2026年3月31日，安全研究员Chaofan Shou在npm注册表中监测发现，Anthropic在发布Claude Code v2.1.88版本中时，不慎附带了一份59.8MB的source map文件。该文件可将压缩打包代码完整还原为原始TypeScript源码，致使1900余个源文件、总计51.2万行核心代码被公开到公共互联网上。事件发生数小时内，相关备份仓库在GitHub上获得上万星标量，同时冲上HackerNews、Reddit等主流技术社区热榜。

此次源码泄露事件在学术界和工业界引发强烈反响，其原因在于：随着智能体从基础对话交互演进到自主执行复杂任务，决定智能体成败的因素已不再局限于大模型本身的“智力”，而是包裹在大模型周围的工程化架构体系。该体系依托大模型基础调用能力，构建起包含多步逻辑推理、工具使用、记忆管理、任务委派和停止机制的控制栈，以及检索增强生成（retrieval-augmented generation,RAG）和显式自我反馈。针对该体系的研究工作近期已扩展到长任务周期上下文管理、记忆自进化、智能工作流构建、多智能体协同编排和原生工具高效执行等方向。

2026年初，业界将此类工程化外壳统称为驾驭工程（harness engineering），其核心理念可总结为“人在环路上掌舵，智在环路中操控”。Claude Code作为行业头部编程类智能体，其源码的外泄，恰好为学界与业界提供了极具研究价值的驾驭工程落地案例。

本文将研究以下3大核心问题：

（1）Claude Code的Harness架构的设计逻辑与层级架构；

（2）该架构体系背后的核心设计理念；

（3）依托本次源码案例，提炼出能够通用至其他智能体系统的标准化设计准则。

本文以泄露源码的公开分析报告为主要研究资料，系统梳理Claude Code的相关技术实现方案。

1 相关工作

本节依次梳理智能体发展脉络，剖析提示词与上下文工程的发展成效及现存短板，并阐述驾驭工程的研究概况。

1.1 智能体系统的研究现状

要理解智能体，首先要厘清近年来大模型系统的演进脉络。

（1）聊天机器人阶段。该阶段的大模型系统属于无状态的问答工具，每次对话均相互独立，记忆留存和任务持续执行能力较弱。此时的大模型仅能根据当前提示词生成响应，不具备工具调用和行动能力。

（2）工作流阶段。以n8n、Lang Chain等工具为代表，该阶段的大模型系统嵌入由代码驱动的有向无环图（directed acyclicgraph,DAG），其每一步操作均由预定义工作流决定。

（3）自主智能体（autonomous agent）阶段。该阶段大模型自主控制执行循环，系统不再预设每一步的走向，而是赋予大模型充分的自主决策权限。Claude Code正是第3代智能体的商业化典型代表。大模型与智能体之间的界限到底是什么？作者认为，大模型是具备多模态理解和多模态生成能力的人工智能模型；而智能体是具备环境感知和环境影响能力的系统，其概念早于大模型。早在1995年，Russell就在其经典教材中指出，凡能够通过传感器感知环境并借助执行器作用于环境的实体，均可视为智能体。只是在当前语境下，智能体更多指代基于大模型构建的智能体系统。

智能体聚焦于构建具备感知、决策、执行、反馈能力的智能系统。在驾驭工程之前，其框架为

Agent=LLM+Plan+Tool+Memory

研究方向集中在任务规划、工具调用、记忆管理模块。现有研究已经验证了智能体在代码生成、数据分析、自动化办公等场景的应用潜力。2026年初，图标设计为龙虾的OpenClaw掀起“养龙虾”热潮，进一步将人工智能从对话工具向生产力引擎演进，阿里、华为、腾讯亦相继落子智能体领域研发。目前，除了少数商业公司推出的编程类智能体工具已实现落地，多数智能体仍停留在原型验证阶段，难以真正应用于真实生产环境。当前智能体研究存在3大核心缺口。

（1）多数研究聚焦于算法层面的创新，忽视了工程化体系对智能体性能的决定性作用，导致出现“实验室效果好，实际应用效果不佳”的问题；

（2）现有智能体架构普遍缺乏对大模型概率性输出的系统性约束，无法保证智能体行为的确定性与可预测性；

（3）缺乏工业级、全链路的实现案例作为参考，多数开源智能体仅实现了核心循环，缺失完整的安全管控、资源优化、可观测性等生产级必备能力。

1.2 提示词工程、上下文工程的发展与局限

提示词工程（prompt engineering）是智能体的初代范式，其核心目标是通过优化输入提示词的结构、内容与格式，引导大模型输出符合预期的结果，核心技术包括零样本提示、少样本提示、思维链（chain of thought,CoT）提示等。在单轮交互、低复杂度场景中，提示词工程能显著提升大模型输出的准确性，成为2023—2024年智能体应用的核心技术手段。

2025年，智能体的研究重点转向上下文工程（context engineering）。与提示词工程不同，上下文工程将研究焦点从“给大模型输入什么提示词”扩展到大模型当前能获取的全部动态信息，包括检索内容、对话历史、工具上下文、记忆信息、状态摘要等，旨在让大模型的每一步决策与响应都获得恰当、简洁、精准的上下文输入，进而提升输出的合理性与连贯性。

然而，提示工程和上下文工程均存在明显局限，既未覆盖权限管控、执行验证、运行时策略、故障恢复、长链任务执行等关键能力，也无法突破大模型的固有短板，具体表现如下。

（1）鲁棒性不足，提示词的优化效果高度依赖大模型版本，模型升级后，原有优化策略往往直接失效；

（2）复杂任务处理能力弱，随着交互轮次增加，大模型极易出现上下文混淆、任务偏航等问题，难以应对长时程、多步骤的复杂任务；

（3）错误处理能力欠缺，只能被动依赖人工修正，无法实现自主闭环纠错；

（4）安全管控完全依赖大模型自身的对齐效果，无法构建系统级安全护栏。

对于需自主运行、高可靠性的智能体系统而言，仅依靠提示词工程或上下文工程无法满足生产级场景的核心需求。

1.3 驾驭工程的兴起

将大模型比作一匹“烈马”，驾驭工程即为“烈马”套上“缰绳”与“马鞍”，其目的是正确地引导大模型，提供合理的运行环境与约束机制，实现具体业务场景的长链任务自主执行。该概念由Hashimoto于2026年2月正式提出，是当前智能体领域兴起的全新模式。可将驾驭工程定义为：围绕大模型构建的，用于实现智能体行为确定性、任务可靠性、安全可控性与长链任务执行能力的全链路工程化体系，是智能体的“操作系统”。其核心思想是：不再试图改变大模型本身，而是为大模型构建一套完整的运行环境与基础设施体系，通过约束规则、反馈闭环、验证标准、安全护栏等工程化手段，确保智能体在无人干预的情况下，仍能自主、安全、可靠地完成任务。相应地，基于驾驭工程的智能体框架也升级为

Agent=LLM+Harness

这种为大模型“加壳”的工程化管控方式，其有效性已被证实。早在2024年，Jimenez等人在使用相同基座模型的前提下，仅优化执行环境、交互接口、反馈回路与错误恢复机制等管控层设计，使智能体对SWE bench任务的解决率从12%大幅提升至76%，直观说明相同大模型在不同管控机制下可呈现量级差异的表现。Bölük通过一项直观的对比实验证实，在完全不改变大模型权重、提示词与训练数据的前提下，仅通过优化大模型外部的驾驭层设计，包括执行接口、代码反馈回路、工具调用规则与错误修复机制，就能够让15种不同的大模型在代码任务上获得一致且显著的性能提升。He等人、Pan等人相继提出智能体驾驭工程的框架，进一步丰富了驾驭工程的理论与实践体系。

2 Claude Code的驾驭工程

从泄露的源码可知，Claude Code采用TypeScript开发，源代码共包含约1900个源文件，代码总量超过51.2万行，集成各类工具40余种。系统核心组件包括大型查询引擎、集中式工具注册表、数十类斜杠命令、持久化记忆系统、集成开发环境（integrated development environment,IDE）桥接、工具调用（model context protocol,MCP）集成、远程会话、插件系统、技能系统（Skills）等。该智能体包含6层架构，分别是用户界面层、编排层、智能层、能力层、安全治理层和基础设施层，分层架构实现了业务关注点分离，各组件依托标准化接口完成交互。如图1所示，不同于开源社区的原型项目，该源码是经过大规模用户验证的商业系统，涵盖了从UI实现、核心循环到边缘管控的全链路设计，本文仅围绕其中与驾驭工程相关的组件进行针对性分析。

图 1 Claude Code 架构

2.1 提示词：动态加载机制

Claude Code的系统提示词并非硬编码字符串，而是从6个不同来源实时组装生成的，如表1所示。这种分层组装的优势在于，每层都可以独立更新，互不干扰。例如，当用户通过MCP接入新工具时，只需要更新工具层，不影响系统层和项目层的内容。再比如，智能体从普通模式切换到协作模式，只需要替换模式层的提示词，其他5层保持不变。这种动态加载机制的背后，隐含着贯穿Claude Code工具加载、技能加载、提示词加载、代码加载、记忆加载的核心逻辑——渐进式披露（progress ivedisclosure）。其核心内涵为：信息并非一次性输入，而是按需获取，分层展开，经历从“单点线索”到“完整主体”再到“深层解析”的逐层暴露、逐步解析过程。提示词层级如表1所示。

表1 提示词层级

2.2 信息熵治理：记忆层级架构与压缩机制

具备长链任务执行能力的智能体，普遍面临“上下文熵增”的挑战，即随着会话轮次增加，对话历史、工具执行结果等信息不断累积，进而导致上下文窗口溢出、大模型注意力分散、幻觉频发等问题。对此，Claude Code设计了层级记忆架构与上下文压缩机制，构建了完整的信息层驾驭体系，有效解决了智能体长链任务执行过程中的“失忆”难题。

与常见智能体“全量历史对话加载”的设计思路不同，Claude Code采用了分层记忆架构，实现了记忆的按需加载与精准检索。具体分为3级记忆层次，各层次功能与特性明确区分。

1级记忆（常驻层）：对应memory.md轻量索引层，仅存储指向实际数据的指针与任务核心元信息，包括任务目标、关键节点、核心文件路径等。该层始终加载在上下文中，占用词元量极少，相当于智能体的“工作目录”；其大小限制在200行以内，且每行不超150个字符，若超出限制将触发行数截断和字节截断机制。

2级记忆（按需层）：对应TopicFiles主题文件层，将项目知识、领域规则、历史执行详情等分布式存储在各个主题文件中。智能体仅在需要相关信息时，通过检索工具实时抓取对应内容，无须全量加载至上下文，相当于智能体的“知识库”。

3级记忆（冷备层）：对应原始对话历史层。完整的对话记录与工具执行结果从不全量加载回上下文，而是归档保留。当需要溯源时，仅通过grep式检索方式，针对特定标识符进行快速搜索，提取对应片段该层相当于智能体的“归档库”。

这套分层记忆架构的核心驾驭逻辑在于，通过“索引—主题—归档”的3级分层，让智能体在长时程运行中，始终只将最核心的信息加载到上下文窗口中，既保证了任务目标不偏离，又避免了无效信息对大模型的干扰，从根本上解决了上下文熵增问题。

针对工具执行结果、对话历史等动态增长的内容，Claude Code设计了5级渐进式上下文压缩机制。该机制可根据词元预算与内容重要性，自动选择对应的压缩级别，在保证信息完整性的前提下，最大化节省词元消耗。5级压缩机制具体如表2所示。

表2 5级压缩机制

通过这套5级压缩机制，Claude Code实现了上下文占用的动态管控。实测数据表明，在20轮以上的长时程开发任务中，该机制可节省60%以上的词元消耗，同时任务完成率相比原来提升4倍以上，较好地解决了传统智能体“会话越长，效果越差”的问题。

2.3 流程确定性管控：钩子机制

为实现对工具执行全流程的确定性管控，Claude Code设计了完整的生命周期钩子机制，如图2所示。

图 2 驾驭工程钩子机制

钩子是软件工程领域广泛应用的模块化扩展与流程管控手段，即在软件系统的标准执行流程中预设的、可被外部逻辑挂载与拦截的执行节点，能够在不修改核心源码的前提下，实现流程干预、功能扩展、权限校验与运行状态监控。从技术本质上看，钩子融合了面向切面编程（aspect-oriented programming,AOP）与事件驱动的设计模式，可实现系统的核心业务逻辑与扩展控制逻辑完全解耦，目前已广泛应用于操作系统、中间件、Web框架、IDE插件体系等工程实践。

这一经典模式，正是Claude Code驾驭工程中流程管控体系的理论源头与工程基础，也是Claude Code驾驭工程的核心创新之一。其价值在于：将所有确定性的规则与约束逻辑，从大模型的概率性推理中剥离出来，通过代码实现了大模型的确定性执行。无论大模型输出内容如何变化，系统都能在关键节点触发预设管控逻辑，从根本上杜绝了大模型的“不可预测行为”。Claude Code主要的钩子类型如表3所示。

表3 Claude Code主要的钩子类型

2.4 任务执行模式：回环机制

与多数开源智能体采用的多智能体协同、并行架构不同，Claude Code采用了单线程循环的极简设计。智能体任务执行经历“思考—行动—观察—重复”的环路，如图3所示，该设计与Lang Chain的路线形成了鲜明对比：Lang Chain倾向于用复杂的编排控制智能体，而Claude Code则将推理、决策和停止判断完全下放给大模型。值得注意的是，该任务执行环路的核心逻辑只有约50行代码，却能为大模型赋予几乎无限的操作空间。这种极简设计实际上蕴含着更为深刻的见解：随着大模型能力的提升，复杂的编排只会成为大模型的累赘，合理的架构设计应是将智能全部交给大模型，将确定性留给框架。

图3 任务回环机制

2.5 工具系统与权限管控机制

工具系统是智能体对接现实世界的交互接口，也是驾驭工程实现行为约束的核心载体。Claude Code的工具系统采用插件化架构，内置40余种独立工具模块，每个工具都实现了严格的风险分级与权限管控，形成了完整的执行层驾驭体系。

在工具选择方面，Claude Code同样打破了常规工程实践。其高度依赖Bash类工具完成任务，如在智能体开展内容检索时，Claude Code未采用行业主流的RAG知识库构建方案，而是将决策权交给大模型，通过Glob工具和Grep工具关键字匹配的方式自主获得上下文，规避了传统RAG方案因原始数据分片、特征抽取、检索算法导致的信息损失问题。

在工具的权限管控方面，Claude Code根据风险等级将所有工具划分为3级，并设置了差异化管控策略。

（1）低风险工具：包括文件读取、代码搜索、信息查看等只读操作，无须用户确认即可直接执行，同时设置了单次读取文件大小上限、并发读取数量限制，防止资源耗尽。

（2）中风险工具：包括文件编辑、代码格式化、Git提交等修改操作，执行前会向用户展示diff预览，同时设置自动备份机制，操作失败时可自动回滚。

（3）高风险工具：包括Bash命令执行、系统调用、网络请求等可能影响系统安全的操作，执行前必须经过风险关键词拦截、用户二次确认、沙箱环境隔离三重校验。

同时，系统内置了命令黑名单，拦截rm-rf、格式磁盘等高危指令，每个工具在注册时需要声明其所需的权限级别。此外，Claude Code还搭配使用YOLO分类器，判断操作的危险程度，作为一种拦截预期之外的高风险操作的兜底。

其余的词元管理、反蒸馏与卧底、虚拟宠物Buddy等模式与驾驭工程相关性较小，不在此赘述。通过上述分析，Claude Code各类功能模块都围绕“约束大模型不确定性，提升系统可靠性”进行设计。

3 大模型未来发展

当前，全球智能产业正经历从“模型能力竞赛”向“工程化落地”的关键转折。我国“十五五”规划纲要将“深化拓展‘人工智能+’”“全面实施‘人工智能+’行动”纳入顶层战略布局。人工智能产业发展已上升为大势所趋的国家战略。通过审视Claude Code智能体背后的驾驭工程设计，本文从智能体生态格局、多智能体组织形态及落地实施策略3个维度进一步展望未来发展。

3.1 big model与big harness之争

关于智能体的发展路径，有两个旗帜鲜明的阵营，即在构建垂直领域智能体时，是该将有限的资源投入给大模型（bigmodel）还是设计更厚的“外壳”（big harness）？

大模型派主张，模型能力提升是解决智能体任务规划错误、工具调用错误、上下文理解偏差等问题的根本途径，当前智能体落地难是由于大模型不够“聪明”。

“外壳”派则认为，大模型能力的提升是有上限且边际收益递减的，而真实世界任务的复杂性和多样性是无界的，因此工程化外壳的质量将最终决定智能体的上限。

本文持融合辩证观点：big model和big harness实际上是硬币的两面，大模型的“智商”决定了智能体能力的上限，而驾驭工程的“素养”决定了智能体在真实环境中能够发挥出的水平。bigmodel是智能体发展的最终抉择，而big harness是当下智能体落地的优选抉择。

3.2从集群到群智：agent swarm的本质思考

agent swarm直译过来就是智能体“集群”，但swarm还有另外一种翻译——“蜂群”（实际是指群体智能）。集群的特征是任务空间分解与并行执行。在这种模式下，智能体之间没有实质性的交互与协商，协同关系是预设的、静态的。蜂群则有着完全不同的内涵，它源自生物界，其核心在于信息素的交换涌现智能，没有中央指挥，个体遵循简单的局部规则，通过相互感知和反馈，整体呈现出超越个体线性叠加的复杂智能行为。

从Claude的最新发布的Agent Team中，可清晰窥见其在群体智能方向的布局。其官方文档中明确表示，智能体间可以相互通信，可以互相挑战观点，共享任务列表，具备自协调能力。从泄露的Claude Code代码和核心开发者Tarih的博客分析可知，其驾驭工程的底层逻辑是让智能自行涌现，而非预先编排，这都与集群的概念背道而驰。放眼全球智能体产业生态，Anthropic凭借Claude系列大模型及智能体产品，奠定了世界领先的地位，同时通过制定MCP和Skills等机制锁定了智能体的基建设施，该企业已处于生态位头部。智能体“群智”或将成为下一个战略方向。

3.3 智能体“脚手架”变薄还是变厚？

Claude Code的设计哲学可以概括为“大道至简，智能下移”，这一理念本质上是对早期智能体框架重编排路线的反驳。这种设计基于一个明确预判：大模型的核心能力在持续提升。那些试图在代码层预判模型行为、预设执行路径的“聪明”设计，有2个根本性问题：

（1）这类设计必然落后于大模型的能力演进，因为框架开发者无法预见大模型未来可能发展出的能力。

（2）这类设计限制了大模型的发挥空间——当大模型想要以框架设计者未曾设想的方式解决问题时，会被“精细化”的设计所束缚。

因此，智能体框架演进的方向应当是随着大模型能力的提升，框架层应该变得越来越“薄”，即“脚手架应随时间变薄”。如果每次大模型升级后，都发现需要删除一部分硬编码的编排逻辑，那么框架方向就是正确的；反之，如果在大模型升级后反而需要增加更多“护栏”和“引导”，那么框架方向可能存在偏差。

这一命题与传统软件工程形成鲜明反差。在传统软件工程中，随着系统演化，开发者通常会增加更多代码来覆盖更多场景及处理更多边界情况。但在智能体领域，大模型能力的提升，使得原本需要通过代码来处理的问题，可以直接交由大模型自主处理。因此，框架演化可能呈现一种“逆向增长”的轨迹——系统的代码量不增反减，因为越来越多的逻辑可以从确定性代码迁移到大模型的推理中。

4 结语

此次Claude Code的源码泄露，虽属于意外工程事故，却也是一次难得的行业知识溢出，让从业者第一次完整窥见顶级智能体产品的工程化实现方案。它的架构揭示了一个被广泛承认但鲜少被系统阐述的真相：在智能体时代，决定成败的最大变量往往不是大模型有多聪明，而是大模型被放在了一个什么样的环境里。

驾驭工程正是对这个“环境”的系统性工程化。通过对泄露代码的审视，本文提炼了3点洞察。

（1）对于绝大多数公司而言，盲目投身big model并非最优路径，相当于以己之力对抗行业头部的持续投入与进化，更务实的选择是通过精巧的驾驭工程，在现有大模型之上构建差异化的智能体能力。

（2）当前多智能体架构停留在“主从式并行集群”层面，缺乏真正的智能涌现。智能体“群智”可能是下一个战略方向。

（3）智能体“脚手架”应随时间变薄，随着大模型能力提升，硬编码的补偿逻辑应主动删除，框架变得更薄，而非愈发臃肿。

综上，驾驭工程理念及Claude Code泄露的代码实际上为从业者勾勒了一条更可靠、更可维护的垂直领域智能体落地的道路。结合国家“十五五”规划纲要，智能体的发展已从技术探索上升为国家战略层面的必然选择。在此行业趋势下，驾驭工程作为连接大模型能力与真实应用的工程桥梁，其战略价值将进一步凸显。

原文刊载于《通信技术》2026年7月 作者：和达 陶锐 詹国梁 何秉钧 王炳文 毛得明