Anthropic / Claude

Claude Code 把安全模型从逐条审批转向系统级沙箱边界，用隔离换更少弹窗和更高的智能体自主度。

• 影响使用编码智能体的开发团队审批打断会减少，开发节奏与安全可同时改善；沙箱运行时开源后，自建智能体的企业可直接复用这套隔离方案；接入前需重新梳理允许访问的目录与网络域名清单。
• 参考可考虑在 Claude Code 中运行 /sandbox 试点一个低风险仓库并记录弹窗变化；自建智能体的团队值得评估其开源沙箱代码能否复用；网页版可先在不含敏感凭证的项目上试用。

把领域专长封装成智能体可自行发现的文件夹，让通用智能体成为携带企业流程知识的专业助手。

• 影响企业流程知识可整理成技能直接教给 Claude，减少按场景重复开发智能体的投入；技能包含指令和可执行代码，引入外部技能等于引入第三方代码，需要配套的审计与来源管理。
• 参考可考虑先跑评估，找出 Claude 在代表性任务上反复缺少上下文的环节，再把对应手册和脚本整理成技能试点；引入第三方技能前，值得建立逐文件审计和来源白名单清单。

多硬件平台并存的部署体系让基础设施缺陷足以连续数周影响 Claude 输出质量，模型表现并非只由模型版本决定。

• 影响企业不能默认同一模型版本的输出质量恒定，服务端部署与负载均衡调整都可能造成波动；依赖 API 的业务需要自建输出质量抽检，不能只依赖厂商内部评测；此类事故排查历时数周，期间劣化随路由变化间歇出现。
• 参考可考虑在代码生成或客服等关键场景建立小规模输出回归抽检，留存异常样本便于向厂商反馈；值得评估监控对关键链路的覆盖，并留意官方提示的 top-p 重调建议。

这篇指南的实质是指出工具是面向非确定性智能体的新型软件契约，不能沿用传统API开发思路，要靠评估驱动、智能体参与的迭代来打磨质量。

• 影响企业自建智能体应用时，工具数量与响应token直接影响token成本和任务准确率；把现有API简单包装成工具容易拖累表现，需围绕高影响工作流做整合；接入第三方MCP工具时，命名与描述质量可作为选型参考。
• 参考自建智能体应用的团队可考虑先基于真实业务任务搭小规模评估集，再据评估结果迭代工具描述；值得按功能命名空间盘点现有与第三方MCP工具，合并多步链式操作为单一工具；可参考官方默认响应上限估算token成本。

多智能体架构的实质是用 token 成本换广度搜索性能，官方数据同时给出了适用边界和代价。

• 影响调研与报告类业务可用并行多智能体换质量和速度，复杂查询耗时最多降 90%；token 消耗约为普通对话 15 倍，预算口径需重算；编码等强串行协作场景官方明确表示暂不宜照搬。
• 参考可考虑选竞品调研、行业扫描等可并行场景做小试点，先算清单次任务 token 成本与人工耗时对比；搭建内部智能体时可参考其 Cookbook 开源提示词和约 20 条查询起步的小样本评估法。