开发者吐槽 Claude 隐形子调用与黑箱评测设计

开源开发者 kalomaze 批评 Anthropic 的 agent harness 设计：一个上下文更少、用户不可见也无法管控的小模型调用会把 /goal 指令中的缩写（如 PM）猜测成完全无关的含义，导致主模型已达成目标却仍被 stop hook 打断。他澄清自己所说的「subagent」泛指任何看不见、管不了的任意模型调用。他还批评 Anthropic 在模型评测中采用不可见、不透明的 harness，认为这种黑箱式设置损害了第三方对基准结果的可复现性。

2026-11-14 ~ 2026-11-14 · 4 条相关