Anthropic "開源"了一份 Agent Infra 創業的工具書

這可能是 Anthropic 在工程能力上與外界最信息對稱的一次。它對 Anthropic 的傷害不大，對創業者的啟發不小。

2026年3月30日，Anthropic的工程師在發布npm包時犯了一個重復的錯誤：沒在.npmignore 中排除 source map 文件。于是，57MB的cli.js.map 指向了R2存儲桶，51.2萬行 TypeScript 源代碼，1906個未經混淆的源文件，在數小時內被鏡像至 GitHub。它們被 fork 了數萬次，永久擴散。

這不是官方開源，但效果等同。Claude Code四年工程迭代的家底，一夜之間成了公共財產。

喜歡動手但不太愛動腦子的 AI builder 都摩拳擦掌，希望復刻一個 Claude Code，這基本是癡心妄想。而對方興未艾的 Agent Infra 賽道的創業者來說，這份被意外開源的代碼庫，則是一份工具書，一份創業指導白皮書。

它第一次讓外界看清 Anthropic 的工程邊界——做了什么，做到了什么程度；以及沒做什么，為創業者留了哪些白。

Claude Code 還是被低估了

Claude Code 已經這么牛了。但泄露的代碼告訴我們：它還是被低估了。

許多人認為 Claude Code 不過是“模型+提示詞+工具調用”的輕量級包裝，創業公司用幾個月就能搭出 MVP，進軍 AI 編程賽道。

這次代碼泄露的一開始，很多開發者也躍躍欲試，意圖復制一個 Claude Code。但很快，當他們仔細研究之后，發現泄露的代碼是一劑清醒劑。

Claude Code不是 Claude 的 CLI 工具，而是 Anthropic 的 Agent 操作系統底座。這么說吧，Claude Code 不是 Anthropic Agent 底座衍生出來的編程產品，它就是底座本身，只是直接以產品化的方式對外公開了。

AI Coding as an Infrastructure。

這與絕大多數做 AI 編程的創業公司甚至大廠的邏輯已經完全不同了。

這次泄露的 Claude Code 源碼，query.ts是核心查詢循環，800多行的狀態機，處理7種消息類型。其中，有三個工程細節，可以說明這個系統的真實重量。

其一，四層上下文壓縮。呈遞進機制，優先保持粒度，必要時才犧牲細節，而不是對話太長就截斷——這是很多已經很能打的國產模型/Agent 仍然存在的疏漏。這說明長任務、長對話是 Anthropic 押注的核心場景：Agent要連續工作數小時甚至數天，上下文管理就是命門。

其二，流式工具并行執行。模型生成和工具調用真正并行，而不是排隊。它優化的是 Agent 同時做很多事的吞吐量，而不是讓人等得更短的響應速度。

其三，多模式運行與遞歸計費。代碼中存在交互式、嵌入式、持久后臺三種運行模式，嵌套調用有獨立的成本追蹤，計費精細到子調用級別。這是一個平臺級的復雜度，一個工具本身做不出這種復雜度，它體現了 Anthropic 商業模式的精確度。

最近“Harness”概念大行其道，越來越普遍的共識是：Harness是“最薄的包裝”，Anthropic自己也這么說。

但有沒有可能，Anthropic 之前一直在忽悠開發者和創業者？直到這次代碼被意外開源了？

泄露代碼顯示的是另一回事：數萬行代碼、數百個工程決策、復雜的狀態機管理、完整的容錯與恢復基礎設施。

生產級的 Harness 是系統工程，是 Agent Infrastructure，不是一兩個工具的組合。低估了這一點，與 Anthropic 比競爭壁壘，就是耗子給貓當三陪。

但這里并非沒有創業者的機會。

兩個戰略信號

泄露的 Claude Code 代碼中，散落著17個 Feature Flag——實驗性功能開關。

其中大部分是產品探索，比如 BUDDY（電子寵物）、VOICE_MODE（語音交互）、BRIDGE_MODE（IDE橋接），它們方向各異，優先級不高。

但有兩個代碼泄露的戰略信號不容忽視：

其一是 KAIROS。它是持久后臺代理，藏在隱藏模式里，已部分被實現。這意味著 Anthropic 認為：Agent 的終局形態不是你坐在電腦前跟它對話——而是它在后臺自主運行，你在不在場沒關系，它干它的活。它不是交互工具，而是后臺基礎設施。它決定了整個 Harness 的設計方向：狀態持久化、任務恢復、長時間運行的資源管理，全都是為“無人值守”準備的。

第二個是 PROACTIVE。即主動式 AI，它還在實驗階段。傳統的 Agent 模式是人下指令，AI執行，即 Manus模式。而 PROACTIVE 要反過來：AI主動發起行動，人負責審批。這是交互范式的根本翻轉。

如果說 KAIROS定義了 Agent“在哪里跑”，而PROACTIVE定義了 Agent“誰說了算”。

這兩個方向疊加起來，是一幅清晰的圖景：Agent 不等你說話，自己決定干什么，在后臺持續執行，你只需要偶爾看一眼、批準或否決。

對創業者來說，這是一個時間窗口的信號。Anthropic 大抵是要沿著這個戰略方向進化它的 Agent 的，但現在沒有成型的產品。在Anthropic 發大招之前，創業公司在垂直領域——如零售、保險、財務等領域建立先發優勢的窗口還開著。只不過，這個窗口以月為計算，得抓緊。

邊界之外的創業機會

這份被泄露代碼最大的價值，不是告訴你 Anthropic 有多強——這你本來就該知道。它的價值是第一次讓你看清它的疆域——哪些是已經筑好的內核，哪些是尚未涉足的荒野。

已筑好的內核，不要碰，那不是創業公司輕易能做的。

你看，它的通用編排有 query.ts 的800行狀態機撐著，基礎工具接入被 MCP 協議標準化了，它的上下文壓縮是四層工程護城河，而成本追蹤精細到遞歸子調用。這些層級的工程深度已經極高。

在這些領域創業，等于正面撞 Anthropic 的操作系統底座，或者成為它的生態附庸，不，連附庸都當不上。

而 Anthropic 還沒做的，是 Agent Infra 創業者的機會。

訓練環境是確定性最高的方向（這也是之前林俊旸推文中預測的重要的創業賽道）。

泄露的代碼中，taskBudget 與 maxTurns 是任務限制系統的雛形，但僅此而已，它們沒有完善的沙箱，也沒有專業的 rollout 基礎設施。

那為什么 Anthropic 自己不做？因為它的核心利益在模型層，環境層不是它的優先級，就像英偉達不會自己去建數據中心一樣。

而 Agentic RL 的最大瓶頸恰恰不是算法，是環境質量。專業RL沙箱、代碼執行環境、瀏覽器模擬器。當下，在環境質量的領域創業是對的：模型能力剛過 Agent 可用的門檻，但訓練的基礎設施還停留在手工作坊階段，供需錯配最嚴重的窗口，就是現在。

垂直行業技能同樣是重要的方向。

Claude Code 的 commands.ts 提供了通用的技能加載框架，但框架和行業知識是兩層完全不同的工程。

Harvey 做法律 Agent，Abridge 做醫療 Agent，它們的壁壘不是調用能力，而是對行業工作流的深度理解：法律文書的引用格式、醫療記錄的合規要求、金融模型的風控邏輯，這些東西不是通用框架能解決的。

還是那個問題，為什么 Anthropic 自己不做？顯然組織能力不匹配。Anthropic 的工程師懂怎么寫狀態機，但不懂醫療合規流程，這種知識不是招幾個行業顧問能補上的。而通用底座越成熟，垂直技能的價值反而越高。

這個創業賽道的本質，其實是垂直領域的 Agent，它的核心能力是把垂直商業領域的專業知識 Skills 化，可以成為獨立的 Agent 公司，也可以把專業商業領域的數據層“打包”成 Skills，適配其它的 Agent。最近國內很多互聯網 O2O 垂直領域的巨頭似乎都在這么搞。

獨立評估是另一個可行的創業方向。

泄露的 Claude Code 代碼有 logEvent，Agent 每一步操作都會被記錄在案，哪個工具被調用了、花了多少 token、執行結果是什么，全部寫進日志。它像一個記錄問題的小黑本。

但銀行不會信任被審計方自己的工具做合規檢查，醫院也不會讓 AI 自己評估自己的診斷質量。

第三方行為審計、跨模型成本歸因、合規檢查引擎：這些產品的價值不在技術難度，而在獨立性和垂直領域的專業性本身。Agent 越自主，韁繩（Harness）的價格越貴，但韁繩不能由被駕馭者自己打造，必須由第三方掌握。

這個方向天然指向大客戶、高客單價，商業模式適合獨立上市，不適合被收購——因為被收購意味著失去獨立性，而獨立性恰恰是產品的全部價值。

中國本土的 Harness 生態，也是一個方向。

這是一個非?！爸袊厣钡膭摌I方向。Anthropic 的工程架構與中國的 AI 生態無關，中國 Agent 創業公司與字節跳動、阿里巴巴的身位差距，遠小于硅谷創業公司與 Anthropic 的差距——這意味著 Anthropic 做了的和沒做的，中國創業者都有機會。

但“復制一個中國版 Claude Code”是沒有意義的。

中國企業的工具鏈——飛書文檔、釘釘審批、企微客戶管理，跟美國 SaaS 生態在數據結構和工作流層面完全不同。這意味著在工具定義層，中國創業者需要重新設計，適配已有的工具和商業模式。最近飛書和釘釘都開放了自己的 CLI 給整個生態，是一個不錯的啟發和信號。

在豆包、Qwen 和 Kimi 之上構建本土 Harness層，集成中國原生的工具鏈，這是一個獨立的生態工程。Anthropic 的手掌心覆蓋不到，但也沒有任何模板可抄。

這可能是 Anthropic 在工程能力上與外界最信息對稱的一次。創業者第一次能看到 Agent操作系統底座的實際邊界，不用猜測，不用推演。

但看到邊界，和在邊界之外建出東西，是兩件完全不同的事。

它對 Anthropic 的傷害不大，對創業者的啟發不小。天底下竟還有這等好事。

文| 駱軼航 with 他自己解剖自己的 Claude Cowork

點個“愛心”，再走 吧