用并行 Claude 智能体团队构建 C 编译器
Anthropic 研究者用 16 个并行 Claude 智能体、近 2000 次 Claude Code 会话和约 2 万美元 API 成本，从零写出 10 万行 Rust C 编译器，可在 x86、ARM、RISC-V 上构建 Linux 6.9。
推荐理由：作者以 16 个并行 Claude 智能体从零构建 C 编译器的实测，拆解了长时自主智能体的测试设计与并行调度方法。
技术方向
Agent 智能体 最新动态
能自己拆解任务、调用工具、一步步把事办完的 AI 智能体：Claude Code、Manus 等应用，各家 Agent 框架与评测。
65 条精选近 30 天 50 条共收录 463 条
更新
精选归档 · 第 4 页
Anthropic Engineering精选AI 评分8585
Anthropic Engineering精选AI 评分6262 Anthropic 如何设计抗 AI 的技术评估：三次改版 take-home 的经历
Anthropic 性能工程团队复盘了其招聘 take-home 测试被 Claude 模型逐步攻破的过程：Claude Opus 4 在 4 小时限制内超过大多数人类申请者，Claude Opus 4.5 则追平了 2 小时限制下的最佳人类成绩。
推荐理由：Anthropic 性能工程团队复盘三次改版招聘 take-home 的过程，呈现了模型能力提升如何逐步瓦解原有评测设计。
Anthropic Engineering精选AI 评分6060 Anthropic 详解如何为 AI 智能体设计评测
Anthropic 发布工程博客，系统讲解如何为 AI 智能体构建评测，覆盖编码、对话、研究和计算机操作四类智能体。文章给出从零到一的八步路线，包括先用 20-50 个来自真实失败的任务起步、编写无歧义任务与参考解、平衡正负样本、隔离环境、谨慎设计 grader 并阅读 transcript。
推荐理由：Anthropic 结合 Claude Code 等内部实践，给出从零搭建智能体评测的八步路线与常见陷阱。
Anthropic Engineering精选AI 评分6666 Anthropic 介绍长时运行智能体的 harness 设计
Anthropic 分享了让 Claude Agent SDK 跨多个上下文窗口持续工作的 harness 方案，由初始化智能体在首次会话搭建环境，后续编码智能体每次只推进一个功能并留下结构化更新。
推荐理由：Anthropic 公开了让 Claude Agent SDK 跨多个上下文窗口持续开发的 harness 设计，包括初始化智能体、进度文件和逐项功能推进。
Anthropic Engineering精选AI 评分7878 Anthropic 在 Claude 开发者平台推出三项高级工具调用功能
Anthropic 在 Claude 开发者平台发布 Tool Search Tool、Programmatic Tool Calling 和 Tool Use Examples 三项工具调用功能，目前均为 beta。
推荐理由：Anthropic 公布三项工具调用能力的内部测试数据与适用边界，可据此判断大规模工具库下的上下文与准确率取舍。