Anthropic 官方博客最近发了一篇关于如何用好 Claude 智能的文章，讲了三个构建应用的核心模式，干货很多，我来给大家拆解一下。

文章开头就点明了一个关键背景：像 Claude 这样的 AI 系统，与其说是"被构建出来的"，不如说是"被培育出来的"。研究人员设定生长条件，但最终涌现出什么能力，并不总是可预测的。这就带来一个问题：开发者在构建应用时对 Claude "做不到什么"的假设，会随着模型能力的提升而过时。所以文章的核心建议就是：别替 Claude 做太多决定，让它自己来。

第一个模式：用 Claude 已经熟悉的工具。2024 年底，Claude 3.5 Sonnet 只靠一个 bash 工具和一个文本编辑器，就在 SWE-bench 上拿到了 49% 的当时最高分。Claude Code 也是建立在这两个基础工具之上的。bash 本来不是为构建 Agent 设计的，但 Claude 非常熟悉它，而且会越用越好。与其给它一堆定制化的专用工具，不如给它通用工具，让它自己组合出解决方案。

第二个模式：不断问自己"我可以停止做什么了"。这个观点特别有意思。很多开发者习惯在应用层做大量的编排工作，比如把每个工具的返回结果都塞进上下文窗口，或者手写一大堆系统提示词。但随着 Claude 越来越聪明，这些"辅助"反而变成了瓶颈。文章举了几个例子：让 Claude 自己写代码来编排工具调用，它可以自己决定哪些结果需要处理、哪些可以直接传递给下一步；让 Claude 通过 skills 机制自己管理上下文，按需加载任务相关的信息；让 Claude 自己决定记住什么、忘掉什么。在 BrowseComp 基准测试上，Opus 4.6 通过自己过滤工具输出，准确率从 45.3% 飙升到 61.6%。在玩宝可梦游戏的测试中，早期模型把记忆当流水账记，14000 步之后还在第二个城镇打转，而 Opus 4.6 学会了写战术笔记，同样步数已经拿到三个道馆徽章了。

第三个模式：谨慎设置边界。虽然要给 Claude 更多自主权，但安全、用户体验和可观测性方面的边界还是需要的。比如不可逆的操作（像外部 API 调用）应该加上用户确认环节，需要展示给用户的操作应该用专门的工具来呈现。但这些边界也要持续评估，因为 Claude 的能力在进化，之前需要的"护栏"可能已经变成了多余的负担。

总结一下，这篇文章的核心思想就是：随着模型能力不断增强，开发者应该持续做减法，把更多的决策权交还给模型本身。你之前写的那些补偿性代码和复杂编排逻辑，可能正在拖 Claude 的后腿。

原文地址：claude.com/blog/harnessing-claudes-intelligence

#科技先锋官##How I AI#