Harness 与 Agent 工程 · AI研发与测试工程 · 2026-04-16

从Claude Code进化史,读懂Coding Agent的终局逻辑

Claude Code正在重新定义编程的未来,当AI工程师能自主完成全流程开发,人类角色将如何演变?

核心内容:

  1. Claude Code与Copilot的本质差异:从被动补全到主动开发
  2. 自动化编程带来的企业机遇与潜在陷阱
  3. 2026年智能体编程趋势的关键洞察

旧金山某大厂工程师,2026年3月,在技术论坛匿名发帖:我基本上成了Claude Code的agent。经理告诉我做什么,我转达给Claude Code,它完成,我Review,我提交。

这句话乍看像是自我贬低,实则描述了一种正在规模化发生的人机协作模式。但它同时暗含一个让很多工程师不安的问题:如果"我转达"这个环节也被自动化掉,会发生什么?

答案在2026年4月落地了,就是Claude Code推出最新功能Routines,配置好规则,它自己监听事件、自己触发任务、自己完成、自己提交报告,全程跑在Anthropic云端,你的笔记本关机了照样工作。"转达人类"这个角色,正在被系统性地自动化。

这不是科幻。这是正在发生的产品迭代。

王吉伟频道今天要聊的,就是这背后的故事:Claude Code为什么能在18个月内从一个工程师的侧项目跑到25亿美元ARR,Coding Agent这个品类的天花板到底在哪里,以及在这波浪潮里,企业该如何判断、如何行动、如何避开那些"看起来很美"的坑。

PS:公众号主页发私信 260416 ,获取本文提到的Anthropic 2026 智能体编程趋势报告。

Claude Code不是更聪明的Copilot

Coding Agent 是一种无需人类过多干预的智能编程系统,能够自主完成软件开发全流程中规划、编码、测试、部署等任务。现在人们常说的Claude Code、OpenCode、Cursor、GitHub Copilot等都是。

很多人第一次接触Claude Code,会下意识把它理解成"更聪明版的GitHub Copilot"。这个对比不算错,但大幅低估了两者之间的本质差异。

GitHub Copilot的定位是代码补全。它坐在你的IDE里,观察你正在输入的上下文,在合适的时机给出下一行或下一段的建议。整个交互模型是"你输入,它提示,你决定用不用"。本质上,Copilot是一个被动的、单步推断工具。

Claude Code的定位是Agentic编码工具,更准确地说,是一个拥有本地开发环境操作权的AI Agent。它能读取整个代码库、跨文件编辑、执行Shell命令、调试报错、提交Git、发起PR,在你去开会的时候继续跑任务,回来告诉你结果。它是主动的,目标驱动的,能自我纠错的。

两者的差别用一句话说:Copilot是旁边那个会提示"下一步可以这样"的导航App,Claude Code是你雇来的工程师,你说目标,他自己想办法到达。

这个区别不是修辞,是架构层面的分野。Claude Code的核心运行机制是ReAct循环(Reasoning + Acting):理解目标→分解任务→调用工具→观察输出→自我纠错→继续执行,形成完整的"规划-执行-反馈"闭环。

这才是Agentic AI的根本特征,也是理解后续所有内容的前提。

Agent Skill:能力的最小单元

在聊Claude Code的进化路径之前,有必要把Agent Skill(智能体技能)这个概念单独拿出来讲一讲。

如果把AI Agent类比为一个人,那Agent Skill就是这个人掌握的一项具体技能:会读文件、会写代码、会跑测试、会提PR、会搜索文档……

每个Skill都是独立的、可复用的能力单元,Agent通过组合调用这些Skill来完成复杂任务。

Claude Code内置的Skill涵盖:文件系统读写、Bash命令执行、Git操作、代码搜索与索引、Web搜索、MCP工具调用等。这些Skill本身并不复杂,但当一个强推理模型以任务目标为导向自由组合它们,涌现出来的能力远不是各个Skill的简单叠加。

更重要的是,通过Claude Agent SDK,企业可以为Claude Code添加自定义Skill:接入内部代码库、对接CI/CD系统、连接企业内部的知识库或数据库。

这是Claude Code从通用Coding工具变成企业定制编码Agent的关键路径。Agent Skill的可扩展性,直接决定了这个平台对企业的上限。

18个月超级进化:四个阶段,四次跃迁

Claude Code从内部实验到ARR 25亿美元,走了不到两年。这段历史值得仔细拆解,因为每个阶段都不只是功能迭代,而是产品范式的跃迁。

第一阶段(2024年9-11月):内部实验,发现"产品悬垂"

Claude Code的起点是Anthropic工程师Boris Cherny(TypeScript领域知名贡献者)的一个侧项目:让Claude模型直接访问本地文件系统、执行Bash命令。技术门槛不高,但洞察相当犀利。

Cherny发现,2024年底的Claude 3.5 Sonnet已经天然具备成为"真正开发伙伴"的潜力:不需要额外训练,它就能自主读懂代码库、追踪依赖关系、理解整体架构。

这种能力一直潜伏在模型里,只是产品形态没能把它释放出来。他把这个现象命名为"Product Overhang(产品悬垂)":模型能力已超出当前产品形态所能承载的上限,新形态的出现只是时间问题。

内部测试的数据很能说明问题。Dogfooding第一天,20%的工程师开始用;第五天,50%;到2024年11月,Anthropic内部80%以上的工程师依赖这个工具,平均每天产出5个Pull Request,远超正常水平。一个内部工具能有这种采用率,说明它解决了真实痛点,而不是制造了需求。

第二阶段(2025年2-8月):公开发布,完成商业验证

2025年2月24日,Claude Code研究预览版上线。没有发布会,没有刷屏Demo,只有一篇低调的博客公告。事后回看,有人把这个时间节点称为"没有人注意到的革命"。AI系统第一次不再只是回答问题,而是开始行动:理解代码库、制定计划、逐步执行、自我纠错。

产品定位"无意见(unopinionated)",尊重用户已有的工作流,直接进入用户的真实环境,不试图把用户圈进设计好的围栏里。这种谦逊带来了更高的信任度,这点很多AI产品没学会。

2025年5月22日,Claude Code随Claude 4系列正式GA。Boris Cherny在接受Wired采访时描述了一个有意思的曲线:产品发布时他用Claude Code完成5%的日常编码,Claude 4上线后跳到30%,采访时已达100%。这不是渐进提升,而是跨越临界点后的阶跃。

第三阶段(2025年9-12月):SDK开放,从产品走向平台

2025年9月,Anthropic开放Claude Agent SDK(Python/TypeScript两个版本),把Claude Code底层的Agent引擎(规划循环、工具调用、记忆管理、沙箱执行)封装成开发者可直接调用的基础设施。从产品变成平台,这是明确信号。

与此同时,MCP(模型上下文协议)在2025年12月被捐赠给Linux基金会旗下的Agentic AI Foundation。到2026年初,苹果在Xcode中原生支持MCP,OpenAI在ChatGPT中接入MCP。竞争对手主动采纳你的协议,这是生态级认可的最高形式。

这一阶段还有一个容易被忽视的技术里程碑:自动上下文压缩(Memory Compaction)。长时运行一直是Agentic工具的核心痛点,任务越长上下文越污染,模型开始"记性变差"甚至产生幻觉。

压缩技术的引入,让Claude Code能处理数小时乃至数天的连续任务,从短期助手跃升为真正意义上的"agent。

第四阶段(2026年至今):云端化与多Agent编排

2026年3月,Computer Use全面集成,Claude Code开始直接操作屏幕,SWE-bench得分达到80.8%(这个数字在2024年还只是个位数)。4月,桌面App重构支持多Agent并行管理,Routines研究预览上线,定时任务、事件驱动自动执行,全程云端运行。

这时候的Claude Code,已经很难被"Coding Agent"几个字框住了。Claude Code研究员Alex Albert说:现在Cowork加上Code基本能覆盖我所有工作,不用再打开其他App。这句话背后的含义,不是写代码更方便了,而是边界已经在重绘。

Harness Engineering:企业最容易跳过的关键一步

Claude Code能够快速被广大组织及个人所接受,除了前面提到的Agent skill,另一个原因就在于Harness ,这对有实际部署需求的企业团队非常重要。

AI Agent能力再强,企业在部署时都绕不开一个问题:我怎么知道它在我的场景里好不好用?怎么测试它的行为是否符合预期?怎么在它出问题之前发现问题?

这就是Agent Harness要解决的事情,围绕它形成的工程实践叫做Harness Engineering。

借用软件测试里的术语,Harness最初指"测试线束":一套包裹在被测系统…

— 以上为试看内容(约 40%),开通会员后阅读全文 —

原文出处:https://www.53ai.com/news/LargeLanguageModel/2026041616987.html