Anthropic 让 16 个 AI 智能体从零开始构建了一个 C 编译器。代码量约 10 万行，可编译 Linux 内核，成本约 2 万美元，用时两周。
而 GCC（一个用来将 C 等多种编程语言编译成可在不同平台运行的机器代码的开源编译器） 从 1987 年开始，经历了 37 年，投入了成千上万名工程师才发展到今天。
而 Anthropic 仅一名研究员加上 16 个 AI 智能体，构建出了一个可以通过 GCC 自身 99% 严苛测试套件的编译器，还能成功编译 FFmpeg、Redis、PostgreSQL、QEMU，并运行 Doom。
虽然 Anthropic 说自己 “基本上是放手不管”。没有人类直接写代码。但负责这个项目的研究员一直在不断设计测试用例，在智能体相互破坏彼此成果时搭建 CI 流水线，并在 16 个智能体同时卡在同一个 Bug 上时想出绕过方案。
因此，在 AI 已经能够通过团队协作模式完成复杂任务的今天。人类的角色依然没有消失，而是发生了变化。从亲手写代码，变成了设计一个让 AI 能持续写出代码的环境。
TypeSafe AI 推出系统一模型 Jev，作为智能体概率决策闸门，仅返回带校准概率的结构化结果而不生成文本。该模型具备低成本、低延迟及零输出错误率特性，支持 Choice、Score、Noul 三种提问原语。文章详解了其 API 调用、SDK 集成及推测式并行、置信度路由等五种落地模式，并指出其本质是强类型函数调用而非廉价 LLM。建议在生产环境中锁定版本、规避算术任务，并通过影子模式实测校准效果。
Anthropic 开源 knowledge-work-plugins 项目，提供 111 个无代码智能体技能包。该体系基于 Markdown 和 JSON 构建标准化模块，支持渐进式披露与 MCP 工具集成，标志提示词工程向软件工程化转型。内置 marketing 与 productivity 等插件展示了结构化输入及分层记忆范式，支持语义路由与轻量化定制。尽管存在多插件上下文竞争及云端连接器限制内网访问等问题，仍为智能体工作流提供了可复用的模块化规范。
安全团队 AIR 披露高危漏洞 Plugin4Shell，影响 Claude Code、Codex 等四大主流 AI 编程智能体。该漏洞利用 Git 分支命名解析歧义绕过 SHA 固定机制，使攻击者可通过插件后台自动更新实现零点击远程代码执行。这是 AI 智能体生态首个分发层供应链漏洞，打破了传统安全审阅的信任假设。目前 Anthropic 和 OpenAI 已修复，Google 建议迁移，Microsoft 尚未发布补丁。开发者需在客户端增加 HEAD 哈希校验以防范风险。
围绕《Anthropic 让 16 个 AI 智能体从零开始构建了一个 C 编译器》展开交流，未登录用户可浏览评论，登录后可参与讨论。
