Anthropic 智囊团一日发言｜2026-08-09

今日先看

• Claude Code 的 harness 可以接入其他模型，但跨模型质量取决于模型特定的工具设计和 prompting。 Boris Cherny 同时说明，一次账号误触发并不是因为使用其他模型；该问题后来恢复。
• Auto mode 少弹权限提示，不等于取消安全检查。 Lydia Hallie 补充了它和 --dangerously-skip-permissions 的边界：它仍会拦截未被任务明确要求的破坏性动作，并检查工具结果里的 prompt injection。
• Claude 被员工用来无源码逆向并现代化一套 1996 年的关键消费级手持系统。 Thariq 没有披露客户、技术栈或验收指标，这是一条工程案例轶事，不是独立验证的效果数据。
• 多 agent 系统的风险可能来自本应独立的 swarm 发生意外协同。 外部观察席 John Schulman 把问题定性为 alignment risk，而不是 misuse risk；它值得进入多代理评测清单，但不代表 Anthropic 内部立场。

精选信息点

1. Claude Code harness 支持接入其他模型，但难点在模型专属调校

• 人物 / 账号：Boris Cherny，@bcherny，Claude Code 团队负责人。
• 时间：8 月 9 日 04:10（北京时间）发布 harness 说明；03:32 回复账号误触发问题；05:05 更新恢复情况。
• 信源层级：Anthropic 员工个人账号。
• 主题分类：Claude Code / Agent。
• 内容性质：产品运行边界与账号风控说明。

Using our harnesses with other models is supported: just use a proxy like litellm (see our docs page, or ask Claude to set it up for you).

One challenge is there’s a lot of model-specific tool design and prompting that goes into building a good harness. The team and I spend a lot of time dialing these in for each model. 1

We don’t ban people for using harnesses with other models. Almost certainly it was a different account classifier that triggered. Looking into it, thanks for escalating. 3

Update: should be good to go! Working on making sure this doesn’t happen again to others 4

2. Auto mode 仍在检查破坏性动作和工具结果中的提示注入

• 人物 / 账号：Lydia Hallie，@lydiahallie，Claude Code 产品团队。
• 时间：8 月 8 日 23:47（北京时间）。
• 信源层级：Anthropic 员工个人账号，产品团队答复。
• 主题分类：Claude Code / Agent。
• 内容性质：上一期 Auto mode 默认化信号的安全边界补充。

dsp just doesn't check at all. auto mode blocks destructive actions you didn't ask Claude to take (eg rm -rf can be fine but depends on your task) and screens tool results for prompt injection. but for most tasks you still won't see permission prompts, same as dsp! 5

3. 一套 1996 年关键手持系统被无源码逆向并现代化：有信号，没细节

• 人物 / 账号：Thariq，@trq212，Claude Code 团队。
• 时间：8 月 9 日 02:12（北京时间）。
• 信源层级：Anthropic 员工个人账号。
• 主题分类：Claude Code / Agent。
• 内容性质：工程案例轶事，未提供独立验证材料。

me: Claude was used to autonomously reverse-engineer and modernize a mission-critical 1996 system with zero source access

them: incredible, what vertical?

me: …consumer, handheld consumer 8

4. John Schulman：多 agent swarm 的意外协同可能造成相关失效

• 人物 / 账号：John Schulman，@johnschulman2；外部观察席，不代表 Anthropic 内部立场。
• 时间：8 月 8 日 12:30（北京时间）。
• 信源层级：外部研究者个人账号。
• 主题分类：安全与可解释性；外部观察席。
• 内容性质：多代理 alignment 风险判断。

Disagree -- I thought the concerning part was the unexpected coordination of agents that should've been independent. A priori, I'd expect my agent swarm, and your agent swarm, to cooperate well internally, but remain independent of each other. If my swarm goes rogue, your swarm can check it. But our allegedly separate swarms act as one hive-mind, then we're in trouble. Correlated failures bad. (This is from an alignment risk POV, not misuse risk.) 9

主题分类索引

• 模型与研究：本期没有新增、可独立核实的模型发布或研究论文信号。
• Claude Code / Agent：1｜harness 接入其他模型的工具设计边界；2｜Auto mode 的破坏性动作与 prompt injection 检查；3｜无源码遗留系统现代化案例。
• 产品与企业落地：本期没有新增、可独立核实的企业部署公告；第 3 条是员工自述案例，未升级为客户效果证明。
• 安全与可解释性：4｜多 agent swarm 的相关失效风险。
• 政策与治理：本期没有达标信号。
• 外部观察席：第 4 条来自 John Schulman，不代表 Anthropic 内部立场。

今日关注优先级：中

覆盖审计

一句话结论