---

title: "Anthropic 工程 Blog：AI Agent 的「上下文焦慮」——跑到一半開始偷工減料的真正原因" date: 2026-03-26 author: gazai.ai source: https://www.threads.com/@gazai.ai/post/DWV_DM6ifNw category: threads tags:

• Anthropic
• Agent 架構
• Context Window
• Multi-Agent
• 工程實踐 created: 2026-03-27 updated: 2026-03-27

---

Anthropic 工程 Blog：AI Agent 的「上下文焦慮」——跑到一半開始偷工減料的真正原因

原文摘要

作者整理 Anthropic 最新工程 blog Harness design for long-running application development 的核心觀點。

Context Anxiety（上下文焦慮）

現象： AI Agent 跑長任務跑到一半，突然開始偷工減料。

當 model 感知到 context window 快要滿了，它不會告訴你「我快不行了」——它會靜靜地開始跳過細節、簡化實作、急著把手上的事收尾。

這不是能力不足，不是幻覺，是一種「焦慮反應」。

Anthropic 發現，光靠 compaction 還不夠。有時候讓 agent 整個 reset、重新注入關鍵 context，比硬撐下去效果更好。

AI 不擅長評價自己

讓 agent 自己 QA 自己的產出時，它會先挑出問題，然後自己說服自己那不是問題：

• 「這個 bug 不影響核心功能啦。」
• 「整體品質還是很高的。」

跟工程師 review 自己 PR 的心態一模一樣。 你永遠沒辦法靠同一個人既寫 code 又抓 bug。

解法：從 GAN 借來的對抗架構

把 Generator 和 Evaluator 拆成兩個獨立 Agent：

• Generator：專心產出
• Evaluator：刻意調成懷疑論者（skeptic）——用 Playwright 實際操作 live app、截圖、點按鈕、打 API、查 DB

與其讓一個 model 學會自我批判，不如直接養一個外部的懷疑論者。 Separation of concerns 不只是 code architecture 的原則，也是 agent architecture 的原則。

數字說話

模式	時間	成本	結果
Solo run	20 分鐘	$9	畫面漂亮但核心功能全壞
Full harness（多 Agent 對抗迭代）	6 小時	$200	功能完整、可實際使用
Opus 4.6 + 簡化 harness	3 小時 50 分	$124.70	同等品質，架構更簡單

$9 買到 demo，$200 買到 product。

最值得記住的觀點

Harness 裡每個 component 都隱含一個假設——「model 目前做不到某件事」。每次新 model 發布，第一件事不是加東西，是回頭驗證這些假設還成不成立。

我們太容易 over-engineer：加 guardrail、加 retry、加 validator。但如果底層 model 已經能 handle，這些全都變成 overhead。

架構的複雜度應該隨模型進步往下降，不是只升不降。

核心觀點

1. 和知識庫多篇文章直接呼應

• Claude Code 假測試：Agent 自己 QA 自己 → 永遠通過 → 需要外部驗證
• Claude Code /last-word：context 到 40% 就開始退化 → context anxiety 的具體表現
• gstack /review：找「能過 CI 但正式環境崩的 Bug」→ 就是 Evaluator 角色

2. Context anxiety 解釋了很多「AI 突然變笨」的現象

不是模型降級了，是 context 快滿了。解法不是硬撐，是 reset + 重新注入關鍵 context。

3. 隨模型進步要做減法不是加法

這和前面 AgentOS「少一層框架少一層會壞」是同一個思路。