当AI写代码像“换班没交接”：Anthropic如何让Claude学会“长期作战”
你有没有见过这样的场景：一个AI助手兴致勃勃地帮你写一个完整应用，结果写到一半突然开始重复造轮子，或者莫名其妙说“任务已完成”，而实际连登录功能都没跑通？这不是它“偷懒”，而是它根本“不记得自己昨天干了啥”。
Anthropic最新工程博文揭示了一个被长期忽视的真相：AI在处理跨小时、跨天的复杂开发任务时，最大的瓶颈不是算力，而是“记忆断层”。每一次新对话，它都像一个刚入职的实习生，面对一堆代码和需求，却没人告诉它：“上一位同事改了哪里？哪些功能已经测试通过？项目根目录在哪？”
问题不止是“忘了”，更是“乱了”
过去，我们习惯让AI一次性输出完整代码，结果往往是：
- 一次性想实现10个功能，结果中间某个模块出错，整个流程崩溃，后续轮次只能从头再来；
- 看到代码里有“user.js”和“api/”目录，就误以为“项目已成型”，实际连依赖都没安装；
- 每轮重启后，环境变量、包版本、文件路径全乱，AI得重新猜“这项目到底怎么跑起来的”。
这就像让一群工程师轮班开发一个金融系统，但每换一班，都不给交接文档、不看Git提交记录、不跑一次测试——不出事才怪。
双代理系统：让AI像资深团队一样协作
Anthropic的解决方案，不是优化模型本身，而是重构“工作流程”——他们设计了一套“初始化助手 + 编码助手”的双角色机制，让AI像真实开发团队一样分工协作、有迹可循。
第一阶段：初始化助手——搭建“项目基座”
在任务启动的第一轮，初始化助手不写一行业务代码，而是做三件“ boring but critical”的事：
- 生成完整功能清单：不是“做个登录页”，而是拆解成“用户注册表单验证、邮箱发送测试、密码加密存储、登录失败次数限制、JWT生成逻辑、会话过期处理”等20+细粒度任务。这相当于让AI先写一份PRD（产品需求文档）。
- 创建进度追踪文件：自动生成
claude-progress.txt，记录每个功能点的状态：? 用户注册、? 密码重置、? API文档生成。每轮结束自动更新，成为“AI团队的每日站会纪要”。 - 初始化开发环境：自动生成
init.sh脚本，一键安装依赖、配置环境变量、初始化Git仓库、创建.gitignore。避免每轮都问“这个项目用Node.js还是Python？”
这些文件不是装饰品，而是AI的“项目导航仪”。后续所有轮次，都会先读取它们，就像人类工程师打开Jira、GitLab和Terminal一样自然。
第二阶段：编码助手——只做一件事，但做对
进入编码阶段后，助手的任务被严格限制：每轮只推进一个功能点，且必须“干净收尾”。
每轮开始，它会自动执行：
- 运行
pwd确认当前路径 - 读取
claude-progress.txt，明确“下一个该做什么” - 查看
git log，确认上一轮改了哪些文件 - 运行现有测试（或手动验证关键功能），确保没把之前的工作搞崩
完成当前功能后，它会：
- 提交代码：使用清晰的提交信息，如
feat: 实现密码强度校验逻辑 - 更新进度文件：将对应条目从
?改为? - 清理临时文件：删除调试日志、未提交的测试文件
- 主动说明：“当前已完成密码校验，下一步建议处理邮箱验证模块。”
这种“微步推进 + 自我审计”的模式，极大降低了“连锁崩塌”的风险。即使某一轮失败，下一轮也能从上一个稳定状态继续，而不是从一堆乱码中抢救。
为什么这套方法能火？因为它还原了真实工程的“隐性知识”
人类工程师之所以能长期协作，靠的不是天赋，而是：
- 任务拆解（WBS）
- 版本控制（Git）
- 状态追踪（Jira/Trello）
- 环境标准化（Docker/Makefile）
- 交接文化（每日站会）
Anthropic没有试图让AI“更聪明”，而是让它“更像人”——把人类工程实践中那些“理所当然”的习惯，变成AI可执行的流程。
这背后其实藏着一个更深层的趋势：未来的AI助手，不会是“全能型选手”，而是“流程型协作者”。它不需要记住所有代码，但必须记住“怎么找代码”、“怎么知道该做什么”、“怎么不搞砸别人的工作”。
对开发者意味着什么？
如果你正在用AI辅助开发：
- 别再让它“一次性生成完整项目”——那几乎必翻车。
- 主动要求它生成
progress.txt和init.sh，哪怕只是你自己手动保存。 - 每次对话前，先问一句：“上一轮改了什么？现在哪个功能还没完成？”
- 把AI当作“实习生”，给它明确的checklist，而不是“天才程序员”。
Anthropic的这套方法，已经在内部测试中将长周期开发任务的成功率提升了近3倍。更重要的是，它证明了：AI的“智能”，不在于一次说得多好，而在于能不能持续、稳定、可追踪地把事情做完。
真正的AI工程时代，不是“一个提示词搞定一切”，而是“一套流程，让AI和人，都能安心下班”。