核心事件

Anthropic Claude Code 团队成员 Daisy Hollman 近日在 NDC Copenhagen 演讲中拆解了 Claude Code 插件与多 Agent 工作流的设计逻辑，核心结论并不神秘：编码 Agent 的能力提升，越来越依赖对工具、上下文和反馈机制的工程化组织。

她的判断是，过去一年编程 Agent 进步很快，但上下文窗口并没有同步扩张。上下文窗口指模型在生成下一个 token 时能“看见”的文本范围；token 可粗略理解为模型处理文本的最小片段。一年前，100 万 token 已接近前沿水平，如今仍大致如此。当 Agent 开始处理 Monorepo 级任务，把什么信息放进有限窗口，已经变成专门的工程问题。

从工具调用到编码 Agent

Hollman 回顾了 Agent 的形成路径：早期大模型主要是聊天机器人，人说一句、模型回一句；到 2024 年，工具调用让模型能请求计算机执行操作，再根据结果继续决策。编码 Agent 如 Claude Code、Codex、Cursor，本质上就是把文件编辑、运行命令、编译、CI 等程序员常用工具交给模型。

但底层机制并不复杂。模型写出特定 JSON，Harness 执行对应命令，再把结果塞回上下文。Claude Code 的编辑工具也很原始：主要是按文件名、旧字符串和新字符串做查找替换，旧字符串必须逐字节匹配；若出现多处匹配，还要提前声明。Hollman 认为，这说明所谓“魔法”更多来自模型在文本操作上的训练能力，以及工具循环带来的持续反馈。

关键趋势也在变快。她引用 METR 的图表称，模型以 50% 成功率完成的任务时长，过去大约每四个月翻一番，但今年年初后趋势开始变得不稳定。Mozilla 基金会在四月公布的案例也显示，使用最新模型修复的安全漏洞和缺陷数量，超过此前 15 个月总和。

定制化不是微调，而是知识接入

为什么通用模型还需要定制？Hollman 的回答很直接：如果 Claude 不能做你能做的全部事情，就无法真正与你协作。专业软件工程并不只存在于源代码里，决策还分布在团队聊天、CI、监控看板、内部文档和设计记录中。

因此，定制化本质上是在弥合模型公共知识与团队私有知识之间的差距。这包括代码规范、内部 API、机构记忆、近期变更和项目术语。她把这类做法称为上下文学习：不改变模型权重，而是在文本层面向模型提供更合适的输入。随着微调接口减少，绝大多数企业级定制会发生在 Prompt、文档、工具结果和规则文件中。

Claude Code 中的 post tool use hook 是一个例子。hook 可理解为在某个事件发生时自动触发的脚本或逻辑。模型完成一次编辑后，系统可立即把类型检查、lint 结果或规则违背提示附加到工具响应里，像人类 IDE 里的红色波浪线一样尽早提醒错误，而不是等到完整编译后再发现问题。

插件抽象的扩展难题

上下文窗口既是定制空间，也是稀缺资源。系统 Prompt、工具定义、CLAUDE.md、Skill、读取过的文件、工具返回结果都会占用它。任务越复杂，团队越不能把所有文档、代码和规则一次性塞进模型，而必须决定什么信息在什么时机进入上下文。

这也解释了她对插件抽象的取舍。不同插件机制都能把外部能力接入 Agent，但如果工具说明、规则和文档长期占据系统 Prompt，就会挤压模型真正执行任务的空间。Skill 一类机制更像“惰性系统 Prompt”：先暴露简短描述，需要时再展开正文，从而减少不必要的上下文占用。

Hollman 因此强调，hook 是更可扩展的抽象：不匹配就不注入，只在触发时把信息放进上下文。换句话说，好的插件设计不是把更多东西永久塞给模型，而是在正确时刻提供刚好相关的反馈。

行业走向

Claude Code 的经验说明，编码 Agent 的竞争不只在模型参数或排行榜，而在谁能把企业知识、开发工具和反馈循环组织得更好。未来一两年，Agent 可能继续承担更长任务，但上下文窗口和人的注意力都会成为硬约束。

Hollman 提到的 2026 年转向值得关注：重点将从“把更多信息输入模型”，转为“把更有用的信息输出给用户”。换言之，工程团队需要的不只是更聪明的 Agent，还需要更少噪音、更准时机、更贴近工作流的协作界面。Claude Code 没有魔法，它揭示的是软件工程正在把“教人写代码”的经验，迁移为“教 Agent 做工程”的新学科。