在 Claude Code 里,模型和 effort 挡位该怎么选
Claude Code 团队拆解模型选择和 effort 挡位这两个旋钮的机制差异:模型决定固定权重和能力上限,effort 决定 Claude 愿意投入多少工作。诊断失败时该问的不是"要不要调参数",而是"它没知道,还是没使劲"。
Public thinking on AI systems, architecture, data platforms, product engineering, creative workflows, and team delivery.
Claude Code 团队拆解模型选择和 effort 挡位这两个旋钮的机制差异:模型决定固定权重和能力上限,effort 决定 Claude 愿意投入多少工作。诊断失败时该问的不是"要不要调参数",而是"它没知道,还是没使劲"。
Claude Code 团队给"loop"下了一个明确定义——agent 反复干活直到满足某个停止条件——并按触发方式和停止条件拆出四种 loop:手动的、有目标的、定时的、主动的。附带怎么维持代码质量、怎么控制 token 花费的具体做法。
Anthropic 关于 multiplayer agent 的内部实践复盘:公开工作、角色分工、北极星目标和渐进式信任,决定了人机团队能不能真正跑起来。
Anthropic 检测平台工程团队用 Claude Code 一周搭出安全调查平台 CLUE:AI 先分诊告警、自然语言查所有安全日志,误报率从 33% 降到 7%,差异化全在内部上下文。
OpenAI Secure MCP Tunnel 的设计复盘:用一条只出不进的出站 HTTPS 隧道,把私有 MCP 服务器接进 ChatGPT 和 Codex,服务器始终留在客户自己的网络管控之内。