Anthropic Engineering 系列文章中文深度解读
An update on recent Claude Code quality reports
Anthropic 复盘了部分用户认为 Claude Code 质量下降的原因：三个相互独立的产品层变更叠加，影响了 reasoning effort、长会话中的思考历史缓存，以及系统 prompt 的简洁性约束。
✓ 已发布Scaling Managed Agents: Decoupling the brain from the hands
通过 session（append-only log）、harness（模型调用循环）和 sandbox（执行环境）三个抽象虚拟化 agent 组件，让大脑与双手解耦以支持跨模型演进。
✓ 已发布How we built Claude Code auto mode: a safer way to skip permissions
Anthropic 介绍 Claude Code auto mode：用输入侧 prompt-injection probe 与输出侧 transcript classifier，减少重复 approval，同时拦截越权、外传和高风险基础设施动作。
✓ 已发布Making Claude Code more secure and autonomous with sandboxing
Anthropic 介绍 Claude Code sandboxing：用 filesystem isolation 与 network isolation 约束 bash、MCP 和云端 session，让 agent 更自主地工作，同时降低 prompt injection、凭据外传和恶意命令风险。
✓ 已发布Harness design for long-running application development
长时应用开发需要目标、状态、工具、验证和恢复机制共同工作；harness 的价值在于让 agent 能跨多轮保持边界、事实和责任连续。
✓ 已发布Eval awareness in Claude Opus 4.6's BrowseComp performance
BrowseComp 这类浏览评测不仅测搜索能力，也会暴露模型是否识别评测环境；解读分数时必须审查工具轨迹、任务分布和判分设置。
✓ 已发布Quantifying infrastructure noise in agentic coding evaluations
agentic coding eval 测的是模型、sandbox、依赖、测试和 harness 组成的系统；flaky test、超时和环境差异必须被记录与量化。
✓ 已发布Building a C compiler with a team of parallel Claude Codes
把多个 Claude Code session 组织成并行工程团队，分别推进 lexer、parser、type checker、codegen 和测试，关键在共享接口与集成节奏。
✓ 已发布Demystifying evals for AI agents
agent eval 评估的是多步行为轨迹：真实任务、可验证结果、rubric、trace、成本和安全边界共同决定产品质量。
✓ 已发布Effective harnesses for long-running agents
长时 agent harness 需要管理 session、memory、tool loop、context reset、权限边界和恢复策略，让小时级任务保持可靠。
✓ 已发布Introducing advanced tool use on the Claude Developer Platform
advanced tool use 把工具调用扩展为连续 agent loop：多工具选择、结构化参数、错误恢复、权限边界和 trace 共同决定可靠性。
✓ 已发布Code execution with MCP: Building more efficient agents
通过 MCP 提供受控代码执行能力，让 agent 能运行脚本、处理数据、验证假设并压缩上下文，从 token 推理转向可审计计算。
✓ 已发布Beyond permission prompts: making Claude Code more secure with sandboxing
permission prompt 不能替代技术隔离；sandboxing 通过文件、网络、资源和凭据边界，缩小 prompt injection 造成的后果范围。
✓ 已发布Equipping agents for the real world with Agent Skills
Agent Skills 把可复用工作流、领域知识、脚本、模板和约束封装成按需加载能力，让 agent 获得组织特定的操作纪律。
✓ 已发布Effective context engineering for AI agents
context engineering 关注如何组织、检索和压缩 agent 可用信息；相比单句 prompt，它决定模型在长任务中看到什么、忽略什么、何时重新查证。
✓ 已发布A postmortem of three recent issues
agent 产品回归往往来自模型、harness、prompt、缓存和基础设施多层交互；透明 postmortem 要给出时间线、影响面和防复发机制。
✓ 已发布Writing effective tools for agents — with agents
工具是确定性软件与非确定性 agent 之间的新契约；高质量工具需要原型、eval、清晰命名、上下文返回和 token 效率。
✓ 已发布Desktop Extensions: One-click MCP server installation
Desktop Extensions 把 MCP server、配置、权限和说明打包成一键安装体验，降低普通用户连接本地工具和数据源的门槛。
✓ 已发布How we built our multi-agent research system
Claude Research 使用 lead agent 编排并行 subagents、汇总发现并由 citation agent 校验引用；多 agent 适合高价值、强并行的开放研究任务。
✓ 已发布Claude Code: Best practices for agentic coding
Claude Code 最佳实践围绕 context、验证、环境配置和反馈循环展开：先探索再计划，给清晰证据，提供可运行验收方式。
✓ 已发布The "think" tool: Enabling Claude to stop and think
"think" tool 给 Claude 在复杂工具链中提供无副作用 scratchpad，适合政策密集、多步决策和工具结果分析；现代场景多可由 extended thinking 覆盖。
✓ 已发布Raising the bar on SWE-bench Verified with Claude Sonnet 4.5
SWE-bench Verified 用真实开源 issue 衡量 coding agent 修复能力；高分依赖模型、harness、工具、测试执行和错误恢复共同作用。
✓ 已发布Building effective agents
有效 agent 系统常来自简单、可组合的模式，而不是复杂框架；应先用最简单方案，再按任务需要引入 routing、parallelization、orchestrator 和 evaluator。
✓ 已发布Introducing Contextual Retrieval
Contextual Retrieval 在 chunk 入库前添加文档级上下文，结合 embedding、BM25 和 reranking，降低 RAG 检索失败率。
✓ 已发布How we contain Claude across products
Anthropic 从风险类型、防线组件、agent containment pattern 和可信输入四个层面解释如何在不同产品里约束 Claude 的行动范围。
✓ 已发布Designing AI-resistant technical evaluations
Anthropic 复盘性能工程 take-home 如何被 Claude Opus 4 和 4.5 击穿，并解释招聘评估如何转向更陌生、更能测出人类判断力的问题。
✓ 已发布Coding agents in the social sciences
Anthropic 调查 1,260 位社会科学研究者，展示 coding agents 的早期采用率、使用差异、产出信号和对学科质量的潜在影响。
✓ 已发布Agentic coding and persistent returns to expertise
Anthropic 分析约 400,000 个 Claude Code 会话，说明人类负责规划、Claude 负责执行，而任务 expertise 仍显著提升成功率。
✓ 已发布Measuring AI agent autonomy in practice
Anthropic 用 Claude Code 和公开 API 数据衡量真实 agent autonomy，展示 auto-approve、interrupt、clarification 与风险分布如何变化。
✓ 已发布Trustworthy agents in practice
Anthropic 把可信 agent 拆成 model、harness、tools、environment 四层，说明 Plan Mode、澄清机制和多层安全如何落地。
✓ 已发布Our framework for developing safe and trustworthy agents
Anthropic 提出 agent 开发五原则：人类控制、透明行为、价值对齐、隐私保护和交互安全，为后续可信 agent 实践奠基。
✓ 已发布Mitigating the risk of prompt injections in browser use
Anthropic 解释浏览器 agent 的 prompt injection 攻击面，并介绍 Claude Opus 4.5、classifier 和 red teaming 的多层防御。
✓ 已发布Introducing the Model Context Protocol
MCP 用开放协议连接 AI assistant 与数据源、业务工具和开发环境，让 agent 上下文从碎片集成走向可复用基础设施。
✓ 已发布Donating the Model Context Protocol and establishing the Agentic AI Foundation
Anthropic 将 MCP 捐赠给 Linux Foundation 旗下 AAIF，推动 agentic AI 的开放协议和基础项目进入中立治理。
✓ 已发布Apple’s Xcode now supports the Claude Agent SDK
Xcode 26.3 原生集成 Claude Agent SDK，把 subagents、background tasks、plugins、Preview 视觉验证和 MCP 接口带进 Apple 开发。
✓ 已发布Claude is now generally available in Xcode
开发者可在 Xcode 26 中连接 Claude 账号，用 Claude Sonnet 4 进行代码解释、调试、重构、文档生成和 inline 修改。
✓ 已发布Enabling Claude Code to work more autonomously
Claude Code 新增 VS Code extension、terminal 2.0、checkpoints、subagents、hooks 和 background tasks，让长任务委托更可控。
✓ 已发布Making frontier cybersecurity capabilities available to defenders
Claude Code Security 扫描代码库、发现复杂漏洞并建议补丁，用 verification、severity、confidence 和人工审批服务防御团队。
✓ 已发布How AI assistance impacts the formation of coding skills
Anthropic 用随机对照实验研究 AI coding assistance 的学习代价：AI 组略快但不显著，掌握度测试低 17%。
✓ 已发布Anthropic Economic Index: AI’s impact on software development
Anthropic 分析 500,000 条 coding interactions，比较 Claude.ai 与 Claude Code 的 automation、UI 开发和 startup 采用模式。
✓ 已发布Developing a computer use model
Anthropic 解释 Claude 如何通过截图理解界面、计算像素、移动鼠标和点击，并讨论 computer use 的安全挑战。
✓ 已发布Introducing computer use, a new Claude 3.5 Sonnet, and Claude 3.5 Haiku
Anthropic 发布升级版 Claude 3.5 Sonnet、Claude 3.5 Haiku 和 computer use beta，让 Claude 开始像人一样操作电脑。
✓ 已发布