时长：
80分钟
播放：
2,101
发布：
5天前
主播...
简介...
📝 本期播客简介
本期我们克隆了：Anthropic 官方技术分享 AI Engineer Workshop: Claude Agent SDK [Full Workshop] — Thariq Shihipar, Anthropic
构建一个强大的 AI Agent 到底需要什么？是更多的工具接口，还是更聪明的 Prompt？Anthropic 的 Thariq Shihipar 给出了一个“观点鲜明”的答案：基于 Unix 基本元素的 Bash 工具和文件系统。在本期深度分享中，Thariq 揭秘了 Claude Code 背后的一套工程逻辑。你将听到为什么 Agent 循环更像是一门艺术而非科学，为什么你应该像对待“马”一样引导模型，以及为什么在 AI 时代，扔掉代码的速度要比写代码快十倍。无论你是想构建自动化的 GitHub 机器人，还是复杂的电子表格分析助手，这期节目都将为你提供最前沿的 Agent 开发范式。
👨⚕️ 本期嘉宾
Thariq Shihipar，Anthropic 创始团队成员，Claude agent SDK 的核心负责人。他深度参与了 Claude Code 的开发，致力于定义下一代 AI Agent 的交互与工程标准。
⏱️ 时间戳
00:00 开场 & 播客简介
Agent 的演进与 SDK 诞生
01:40 从单一 LLM 到自主 Agent：AI 功能的演变历程
04:31 为什么需要 Claude Agent SDK：拒绝重复造轮子
06:07 核心组件拆解：工具、Prompt、文件系统与技能（Skills）
核心哲学：Bash 与文件系统
07:58 观点鲜明的框架：为什么 Bash 是 Agent 最强大的武器
10:48 瑞士奶酪防御模型：如何为高权限 Agent 构建安全护栏
13:49 降维打击：用 Bash 处理非编程任务（如邮件账单分析）
实战心法：Agent 循环设计
17:31 Agent 循环的三大支柱：收集上下文、执行操作、验证工作
20:01 武器库对比：工具（Tools）vs Bash vs 代码生成（Code Gen）
23:42 渐进式上下文披露：如何利用“技能”和子 Agent 节省 Token
31:48 框架的“React 时刻”：为什么 SDK 的复杂性是必要的权衡
工程挑战与最佳实践
35:52 Agent 通信协议：它们会像人类一样在“论坛”里交流吗？
48:51 状态机思维：为什么 Git 是完美的可逆环境，而 UI 自动化很难
52:34 应对“百万行”挑战：大数据的导航、搜索与草稿本模式
56:59 持续验证：在每一个环节插入确定性的启发式规则
原型演示：构建宝可梦 Agent
01:00:37 从零开始：用 Claude Code 自动生成 API 库
01:03:44 只有工具 vs 代码生成：两种开发范式的实测对比
01:07:30 复杂数据分析：基于 Smogon 文本文件的竞技对战策略生成
01:14:20 终极建议：关注今天有效的技术，不要害怕扔掉昨天的代码
🌟 精彩内容
💡 既然写代码快了十倍，扔代码也要快十倍
Thariq 提出了一个极具冲击力的观点：AI 工程师不应该赌未来，而应关注今天什么有效。由于模型能力每六个月就会发生质变，开发者必须保持敏捷，随时准备推翻旧的架构。
🛠️ Bash 是第一个“代码模式”
很多人试图为 Agent 开发成百上千个专用工具，但 Anthropic 发现，给 Agent 一个 Bash 环境，它就能通过 grep、jq、ffmpeg 等成熟工具自行组合出无限可能。这种“可发现性”和“组合性”是传统 API 无法比拟的。
🚀 收集上下文是一门艺术
Agent 就像被困在房间里的人，你给它一堆纸（静态上下文）不如给它一台联网的电脑（搜索工具）。Thariq 强调，优秀的开发者应该思考如何将“分布外”的问题，通过预处理或工具转换，变成模型熟悉的“分布内”问题。
🔄 可逆性是 Agent 的生命线
为什么代码 Agent 发展最快？因为 Git 提供了完美的撤销机制。Thariq 建议，在设计非编程 Agent 时，工程师的首要任务是思考如何构建一个可逆的状态机，让 Agent 在犯错时能够“时间旅行”回上一个检查点。
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
本期我们克隆了：Anthropic 官方技术分享 AI Engineer Workshop: Claude Agent SDK [Full Workshop] — Thariq Shihipar, Anthropic
构建一个强大的 AI Agent 到底需要什么？是更多的工具接口，还是更聪明的 Prompt？Anthropic 的 Thariq Shihipar 给出了一个“观点鲜明”的答案：基于 Unix 基本元素的 Bash 工具和文件系统。在本期深度分享中，Thariq 揭秘了 Claude Code 背后的一套工程逻辑。你将听到为什么 Agent 循环更像是一门艺术而非科学，为什么你应该像对待“马”一样引导模型，以及为什么在 AI 时代，扔掉代码的速度要比写代码快十倍。无论你是想构建自动化的 GitHub 机器人，还是复杂的电子表格分析助手，这期节目都将为你提供最前沿的 Agent 开发范式。
👨⚕️ 本期嘉宾
Thariq Shihipar，Anthropic 创始团队成员，Claude agent SDK 的核心负责人。他深度参与了 Claude Code 的开发，致力于定义下一代 AI Agent 的交互与工程标准。
⏱️ 时间戳
00:00 开场 & 播客简介
Agent 的演进与 SDK 诞生
01:40 从单一 LLM 到自主 Agent：AI 功能的演变历程
04:31 为什么需要 Claude Agent SDK：拒绝重复造轮子
06:07 核心组件拆解：工具、Prompt、文件系统与技能（Skills）
核心哲学：Bash 与文件系统
07:58 观点鲜明的框架：为什么 Bash 是 Agent 最强大的武器
10:48 瑞士奶酪防御模型：如何为高权限 Agent 构建安全护栏
13:49 降维打击：用 Bash 处理非编程任务（如邮件账单分析）
实战心法：Agent 循环设计
17:31 Agent 循环的三大支柱：收集上下文、执行操作、验证工作
20:01 武器库对比：工具（Tools）vs Bash vs 代码生成（Code Gen）
23:42 渐进式上下文披露：如何利用“技能”和子 Agent 节省 Token
31:48 框架的“React 时刻”：为什么 SDK 的复杂性是必要的权衡
工程挑战与最佳实践
35:52 Agent 通信协议：它们会像人类一样在“论坛”里交流吗？
48:51 状态机思维：为什么 Git 是完美的可逆环境，而 UI 自动化很难
52:34 应对“百万行”挑战：大数据的导航、搜索与草稿本模式
56:59 持续验证：在每一个环节插入确定性的启发式规则
原型演示：构建宝可梦 Agent
01:00:37 从零开始：用 Claude Code 自动生成 API 库
01:03:44 只有工具 vs 代码生成：两种开发范式的实测对比
01:07:30 复杂数据分析：基于 Smogon 文本文件的竞技对战策略生成
01:14:20 终极建议：关注今天有效的技术，不要害怕扔掉昨天的代码
🌟 精彩内容
💡 既然写代码快了十倍，扔代码也要快十倍
Thariq 提出了一个极具冲击力的观点：AI 工程师不应该赌未来，而应关注今天什么有效。由于模型能力每六个月就会发生质变，开发者必须保持敏捷，随时准备推翻旧的架构。
🛠️ Bash 是第一个“代码模式”
很多人试图为 Agent 开发成百上千个专用工具，但 Anthropic 发现，给 Agent 一个 Bash 环境，它就能通过 grep、jq、ffmpeg 等成熟工具自行组合出无限可能。这种“可发现性”和“组合性”是传统 API 无法比拟的。
🚀 收集上下文是一门艺术
Agent 就像被困在房间里的人，你给它一堆纸（静态上下文）不如给它一台联网的电脑（搜索工具）。Thariq 强调，优秀的开发者应该思考如何将“分布外”的问题，通过预处理或工具转换，变成模型熟悉的“分布内”问题。
🔄 可逆性是 Agent 的生命线
为什么代码 Agent 发展最快？因为 Git 提供了完美的撤销机制。Thariq 建议，在设计非编程 Agent 时，工程师的首要任务是思考如何构建一个可逆的状态机，让 Agent 在犯错时能够“时间旅行”回上一个检查点。
🌐 播客信息补充
本播客采用原有人声声线进行播客音频制作，也可能会有一些地方听起来怪怪的
使用 AI 进行翻译，因此可能会有一些地方不通顺；
如果有后续想要听中文版的其他外文播客，也欢迎联系微信：iEvenight
评价...
空空如也
小宇宙热门评论...
暂无小宇宙热门评论
