1,900 個文件，512,000 行代碼，一個 .map 檔案配置失誤，以及沒有人注意到的那些東西
文章作者：嘉研Kea
文章來源：硅谷Alan Walker
早上 7:02 am，Mission District，Zombie Coffee 窗邊
今天是個 weird morning。Chaofan Shou 發的那條 X 推文已經 310 萬次瀏覽了，各種群都在炸。
第二杯下肚，硅谷 Alan Walker 把 1,900 個文件扒下來，開始認真讀。
讀完之後，Alan 與幾個人聊了聊——Kai（前 Google 員工，現從事基礎設施創業），Marcus（私募股權背景，最近在關注 AI 投資項目），還有 Sarah（Anthropic 前工程師，現為獨立從業者）。以下是今天聊出來的內容。
硅谷 Alan Walker 認為大多數人分析的角度不夠底層。以下是我的記錄和整理。
01 秘密一：模型只是原材料，harness 才是護城河——而這個數字是 46,000 行
大多數人看到這次洩露時說的第一句話是：「哇，Claude Code 原來這麼複雜。」錯了，應該倒過來說：Claude Code 之所以好用，不是因為它調用了一個更聰明的 Claude，而是因為它在模型外面搭了一套 46,000 行的查詢引擎。
Alan：Kai，你有看過 QueryEngine.ts 嗎？僅這一個文件，就有 46K 行。這不是一個「AI wrapper」，這是一個作業系統。
Kai：我看了。更有意思的是他們用 Bun 而不用 Node——這是基於 startup time 的考量。這說明他們認真測試過冷啟動性能。這不是隨便寫的。
從第一性原理來看：模型的能力是上限，harness 決定你能用到上限的多少。
一個 raw API 調用，可使用模型能力的 20%。
Claude Code 這套 harness——上下文管理、工具路由、權限分層——讓你能用到接近 80%。這 40% 的差距，就是由 46,000 行代碼換來的。
下一個 ChatGPT 殺手 不一定來自做出更好模型的團隊，而可能來自做出更好 harness 的團隊。
02 秘密二：權限系統的真實意圖——不是讓 AI 不敢動，是讓 AI 敢於行動
當所有人看到四層權限系統時，第一反應是「安全措施」。這個理解完全反了。
Alan：Sarah，你曾在 Anthropic 工作過，這個 permission system 的設計初衷真的是為了「安全」嗎？
Sarah：不完全是，更準確地說，是為了讓 model 敢於執行。沒有清晰的邊界，agent 在每一步都會猶豫「我能不能做這個」。有了邊界，邊界內直接做，邊界外則停下來詢問。
注意那個細節：
危險命令並非靠規則列表來攔截，而是透過第二個 AI 進行語義判斷。
這意味著 Anthropic 知道規則列表會有漏網之魚，因此使用 AI 審查 AI——這是一套防禦體系，而非防禦規則。
類比到任何組織：清晰的授權邊界不是讓人不敢做事，而是讓人能在邊界內敢於快速決策。
模糊的授權才會讓人瘫瘓。
03 秘密三：記憶系統——只記偏好，不記代碼，這是一個深思熟慮的減法
Alan：你們看過 memdir/ 這個目錄嗎？它的記憶系統儲存的內容比我想像的少得多。
Kai：對，它不記錄代碼，不記錄歷史對話，只記錄用戶偏好和項目約束。第一次看到時覺得是偷懶，但後來想想這是對的。
上下文視窗是有限資源，約 200K tokens。
一個塞滿了歷史代碼的 context，就像一個腦子裡裝滿了上個項目細節的工程師——今天的任務根本放不進去。
Anthropic 的解決方案是：長期記憶僅儲存「如何與我合作」，具體內容每次重新獲取。
The next battlefield for AI products is not who has more memory, but who has more precise memory—remembering the right things and forgetting what shouldn’t be remembered.
04 秘密四：KAIROS——Anthropic 真正要賣的不是工具，而是一個永不下班的數字員工
Alan：Marcus，作為投資人，你看到 KAIROS 這個功能，有什麼感覺？
Marcus： 我看到的是一個完全不同的商業模式。你不是在支付一個 SaaS 訂閱費，而是在支付一名全天候工作的 contractor 的薪資。這改變了整個定價邏輯。
Midnight boundary handling 這個細節至關重要——有人認真想過「如果 dreaming 進程在 11:58 pm 開始，跨越午夜怎麼辦」。
這說明 KAIROS 不是概念驗證，而是一個已設計完畢準備上線的功能。
SaaS 的商業模式將向 "AI staff augmentation" 演進。你僱用了一名永不請假、邊際成本趨近於零的數位員工。
This is not tool pricing, this is human resource pricing.
05 秘密五：多 Agent 框架——AI 公司正在複製人類公司的組織架構圖
Kai：你們有看目錄結構嗎？coordinator/、tasks/、skills/、services/——這跟一家創業公司的組織架構一模一樣。
Alan：對。而且在 Coordinator Mode 中，一個 Claude 能 spawn 多個 worker agent——這就是一個 manager 管理一組 IC 的模型。
單一 AI 的上限是 context window 的大小（200K tokens）。
唯一突破此上限的方式，是讓多個 AI 分工協作，各自管理自己的上下文。
這正是人類公司透過分工解決個人認知局限的同一套方案。區別在於：
The coordination cost for AI teams approaches zero, while the biggest cost for human companies is precisely communication and coordination.
AI 的規模化路徑，正在複刻人類組織的進化路徑——但將 coordination cost 減少了 90%。
06 秘密六：BUDDY——Anthropic 知道情感依附是產品黏性的終極武器
Sarah：我並不認為 BUDDY 這個功能是噱頭。Duolingo 靠一隻綠色貓頭鷹達成了全球最高的 DAU/MAU 比例之一。
Alan：關鍵在於那個確定性種子——你的物種由你的 user ID hash 決定，永遠是那隻龍，不是別人的。這才是讓人上癮的地方。
物種名稱在原始碼中使用 String.fromCharCode() 數組隱藏——
Anthropic 明確不想讓它出現在字串搜尋結果裡。
計劃於四月一日開始預熱（愚人節），五月正式上線。教科書式的病毒式增長路徑。
情感是最強的鎖定機制，比任何數據遷移成本都強。
你可以遷移程式碼庫、遷移設定檔，但你無法遷移那隻陪伴了你兩年、Claude 起名叫 "Mochi" 的傳說級龍。
07 秘密七：Sourcemap 泄露本身，是整個 AI 行業供應鏈脆弱性的截面
Marcus： 你知道嗎？就在同一天，Axios 也被駭入了嗎？每周有8300萬次下載的 npm 套件，其維護者帳戶被劫持，並部署了跨平台 RAT。
Alan：3 月 31 日是 npm 的一個奇怪的日子。這兩件事疊加在一起，說明了同一個問題：現代 AI 產品的發布鏈條極其脆弱。
在 2025 年全年，npm 上有 454,000 個惡意套件被發布。
平均每個 npm 專案引入 79 個傳遞性依賴。
AI 安全的戰場，正從「模型本身的安全性」快速轉向「部署和供應鏈安全性」。
Claude Code 代表了目前最精密的 AI 工程之一，他們也會犯這種錯。
08 秘密八：這次洩露本身，是 Anthropic 最好一次無意為之的產品行銷
第五杯，涼了。窗外 Mission District 的早晨剛開始。
Marcus： 我從事投資已20年，這件事的時機實在太微妙了。Anthropic 上輪融資半年後，這份代碼讓全球開發者自發驗證了他們的技術護城河。任何公關預算都買不到這一點。
Alan：更準確地說：競爭對手現在知道該做什麼了，但這並不等於他們能做到。Google 擁有最好的搜尋論文，卻沒有做出最好的 AI 產品。
全球開發者社區在幾小時內自發分析、傳播、討論 Claude Code 的技術深度——310萬 次 X 瀏覽量，1,100+ 星，1,900+ fork。
In this process, every engineer became a voluntary endorser of Anthropic.
Anthropic 損失了什麼？一些 TypeScript 代碼。
架構圖是地圖，執行力才是地形。
他們真正正在建造的，是人類有史以來第一個真正意義上的數位員工作業系統——擁有自己的記憶、權限體系、情感介面、自主行動能力，以及多 Agent 協作網路。
那道等待回答的問題不是「AI 會不會取代人類工作」。源碼已經給出了答案：
KAIROS 永不停歇，BUDDY 建立情感，Coordinator 管理團隊。
真正的問題是：你打算成為那個設計 harness 的人，還是被 harness 管理的人？