；大家过去常照着"人类组织"来想这件事，但推到极致，本质还是"每个 token 都有一份 job"。→ 详细
  • 但在"把智能最大化"的爬坡之外，还有两类 persona 要照顾：① 企业客户——常说"我这有个 walled garden（围墙花园），得搞清怎么把方案插进来"，需要企业级安全 / 合规管控、以及把平台做得更模块化可插拔（"我这块想用 memory"）+ 一流开发者体验，否则"你的创新再酷，我因为这样那样原因根本用不上"；② 周末开发者——想给自己搭点有用的东西，往往同时用着他们和社区其他平台。→ 详细
  • Angela 把这些"更开放 / 更可 hack 的方案 + 打通体验"归为 table stakes（入场门槛），"但我对它们真的很兴奋，因为正是这些才能解锁——让人说'这玩意儿对我确实管用，现在我可以接上你们那些爬坡拿智能、省成本的创新了'"。→ 详细
18

闪电问答 / 收尾

本片无正式的 lightning round（快问快答）环节。收尾处主持人总结："你们正在打造全世界最重要的开发者平台之一……我真心觉得很乐观——这个平台掌握在一双非常有想法、又真心在乎整个生态的手里。" 两位嘉宾致谢，全片在音乐中结束。→ 详细

19

联系方式

本片未提及嘉宾联系方式。嘉宾：Katelyn Lesse（Anthropic 平台 · 工程）、Angela Jiang（Anthropic 平台 · 产品）；主持方为 Sequoia Capital（对谈中提到 Lauren 与另一位主持人）。

接着读
NO.71 · Agent 工程 没有评测别发布技能——Philipp Schmid(Google DeepMind) Philipp Schmid · 13 分钟 NO.70 · Agent 工程 上下文层到底是什么?生产级 agent 缺失的那层基础设施——Prukalpa Sankar Prukalpa Sankar · 13 分钟