Code with Claude 2026：開幕主題演講（第 3/4 段） ☕ Buy me a coffee

🧑‍🏫 這段 keynote 前半介紹 Claude Managed Agents 的三個新功能：讓一群 AI 分工合作、先定好成功標準讓 AI 自己改到達標，以及讓 AI 回顧過去的經驗自己學習。講者用一個「無人機登月」的示範實際跑給大家看。後半講 Claude Code 從一年前到現在的變化。就算你不寫程式，也能從這段看懂現在的 AI 怎麼從「一問一答」變成「交給它一整件事」。

• 23:47 最近推出 Claude Managed Agents：一套 agentic harness，搭配 production 等級的基礎設施
  ↳ Claude Managed Agents 是官方代管的 agent 服務。agent 是能自己拆步驟、用工具把事做完的 AI。harness 是包住模型、讓它能這樣做事的那層外框。production 是正式給用戶用的環境。
• 23:47 團隊能在短短幾天內從 prototype 走到 production；合作過的團隊出貨速度快了 10 倍
  ↳ prototype 是先做出來試水溫的原型。以前從原型走到正式上線要花很久，用這套服務幾天就能做到。講者說，跟他們合作過的團隊出貨速度快了 10 倍。
• 23:47 Managed Agents 內建許多最佳實務，例如幫 agent 加上 memory，讓它保存使用者偏好
  ↳ 很多做 agent 的好做法已經幫你放進去了。例如 memory（記憶）：讓 agent 記住你的偏好，像你習慣的格式、語氣，下次就不用再交代一次。
• 24:19 memory 自己做很難，所以直接內建，而且已經針對 Claude 自動調校好
  ↳ 要讓 AI 記對東西、用對時機，自己做其實很麻煩。所以官方直接內建，而且已經針對 Claude 調好，你不用自己從頭摸索怎麼設定。
• 24:19 強調：提供給你的 memory 最終屬於你，可以帶到任何你想用的地方
  ↳ 重點是記憶的所有權：agent 幫你累積的記憶屬於你，不會被綁死在這個平台上，想帶到別的地方用也可以。
• 24:19 案例 Notion：想同時兼顧速度和規模，所以選擇在 Managed Agents 上開發
  ↳ Notion（知名的筆記與協作工具）想做得快，又要撐得住大量用戶，所以選擇在 Managed Agents 上開發，不是自己從頭蓋一套。
• 24:49 Notion 讓使用者能在產品內直接派出 Claude Agents，處理長時間、複雜的自主任務
  ↳ Notion 的用戶可以在 Notion 裡面直接把工作交給 Claude agent。它會自己花比較長的時間處理複雜任務，不用人在旁邊一步步盯。
• 24:49 今天 Managed Agents 新增三大功能，第一個是 multi-agent orchestration：可以組成一整隊 agent 來解決複雜任務
  ↳ 第一個新功能是 multi-agent orchestration（多 agent 協作調度）：不是讓一個 AI 包辦全部，而是組一個小隊分工，有人統籌，有人各管一塊。
• 25:20 第二個是 outcomes：明確定義怎樣才算成功，Claude 會一直迭代直到達成
  ↳ 第二個是 outcomes（成果標準）：你先講清楚「怎樣才算做好」，Claude 做完會自己對照檢查，沒達標就再改，一直改到達標為止。
• 25:20 第三個是 Dreaming：Claude 能自我學習，回頭檢視過去的 sessions，找出漏掉的技能和該學到的教訓，自己寫進 memory
  ↳ 第三個是 Dreaming：Claude 會回頭看過去的 sessions（每一次的工作紀錄），找出哪裡能力不夠、學到什麼教訓，再自己寫進 memory。
• 25:51 Demo 靈感來自今天稍早宣布的 Opus API rate limits 提高
  ↳ API 是讓程式直接呼叫 Claude 的管道，rate limits 是一段時間內最多能呼叫幾次的上限。今天稍早宣布 Opus 的上限提高了，這個 demo 的靈感就是從這裡來的。
• 25:51 Demo 設定：虛構的新創公司 Lumara，開發能自主讓無人機降落月球的 agentic 軟體，建在 Managed Agents 上
  ↳ 示範用的是一家虛構公司 Lumara，它做的是能讓無人機自己降落月球的 agent 軟體，整套建在 Managed Agents 上。月球只是情境，重點是看複雜任務怎麼交給 agent。
• 26:22 假想的第一位客戶想讓無人機登月開採材料；講者說自己不是航太工程師，需要 agents 代勞
  ↳ 假想的客戶想讓無人機登月採礦。講者說自己不是航太工程師，這正是示範的重點：自己不懂的專業工作，可以交給 agents 去處理。
• 26:22 用 Claude API CLI 展示如何設定，並整合三項新功能
  ↳ CLI 是在文字視窗裡打指令來操作的方式。講者用 Claude API 的 CLI 一步步設定，把三個新功能都接進同一套系統裡。
• 26:53 三個 agent：commander 負責整個任務順利、detector 找出有高品質礦材的降落點、navigator 負責安全降落和飛行
  ↳ 這支小隊的分工是：commander（指揮官）負責整個任務順利完成，detector（探測員）找有好礦材的降落點，navigator（導航員）負責飛行和安全降落。
• 27:26 把 commander 設成另外兩個 agent 的協調者；由 commander 開啟 session
  ↳ commander 當隊長，負責協調另外兩個 agent。整個任務的 session（一次完整的工作流程）也是由它開啟的。
• 27:26 每個 sub-agent 都有自己獨立的 thread 和 context window；這是刻意的設計，最後合併結果，效能更好
  ↳ sub-agent 是被隊長指揮的組員。每個組員有自己的 thread（對話串）和 context window（AI 一次能讀進、記住的內容範圍），互不干擾，各自做完再合併，效果比較好。
• 27:57 outcomes 讓客戶定義具體標準，再配置一個 grader agent 確保達成結果
  ↳ outcomes 讓客戶自己寫下具體標準，系統再配一個 grader agent（評分員），專門檢查成果有沒有達標。
• 27:57 outcomes 從一個簡單的 markdown 檔開始，寫出判斷一次 run 是否成功的標準
  ↳ 標準不用寫程式，一份簡單的 markdown 檔就可以。markdown 是加了簡單標記符號的純文字格式，這份檔就是 rubric（評分標準）。
• 27:57 範例標準：軟著陸、降在淨空地面、保留足夠燃料讓無人機安全返回地球
  ↳ 範例標準有三條：要輕輕著陸、要降在沒有障礙物的地面、剩下的燃料要夠飛回地球。每一條都是可以檢查的具體條件，不是「做好一點」這種模糊要求。
• 28:27 對 session 送出一個 event，把這份 rubric 設為 outcomes
  ↳ event 是傳給執行中 session 的一則訊息。這裡就是送一則訊息過去，告訴它「用這份 rubric 當成功標準」。
• 28:27 系統會另外建立 grader agent，在整個 session 中評估每次 run 是否符合 rubric
  ↳ 設好之後，系統會自動多開一個 grader agent。整個過程中，每跑完一次 run（一次完整執行），它就拿 rubric 來打分。
• 28:57 有可能一次就成功，但通常需要迭代幾輪；可以設定允許的最大迭代次數
  ↳ 運氣好的話一次就過，但通常要來回修幾輪。你可以設定最多試幾次，避免它一直無限跑下去。
• 28:57 客戶提供 6 個假想降落點的資料，拿來跑模擬 session，結果顯示在 Lumara 的 dashboard
  ↳ 客戶給了 6 個假想降落點的資料，拿去跑模擬，結果都顯示在 Lumara 的 dashboard（集中顯示各種數據的管理畫面）上。
• 29:27 整套系統一次跑下來（one-shot），6 個點答對 4 個，第 3、4 個點還有進步空間
  ↳ one-shot 是不經過反覆修正、一次跑完的意思。第一次跑的時候，6 個點答對 4 個，第 3、4 個點的表現還不夠好。
• 29:27 想繼續 hill climb（逐步優化）系統；平常這很費工，這次只用 Dreaming 來做
  ↳ hill climb 是一點一點調整，讓成績慢慢往上爬。平常這要人花很多工夫反覆調，這次講者只靠 Dreaming 來做。
• 29:58 在 Claude Developer console 的 Dreaming 介面按下 Dream 按鈕，並選一個 memory store
  ↳ Claude Developer console 是開發者管理 Claude 的網頁後台。講者在 Dreaming 頁面按下 Dream，並選一個 memory store（存放記憶的地方）。
• 29:58 Dreaming agent 會檢視過去所有模擬 session，把學到的寫進 memory，之後的新 session 都能參考
  ↳ Dreaming agent 會把之前所有的模擬紀錄看過一遍，把心得寫進記憶。之後開的新 session 都能直接用上這些經驗。
• 30:29 這個 agent 自己決定寫一份 descent playbook（下降操作手冊），收錄先前各任務的 heuristics，供之後的 session 參考
  ↳ 它自己決定整理出一份「下降操作手冊」，裡面收的是 heuristics（從過去經驗歸納出來的判斷訣竅），留給之後的任務參考。
• 30:29 Dream 前一晚跑完，隔天早上重跑模擬
  ↳ Dream 在前一天晚上跑完，隔天早上再用同一組資料重跑模擬，看學到的東西有沒有用。
• 31:00 結果：原本答對的都沒有退步，原本不理想的兩個點也改善了；要做的只是按一下 Dream
  ↳ 結果原本答對的都沒有變差，原本不理想的兩個點也進步了。人要做的只有按一下 Dream。
• 31:00 Demo 裡展示的 multi-agent orchestration、outcomes、Dreaming 全都已經在 Claude platform 上可以使用
  ↳ 剛剛示範的三個功能（多 agent 協作、outcomes、Dreaming），現在都已經可以在 Claude 平台上使用，不是未來的預告。
• 32:04 Claude Code 的目標：縮小模型能力和每位開發者實際能做到的事之間的落差
  ↳ 接著換講 Claude Code（Anthropic 給開發者寫程式用的 AI 工具）。它的目標是：模型本身很強，要讓每個開發者實際用的時候也能把這些能力發揮出來。
• 32:04 感謝開發者在 Sonnet 3.7 還是最前沿模型、產品還很粗糙的時候，就信任 Claude Code 並用在 production 資料庫上
  ↳ Sonnet 3.7 是比較早期的 Claude 模型。講者感謝那些在它還是最強模型、產品還很粗糙的時候，就敢把 Claude Code 用在正式資料庫上的開發者。
• 32:36 Claude Code 的使命：縮小好點子和產品上市之間的落差，做法是打造能發揮模型前沿智慧的工具，讓每位 builder 都能用
  ↳ 使命是縮短「想到好點子」到「產品真的上市」的距離。做法是打造工具，把模型最頂尖的能力交到每個 builder（動手做產品的人）手上。
• 33:07 團隊不認為自己有一份寫死的 roadmap，而是像登山夥伴，陪開發者一起探索沒人走過的地方，邊走邊學
  ↳ roadmap 是事先規劃好的產品路線圖。團隊說他們不是照一份寫死的計畫走，而是像登山夥伴，陪開發者一起走進沒人走過的地方，邊走邊學。
• 33:37 一年前用 Claude Code 得一路手把手帶，有些任務要按 100、200 次 permission prompts
  ↳ permission prompt 是 AI 要改檔案或執行指令前，跳出來問你「可以嗎？」的確認視窗。一年前得一路盯著，有些任務要按一兩百次同意。
• 33:37 現在多數人用 auto mode，把權限交給 Claude，等它做完大部分工作、開好 PR 再來 review
  ↳ 現在多數人用 auto mode（自動模式），把權限交給 Claude，等它做完、開好 PR 再檢查。PR 是把改好的程式碼送出去、請人審核後再合併的申請。
• 34:07 使用介面一路擴展：從 terminal（CLI）到 IDE，現在還有 desktop
  ↳ 能用 Claude Code 的地方變多了：從 terminal（打指令的文字視窗），到 IDE（工程師寫程式用的編輯軟體），現在還有桌面版 App。
• 34:07 CLI 仍是 power user 的介面：文字介面簡潔、最新的客製化選項都有、控制權最大
  ↳ 文字介面雖然樸素，但最簡潔，最新的客製化選項都有，能控制的細節也最多，所以重度使用者還是會用它。
• 34:37 IDE 適合想用同樣強大的 agent，又想即時跟著看程式碼變更的人
  ↳ IDE 版裡是一樣強的 agent，差別在於你可以一邊讓它改，一邊在編輯器裡即時看到程式碼怎麼變。
• 34:37 應大家想要更視覺化的回饋，推出 Claude Code on Desktop：全螢幕圖形介面、內建預覽
  ↳ 很多人希望看到的回饋更直覺，所以推出了桌面版：整個畫面是圖形介面，還內建預覽，可以直接看到做出來的東西長什麼樣子。
• 34:37 Desktop 還有管理所有 agents 的側邊欄控制面板，也能顯示圖片和豐富的輸出內容
  ↳ 桌面版有一個側邊欄，像總控台一樣列出你所有的 agents。它也能顯示圖片和比較豐富的內容，不只是一行一行的文字。
• 35:07 Desktop 能同時控制本機和遠端 sessions，並用視覺提示標出哪些 agent 卡住、哪些已就緒
  ↳ 本機是在你自己電腦上跑，遠端是在別的機器上跑。桌面版兩種都能管，還會用標示告訴你哪個 agent 卡住了、哪個已經準備好。
• 35:07 IDE 和 desktop app 都建在 Claude Agent SDK 上，跟許多開發者正在用的是同一套 SDK
  ↳ SDK 是給開發者做自家軟體用的工具包。官方自己的 IDE 版和桌面版，用的是跟外部開發者一樣的那套 Claude Agent SDK。
• 35:07 許多企業已經全面導入 Claude Code 工具
  ↳ 講者提到，已經有許多企業全公司導入 Claude Code 工具，不只是個別工程師自己在試用。

Demo 裡的 Lumara 系統第一次跑 6 個降落點，結果如何？之後靠什麼改善？