Claude Mods：将框架由内向外翻转
Claude Mods 是 Attention Interface 的早期形态。它将智能体框架的范式从面向机器，翻转为面向人类。
过去几周，我一直用 Claude Mods 将 Claude Code 塑造成适合我 AI 工程工作流的样子。Claude Code 开箱即用已经很好，但每个工程工作流都各不相同。Claude Mods 让你能按自己希望的方式去关注，把 Claude Code 变成你自己的。
“关注”这件事如今成了最重要的部分。
在 Latent Space 最近的一篇文章《The Evolution of the Agent Harness》中，我提出：随着模型将越来越多的框架吸收进权重，剩下的那部分就面向人类。 它变成了 Attention Interface：决定智能体何时打断你、向你展示什么、以及需要你做哪些决策的那一层。Claude Mods 是 Attention Interface 的早期版本，而且是一个你可以自己塑造的版本。
我的判断是：最终，框架会变成一个供其他公司在其上构建的平台，模型则是引擎。正如浏览器成为 Web 应用的平台，框架也可能成为人与智能体之间界面的平台。
Claude Mods：它是什么？
一个 mod 就是一个 Claude Code 插件，由运行在 Claude Code 内部的 TypeScript 或 JavaScript 函数组成。这些函数定制 CLI 和 Desktop 中界面的行为与外观。Mods 响应事件，比如提示词、工具调用或界面渲染。它们可以观察事件、修改事件的渲染方式，并代替默认行为来处理事件。
Claude Mods 是智能体框架的中间件。它们注入代码，改变 Claude Code 的执行与渲染流程，从而改变应用在运行时的行为。
Claude Mods 让人类和智能体可以共同构建框架中面向人类的那部分。你现在可以和 Claude 一起设计 Claude 如何与你协作。这正是“Attention Interface”的精髓。
框架的反转
智能体框架最初是智能体与其运行所在机器之间的接口。它让你向智能体发出提示，智能体随后发送命令、编辑文件并调用工具。如今，它正逐渐变成智能体与人类对接的方式。
Claude Mods 让你反转框架的方向。 框架不再从智能体指向机器，而是从智能体指向人类操作者，框架由此成为与人类注意力对接的方式。
Claude Mods 让人类层变得可编程，由使用 Claude 的人来编程。
Claude 也可以为你构建 mods。 Claude Code 有一个内置技能，教它如何构建 mods，因此你可以用自然语言提出你想要的 mod，Claude 会为你构建出来。
Mods 实践
Claude Code 自身的一些功能其实已经是 mods。Anthropic 已经内置发布了六个。你可以运行 /plugin 并打开 Installed 来查看，它们列在 Built-in 下：
-
agents-md： 将 AGENTS.md 作为项目指令加载。
-
diff： 接管 /diff 并绘制其面板。
-
plugin-authoring： 为 Claude 提供它用来为你编写 mods 的技能。
-
sec-default： 保护你的组织所管理的部分，免受用户安装的 mods 影响。
-
telemetry： 发送 Claude Code 及其内置 mods 记录的 analytics 数据。
-
you-should-know： 一个侧边智能体，当它发现你可能遗漏的内容时，会在提示词上方显示一条提示。它是唯一默认关闭的。
这些大多在后台运行，这很有意思，因为这意味着 Anthropic 正在把 Claude Code 的部分功能作为 mods 来构建——甚至包括你可能注意不到的部分。我自己打开的那个是 You Should Know。
以下是我在实践中发现最有用的两个 mods：一个是内置的，一个是我自己构建的。
1. You Should Know
这是 Anthropic 构建的原生 Claude Code 插件。它运行一个侧边智能体，在主智能体工作时进行观察，并标记出你很可能遗漏的重要信息。可以这样理解：那些对输出有实质性影响的工具调用和决策，由于埋在智能体轨迹中，未必容易看见。它内置于 Claude Code，但需要你打开它才会启用。
这里有一个真实例子。我让 Claude Code 简化一个个人项目中嘈杂的 UI 文本。主智能体精简了 Compare 屏幕上的文案，安装了新构建，并截取了前后对比截图。一切看起来都完成了。
然后 You Should Know 为我标记了一件事。CompareView.swift，也就是智能体正在编辑的文件，里面已经有未提交的工作——另外大约 45 个文件也是如此。如果我之后丢弃这些演示编辑，我也会把之前那些未完成的工作一并丢掉。它的建议是先提交或暂存之前的工作。
在这个例子中，You Should Know mod 让我避免无意中丢弃工作。
2. Next Steps Supervisor
这个 mod 只在某一轮编辑了文件、运行了命令或进行了 8 次及以上工具调用之后运行。在下面的截图中，你会看到六条不同的信息被标记出来供你关注。Next Steps Supervisor 随后会建议下一步行动，以可点击按钮的形式呈现，点击后会把该指令作为消息发送给 Claude Code。这个 mod 是 ModSmith 的一部分——那是我构建的一个开源 Claude Code 插件，包含多个不同的内置 mods，以及一个供 Claude 用来构建可协同工作的新 mods 的模板。
其他地方的 Attention Interfaces
Anthropic 并不是唯一在构建 Attention Interface 的公司。最近有两个产品，一个来自 OpenAI，一个来自 Cursor，指向了同一个方向。以新的 ChatGPT Intelligent UI 和 Cursor 的 PR Routing & Approval 作为参照，可以看出 Claude Mods 的独特之处。
ChatGPT 的 Intelligent UI
10 月 7 日，OpenAI 在 ChatGPT 中上线了 GPT-6，同时推出了一套名为 Intelligent UI 的全新 ChatGPT 界面。ChatGPT 不再只用文字作答，而是可以在回答的同时生成界面：图表、地图、清单、表单，以及账单分摊器、储蓄计算器之类的小工具。所有这些都由模型即时生成，属于一种生成式 UI。
来源：OpenAI 的 GPT-6 发布公告
在 OpenAI 给出的一个示例中，ChatGPT 会用多选追问来缩小你真正想找的范围。可以这样理解：模型自己判断什么时候需要你的判断，然后为你搭好给出判断的界面。
这就是一种注意力界面。智能体设计了你与它的回答之间的交互方式。
但请注意 ChatGPT 的 Intelligent UI 与 Claude Mods 之间的区别。对于 Intelligent UI，模型会逐个回答地从 OpenAI 构建的组件库中挑选界面。发布时提到的唯一控制项，就是把视觉效果调弱。
Cursor 的 PR Routing & Approval
Cursor 从另一端着手解决同一个问题：不是一个人和一个回答，而是一个团队和源源不断的 pull request，其中越来越多由智能体编写。总得有人决定哪些改动值得人类介入者投入注意力。
PR Routing & Approval 做的就是这件事。它根据代码归属和提交历史分配审查者，并且可以自动批准低风险的 PR。它会综合风险评分与你设定的阈值、Cursor 的 Bugbot 和安全审查器给出的发现，以及存放在仓库中的策略文件。
在研究过程中，有一条规则引起了我的注意。如果某个 PR 修改了审批策略，智能体不会用修改后的版本来放宽对同一个 PR 的审查，而是从基础分支读取策略。这意味着智能体无法通过修改规则来让自己的 PR 获得批准。
Cursor 也明确说明了限制。其文档称，该功能“不能替代完整的代码审查”。重点是把人工审查用在真正重要的地方，而不是取消人工审查。
三套系统的差异
这三套系统都在**塑造什么能获得你的注意力，以及以何种方式获得。**主要区别在于，谁有权设计注意力界面。
-
**ChatGPT Intelligent UI：**模型为每个回答设计界面，但只能在实验室搭好的框架内进行。零配置，但控制力很弱。（我不认为目标用户是工程师。）
-
**Cursor PR Routing & Approval：**团队编写策略，再由固定的审查工作流来执行。可配置，但交互流程是 Cursor 的。你决定规则，而不是界面。
-
**Claude Mods：**你和智能体用代码构建界面本身。一个 mod 可以接入循环中的任意节点——从你提交的提示词，到智能体发起的工具调用，再到一轮对话结束的时刻——并决定在那里向你展示什么、你能对此做什么。
我前面展示的那个 supervisor 就是一个很好的例子。Cursor 完全可以因为某个 PR 触及的文件而把它路由给我。ChatGPT 也完全可以把结论渲染成一张漂亮的卡片。但这两者都不会让我决定：每一轮中，凡是编辑了文件的改动都要有第二意见；这个意见要列出走了哪些捷径；每个建议的下一步都只需按一次键就能执行。那个界面之所以存在，是因为我偏好以这种方式投入注意力，而 Claude 和我一起把它构建了出来。
ChatGPT 和 Cursor 给你的是别人设计好的注意力界面。Claude Mods 让你和 Claude 一起设计自己的界面，但代价是，你得负责让它真正有用。
Mods 有什么问题
Mods 并非没有代价，我也遇到了一些缺点。
**第一是噪音。**Next Steps Supervisor 会在任何编辑了文件、运行了命令或进行了 8 次及以上工具调用的回合之后运行。**实际上，这几乎是每一轮。**自从我 10 月 15 日安装它以来，我在 Claude Code 中的 111 轮里有 99 轮达到了这个标准。其中一些结论有用，另一些只是噪音。所以，当一个 mod 几乎每一轮都开口时，我就会开始略过它——这恰恰违背了注意力界面的初衷。
**第二是成本。**每次 supervisor 检查都会分叉对话并重新读取它。其中大部分由提示词缓存提供，但该 mod 自己的 README估计，在 50k token 的会话中，每次检查约消耗 5–6k 输入等效 token，缓存过期时还会更多。
**第三是信任。Mod 是以你的权限运行的代码。Anthropic 的文档对此说得很清楚：一旦加载，mod 就可以读写你的文件、看到你发送的每一条提示词，并消耗你的用量。而且，“mods 不在沙箱中运行。”**即使你用 --safe-mode 启动 Claude Code，内置 mod 也仍会继续运行。对于我自己写的或随 Claude Code 一起发布的 mod，我用得放心；但如果是别人的代码，我会先读一遍再安装。
**好处在于，mods 能以其他工具做不到的方式被修正。**当 supervisor 在某个会话中变成噪音时，/supervisor off 就能把它关掉。因为这是我的 mod，我可以改变它何时运行。
接下来会怎样
定制 harness 并不保证对每位工程师都是好事。**我添加的每一个 mod，都是另一份需要我投入注意力的信息。**在我自己的一次会话中，我的 Next Steps Supervisor 把一个任务标记为“Solved”，却又列出了两个缺口和三条捷径。智能体很聪明，但远非完美，而我的注意力也远非完美。
所以我用来衡量 mods 是否有用的标准很简单：它是否揭示了我本来会错过的东西，是否让某个决定变得更容易，或者是否让我能在不被更多输出分散注意力的情况下采取行动？如果都不是，那它就只是装饰，而不是有用的工具。
目前，构建一个 mod 的流程是这样的：我注意到自己与 Claude 协作方式中的摩擦，描述我想要的 mod，然后 Claude 和我一起把它构建出来。发现摩擦仍然需要我个人的注意力。
来源：Claude Code 关于创建 mods 的文档
**下一步是让 harness 自己发现摩擦。**Claude Code 已经保存了我的会话记录。可以这样理解：一个后台进程读取这些记录，找出我不断纠正智能体或反复手动检查同一件事的地方，并为此建议一个 mod。然后它帮我测试这个 mod，并根据我的反馈加以改进。
对 AI 工程师来说，这就是最好的情况：**一个可塑的 harness，能从真实使用中提出自我改进的方式。**Claude Mods 是朝着这个方向迈出的一步。
如果我一开始下的判断没错，那么几年后，我们会谈论那些建立在 Claude Code、Codex 或某个尚不存在的 harness 之上的初创公司。
最后留给你一个问题，希望它的答案能为你带来实际价值：在使用 Claude Code 的过程中，你注意到了哪些摩擦，而这篇文章能启发你今天就用一个 mod 来解决它？
57 个赞 ∙