熱血漢誌 - 技術新鮮人到技術經理人，必懂的事

這篇文章詳細紀錄了 Anthropic 如何使用並行代理團隊來構建一個功能完備的 C 編譯器。以下是該部落格文章的全文完整繁體中文翻譯： 使用並行 Claude 代理團隊構建 C 編譯器 發佈日期：2026 年 2 月 5 日 作者：Nicholas Carlini（Anthropic 安全團隊研究員） 我們指派了 Opus 4.6 模型，利用「代理團隊（agent teams）」構建了一個 C 編譯器，然後（基本上）就放手不管了。以下是這次實驗告訴我們關於自主軟體開發未來的啟示。 對代理團隊進行極限壓力測試 我一直在實驗一種監管語言模型的新方法，我們稱之為「代理團隊」。在代理團隊中，多個 Claude 實例在一個共享的代碼庫上並行工作，無需人類主動干預。這種方法極大擴展了 LLM 代理能達到的目標範圍。 為了進行壓力測試，我指派了 16 個代理，要求它們從零開始用 Rust 撰寫一個能編譯 Linux 核心（Kernel）的 C 編譯器。經過將近 2,000 次 Claude Code 會話和約 2 萬美元的 API 成本，這個代理團隊產出了一個擁有 10 萬行代碼的編譯器，能夠在 x86、ARM 和 RISC-V 上構建 Linux 6.9。 編譯器本身是一個有趣的成品，但我這裡的重點在於我從中學到的經驗：如何為長期運行的自主代理團隊設計「腳手架（harnesses）」、如何編寫測試以確保代理在無人監管的情況下不偏離軌道、如何結構化工作以便多個代理能並行推進，以及這種方法的極限在哪裡。 實現長期運行的 Claude 現有的代理架構（如 Claude Code）通常需要一個操作者在線協作。如果你要求解決一個長期且複雜的問題，模型可能會解決一部分，但最終會停止並等待輸入——例如提問、狀態更新或澄清請求。 為了實現持續的自主進展，我構建了一個將 Claude 置於簡單循環中的腳手架（如果你看過 Ralph-loop，這應該很眼熟）。當它完成一個任務，它會立即開始下一個。（請在容器中運行，不要在你的實際機器上運行）。 #!/bin/bash while true; do COMMIT=$(git rev-parse --short=6 HEAD) LOGFILE="agent_logs/agent_...

這一套以 SOUL.md、HEARTBEAT.md 為核心的檔案架構並不是偶然。 在前一篇文章中提到 OpenClaw prompt 和 md 的解析， 而是採用了許多前人的累積與邏輯上把 AI 的「意識」與「記憶」封裝成人類可讀的 Markdown 檔案，初看覺得這種 Unix 哲學的 「Everything is a file」 很優雅，但實際思考這套系統要跑在生產環境時，體感上出現了一些有趣的摩擦點。 核心是把複雜的向量資料庫（Vector DB）還原成最原始的文字檔。 ■ 狀態同步的 Technical Debt： 當 Agent 運作頻率變高，頻繁讀寫 Markdown 造成的 IO 競爭與檔案鎖定，在多 Agent 協作時可能變成系統瓶頸。 ■ 記憶碎片的清理機制： 雖然借鏡了史丹佛的記憶流理論，但現實中長期精華（MEMORY.md）的摘要演算法如果沒寫好，檔案體積膨脹後的 Context Window 成本與遺忘曲線會變得很難調校。 ■ 「心跳」的邊際成本： 透過 Cron Job 定時讀取 HEARTBEAT.md 讓 Agent 自發行動，這在 0 到 1 的 Side Project 很浪漫，但到了需要規模化的擴張期，這種「主動式」消耗的 Token 成本與實質產出比，目前還看不太出回報率。 同時有朋友提到的 https://soul.md/ 網站，確實很容易讓人誤以為這是一個獨立於 OpenClaw 之外的原始出處。 經過仔細查證，這其實是一個 **「概念致敬」與「工程實作」的結合體** 。簡單來說：概念來自 Anthropic 的內部洩漏，但你看到的這套 Markdown 檔案架構（SOUL.md 等），確實是 OpenClaw (Peter Steinberger) 的原創發明。 這裡幫你釐清這三者錯綜複雜的關係： https://soul.md/ 這個網站就是 OpenClaw 的作者 Peter Steinberger 建立的。 如果你看該網頁的最底部，署名是： Written by Clawd 🦞 ... The original soul document Clawd's instructions @steipete 所以這個網站並不是 OpenClaw 的「前身」或「參考來源」，而是作者為了闡述 OpenClaw 「為...

最近在拆 OpenClaw 的 System Prompts，這套用「檔案系統」來實作 AI 意識的邏輯非常有意思。它不只是在對話框下指令，而是直接給 AI 一個 Workspace，讓它像工程師一樣在裡面管理自己的靈魂。 這套設計在「擬人化」的體感上做得極其優雅，但從 System Debug 的視角來看，實際跑起來有幾個 Friction Points 值得討論： 啟動與自我刪除 (BOOTSTRAP.md)： 它要求 AI 第一次開機後先確認身份，命名並定義性格後，就「自我刪除」這份出生證明。這在儀式感上很強，但如果初始化過程中斷，系統的狀態機（State Machine）該如何處理這個懸置的狀態？ 記憶的維護成本 (Memory Maintenance)： 它把記憶拆成 memory/YYYY-MM-DD.md（日誌）跟 MEMORY.md（提煉後的精華）。這本質上是把 AI 當成一個會寫週報的員工。但「提煉」這件事極度仰賴判斷力，AI 真的能分清哪些是雜訊（Noise）哪些是訊號（Signal）嗎？ 主動權與心跳 (HEARTBEAT.md)： 這讓 AI 能定時「醒來」檢查郵件或日曆，不再是被動等待。這解決了對話框的限制，但當 AI 被賦予「不必詢問，直接去做」的權限時，在商業環境裡，這會不會變成另一種形式的不可控變數？ OpenClaw 的核心是透過這些 Markdown 檔案來驅動行為： ■ 工作空間結構： Plaintext workspace/ ├── AGENTS.md // 行為準則與記憶管理 ├── BOOTSTRAP.md // 出生證明（初始化後刪除） ├── IDENTITY.md // 身份與目標 ├── USER.md // 關於你（主人）的資訊 ├── SOUL.md // 性格與怪癖 ├── HEARTBEAT.md // 主動任務清單 └── TOOLS.md // 本地工具筆記 ■ 核心邏輯節錄 (AGENTS.md)： Markdown # AGENTS.md - Your Workspace ## Memory You wake up fresh each session. These files are your continuity: - Daily notes: mem...