# Anthropic 平台一年长出三层：从一条 API 到给 token 分工

> Training Data No. 102 中文精读

- 原标题：Anthropic's Katelyn Lesse & Angela Jiang: Building an Ecosystem, not a Walled Garden
- 发布日期：2026-07-14
- 主持：Sonya Huang · Pat Grady · Konstantine Buhler 等
- 网页版：https://trainingdata.qiaomu.ai/ep/102-anthropic-s-katelyn-lesse-angela-jiang-building-an-ecosystem-vPnVTH.html
- 精读字数：约 5244 字（阅读约 12 分钟）

> 本文为 trainingdata.qiaomu.ai 基于原始访谈的 AI 改写中文精读，非官方翻译；引用请注明出处并链接网页版。

一年前，Katelyn Lesse 加入 Anthropic 的时候，整个开发者平台基本就是一条 Messages API。无状态，调完即走，配上 SDK 和文档，就这些。

一年后，这个平台上跑着托管智能体、自托管沙箱、技能和记忆标准，最上面还长出一层叫「策略」的新东西：token 不再是均质的燃料，每个 token 都能领到一份具体工作，有的负责执行，有的负责出主意，有的干完活还要被打分重来。

这是红杉资本播客 Training Data 最新一集的内容，嘉宾是 Anthropic 平台的两位负责人：Katelyn Lesse 和 Angela Jiang。对外，这个平台是所有开发者接入 Claude 的 API 和工具；对内，它是 Claude 自家产品脚下的地基。Katelyn 之前在 Stripe，管过那份让全公司紧张的 AWS 账单。主持人 Sonya Huang 的开场定位是：这可能是世界上最重要的开发者平台，没有之一。

有意思的是，这个团队有两个北极星。Angela 自己也承认这不合常理，但理由很清楚：内部那条，是给自家团队最大的杠杆，让他们快速把「AGI 味十足」的产品发出去，速度是刻意追求的；外部那条，是让任何开发者都能用 Claude 造自己想造的东西，所以平台要贴着业务走，他们会花大量时间和 AWS、Google 这些云厂商做集成。

两个北极星底下压着一条铁律：内部团队和外部开发者用同一套原始件（primitives）。很多平台公司会把内外两套拆开做，Anthropic 刻意不拆。理由是模型能力涨得太快，形态根本定不下来，两年前所有人说「一切皆 chat」，现在所有人说「忘掉 chat，全是 agent」，下一个形态是什么没人知道。他们的办法是内部先吃自己的狗粮，同时开放外部早期访问，两边收反馈，避免偏科。

## 三层蛋糕：知识、执行、协调

Angela 把平台画成一个三层蛋糕。

- **知识层**：Messages API 的参数形状、工具标准、技能（skills）、记忆（memory），还有 MCP。这一层解决「Claude 知道怎么干活」。
- **执行层**：光知道不够，模型得真的动手，改文件、跨系统操作、跑长任务。这一层是低层 harness 加托管基础设施，比如带治理和安全的沙箱、能暂停再恢复的会话存储，对应产品是 Claude Managed Agents。
- **协调层**：还在成形，Angela 叫它 strategies，一个「元 harness」。核心想法是**给不同的 token 分不同的工作**：这个执行，那个给大模型当顾问，还有的专门「做梦」，或者干完活被一个打分员检查，不合格就重来。

路线图就藏在这个结构里：抽象层会一路从知识层走向执行层，再走向协调层。

为什么要往上盖？Katelyn 给了个很实际的理由。模型越来越能跑长任务、处理大上下文，客户在反复解决同样的问题，Anthropic 内部也在反复解决同样的问题：怎么起一个合规安全的沙箱，怎么存会话让人随时回来续上，怎么管缓存、管成本。与其让每个客户自己拼积木，不如把 Anthropic 踩过的坑打包成现成的抽象。

顺带说一句，现在的 Managed Agents 其实没那么「高层」，工具、技能、系统提示、MCP 服务器全都开放配置，旋钮很多。她们的终局想象是：告诉智能体你要什么结果、预算多少，然后放手。

客户的分化也很清晰。AI 原生创业公司直接拿原始件自己折腾，他们享受在底层爬坡；其他企业更愿意买打包方案，拼装工作流本来就不是他们的核心竞争力，他们要的是给用户独特价值。

## 不建围墙花园：跑在谁的服务器上，他们不在乎

单集标题里那句「建生态，不建围墙花园」，Katelyn 用几个具体动作做了注解。

Claude Managed Agents 支持自托管沙箱，Anthropic 跟 Modal、Vercel、Cloudflare，甚至亚马逊新推出的微型虚拟机都做了合作，任何一家的基础设施都能插进来。他们还发了 MCP tunnels，让企业能穿透防火墙，调用自己内网里的 MCP 服务器。

> 「跑在我们的基础设施还是别人的基础设施上，我们其实并不在意。」

Katelyn 补了半句：他们真正在意的是架构，智能体怎么搭才强大、可靠、可扩展，这件事他们有强烈观点，开发者只要对齐接口就行。Angela 提到 skills 和 MCP 这类标准时说得更干脆：Claude 要有用就得有这些东西，那就直接开放给生态，跟所有人一起建。

她把这套逻辑比作电。有电之前，人类靠蜡烛，能干的事有限。电之所以成为改变一切的公共事业，是因为它能接进所有东西，人人都能用，还有标准插座。**这件事没有任何一家公司能自己干成，必须跟整个生态一起把路修出来。**

生态里已经有人跑出了花样。Katelyn 讲了一个客户案例：这家公司在 Managed Agents 上建了一批智能体，又在别的模型和平台上建了另一批，各自优化到最强。然后他们冒出一个想法，给其中一个智能体暴露一个 MCP 服务器，让另一个智能体把它当工具来调用。Anthropic 团队坐下来跟他们一起过了一遍，跑通了。智能体调用智能体，这件事已经发生。

还有一类客户在跟老软件搏斗。医疗行业的客户说，我们的系统连 API 都没有，那都是奢望。于是他们用 computer use 去做自动化和连接，有人拿一台笔记本电脑跑一堆东西，自动生成智能体能用的接口。Angela 看下来的结论是：**眼下最让人兴奋的创新，大量发生在上下文和连接这一层。**有客户给自己搭了定制的软件开发生命周期，有客户把整个后台职能自动化，各种上下文流式灌进智能体的细节非常讲究。这类创新没长成什么新产品形态，全部体现在「对用户有用到极致」上。

## Claude Tag 被骂「Slack 机器人」？重点全在水下

Anthropic 自己做产品有两条线。第一条是形态实验。Claude Design 是个例子，表面看像进军设计领域，实际是在验证两个假设：一是能不能把更多事情直接丢给 Claude，少编辑、多对话；二是代码能不能取代传统的所见即所得设计工具，让 Claude 直接生成代码来做设计。早期实验发现，还真行。这些实验来自他们的 labs 团队，很多项目内部酷两周就翻篇，大部分根本不会发布。

第二条是真看 TAM。他们挑领域有个共同标准，Angela 叫它 token hungry：一轮干完，用户的反应是「太爽了，我要再来一轮」。编程就是典型，干完一轮你觉得被解锁了，想建更多东西；有的服务干完一轮任务就结束，这种兴趣不大。已公开的垂直化方向是金融和法律，最近发了 Claude for Financial Services，打包了技能包，还配了教人用 Managed Agents 做金融任务的 cookbooks。

打包思路的代表作是 Claude Tag。发布的时候外面吵翻了，说这不就是个 Slack 机器人吗。类似的内部智能体平台，Shopify、Block 这些公司都自己搭过，从 Slack 里就能调用。Anthropic 做的事，是把这套东西打包成谁都能直接用的产品。

Angela 的回应：界面确实就是在 Slack 里 @它一下，但真正的重点藏在水面之下，上下文工程、主动性、整套 harness。Andrej Karpathy 的评价很到位，这是一个组织级的 harness。它的体验目标是像同事：你入职一家公司，同事进你的频道，你跟他聊，他会主动把事办了。

对非技术员工，这是巨大的解锁。想知道报销单怎么交，以前要问经理、问同事，跑好几个地方；现在建个频道，@Claude 就行。

再往前看一步：Slack 只是今天的界面，有人在 Teams 协作，有人在 WhatsApp 群里，还有人发邮件。智能体可以占据所有这些人类已经占好的位置。**界面会不断更换，水面下的复杂度才是越来越难做、也越来越值钱的部分。**

## 低层 harness 的红利见底了

Sonya 问最佳实践。Katelyn 给的清单很朴素：prompt caching，做，能省很多钱和 token 成本；上下文窗口保持干净，旧的工具调用清出去；有些工具调用用编程方式处理，别把所有东西都灌进上下文；还有 evals，她开玩笑说聊了这么久才第一次说到这个词。

然后是重点：**低层 harness 里能榨的油水不多了，真正的创新空间在上面一层。**同一个 token 预算，你可以全部拿来执行，也可以分一部分出来：让某个模型反思过去的会话、把经验写进记忆，下一个智能体就能干得更好；用大模型给小模型当顾问，小模型负责执行；或者执行完让一个打分员进来检查，不合格就重来。

Angela 解释了为什么低层在贬值：两年前，harness 本质是脚手架，你得在两边砌墙，模型才能走直线。现在的模型非常可引导（steerable），方向性的东西写进 prompt 就行。**如果你的 harness 里还有负责「转向」的部分，可以删了，模型自己会拐弯。**harness 剩下的核心工作是让它跑得更久，从 A 到 B，再到 F、到 Z，最后回来汇报。

那要不要做领域专用的 harness？Katelyn 先提醒了一句：大家说 harness 时指的东西五花八门，有人指那个用户、模型、工具来回调的循环，有人指打包好的工具集，一半争论源于定义没对齐。她们的观点是：要，不存在通用 harness。编程是通用能力，但特定领域有一块必须自己定制，**模型和你的执行系统之间的校验逻辑**。法律、金融这种错一点就有后果的领域，调好这最后一小段，回报巨大，这就是你的产品和别人的产品的差距。至于上下文工程，Angela 觉得有点被过度讨论了：任何 harness 都能处理很多上下文，你有数据，你就有独特优势，如此而已。

## 从 token 狂飙到 token 理性

Sonya 给当下起了个名字：行业经历了 token maxing 时刻，现在进入 token rationalization 时刻。两位嘉宾都认这个框架。Angela 的判断是，模型能力涨到某个程度，智能这块先打满，下一个维度要么是成本，要么是速度，而且在各种复杂度的任务上都会轮一遍。

她给企业最重要的一条建议：**别停用 AI。**很多公司的 AI 支出是从影子 IT 长出来的，员工自己想办法装工具，等管理层发现的时候，一半组织已经装上了 Claude Code。这时候一刀切限额是最糟糕的应对。如果 AI 带来了真实回报，发版更快、运营更省，那是收益，不该砍。

正确姿势是搭路由：任务进来，先评估复杂度，难题路由给又大又聪明的模型，简单题给便宜模型。她顺手回应了一个提问：这类路由能力以后会做进 Claude 的体系里，但只限 Claude 家族内部，他们没兴趣帮你把流量路由到别家模型。

Katelyn 补了一个行业观察：曾经大家觉得 harness 和智能体可以跟模型解耦，底下随便换模型，所以路由器很火。现在玩家们上移了一层，Vercel 就把整套 harness 和智能体跟模型家族绑在一起卖。这个方向她认为是对的，harness 应该跟模型家族调到一起。

她还在 Stripe 的经历：那时候大家盯 AWS 账单盯得很紧，有人写了个后台任务没配好，CPU 空转烧钱，护栏系统会发现，然后会有礼貌地请那位工程师把任务关掉。AI 支出也会走到这一天。**危险的是简单粗暴设上限，聪明的是事后复盘：同一个结果，你可以用 Opus 跑一整晚，也可以用更聪明的策略，用低得多的成本拿到。**

用量结构也在变。编程之外，制造业最近明显抬头，团队里有位 PM 专门飞了趟底特律，去看客户到底在拿 AI 干什么。

## 明天就能用的几件事

下一阶段 Anthropic 要主攻的，是把「组合策略」做成产品。Angela 举了抓 bug 智能体的例子：一个智能体出去抓 bug，回报有限，常见的两根杠杆是换更大的模型、跑更久。实验发现还有第三根，best-of-N，同时派 N 个智能体再挑最好的，回报高得多。难点在于把它做进生产环境，要搭一堆定制 harness。**难而有效的地方，就是超额收益所在，Anthropic 想把这部分变容易。**她们内部随口能说出 5 种 token 的工作，开放给生态之后，可能是 10 万种、20 万种组合。她们想服务好的是两类人：企业客户要安全合规，要能把记忆这类组件单独插拔；周末开发者要更开放、更可折腾的东西，最好拿着就能跑。

把这一集的干货收拢成一份清单，明天就能动手：

- 今天就开 prompt caching，这是最便宜的一笔优化；顺手把上下文窗口里的旧工具调用清出去。
- 审查自己的 harness，把负责「转向」的脚手架删掉，方向感交给模型，省下的精力先补 evals。
- 分配 token 预算时留一部分给反思、记忆、顾问和打分员。卡在收益瓶颈时，先试 best-of-N，再考虑换大模型。
- 做法律、金融这类高风险产品，把模型和执行系统之间的校验逻辑握在自己手里，这是护城河所在。
- 企业管 AI 支出，别一刀切限额。先搭复杂度路由，难任务给大模型，简单任务给便宜模型，然后像盯 AWS 账单一样事后复盘。
- 手里有连 API 都没有的老系统，computer use 现在就能跑起来，不用等谁给你开放接口。

结尾用 Angela 的电做比正合适：蜡烛时代能干的事有限，电的价值在于接进一切。平台这层的竞争，比的是谁的插座多，谁能把电接进更多业务。