案例：Claude Code 的长任务 Agent 设计

Claude Code 是 Anthropic 2025 年 2 月发布的 CLI 编码 Agent。和 Cursor 的「人机协作」不同，Claude Code 的设计哲学是：给了目标就跑到完。

定位差异

Cursor Agent:     「帮我改这个 bug」→ 改一步 → 你看 → 继续
Claude Code:      「重构 auth 模块」→ 50 步后 → 「完成了，测试都过了」

Claude Code 优化的是 长任务自主执行，Cursor 优化的是 逐步协作。

核心架构

CLAUDE.md：项目级记忆

Claude Code 启动时自动读取项目根目录的 CLAUDE.md：

# Project Instructions

## Stack
- Astro 5 + React + Tailwind 4
- Deploy: Cloudflare Pages
- Package manager: npm

## Conventions
- Use trailing slashes for routes
- Components in src/components/
- Tests: vitest, run with npm test

## Commands
- npm run dev — start dev server
- npm run build — production build
- npm test — run tests

这相当于 Cursor 的 Rules + Skills 的合体——每次启动都加载，作为 System Context 的一部分。

Anthropic 建议：把项目结构、常用命令、编码规范都写进 CLAUDE.md，Agent 表现会显著提升。

工具集

Claude Code 内置 10+ 工具，不依赖 MCP（虽然也在加 MCP 支持）：

工具	功能
Read	读文件（支持行范围）
Write	写/创建文件
Edit	精确字符串替换
Bash	执行 shell 命令
Glob	文件名模式搜索
Grep	内容正则搜索
WebFetch	获取 URL 内容
Task	启动子 Agent（并行任务）

长任务上下文管理

Claude Code 处理长任务的关键策略：

1. 自动上下文压缩

Step 1-10:  完整保留（探索代码库、理解结构）
Step 11:    压缩 Step 1-5 为摘要（~200 tokens）
Step 20:    压缩 Step 6-15 为摘要
Step 50:    上下文 = 摘要链 + 最近 10 步完整记录 + 当前任务

2. 子 Agent 并行

Task 工具可以启动子 Agent 处理独立 sub-task：

主 Agent: "重构 auth 模块"
  ├── 子 Agent 1: "分析现有 auth 代码结构"
  ├── 子 Agent 2: "编写 JWT 实现"
  └── 子 Agent 3: "更新测试用例"

主 Agent 汇总三个子 Agent 的结果，继续下一步

这解决了单 Agent 上下文被单一 sub-task 占满的问题。

3. 错误恢复

# Claude Code 执行 npm test 失败时：
Step N:   npm test → 3 failures
Step N+1: Read failure output → 定位问题
Step N+2: Edit fix → 修改代码
Step N+3: npm test → 1 failure（进步了）
Step N+4: ...继续直到全过

Agent 不会因为一次失败就放弃——Harness 内置了 retry 和 error analysis 逻辑。

权限模型

Claude Code 的安全设计：

文件操作:
  Read  → 自动执行
  Write/Edit → 首次需要用户确认，之后同 session 内同类操作自动
  Bash → 每条命令都需确认（除非 --dangerously-skip-permissions）

网络:
  WebFetch → 自动执行
  npm install 等 → 需确认

和 Cursor 对比：Claude Code 更激进（长任务自主），但权限 gate 更细——每条 bash 命令都确认。

真实使用数据（Anthropic 公开）

• 平均任务长度：15-30 步
• 最常见用途：bug fix（40%）、feature 实现（30%）、重构（20%）、测试（10%）
• 用户报告的效率提升：简单任务 2-3x，复杂任务 5-10x
• 最常见的失败模式：上下文丢失（长任务后期「忘了」最初目标）、过度修改（改了不该改的文件）

和 Cursor 的 Harness 对比

维度	Claude Code	Cursor
交互模式	CLI，自主长任务	IDE 内，逐步协作
上下文策略	自动压缩 + 子 Agent	Codebase Index + @引用
项目记忆	CLAUDE.md	Rules + Skills
工具扩展	内置为主，加 MCP	MCP 为核心
安全模型	命令级确认	操作级确认
适合场景	明确的大任务	探索性开发

可借鉴的设计

1. CLAUDE.md 模式——不管用什么工具，项目级 AI 指令文件值得维护
2. 子 Agent 并行——复杂任务拆分，避免单上下文爆炸
3. 自动压缩——长任务必须做上下文摘要，否则后期质量断崖下降
4. 命令级安全——Agent 的 bash 权限是最危险的能力，必须 gate

参考资料

• Claude Code 官方文档
• Anthropic: Building Effective Agents
• Claude Code Best Practices (Anthropic Engineering Blog)

小结

Claude Code 证明了 CLI Agent 长任务自主执行 的可行性。它的 Harness 核心创新是上下文压缩 + 子 Agent 并行 + CLAUDE.md 项目记忆——三个机制让 50 步的任务不会「跑偏」。