2026年5月6日，旧金山SVN West场馆里，几千名开发者挤满了三层楼的空间。Anthropic的第二届开发者大会"Code with Claude 2026"开场Keynote正式拉开帷幕。台上没有CEO Dario Amodei的开场白，取而代之的是首席产品官Ami Vora、产品研究负责人Dianne Penn，以及Claude Code创造者Boris Cherny。这个细节本身就值得玩味——产品负责人和技术工程师站在聚光灯下，而非高管。这说明什么？AI原生公司的DNA是产品驱动的。
但这场46分钟Keynote真正的炸弹不是谁来演讲，而是它宣告的东西：AI编程从"辅助工具"正式迈入"自主Agent"时代。Agents可以"做梦"了——在你不工作的时候，它们会翻看自己的工作日志，发现反复犯的错误，提炼出团队偏好，然后悄悄优化自己的记忆库。听起来有点瘆人？不，这是工程效率的质变。
| 项目 | 内容 |
|---|---|
| 视频标题 | Code with Claude 2026: Opening Keynote |
| 频道 | Claude (Anthropic官方) |
| 时长 | 约46分钟 |
| 播放量 | 数十万（多平台累计） |
| 核心主题 | 从聊天机器人到自主Agent：AI编程的范式跃迁 |
这是整场Keynote最具颠覆性的发布。Dreaming（做梦）是Claude Managed Agents的新功能，目前处于Research Preview阶段。它的核心逻辑是这样的：当Agent处于空闲状态时（比如你在睡觉），它会自动回顾最近的会话日志和记忆存储，提取出有价值的模式——比如反复犯的错误类型、团队逐渐形成的编码偏好、以及多个Agent之间共享的工作流。
Anthropic官方的解释非常精准："Dreaming surfaces patterns that a single agent can't see on its own, including recurring mistakes, workflows that agents converge on, and preferences shared across a team."翻译过来就是：单个Agent只能看到自己这一亩三分地，但Dreaming能让多个Agent的集体经验被提炼出来。
我的延伸分析： 这本质上解决了LLM长期记忆的"遗忘"问题。当前所有大模型都有context window的限制，大约100万tokens已经是一年多没有变化的瓶颈。当一个Agent处理一个跨数天的项目时，早期的对话细节会被压缩甚至丢失。Dreaming通过"离线反思"机制，在session之间建立了一种跨会话的知识传承。这不是真正的人类"做梦"——没有REM睡眠，没有潜意识——但在工程效果上，它做到了类似的事情：把碎片化的经验固化为可复用的知识。
法律科技公司Harvey用Dreaming后，Agent完成率提高了约6倍。这不是渐进改善，是质变。
Outcomes功能的理念极其优雅：你定义一个"评分标准"（rubric），然后一个独立的"批改者"模型（grader）在它自己的context window里评估Agent的输出。注意这个设计——grader不共享Agent的推理过程，避免了"自己给自己打分"的偏差。
如果结果不达标，grader会指出具体哪里需要修改，Agent重新迭代，直到满足标准。Anthropic的内部基准测试显示：在最难的问题上，Outcomes将任务成功率提升了最多10个百分点。文件生成方面，docx任务成功率提升8.4%，pptx提升10.1%。
关键洞察： 这其实是一种"self-play"（自我博弈）的思想在工程中的应用。就像AlphaGo通过自我对弈变强，Claude的Agent通过"生成-评估-改进"的循环自主提升输出质量。对于开发者来说，这意味着你可以放心让Agent在后台跑复杂的生成任务，不用每次都盯着看。Webhook功能让你在Agent完成时收到通知——定义好Outcome，睡一觉起来，活干完了。
当单个Agent搞不定复杂任务时，Multi-Agent Orchestration登场了。一个"lead agent"（主Agent）把大任务拆解成子任务，委派给专门的"subagent"——每个subagent可以有不同的模型、prompt和工具。
Netflix的平台团队是最佳实践案例。他们构建了一个分析Agent，需要处理数百个不同来源的构建日志。Multi-Agent让Agent可以并行分析不同批次，然后只把跨批次重复出现的模式汇报上来。如果用单个Agent串行处理，这个任务可能需要数小时；并行后缩短到分钟级。
Spiral by Every的案例更有趣：lead agent跑在Haiku（便宜快速的模型）上，负责接单和简单追问；实际写作的subagent跑在Opus（最贵最强的模型）上。多个写作请求并行执行，每个草稿都用Outcomes对照编辑标准打分。用最便宜的模型做调度，用最强的模型做核心工作——这种架构思路值得所有AI应用开发者学习。
Keynote中Dianne Penn暗示Anthropic正在开发"feel infinite"（感觉无限的）context window，但当天后续的工程session讲了完全不同的故事。Anthropic技术团队成员Daisy Hollman在她的工作坊里花了大量篇幅强调：context window在可预见的未来不会显著增大，它仍然是一个固定的"盒子"，大概100万tokens。
她给出的实操建议极其宝贵：不要往CLAUDE.md里塞所有的规范和约定——每一个token在每轮对话都要付费；不要为每个功能都建MCP server——20个server每个暴露15个工具，你的prompt里全是工具定义，Agent还没读到代码就耗尽了一半context。如果你已经有一个CLI能完成任务，直接让Claude调用它，比包装成MCP server更高效。
最有意思的是她对Hooks的推崇："Hooks是唯一不消耗context直到它触发的抽象。"她把Hooks比作"Agent的红波浪线"——在犯错的瞬间注入修正，而不是事后review。
这句话在大会上被反复提到："The bottleneck moved from coding to everything around coding."（瓶颈从写代码转移到了代码周围的所有事情上。）
Noah Zweben展示了硬数据：他的团队在3个月内，每周合并到main分支的PR数量从约500个飙升到约1150个——增长300%。但团队只有一个工程师负责文档。如果文档跟不上PR的速度，知识就断层了。
Boris Cherny和Jarred Sumner（Bun创始人）的现场编码演示更有说服力。Jarred展示了他构建的Robobun——一个运行在Bun代码库上的自主Claude Code Agent。Robobun现在已经对Bun项目做出的commit数量超过了Jarred本人——而Jarred是这个项目的创始人和核心维护者。他还描述了一个工作流：让CodeRabbit和Claude Code同时review同一个PR，让它们"辩论"——CodeRabbit抓风格和约定问题，Claude推理代码链和下游影响。人工只需review最终结果。
Anthropic CEO Dario Amodei透露了一个令人咋舌的数据：2026年前几个月，需求增长了80倍。这就是为什么Anthropic需要SpaceX的Project Colossus——位于孟菲斯的超级数据中心，拥有超过22万张Nvidia GPU和300兆瓦的电力。
更科幻的部分是：两家公司正在探索在太空轨道部署吉瓦级的AI计算能力——把数据中心搬到太空，绕过地面电力限制。这听起来像科幻小说，但考虑到SpaceX的Starship运载能力和地面能源的物理瓶颈，轨道计算可能确实是AI规模化的一条可行路径。
Fiona Fung关于"AI原生工程组织"的session揭示了Anthropic内部的运作方式，这些细节比Keynote本身更具参考价值：
mindmap
root((Code with Claude 2026))
核心发布
Dreaming 做梦
跨会话记忆提炼
集体经验固化
完成率提升6x
Outcomes 质量标准
独立Grader评估
自我迭代改进
难题成功率+10pts
Multi-Agent 编排
Lead Agent调度
专用Subagent并行
Netflix/Every案例
工程洞察
Context Window固定不变
100万tokens瓶颈
Hooks是最佳抽象
80%+缓存命中率
瓶颈转移
编码→审查/验证/协调
PR吞吐量+300%
Robobun超越创始人
AI原生团队
取消设计文档先行
原型化替代讨论
Claudify一切
基础设施
SpaceX Colossus
22万张GPU
探索轨道计算
算力需求增长80x
费率翻倍+取消峰值限制
如果你是一名开发者，这场Keynote给你的信号非常明确：你的角色正在从"写代码的人"变成"管理Agent舰队的人"。这并不意味着失业，而是意味着你需要掌握一套全新的技能：
精通Prompt Engineering和Context管理。Daisy Hollman说得直白：把CLAUDE.md塞满规范只会让性能变差。你需要学会只放"当前任务需要的信息"。目标：prompt cache命中率至少80%。Cursor、Replit、Perplexity和Claude Code自身的缓存命中率都在90%以上，这是你的基准线。
构建你的Agent Harness。不是简单地在Claude Code里输入指令，而是设计一个包含planner（规划者）、generator（生成者）和evaluator（评估者）的多Agent架构。让Agent在后台跑，你负责审核最终结果。
善用Hooks做实时校正。Hooks是目前最高效的context管理工具——它不消耗任何context直到问题发生。把你的代码规范、测试要求都配置成Hooks，让Agent在工作过程中自动遵守。
为下一个模型而构建。Anthropic的工程师反复强调"ride the exponential curve"（驾驭指数曲线）。很多用Claude 3.5做不到的事，用Opus 4.7已经可以了。维护一套评估体系（evals），每次新模型发布时重新跑一遍之前失败的用例。
重新审视你的工程流程。Fiona的话最值得深思："不是把AI嵌入现有流程，而是用Agent的视角重新审视流程本身是否还有存在的必要。"你的sprint规划、code ownership、on-call轮值——这些都是为"人写代码"的世界设计的。
这场Keynote不是在宣布一个新产品，而是在宣告一种新职业——你的下一份工作可能是管理一整夜都在"做梦"的AI Agent军团。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生（微信ID: gprshome201101）维护，聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主：爱卫生（微信：gprshome201101）——公众号「51学通信」创办者，19 年通信行业运维与讲师经验，著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书（各大电商平台有售）。 星球定位：深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域，主打运维岗位与信令分析。 当前规模：5200 篇主题 / 990 个回答，198 元/年。 加入福利：加入星球后请加爱卫生微信，拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题，另有群内分享。 AI 加持：51学通信知识星球已作为 skill 接入 WorkBuddy，使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例，做总结、找文档和 PPT 等场景全覆盖。