本文提出三大模式，帮助开发者在延迟与成本约束下构建能跟随Claude能力演进的应用：用好Claude已掌握的工具、定期思考可停止的工作，以及在代理束缚中谨慎设定边界。这些方法通过让模型更多地自行编排、管理上下文与持久化信息，减少不必要的token开销并提高长期任务表现。
概览
- 目标：平衡智能、延迟与成本，构建能随Claude能力演进的代理应用。
- 三大模式：用它已知道的东西、问“我可以停止做什么？”，以及谨慎设定代理边界。
1) 用Claude已经掌握的工具
- 原则：优先使用Claude擅长且经常练习的简单通用工具（例如bash和文本编辑器）。
- 证据：Claude在SWE-bench等基准上随版本提升表现，很多高级功能（技能、程序化调用、记忆）都是由这些通用工具组合而成。
2) 反复问“我能停止做什么？”
- 不要把所有编排决策固定在外部Harness上；随着模型能力提升，某些假设会过时。
- 让Claude负责编排：给模型能执行代码的工具（bash、REPL），让Claude决定哪些工具输出需要进入上下文或被过滤，从而降低token与延迟成本。
- 让Claude管理上下文：用技能（YAML简述+按需读取）实现渐进披露，或用上下文编辑和子代理隔离冗余/陈旧信息。
- 让Claude自行持久化：压缩（compaction）与记忆文件夹让模型自己选择何时记忆与读取，实现长期任务连续性，多个版本在BrowseComp等任务上显示了明显提升。
3) 小心设定代理束缚（harness）
- Harness应避免过度预先硬编码决策或将所有工具结果都回灌到上下文。
- 设计原则：把通用的、可由代码表达的编排权下放给模型；把任务特定但不常用的信息以按需方式提供给模型。
实践要点
- 优先用Claude熟练的少量工具构建能力基座。
- 用可执行代码工具把编排权交给模型，减少不必要的token流量。
- 使用技能与按需读取策略管理上下文，结合压缩与记忆文件夹支持长时任务。
- 定期检验代理假设，随着模型升级调整harness策略。
结论
- 随着Claude变得更强，开发者应把更多决策权交给模型，同时通过合理的工具设计与上下文管理来控制成本与延迟，从而构建更稳健、可进化的代理应用。
把编排和记忆权交给模型是高效构建代理的关键，但也需谨慎设计工具与边界以防失控或资源浪费。