本视频由 Anthropic 的 Alex Albert、Brad Abrams 和 Katelyn Lesse 主讲，他们深入探讨了使用 Claude 构建 AI 代理的演进过程。他们介绍了更名后的 Claude 开发者平台，该平台全面集成了 API、SDK、文档以及一系列高级工具，如 Prompt 缓存、批量 API、网页搜索、网页抓取和代码执行。一个核心理念是释放模型潜能，强调提供必要的工具，使模型能够自主决策、执行任务、处理结果并迭代，而非过度约束。这种方法确保 Agent 可充分发挥模型智能。最初为编码而开发的 Claude 代码 SDK，现已成为一个强大的通用 Agentic 框架，由于其内置的工具调用和循环自动化功能，非常适合快速原型设计。讨论内容还包括识别有价值的 Agentic 用例、有效的上下文管理（例如，使用“墓碑”自动删除过时的工具调用记录）以及 Agentic 内存实施的最佳实践。展望未来，Anthropic 计划引入更高级别的抽象、增强长期运行任务的可观测性，并为 Claude 提供一台“持久计算机”，以释放更大的自主问题解决能力。
内容概要
本视频邀请了 Anthropic 公司的 Alex Albert（Claude 开发者关系负责人）、Brad Abrams（产品负责人）和 Katelyn Lesse（工程负责人），共同探讨了使用 Claude 构建 Agent 的演进过程。他们重点介绍了 Claude 开发者平台的最新功能，并阐释了为何通过提供合适的工具为模型“松绑”，能让 Agent 发挥出最佳性能。
目录
-
开场介绍
-
什么是 Claude 开发者平台？
-
什么是 AI Agent？
-
为 AI Agent 构建前沿智能
-
减少模型脚手架以构建更好的 Agent
-
Agentic 框架的演变
-
通过网页抓取等工具为模型松绑
-
使用 Claude Agent SDK 构建 Agent
-
识别 Agentic 用例的最佳实践
-
通过 SDK 驱动更好的 Agentic 成果
-
使用 Claude 管理上下文和记忆的最佳实践
-
Claude 开发者平台的未来
开场介绍
Alex Albert： 大家好，我是 Alex，在 Anthropic 负责 Claude 的开发者关系。今天，我们来聊聊如何与 Claude 一起构建 Agent 的未来。很高兴能邀请到我的同事们。
Brad Abrams： 我是 Brad，负责 Claude 开发者平台的产品管理（PM）团队。
Katelyn Lesse： 我是 Katelyn，负责 Claude 开发者平台的工程团队。
什么是 Claude 开发者平台？
Alex Albert： 让我们从 Claude 开发者平台（Claude Developer Platform）聊起吧。它以前叫做 Anthropic API，最近刚完成了一次重要的更名。能谈谈我们为什么要做这个改变，以及这个新平台包含了哪些内容吗？
Katelyn Lesse： 当然可以。Claude 开发者平台整合了我们的 API、SDK、文档、控制台内的所有体验，以及开发者基于 Claude 进行构建所需的一切。我们非常荣幸能为世界各地优秀的客户提供服务，帮助他们利用 Claude 提升智能的上限，而这个平台正是实现这一目标的基石。
我个人最喜欢的一点是，这个平台不仅服务于外部客户，也支撑着我们内部的产品。例如，我们经常提到的 Claude Code，实际上就是直接构建在我们的公共平台之上的。
Brad Abrams： 是的，最初我们只是一个提供模型访问权限的简单 API。但在过去一年里，我们增加了非常多的功能，比如提示词缓存（Prompt Caching）、独立的批量处理 API（Batch API）、网页搜索（Web Search）、网页抓取（Web Fetch）、上下文管理支持以及代码执行能力。随着这些工具的加入，我们觉得它已经真正成长为一个名副其实的平台了。
Alex Albert： 原来如此，所以它在过去一年里经历了巨大的演变，功能变得更加丰富了。
Brad Abrams： 可以这么说，而且开发者们实际上也开始这样称呼它了。顺应开发者的叫法是很自然的选择，我们只是稍微晚了一步，现在算是正式修正了。
什么是 AI Agent？
Alex Albert： 随着我们从聊天模型逐步迈向更具代理能力的未来，构建 Agent 成了这个开发者平台的一大亮点。在我们深入探讨如何构建之前，能不能先定义一下，到底什么是 Agent？
Brad Abrams： “Agent” 这个词现在几乎成了一个流行语，每个人都在谈论构建 Agent。当一个技术术语变得如此普及时，它的定义就会变得模糊。但在 Anthropic，我们认为 Agent 的核心在于模型能够自主地选择调用哪些工具、执行这些工具、处理返回结果，并决定下一步的行动。
作为一个基础研究实验室，我们非常看重模型的推理能力以及它如何决策，这正是我们定义 Agent 的关键要素。
Alex Albert： 所以关键在于它某种程度上的“自主性”。
Brad Abrams： 是的。当然，我们也有客户通过预设路径来引导 Claude 完成工作流，这同样非常有用。
为 AI Agent 构建前沿智能
Brad Abrams： 但 Agentic 模式的优势在于，随着模型每隔几个月变得更强，我们发布新模型时，采用这种模式的服务会自动变得更好。相反，如果你构建了一个包含大量脚手架（Scaffolding）的工作流，就相当于给模型设定了边界。这在某些场景下没问题，但这也意味着你可能无法充分利用新模型带来的更高智能。
减少模型脚手架以构建更好的 Agent
Alex Albert： 过去 6 到 12 个月，Agent 领域似乎出现了一个有趣的趋势：大家开始意识到过多的脚手架反而是一种束缚，并开始移除它们。这背后的逻辑是什么？未来我们真的会给模型越来越少的限制吗？
Brad Abrams： 是的，我们观察到，随着模型智能水平的不断提升，它完成任务所需的脚手架越来越少。我们相信模型的智能还会持续增长，这意味着模型对高级任务的上下文理解能力会更强，因此不再需要那么多护栏。
事实上，这些护栏在某些情况下甚至会成为一种负累。我们有客户在试用新模型后反馈说“效果只提升了一点点”，当我们深入了解后发现，正是因为他们以一种限制性的方式使用模型，导致很难看到新模型智能的真正提升。
Agentic 框架的演变
Alex Albert： 这种情况在我们的客户中普遍吗？我知道有些客户在探索各种创新的方法来管理 Claude。
Katelyn Lesse： 完全正确。现在关于什么是 Agent、需要构建什么，有很多讨论。有人开玩笑说，Agent 不过就是一个 while 循环，没必要搞得太复杂。
过去，行业内涌现出很多框架，帮助人们编排 Agent，试图最大化模型的效能。但大家逐渐形成一个共识：许多框架可能过于笨重和主观。这就是为什么会有人回归到“它只是一个 while 循环”这种简单的看法。
我们的想法是，或许在很多方面它确实像一个 while 循环，但我们能做的独特之处在于提供更多工具和功能，帮助用户最大化模型的价值。我们希望提供的框架和工具，在如何使用这些功能上能给出一些指导性建议，但又不是那种会妨碍模型发挥的超重型框架。我们力求在轻量化和功能性之间找到完美的平衡，确保核心目标是帮助你从模型中获得最大收益，而不是被复杂的框架所累。
通过网页抓取等工具为模型松绑
Alex Albert： 所以，我们的策略可以理解为：提供辅助工具给模型使用，但不对模型本身施加过多限制？
Brad Abrams： 是的，我们称之为“为模型松绑”（Unhobble the model）。模型本身已经具备了强大的能力，我甚至相信，即便是当前这一代模型，其蕴含的智能也远超我们已经发掘出来的。
我们的直觉是，只要给模型提供它需要的工具，然后放手让它自由发挥，就能得到出色的结果。一个很好的例子是我们推出的服务器端网页搜索和网页抓取工具。我们只用了一个非常精简的提示词，把这个工具交给模型，突然之间，深度研究这类任务几乎可以完全自动化。模型会自主调用工具、分析结果，然后判断是否需要进行更多搜索，或者在返回的链接中找到最有价值的一个进行深度抓取。所有这一切都是它自主决定的。
Alex Albert： 这确实是一个有趣的转变，系统的智能应用从开发者主导转向了模型主导。模型的表现令人兴奋，因为作为开发者，我的创造力是有限的，能想到的用例不多。但对于模型来说，任何任务它似乎都能找到解决办法。
Brad Abrams： 所以，为模型松绑真的太棒了。
使用 Claude Agent SDK 构建 Agent
Alex Albert： 那么，如果我是一个开发者，今天想开始使用开发者平台构建应用，你有什么建议或最佳实践吗？
Katelyn Lesse： 从具体操作层面来说，我们目前首推的是 Claude Code SDK。有趣的是，这个 SDK 最初是为编码目的构建的，但我们围绕模型设计了一个 Agentic Harness（代理框架），以自动化循环、工具调用等过程。团队很快发现，这其实是一个非常出色的通用 Agentic 框架。
所以，这个 SDK 为开发者提供了一个完美的开箱即用解决方案，让他们可以快速开始原型设计，而无需从头构建工具调用的循环。它基于 Messages API 和我们提到的所有工具构建，为你提供了一个非常好的起点。
Alex Albert： 我发现这是一个常见的误解。我和开发者交流时，他们会说：“我不是在构建编码应用，为什么要用 Claude Code SDK？” 但实际上，我们可以移除其中与编码相关的特定部分，对吗？
Brad Abrams： 这正是我们所说的“移除模型脚手架”的一个绝佳例子。当我们从 Claude Code 中移除了所有非必要的限制，试图为模型松绑时，最后发现剩下的部分已经没有任何与编码相关的特定内容了。它变成了一个纯粹的 Agentic 循环，一个极简的工具集，让 Claude 能够访问文件系统、使用 Linux 命令行工具、编写并执行代码。这些都是非常通用的能力，可以解决各种各样的问题。
Alex Albert： 是的，我自己的业余项目和公司内部的项目都遇到了类似的情况。在 Claude Code SDK 出现之前，每个人都在重复实现某种形式的提示词缓存或工具调用循环。现在，我们可以在一个更高的起点上开始构建。
识别 Agentic 用例的最佳实践
Alex Albert： 这确实是一个更高级的抽象。
Brad Abrams： 我认为，对于希望应用 Agent 的企业来说，另一个需要思考的关键问题是：应该瞄准哪些用例？除了技术本身，真正要去解决的业务问题是什么？我们看到很多客户在做各种各样的尝试，我们都很支持，但真正能产生巨大影响的，是那些深入思考过业务价值的用例。比如，这个 Agent 能否为我们节省工程时间？能否减少多少体力劳动？清晰地阐明 Agent 项目的预期成果，对于定义其范围非常有帮助。
通过 SDK 驱动更好的 Agentic 成果
Alex Albert： 回到 SDK 的话题。对于像我这样的个人开发者来说，它非常有用。但对于那些希望从中获取真实商业价值的企业客户，这个 SDK 是否已经准备好进行规模化部署了？
Katelyn Lesse： 在很多方面，答案是肯定的。如果你能够部署这个运行时（Runtime），也就是 SDK 提供的 Agentic 循环，那么你就可以随时随地进行部署。但我们更希望做的是，将 SDK 所释放的潜力提升到一个更高阶的抽象层面。我们提供自动化的循环和工具调用，并从中学习，为用户提供能够规模化解决其用例的开箱即用方案。
这也是我们今年下半年路线图的重点方向。我们的最终目标是帮助用户提升智能的上限，从模型中获得最佳结果。因此，更高阶的抽象不仅是为了简化编码，更是为了真正帮助你取得成功。因为我们与研究团队和推理团队紧密合作，我们知道如何让我们的抽象和 Agentic 循环与 Claude 配合得天衣无缝。
此外，随着任务运行时间的变长，用户面临的另一个大问题是如何观测（Observability）这些长时任务。他们需要了解任务进展，可能需要进行一些引导，或者调整提示词和工具调用。这是我们可以通过平台为用户提供的另一个关键能力，也是我们未来的一个主要关注点。
使用 Claude 管理上下文和记忆的最佳实践
Alex Albert： 这一点非常重要。随着我们越来越信任 Agent 在后台自主工作，如何确保它们做的是对的，以及如何审计它们，成了一个核心问题。如果我们给予系统一定程度的自主权，就必须有审计机制。
在讨论未来如何解决这个问题之前，目前还有没有其他工具是开发者入门时应该了解的？
Brad Abrams： 除了我们提到的网页搜索和网页抓取，另一个重要领域是上下文窗口（Context Window）的管理。Claude 默认有 200K token 的上下文，Sonnet 模型的测试版已经支持百万级 token，但这终究是有限的。许多客户告诉我们，即使只使用一小部分上下文，也能获得更好的输出。
因此，我们推出了一些新功能来帮助开发者管理上下文。在 Agentic 循环中，可能会有成百上千次的工具调用，每次调用都会消耗 token。我们开发了一个很酷的功能，可以让模型自动移除不再需要的旧工具调用记录。这就像整理你的办公桌一样，一个整洁的提示词能让模型更专注于当前任务。
Alex Albert： 这很有趣。移除不必要的上下文，会不会有误删重要信息的风险？
Brad Abrams： 我们设置了一些防护措施。通常，我们会尝试移除几轮对话之前的工具调用，因为模型很可能已经基于那些信息做出了决策。当然，如果你把刚刚调用的工具结果移除了，模型会发现结果不见了，然后它可能会选择重新调用一次。所以，我们通常会保留最近的工具调用记录。
另一个巧妙的设计是，当我们移除工具调用记录时，会留下一个“墓碑”（Tombstone），告诉模型：“这里曾经有一个搜索工具的调用结果，现在已被移除。”这样，模型就不会完全失忆，它知道那里发生过什么。
我们还增加了一个类似“代理记忆”（Agentic Memory）的功能。目前，模型每次执行同一个任务，表现都差不多。但人类不同，第五次做同一件事时会做得更好，因为我们学会了经验。所以我们给了模型一个记忆工具，让它可以在执行任务时做笔记，比如“这个网站可能不合适”或者“下次搜索应该用这个数据库”。当它遇到困难时，可以回顾这些笔记，从而做出更明智的决策。
Alex Albert： 所以这些都由平台为开发者处理好了？
Brad Abrams： 我们提供了这个核心的记忆能力，但目前由开发者来管理记忆的存储。因为不同的开发者可能想把它存储在不同的云服务或地方，这样他们能有更多的控制权。
Claude 开发者平台的未来
Alex Albert： 听起来我们最近发布了很多新功能，而且势头正猛。Katelyn，在未来 6 到 12 个月里，你最期待的是什么？
Katelyn Lesse： 我最期待的是将我们提到的更高阶抽象与可观测性结合起来。这样，用户不仅能轻松地从 Claude 获得最佳结果，还能看到数据，从长时任务中获得洞见。
如果再结合像 Brad 提到的记忆功能，你就能看到一个飞轮效应：我们不仅能帮助你获得最佳结果，还能帮助你获得一个能够自我改进、持续优化的结果。对我来说，这才是路线图中最激动人心的部分——让用户在构建过程中不断体验到“原来可以这样”的惊喜时刻，看着他们的应用随着时间推移变得越来越好。
Alex Albert： 太棒了。
Brad Abrams： 我总是对新模型的发布充满期待，就像过节一样，总想看看它又解锁了哪些新的可能性。有些用例是我们努力改进后终于实现的，这很有成就感；还有一些则是我们完全没想到的，比如它画 ASCII 字符画的能力变得更强了。
除此之外，我非常兴奋的一件事是，我们正处于“给 Claude 一台电脑”的早期阶段。试想一下，如果我们招聘一个新员工，却不给他配电脑，他肯定无法成功。现在，我们使用的 Claude 就好像没有电脑一样。
代码执行工具是我们迈出的第一步，模型可以编写代码、在虚拟机上执行并获取结果，从而实现分析 Excel 表格、生成图表等功能。但这仅仅是开始。如果它能拥有一台持久化的电脑，可以按照自己的方式组织文件、配置工具，那将释放出巨大的潜力。
Alex Albert： 我想这一切最终都回到了“为模型松绑”这个核心理念上。
Brad Abrams： 完全正确，核心就是为模型松绑，给它应有的工具。
Alex Albert： 我对这个未来充满期待。非常感谢这次的分享。
Brad Abrams： 不客气，谢谢你。