claude.dev 优先工程手册 (Agent-First Engineering Playbook)
Anthropic 团队在 claude.dev 上发布了他们如何使用智能体构建软件的指南。本技能消化并整合了这些博文，逐一提炼。更新至 2026-10-15（共 16 篇博文）。
如何回答
- 在下表中找到问题的主题，在回答之前先阅读对应的参考文件。当需要某篇博文的细节或原文时，打开
posts/ 目录下的摘要文件。
- 按以下结构组织回答：
- Anthropic 团队的做法： 适用的指导原则，每一点都链接到相应的博文
https://claude.dev/blog/<slug>/。
- 超越 claude.dev 的内容： 对于博文未涵盖的部分，基于通用实践回答，并注明是外部经验。如果博文已经回答了所有问题，则省略此部分。
- 仅从
posts/ 中的摘要引用，绝不依赖记忆。
- 摘要中的“时效性细节”（如模型名称、价格、默认工作量）仅适用于其所指定的模型或版本。重复引用前请检查最新信息。
- 如果用户询问最新的指导，或者问题涉及上述日期之后的内容，请在回答前阅读 https://claude.dev/rss.xml 以及该日期之后的任何博文。
主题索引
核心原则
- 明确终点和证明终点的检查，然后让过程自行运转。 (Opus 5.5 操作手册, 云会话)
- 没有证据的主张不予接受。 智能体先执行实际检查并展示输出，然后由人工审查，且由不同的智能体进行验证。 (代码审查, 动态工作流)
- 询问应由哪项检查来发现问题，而非是否有人阅读了代码。 人工批准的级别应随风险而变化，变更本身决定其级别，智能体的批准绝不能视为人员的批准。 (代码审查)
- 以每次变更消耗的人工时间来评估系统，并将回滚和事故作为底线指标。 (代码审查)
- 黄金用例源于现实，且两位专家对每个判定应达成一致。 将事故转化为评测用例，在信任评分器之前先阅读经评分的转录记录。 (代码审查, 评测设计)
- 只信任在调优者未曾见过的用例上能够显著超越基准噪音的改进。 (评测设计)
- 给智能体一个经证明能够追踪实际结果的明确数字作为目标，并将每一次胜利在 CI 中固化。 (claude.ai 速度提升 3 倍)
- 让错误易于撤销： 使用合并队列、短期功能标志、分阶段发布、快速回滚，并为每次变更指定明确的负责人。 (代码审查, claude.ai 速度提升 3 倍)
- 无人值守的智能体在失败时需大声告警： 检查失败不是悄无声息的普通一天，在目标系统确认接收之前，任何操作都不算完成。 (智能体自动化)
- 保持上下文精炼，让智能体自主查找其余信息；随着模型能力提升，及时删除不再需要的规则。 (上下文工程, 像智能体一样看问题)
- 为完成的任务付费，而非为消耗的 Token 买单： 一项检查比更多工作投入更便宜，而一次重试的成本远高于任何节省。 (任务成本)
来源