当代码终结之后，软件该怎么写？

Dan Shipper（Every 的联合创始人）和 Claude 联手写了一份技术指南，试图给出答案。

这是一份构建 Agent 原生软件的完整技术指南。

它系统性地总结了在这个 AI Agent 能够可靠工作的时代，我们应该如何重新思考软件架构：不是把 Agent 当作一个附加功能，而是让它成为软件的一等公民。

指南的价值在于：它并非空谈理论，而是来自实战。

Dan 和团队已经用这套方法论构建了 Reader、Anecdote 等产品，里面的模式都经过了验证。

当然，也有一些是 Claude 在构建过程中贡献的想法，尚需更多验证，文中都做了标注。

为什么是现在？

软件 Agent 现在能可靠地工作了。

Claude Code 证明了一件事：一个大语言模型，只要给它 bash 和文件工具，让它在循环中运行直到目标达成，就能自主完成复杂的多步骤任务。

这里有一个令人惊讶的发现：一个真正优秀的编程 Agent，其实就是一个真正优秀的通用 Agent。让 Claude Code 能重构代码库的那套架构，同样能让 Agent 整理你的文件、管理你的阅读清单、或者自动化你的工作流程。

Claude Code SDK 让这一切变得触手可及。你可以构建这样的应用：功能不是你写的代码，而是你描述的结果。由一个拥有工具的 Agent，在循环中运行，直到结果达成。

这开辟了一个新领域：像 Claude Code 那样工作的软件，应用到编程之外的无数场景中。

五大核心原则

1. 对等性（Parity）

用户通过 UI 能做的任何事，Agent 都应该能通过工具实现。

这是基础性原则。没有它，其他一切都免谈。确保 Agent 拥有能够完成 UI 所能做的一切的工具。

测试方法：随便选一个 UI 操作，Agent 能完成吗？

想象一个笔记应用，用户可以创建、整理、标记笔记。用户说：「创建一个会议总结笔记，标记为紧急。」如果 UI 能做但 Agent 做不到，Agent 就卡住了。

解决方案：确保 Agent 拥有能够实现 UI 所能达成的一切结果的工具（或工具组合）。这不是 UI 按钮和工具的一对一映射，而是实现相同的结果。

2. 原子性（Granularity）

工具应该是原子化的基础能力。功能是 Agent 在循环中运行直到达成的结果。

关键转变在于：Agent 是在用判断力追求一个结果，而不是执行一个编排好的序列。它可以遇到意外情况、调整方法、或者提出澄清性问题，循环持续运行直到结果达成。

工具越原子化，Agent 使用它们的灵活性就越高。如果你把决策逻辑打包进工具，你就把判断力从 Agent 那里移回了代码里。

粒度较粗：

工具: classify_and_organize_files(files) → 你写了决策逻辑 → Agent 执行你的代码 → 要改变行为，你得重构

粒度较细：

工具: read_file, write_file, move_file, bash 提示词: "整理下载文件夹..." → Agent 做决策 → 要改变行为，编辑提示词

测试方法：要改变行为，你是编辑提示词还是重构代码？

3. 可组合性（Composability）

有了原子化的工具和对等性，你只需要写新的提示词就能创建新功能。

想要一个「每周回顾」功能？那就是一个提示词：

"回顾本周修改的文件。总结关键变更。 根据未完成的事项和即将到来的截止日期， 建议下周的三个优先事项。"

Agent 使用list_files、read_file和它的判断力。你描述了一个结果；Agent 循环运行直到达成它。

4. 涌现能力（Emergent Capability）

Agent 可以完成你没有明确设计的事情。

飞轮效应：

1. 用原子化工具和对等性构建
2. 用户提出你没预料到的需求
3. Agent 组合工具来完成它们（或者失败，暴露出缺口）
4. 你观察被请求的模式
5. 添加领域工具或提示词，让常见模式更高效
6. 重复

例子：「把我的会议笔记和任务列表交叉对照，告诉我哪些是我承诺了但还没安排的。」你没有构建承诺追踪器，但如果 Agent 能读取笔记和任务，它就能完成这件事。

这揭示了潜在需求。你不是猜测用户想要什么功能，而是观察他们让 Agent 做什么。当模式出现时，你可以用专门的工具或提示词来优化它们。但你不需要预料到它们，你是发现它们的。

5. 持续改进（Improvement Over Time）

Agent 原生应用通过积累的上下文和提示词优化变得更好。

与传统软件不同，Agent 原生应用可以不发布代码就改进。

• 积累的上下文：状态通过上下文文件跨会话持久化
• 开发者级别的优化：为所有用户发布更新的提示词
• 用户级别的定制：用户为自己的工作流修改提示词

从基础能力到领域工具

从纯基础能力开始：bash、文件操作、基础存储。这证明架构可行，并揭示 Agent 真正需要什么。

随着模式出现，有目的地添加领域工具：

领域工具的规则：它们应该代表从用户角度看的一个概念性动作。可以包含机械性验证，但关于做什么或是否做的判断属于提示词。

保持基础能力可用。领域工具是捷径，不是门禁。除非有特定原因需要限制访问（安全、数据完整性），Agent 仍应该能够使用底层基础能力处理边缘情况。

升级到代码

有些操作需要从 Agent 编排迁移到优化代码，以提高性能或可靠性。

1. Agent 在循环中使用基础能力— 灵活，验证概念
2. 为常见操作添加领域工具— 更快，仍由 Agent 编排
3. 对热路径实现优化代码— 快速，确定性

注意：即使操作升级到代码，Agent 也应该能够自己触发优化操作，并在优化路径无法处理边缘情况时回退到基础能力。升级是关于效率的，对等性仍然成立。

文件作为通用接口

Agent 天生擅长处理文件。Claude Code 之所以有效，是因为 bash + 文件系统是最久经考验的 Agent 接口。

Agent 原生设计的一般原则：为 Agent 能推理的东西设计。最好的代理是对人类有意义的东西。如果人类能看着你的文件结构并理解发生了什么，Agent 大概也能。

实体范围目录

{entity_type}/{entity_id}/ ├── 主要内容 ├── 元数据 └── 相关材料

例子：Research/books/{bookId}/包含全文、笔记、来源和 Agent 日志。

context.md 模式

# 上下文 ## 我是谁 Every 应用的阅读助手。 ## 我对这个用户的了解 - 对军事历史和俄罗斯文学感兴趣 - 偏好简洁的分析 - 目前在读《战争与和平》 ## 存在什么 - /notes 中有 12 个笔记 - 三个活跃项目 - 用户偏好在 /preferences.md ## 最近活动 - 用户创建了「项目启动」（两小时前） - 分析了关于奥斯特里茨的段落（昨天） ## 我的指南 - 不要剧透他们正在读的书 - 用他们的兴趣来个性化见解 ## 当前状态 - 没有待处理任务 - 最后同步：10 分钟前

Agent 在每次会话开始时读取这个文件，并在状态变化时更新它：可移植的工作记忆，无需代码变更。

文件 vs 数据库

原则：文件用于可读性，数据库用于结构。有疑问时，用文件，它们更透明，用户随时可以检查。

冲突模型

如果 Agent 和用户写入同一文件，你需要一个冲突模型。

实用指南：日志和状态文件很少冲突。对于用户编辑的内容，考虑显式处理或将 Agent 输出分开。iCloud 通过创建冲突副本增加复杂性。

Agent 执行模式

完成信号

Agent 需要一个明确的方式说「我完成了」。不要通过启发式方法检测完成。

struct ToolResult { let success: Bool let output: String let shouldContinue: Bool } .success("Result") // 继续 .error("Message") // 继续（重试） .complete("Done") // 停止循环

完成与成功/失败是分开的：一个工具可以成功并停止循环，或者失败并发出继续信号以便恢复。

模型层级选择

不是所有 Agent 操作都需要相同的智能水平。

部分完成

struct AgentTask { var status: TaskStatus // pending, in_progress, completed, failed, skipped var notes: String? // 为什么失败，做了什么 } var isComplete: Bool { tasks.allSatisfy { $0.status == .completed || $0.status == .skipped } }

对于多步骤任务，在任务级别追踪进度。UI 显示：

进度：3/5 任务完成（60%） ✓[1] 查找源材料 ✓[2] 下载全文 ✓[3] 提取关键段落 ✗[4] 生成摘要 - 错误：上下文限制 ○[5] 创建大纲

上下文限制

Agent 会话可以无限延伸，但上下文窗口不行。为有界上下文设计：

• 工具应该支持迭代细化（摘要 → 细节 → 完整），而不是全有或全无
• 给 Agent 一种在会话中途整合学习的方式（「总结我学到的东西并继续」）
• 假设上下文最终会填满：从一开始就为此设计

实现模式

共享工作空间

Agent 和用户应该在同一个数据空间工作，而不是分离的沙箱。

UserData/ ├── notes/ ← Agent 和用户都在这里读/写 ├── projects/ ← Agent 可以整理，用户可以覆盖 └── preferences.md ← Agent 读取，用户可以编辑

好处：

• 用户可以检查和修改 Agent 的工作
• Agent 可以基于用户创建的内容构建
• 不需要同步层
• 完全透明

这应该是默认的。只有在有特定需要时才沙箱化（安全、防止关键数据损坏）。

上下文注入

Agent 需要知道它在处理什么。系统提示词应该包括：

可用资源：

## 可用数据 - /notes 中有 12 个笔记 - 最新的：「项目启动」 - /projects 中有三个项目 - 偏好在 /preferences.md

能力：

## 你能做什么 - 创建、编辑、标记、删除笔记 - 将文件整理到项目中 - 跨所有内容搜索 - 设置提醒（write_file）

最近活动：

## 最近上下文 - 用户创建了「项目启动」笔记（两小时前） - 用户昨天问了关于 Q3 截止日期的问题

Agent 到 UI 的通信

当 Agent 行动时，UI 应该立即反映。聊天集成的事件类型：

enum AgentEvent { case thinking(String) // → 显示为思考指示器 case toolCall(String, String) // → 显示正在使用的工具 case toolResult(String) // → 显示结果（可选） case textResponse(String) // → 流式传输到聊天 case statusChange(Status) // → 更新状态栏 }

关键：没有静默操作。Agent 的变更应该立即可见。

静默的 Agent 感觉坏了。可见的进度建立信任。

产品影响

渐进式披露

开始简单但无限强大。基本请求立即工作。高级用户可以向意想不到的方向推进。

Excel 是典型例子：购物清单或财务模型，同一个工具。Claude Code 也有这个特质。界面保持简单；能力随请求扩展。

• 简单入口：基本请求无需学习曲线
• 可发现的深度：用户在探索中发现新能力
• 没有天花板：高级用户超越你预期的方向

Agent 在用户所在的地方与他们相遇。

潜在需求发现

传统产品开发：想象用户想要什么，构建它，看你是否正确。

Agent 原生产品开发：构建一个有能力的基础，观察用户让 Agent 做什么，形式化出现的模式。

当用户让 Agent 做某事并且成功了，那是信号。当他们问了但失败了，那也是信号：它揭示了你的工具或对等性的缺口。

随着时间推移，你可以：

• 为常见模式添加领域工具（使它们更快更可靠）
• 为频繁请求创建专门的提示词（使它们更容易发现）
• 移除没有被使用的工具（简化系统）

Agent 成为理解用户真正需要什么的研究工具。

审批和用户代理权

当 Agent 采取主动行动（自己做事而不是响应明确请求）你需要决定给予多少自主权。考虑风险和可逆性：

注意：这适用于主动的 Agent 行动。如果用户明确要求 Agent 做某事（「发送那封邮件」），那已经是审批了——Agent 直接做。

自我修改应该是可读的：当 Agent 可以修改自己的行为时（更改提示词、更新偏好、调整工作流）目标是：

• 对变更的可见性
• 理解效果
• 能够回滚

审批流程是实现这一点的一种方式。带有简单回滚的审计日志可能是另一种。原则是：使其可读。

移动端

移动端是 Agent 原生应用的一等平台。它有独特的约束和机会。

挑战

Agent 是长时间运行的。移动应用不是。

一个 Agent 可能需要 30 秒、5 分钟或一小时来完成任务。但 iOS 会在几秒不活动后将你的应用放到后台，可能会完全杀死它来回收内存。用户可能在任务进行中切换应用、接电话或锁屏。

这意味着移动 Agent 应用需要深思熟虑的方法来处理：

• 检查点：保存状态以免工作丢失
• 恢复：中断后从上次停止的地方继续
• 后台执行：明智地使用 iOS 给你的有限时间
• 设备端 vs 云端：决定什么在本地运行 vs 什么需要服务器

iOS 存储架构

一种方法：iCloud 优先，本地回退：

1. iCloud 容器（首选） iCloud.com.{bundleId}/Documents/ ├── Library/ ├── Research/books/ ├── Chats/ └── Profile/ 2. 本地文档（回退） ~/Documents/ 3. 迁移层 自动迁移 本地 → iCloud

// iCloud 优先，本地回退 if let url = fileManager .url(forUbiquityContainerIdentifier: nil) { return url.appendingPathComponent("Documents") } return fileManager.urls( for: .documentDirectory, in: .userDomainMask)[0]

这给你带来：

• 跨设备自动同步，无需构建基础设施
• 无需用户操作的备份
• iCloud 不可用时的优雅降级
• 用户可以在应用外访问他们的数据

检查点和恢复

移动应用会被中断。Agent 需要能承受这一点。

检查点什么：Agent 类型、消息、迭代计数、任务列表、自定义状态、时间戳

何时检查点：应用进入后台时、每个工具结果后、长操作期间定期

恢复流程：加载中断的会话 → 按有效性过滤（默认一小时） → 显示恢复提示 → 恢复消息并继续

struct AgentCheckpoint: Codable { let agentType: String let messages: [[String: Any]] let iterationCount: Int let taskListJSON: String? let customState: [String: String] let timestamp: Date } func isValid(maxAge: TimeInterval = 3600) -> Bool { Date().timeIntervalSince(timestamp) < maxAge }

缺口：如果系统杀死应用，恢复取决于检查点频率。每个工具结果后检查点以获得最大健壮性。

后台执行

iOS 给你有限的后台时间：

func prepareForBackground() { backgroundTaskId = UIApplication.shared .beginBackgroundTask(withName: "AgentProcessing") { handleBackgroundTimeExpired() } } func handleBackgroundTimeExpired() { for session in sessions where session.status == .running { session.status = .backgrounded Task { await saveSession(session) } } } func handleForeground() { for session in sessions where session.status == .backgrounded { Task { await resumeSession(session) } } }

你大约有 30 秒。用它来：

• 如果可能，完成当前工具调用
• 检查点会话状态
• 优雅地过渡到后台状态

对于真正长时间运行的 Agent：考虑一个可以运行数小时的服务器端编排器，移动应用作为查看器和输入机制。

设备端 vs 云端

应用需要网络进行推理，但可以离线访问数据。设计工具在网络不可用时优雅降级。

高级模式

动态能力发现

构建每个外部 API 端点的工具的替代方案：构建让 Agent 在运行时发现可用内容的工具。

静态映射的问题：

// 你为 50 个数据类型构建了 50 个工具 read_steps() read_heart_rate() read_sleep() // 当添加新指标时... 需要代码变更 // Agent 只能访问你预料到的

动态能力发现：

// 两个工具处理一切 list_available_types() → 返回 ["steps", "heart_rate", "sleep", ...] read_data(type) → 读取任何发现的类型 // 当添加新指标时... Agent 自动发现它 // Agent 可以访问你没预料到的东西

这是原子性推到其逻辑结论。你的工具变得如此原子化，以至于它们可以处理你构建时不知道存在的类型。

何时使用：

• 你希望 Agent 拥有完整用户级访问的外部 API（HealthKit、HomeKit、GraphQL 端点）
• 随时间添加新能力的系统
• 当你希望 Agent 能够做 API 支持的任何事情

何时静态映射可行：

• 有限范围的故意受限 Agent
• 当你需要紧密控制 Agent 可以访问什么时
• 具有稳定、众所周知端点的简单 API

CRUD 完整性

对于系统中的每个实体，验证 Agent 有完整的创建、读取、更新、删除（CRUD）能力：

常见失败：你构建了create_note和read_notes但忘了update_note和delete_note。用户让 Agent「修正我会议笔记中的那个错别字」，Agent 无法帮忙。

反模式

不完全是 Agent 原生的常见方法

这些不一定是错的：它们可能适合你的用例。但值得认识到它们与本文档描述的架构不同。

Agent 作为路由器：Agent 搞清楚用户想要什么，然后调用正确的函数。Agent 的智能用于路由，而不是行动。这可以工作，但你只用了 Agent 能力的一小部分。

先构建应用，然后添加 Agent：你用传统方式构建功能（作为代码），然后将它们暴露给 Agent。Agent 只能做你的功能已经做的事情。你不会获得涌现能力。

请求/响应思维：Agent 获得输入，做一件事，返回输出。这忽略了循环：Agent 获得一个要实现的结果，运行直到完成，沿途处理意外情况。

防御性工具设计：你过度约束工具输入，因为你习惯了防御性编程。严格的枚举，每层验证。这是安全的，但它阻止 Agent 做你没预料到的事情。

快乐路径在代码中，Agent 只是执行：传统软件在代码中处理边缘情况：你写了当 X 出错时会发生什么的逻辑。Agent 原生让 Agent 用判断力处理边缘情况。如果你的代码处理了所有边缘情况，Agent 只是一个调用者。

具体反模式

Agent 执行你的工作流而不是追求结果：

# 错误 - 你写了工作流 def process_request(input): category = categorize(input) # 你的代码决定 priority = score_priority(input) # 你的代码决定 store(input, category, priority) if priority > 3: notify() # 你的代码决定 # 正确 - Agent 在循环中追求结果 工具: store_item, send_notification 提示词: "评估紧急程度 1-5，用你的评估存储，如果 >= 4 通知"

工作流形状的工具：analyze_and_organize把判断力打包进工具。把它分解成基础能力，让 Agent 组合它们。

孤儿 UI 操作：用户可以通过 UI 做某事，但 Agent 无法实现。修复：保持对等性。

上下文饥饿：Agent 不知道存在什么。用户说「整理我的笔记」，Agent 不知道有笔记。修复：将可用资源和能力注入系统提示词。

无理由的门禁：领域工具是做某事的唯一方式，而你没打算限制访问。修复：默认开放。保持基础能力可用，除非有特定理由设置门禁。

人为的能力限制：出于模糊的安全顾虑而不是特定风险限制 Agent 能做什么。Agent 通常应该能够做用户能做的事情。对破坏性操作使用审批流程，而不是完全移除能力。

动态更好时的静态映射：当发现 + 访问模式会给出更多灵活性并使系统面向未来时，为 50 个 API 端点构建 50 个工具。

启发式完成检测：通过启发式方法检测 Agent 完成（连续迭代没有工具调用、检查预期输出文件）是脆弱的。修复：要求 Agent 通过完成工具明确发出完成信号。

成功标准

架构

• Agent 可以实现用户通过 UI 能实现的任何事情（对等性）
• 工具是原子化的基础能力；领域工具是捷径，不是门禁（原子性）
• 可以通过写新提示词添加新功能（可组合性）
• Agent 可以完成你没有明确设计的任务（涌现能力）
• 改变行为意味着编辑提示词，而不是重构代码

实现

• 系统提示词包括可用资源和能力
• Agent 和用户在同一数据空间工作
• Agent 操作立即反映在 UI 中
• 每个实体有完整的 CRUD 能力
• 外部 API 在适当时使用动态能力发现
• Agent 明确发出完成信号（没有启发式检测）

产品

• 简单请求无需学习曲线立即工作
• 高级用户可以向意想不到的方向推进系统
• 你通过观察用户让 Agent 做什么来了解用户想要什么
• 审批要求匹配风险和可逆性

移动端

• 检查点/恢复处理应用中断
• iCloud 优先存储，本地回退
• 后台执行明智地使用可用时间

终极测试

向 Agent 描述一个在你应用领域内但你没有为其构建特定功能的结果。

它能搞清楚如何实现它，在循环中运行直到成功吗？

如果是：你构建了 Agent 原生的东西。

如果不是：你的架构太受限了。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！