从 Claude Code 源码,我看到了做好 AI 产品 Harness 工程的五个关键

Anthropic 的 Claude Code 意外泄露了 50 万行 TypeScript 源码。社区第一反应是去看模型权重——没有。但真正值得看的，是那层包裹模型的”身体”。

Harness 工程，就是这层”身体”的设计科学：怎么让模型在有边界的环境里稳定工作，怎么让多个 Agent 协同，怎么管理记忆，怎么算好成本账。

从 Claude Code 源码里，我看到了五个核心维度。

一、Agent Loop：模型不是答问题，是在跑一个程序

Claude Code 不是聊天机器人，也不是传统的工作流引擎。它本质上是一个自驱动的任务执行程序——你告诉它目标，它自己在循环里探索、执行、检验。

这个循环的结构，值得所有做 AI 产品的人认真拆解。

它的 TAOR 循环是这样跑的：

• Think：模型分析当前状态，理解任务目标，决定下一步行动
• Act：调用工具（读文件、写代码、执行 Shell 命令、搜索网络）
• Observe：收集行动结果，更新状态
• Repeat：循环直到任务完成或触达边界

这不是简单的”多轮对话”。在 Claude Code 里，模型每次循环都有明确的目标感——它不是在等你喂信息，而是在主动构建对项目的理解。

一个值得注意的细节：Claude Code 的知识结构是基于文件系统的，不是 RAG。它直接理解项目目录结构，理解文件之间的依赖关系，理解你的代码在做什么。这让它对复杂代码库的把握，远超向量检索的那种”语义近似”匹配。

Claude Code 的源码也说明了，真正难的是 Harness——给任何支持工具调用的 LLM 提供文件系统访问、shell、分层记忆和声明式扩展能力，所有的这些都要在一个由可组合权限约束的有界自主循环里运行。（Agent的下一阶段是 Harness）

这套循环设计的关键哲学是：Orchestrator 越笨，架构越稳。

Claude Code 的编排层（Orchestrator）被刻意设计成相对简单的决策单元，复杂的推理能力下沉到子 Agent 里。这和”做一个超级 Agent 管所有事”的思路正好相反。简单编排层意味着单点故障少，整体系统更容易预测和调试。

这给做 AI 产品的人一个重要提醒：你的产品定位是第几代？ 第一代是 Chatbot，第二代是 Workflow，第三代才是 Autonomous Agent。每一代的工程复杂度差一个数量级，别把第二代当第三代卖。

二、Agent 协同（一）：Sub Agent 机制——通过子 Agent 扩展上下文

Claude Code 的第二个核心能力，是多 Agent 协作的第一层：Sub Agent。

当一个任务太复杂，主 Agent 会把重型探索工作分包给独立的子 Agent。每个子 Agent 有自己的 TAOR 循环和 Context 预算，任务完成后只返回摘要——不污染主 Agent 的上下文。

这套协同机制的核心逻辑是：隔离、独立、汇总。

Claude Code 内置了三种预设子 Agent，各有分工：

• Explore：用 Haiku 模型（速度快、成本低），只有只读工具，专门做代码库探索
• Plan：继承主 Agent 模型，只有只读工具，专门做规划前的信息收集
• General-purpose：继承主 Agent 模型，配备全套工具，处理复杂多步骤操作

子 Agent 支持前台和后台两种执行模式。前台模式阻塞主对话，权限请求透传给用户；后台模式在用户继续工作的同时并发运行，权限在启动前预先收集，遇到未批准的权限请求时工具调用直接失败，Agent 继续运行。

这种”外包-汇总”模式，是 Claude Code 能跑得动复杂代码库的关键工程决策。不是让一个模型更聪明，而是让多个模型各司其职。

三、Agent 协同（二）：Agent Team——通过共享任务清单实现真正的多角色协作

如果说 Sub Agent 是”一个人把活分包出去”，那 Agent Team 就是”一群人各有角色，一起干一件大事”。

Claude Code 的 Agent Team 机制，不再是主从关系，而是完全独立的 Claude Code 实例，通过共享文件系统协调任务。这和 Sub Agent 的核心区别在于：Sub Agent 是主 Agent 的延伸，共享主 Agent 的 Context；Agent Team 里的每个实例都是独立的，有自己的完整上下文。

Agent Team 的协调机制有四层：

第一，Shared Task List（共享任务清单）。 这是 Agent Team 的核心。所有 Agent 都能看到同一份任务清单，每个任务有明确的状态（未认领、执行中、已完成）。当前任务完成后，Agent 自主认领下一个未分配的任务——不需要中央调度，不需要主 Agent 分配，靠的是任务清单的可见性和 Agent 的自主判断。

第二，Message（通信机制）。 Agent Team 支持两种通信方式：单播（Unicast）发给特定 Teammate，广播（Broadcast）发给所有 Teammate。广播的代价随团队规模线性增长——这是显性的成本提醒，防止无限扩张团队规模。

第三，Automatic Idle Notification（空闲通知）。 Teammate 完成任务并停止时，会自动通知 Lead（主导 Agent）。Lead 不需要主动轮询，任务状态变化通过通知机制传递。

第四，质量门控 Hooks。 这是 Agent Team 能维持输出质量的关键：

• TeammateIdle Hook：Teammate 即将进入空闲时触发。如果 Lead 认为还有工作没做完，返回 exit code 2，Teammate 收到反馈后继续工作。
• TaskCompleted Hook：任务即将被标记完成时触发。如果 Lead 检查后发现问题，返回 exit code 2，可以阻止任务完成，要求 Teammate 先修复。

Agent Team 的本质是一套分布式任务管理系统——Shared Task List 解决了”谁来干”的问题，Hooks 解决了”质量谁来把关”的问题。角色定义清楚了，任务边界清晰了，Agent 协作就不再是”一堆 Agent 在对话”，而是一群独立 Agent 在一个有秩序的系统里各司其职。

对于做 AI 产品的人，这意味着：你的多 Agent 产品，不只是让 Agent 对话，是设计一套任务分发的秩序。

四、记忆机制：不止是记住，是会”做梦”

Claude Code 的记忆系统，是它区别于普通 Agent 的核心能力之一。

基础层：结构化上下文管理。 Claude Code 会持续追踪项目的当前状态——哪些文件被修改了，哪些决策做过了，当前任务的进度在哪里。它不是靠一次 Prompt 塞进去的，而是持续维护一个动态的项目状态图。（Anthropic 是怎么做长程任务的）

Claude Code 的记忆系统分为六层，在每次会话启动时按层加载：

• Managed Policy：组织级统一规范
• Project CLAUDE.md：当前项目的特定指令和上下文
• User Preferences：用户偏好和习惯
• Auto-Memory：Agent 从历史交互中学到的用户模式
• Session：当前会话的临时信息
• Sub-Agent Memory：各子 Agent 独立维护的专项记忆

进阶层：Dream Mode（做梦模式）。 当 Agent 处于空闲状态，它会在后台主动回顾最近的工作，尝试发现潜在的问题或优化点。这不是被动的”记住你说的话”，是主动的自我审视。

更关键的是，这套系统具有主动自我编辑能力——它不仅会记录，还会重写、去重、剪除互相矛盾的信息。过期且无效的记忆被视为”负债”，而非资产。

对于做 AI 产品的人，这意味着：记忆设计不是加一个 vector store 那么简单，而是要思考不同时间尺度上的信息保留策略。

五、成本工程：Context 不是越大越好，是越干净越好

这是 Claude Code 源码里最务实的设计哲学，也是大多数 AI 产品最容易忽视的点。

Agent 开发者普遍有一个误区：Context Window 越大越好。 Claude Code 的实践恰恰相反——Context 不是资源，是负债。越大越贵的上下文，不是越多信息，是越多噪音。

Claude Code 的成本工程有三个核心手段：

第一，Auto-Compaction（自动压缩）。 当 Context 使用量到 50% 时，用 LLM 自动生成摘要，替换掉原始的多轮对话记录。不是截断历史，是压缩提炼——保留关键决策，丢弃冗余过程。

第二，子 Agent 隔离。 重型探索任务外包给子 Agent，主 Agent 只收摘要。这不只是架构设计，也是成本设计——每个 Agent 都在自己的预算里跑，不会互相把对方的 Context 撑爆。

第三，Prompt Cache 优化。 Claude Code 的工程师踩过一个坑：14 种情况会让 Prompt 缓存失效。源码里有一个函数叫 DANGEROUS_uncachedSystemPromptSection()——光看这个名字，就知道这里出过多少次生产事故。

Context 管理的本质是财务问题。 每个 token 都是钱。省出来的 Context，都是利润。

其他能力亮点：容易被忽视的工程细节

除了五大核心，Claude Code 源码里还有几个值得关注的工程细节：

账户追踪与封禁机制。 Claude Code 的 API 请求里包含了追踪标识符，Anthropic 可以基于它识别出哪些请求来自第三方克隆客户端，从而采取封禁措施。这背后的逻辑是：API 不只验证”你在调用我”，还验证”你是用我的客户端在调用我”。对于做 AI 产品的人，这意味着 LLM 公司的护城河已经从模型能力延伸到了运行时环境的每一个环节。

Claude Code 的源码泄露是一次意外。但它让外界看清了：一个成熟的 Agent 产品，真正的工程复杂度不在模型，在 Harness。

模型会越来越强。但谁能把 Harness 工程做好，谁才能把模型能力真正落地成产品。

做好 Harness 工程，核心是回答好五个问题：

• 你的 Agent Loop 是怎么样的
• 你的 Sub Agent 策略是什么？哪些任务适合分包出去？
• 你的 Agent Team 任务分发机制是什么？质量谁来把关？
• 你的记忆机制能跨时间保持连续性吗？
• 你的 Context 管理策略是什么？

这五个问题答不好，模型再强也是浪费。