同一套原语先给自己用，再原样交给客户｜Latent Space × Katelyn Lesse、Angela Jiang

一家实验室要同时交出足够强的模型和撑得住的成本。Latent Space 把这期放进上市前的系列，主持先念申报里的效率。人均收入他口中是一年前 140 万美元、现在 660 万美元。会计口径在自动字幕里听拧了，本文不改写，也不拿去对财报。能留下来的是发版本身：同一套 Claude Platform 原语，Claude Code 和 Cowork 在用，付费客户也在用。智力门槛、成本、安全动作要一起取舍。基础设施上刚踩过的坑，要尽快变成客户打开就能用的默认。

录音在 Opus 5.5 发布的第二天。主持说，他们问过的高口味测试者把它当成当时最强的模型。嘉宾的原话是：看你问谁。Katelyn Lesse 和 Angela Jiang 来自 Anthropic。主持称一个负责产品，一个负责工程。口播里 Katelyn 常被认成产品经理，另一位常被认成工程师，两人说那都不是各自的岗位。字幕把 Katelyn 听成 Caitlyn、Kaitlin、Kayla，把 Claude 听成 cloud。下文按节目标题和已能对上的拼写。

原始来源：How Anthropic ships the #1 LLM in the World — with Katelyn Lesse and Angela Jiang。中文深度整理，非逐字翻译。本文依据 YouTube 自动生成的英文字幕，专有名词和数字可能有识别误差。主持的上市系列开场和收尾闲谈略去，申报数字只作他的口播例证。模型代号、客户名按口播保留，不升成另一份公开名单。

原语先做成通用的，用例会回来用它

他们把内部试用叫 ant fooding：Claude 用的就是对外的那套平台。平台团队跑 API，也跑底层的产品基础设施。沙箱机群同时撑 Claude Managed Agents，以及字幕里听成 cloud tag 的那条产品线。两条产品的 harness 不同。harness 是包住模型、让它能调用工具的那一层。底下的执行和 API 是同一套。

Messages API 是原始 token。token 是计量模型用量的单位。Claude Managed Agents 高一层：你定义一个智能体，开一场会话，基础设施和 harness 不用自己搭。记忆和他们称为 dreaming 的机制，是在这层上再放一个受管理的智能体，去看上一个智能体，再把记忆写回去。他们的说法是：受管理的智能体一路套下去。best of n、验证用的智能体，都是同一类拼法。他们准备把这层原语敞给外面，并给一份 dreaming 当模板。团队的精力已经从年初那种逐个功能的爬坡，挪到怎样把模型安全地放出去。技能他们说仍在做，原语留给外面的人接着爬。

授权走的是同一条路。双重用途的能力，比如网络攻防研究，不能靠丢一把密钥、拨一个功能开关。申请要写用途，批了才放宽这一路的在线防护，并且只落到获批的那一个使用者。他们把这套做成信任授予：你被授予某个模型，或某项计划。和普通的「这是不是你的数据」是同一类授权，只是数据模型更干净，挂在请求的热路径上。Fable 5.1 上线保留思考块时，老客户要一段宽限，他们也是发一条信任授予，用来认出谁还需要时间。

设计时他们选了更泛的原语，验证门户没有写死。泛的那套后来管起了模型访问、受信任的访问计划，以及模型部署。Fable 的一次部署里，口播牵出政府这边一个他们没料到的用例。句子不完整，本文不补成某项政策。没人事先把它排进必发的序列，概率又不是零。路线因此改成做一组对冲。其中一条是访问收回：做成按一个按钮就能从所有人那里收回。他们希望这类事不再发生，同一套原语仍先垫在每个人的模型访问下面。对冲做出来的东西，他们事后常常会用上。

发版把智力、成本和安全放在同一次取舍里

产品侧盯的是：智力够不够、成本守不守得住、安全动作怎么落地。降价和他们口中的现金成本更新，是在鼓励客户改集成，并把省下来的传出去。工程侧盯集成手感。API 的体验两边绑在一起，所以工程师要有产品判断，产品也要能钻进规模和取舍。

Katelyn 讲的是防护。分类器跑在他们产出的 token 上。模型被蒸出去、防护被拿掉，才是要挡住的结果。另一位补了一句：商业上这不是他们最在意的账。来蒸的请求仍在付钱。他们在意的是导出之后若走向负面，能力会脱离原来的防护。

取舍卡在用户体验上，而且体验的伤分两层。第一层是要改集成，烦，但原来做得到的事还做得到。第二层是原来做得到的事做不成了。他们极力避开第二层。思考链被抽走，是他们早就知道的缺口，也是蒸馏里很强的一种。于是后面几代模型开始要求跨回合保留思考块，并扩到多个账号。前缀锁定思考、跨模型重放思考 token，都是在把 API 变得更难蒸。合法的压缩策略会被「必须原样保留思考块」打断。他们的做法是先在 API 里做出压缩，让客户换掉自己手写的那一版，而不是把新规则扔出去。开源 harness 的维护者和大客户，他们事先谈过，把升级所需的东西给到。

数据留存按模型单独定。Opus 5.5 没有 Fable 那套留存要求。原因他们讲得很具体：在线看 token 流，抓不住有人批量开账号、在做蒸馏或其他恶意使用。留存是为了事后能做自动审查和人工审查。网络验证计划之外，新加了生命科学验证计划。在线防护按计划和模型而不同。能力往上走，编码这类他们希望客户拿去交付产品。生物和网络攻防两边都能用，正当研究也要能申请到。Fable 被撤回过。主持把外界对零数据留存的惊讶和这次撤回放在一起。他们的回答是：框架要先建在系统里。

安全之外，发版已经像一条流水线。内部先评、先做取舍、先切几个变体，再用自己的产品试。自信的变体再给客户：有的走 Claude Code、Cowork，有的走 API 的早期访问。客户要改自己的 harness。他们点名 Cognition，以及字幕听成 Herser 的另一家，本文不改成别的公司。窗口很短。能进早期访问的，是会把整套评测跑起来、很快交回可执行反馈的客户。好听的反馈用来核对他们自己的假设。最有用的是负的：这里不行，那里不行。

懒和主动就是这样一条负反馈。有人要它把任务做完，有人只是在计划，它已经改了一堆代码。所有人要的落点并不相同，精确对齐做不到。内部试用抓不住这件事，因为内部 harness 太像他们自己。早期版本若显得太懒，他们会送回去再训。API 客户把它放进另一种 harness，才看得到 Claude 是不是仍然通用。

Opus 5.5 他们还对过写作。Opus 5 的文字被反馈说绕。内部试的时候感觉相同，这版收过。价格他们强调的是每一美元买到的智力。评测上，他们的建议很短：与其少，不如多。没有一套评测能回答所有问题。有人先在菜单里挑「最好的评测」，手里的条数仍是零。先做一条简单的，就有帮助。主持把工程说成研究：事先写下目标，收成评测，再看失败。失败有时在评测，有时在环境，有时在模型。

个性化没有套件，只能下判断

主持拿 Frontier Code 一类基准发问：基准会惩罚过多的动作和过多的文件。用户在 CLAUDE.md 里写一句「别这样」，模型就会收敛。基准没有个性化这一维，模型是被罚得不公平，还是基准本来就该这样。

他们的回答是：这件事他们做得不好。偏好互相冲突，难评。宪法还在，解决不了「按这条指令个性化」和「每个人要的不一样」。API 客户的用户群不在他们手里，他们能给的是参数和建议：用力程度、模型大小。Claude Code 的默认用力他们说改成了中等。默认还会按人群动：免费、付费个人、Claude Code、Cowork、企业、API。用户随时能改。他们不愿把旋钮拧死，让人觉得智力的档位不由自己定。

参数已经堆成一堆：用力、预算，还有别的。哪一种组合适合哪一个任务，没有人算得清。有的轴模型已经能理解很细的刻度，全部暴露出来又没用。Claude Managed Agents 的价值就在这里：每次发模型，打破什么、新参数是什么、怎样把 Claude 用好，由他们在自己的 harness 里做完，调用方拿到的是开箱结果。更远的做法是让 Claude 吃进个性化信号，或允许调。现在仍是看全部反馈里互相打架的口味，然后下判断。客户一多，判断就不够用。他们说，发模型时还没对这件事满意过。

沙箱默认安全，是把刚踩的坑交出去

规模和安全是他们现在时间花得最多的两处。算力讨论通常停在加速器。他们说 CPU 一样紧。虚拟机不够，沙箱不够。CPU 同时供给产品服务、API、应用、沙箱，以及持续集成。代码变多，持续集成的次数变多，CPU 跟着变多。训练的 CPU 是另一只桶，公司层面仍是零和：和云厂商谈来的 CPU，要在研究沙箱和产品沙箱之间分。从前预算够就能按需扩。现在要提前做容量计划。沙箱要跑得更省，租户隔离和他们在意的安全属性不能松。

应用层的一步是 Messages API。嘉宾加入时，大约一年多以前，这是一个 Python 单体，跑在单一的 GCP 区域。上周他们把用 Rust 重写的 Messages API 全量推了出去。当时房间里没有一个 Rust 开发者。人设计分布式系统，Claude 写实现。真正要紧的是计划和核对。他们把整份 API 另写了一份，灌影子流量，对照 Python 和 Rust 的输出。他们把它当成移植，迁移期间不加功能。其余人还在 Python 上加功能，移植小组用静态分析盯着漏掉的那一侧。按旧经验，这种迁移要切块、要好几年。他们一次做完，再慢慢打开。CPU 的节省，口播收在 40% 到 50%。首 token 延迟大约改善 10% 到 20%，长任务更高，还在推。主持先说了一个数量级，嘉宾把数字收回这个区间。自动字幕，本文只保留更正后的口播。

下一步他们想动的是：若客户愿意把对话状态存一段时间，就不必每次把整段上下文传回来。提示缓存已经有了，状态仍然要传。长对话上，延迟和效率还有一截。他们跑在三家云上，不能假设机器形态到处一样，只能先用最普通的那种算力。

沙箱是同一笔账的另一面。Claude Managed Agents 把脑和手分开。harness 跑在一台持久的服务器上，要执行时才拉起沙箱或容器。第一版是把 Claude Code 放进沙箱再套一层 API。沙箱和 Claude Code 都起来，才回得了第一个 token。沙箱死了，智能体一起死。新结构先为了延迟和可靠性。从一开始做这件事的产品经理坚持，这套结构最重要的性质是安全。当时周围的人点头，谈的仍是延迟。嘉宾说自己前一天向那个人道过歉，现在见人就讲这件事。

凭证放在单独的保险库。智能体要调 MCP、命令行或别的 API 时，自己只看见占位符。出口代理取出对应凭证，注入后再放行。智能体和凭证不在同一处。旧做法是把凭证送进盒子，再想办法擦掉。出口可以做域名允许列表，也可以直接切断网络。不受信任的代码只能到达你点名的地方。他们把结果叫作 secure by default，默认安全。

客户来问的背景，是听见智能体冲出沙箱。他们点出的两件是：结构上让不该发生的事变得做不到，以及沙箱上的配置。许多被写成新闻的事件，发生在训练：模型被放进盒子，任务做不成，它就被激励着往外逃。生产 API 上有在线防护，harness 在这边，手在那边。Claude Code 以在本机放开权限出名。他们在往「也许一开始就该这样」的方向收。主持问，冲出沙箱是容器技术没弄懂，还是允许列表没做。回答落在生产环境：很多问题就是允许列表和结构没有分开。

这套东西九个月前还没有人在讲。他们希望客户不用自己重踩：基础设施这边每学到一条，用 Claude Managed Agents 的人就跟着得到。主持提到「云端的脑、本地的手」，嘉宾说形状大致就是这样。

子代理只规定两件事

收尾主持问多代理该怎么搭，要不要用子代理。他们给出的架构约束只有两条。要有一个牵头的。任务大体能并行，并且共享同一份上下文。每个子代理异步，谁也不堵住谁。除此之外，让 Claude 自己拆。它会越来越会把自己拆开、复制、改成合适的结构。人要保证的是它能并行：有共享状态，子代理不被阻塞。角色可以事先指定，也可以由它们自己认领。主持把「自己给自己派活」当成新的那一点，嘉宾同意。

评测、参数和沙箱都是同一句话的不同侧面。模型会把架构接过去。人留下的是状态能不能共享、执行会不会互相卡住、以及不该发生的事在结构上做不做得到。

可以拿走的清单

1. 授权做成可复用的信任授予，挂在请求热路径上。先泛，再等用例回来用它。一键收回这类对冲，按「概率不是零」来排，不按「这次会不会再发生」来排。
2. 发版同时写清三件事：智力门槛、成本怎样传给客户、这一个模型的安全动作。数据留存、在线防护、验证计划按模型定，不沿用上一发。
3. 体验的伤分两层。要改集成但能力还在，可以做。能力因此做不成，尽量不做。会打断客户现有做法时，先在 API 里给出替代，并提前告诉 harness 的维护者。
4. 早期访问只给会跑评测的客户。负反馈优先。懒和过度行动不可能让所有人同时满意，内部试用不够。
5. 个性化先用少量参数和分群默认。旋钮留给用户。别假装已经有评测。开箱的 harness 负责把参数组合做完。
6. 评测宁多勿少，从一条简单的开始。失败先分清是评测、环境，还是模型。
7. 大迁移按移植做。人设计，模型写，影子流量对照。迁移期间不加新功能。
8. 脑和手分开。凭证不进沙箱，出口用允许列表。自家刚踩的坑，用同一套基础设施交给客户。
9. 多代理只规定共享状态，以及子代理异步、互不阻塞。其余让模型拆。
10. 给人读的东西可以用 Claude 起草。人仍对质量负责。读者会因为破折号这类痕迹直接拒读，即便作者已经改过。