EVERY × ANTHROPIC｜原始發表日期：2026 年 5 月 8 日

Claude 的 agent 平台，難題不是多開幾個 agent

Anthropic 團隊談的不是一個會自動拆任務的模型，而是一套讓工具、權限、上下文與評估能一起工作的交付系統。

SCROLL TO READ

PART 1

Agent 的價值，落在它能不能完成一段工作

訪談裡的產品與工程團隊把 agent 描述成一個會使用工具、持續讀取環境、在任務中修正方向的執行者。這比單次問答多了一層責任：它不只產生文字，還要在程式庫、文件、資料與外部服務之間完成可被檢查的工作。

因此平台不能只提供模型呼叫。它要處理任務如何拆分、哪些工具可被呼叫、哪些資料能被看見，以及失敗後如何讓人知道卡在哪裡。模型能力提高會擴大可自動化的範圍，但不會自動解決這些工作流程問題。

一段可交付的 agent 工作，至少有四層

PART 2

受訪者談到未來可能由 Claude 自己決定該用哪個模型、如何開出 sub-agent。這個想像降低了人類手動設計每個 agent 架構的負擔，但也把協調問題推到平台：誰負責分工？子任務怎麼共享前提？什麼時候停止？錯誤如何回到主線？

多 agent 的好處是並行探索與分工。成本則是上下文可能失真、工具動作可能重複，還有一個看似完成的回覆掩蓋了中間沒有被驗證的步驟。把 agent 做成「更多工人」不夠，系統還需要讓每一個工人的權限、證據與交接都留在可追蹤的路徑上。

PART 3

平台團隊反覆談到 context。對 agent 而言，真正困難的不是把所有資料塞進視窗，而是讓它在需要時找到正確的規格、既有決策與當前狀態。缺少 context，agent 可能寫出看似合理卻與程式碼庫不相容的改動；context 太多，判斷又會被不相關訊息稀釋。

這使平台設計變成一種資訊路由：什麼是任務不可缺的事實，什麼應由工具即時查詢，什麼需要留給人類決定。好的 context 管理不是讓 agent 記得一切，而是讓它能說清楚它依據了什麼、還缺什麼。

交接時最容易遺失的三件事

PART 4

真正能改檔、部署、查資料或觸發流程的 agent，必須面對權限邊界。平台需要將「可以讀」和「可以做」分開，也要把高風險動作設計成可審核的關卡。這不是限制自動化，而是讓自動化能被安全地放進真實工作。

另一個邊界是評估。團隊談到從真實使用中收集訊號，因為抽象 benchmark 不一定能表示一個 agent 是否幫使用者少走了彎路。可用的評估要回到任務：結果是否正確、工具是否用得恰當、失敗時是否留下足夠資訊讓人接手。

「平台必須擴張，因為 agent 會在完成任務的過程中，變成它需要成為的樣子。」

出處：Every 對 Anthropic Claude Platform 團隊的訪談。這是受訪者對未來平台方向的描述，不是已完成產品功能的保證。

回到 Every 的完整影片，聽 Anthropic 團隊如何描述 Claude 平台、agent 架構與真實使用中的取捨。