3 月 31 日，有人發現 npm 上的 Claude Code v2.1.88 多了 57-60MB 的 source map
完整的 TypeScript 原始碼就這樣跑出來了
Boris Cherny（Claude Code 的創造者）後來回應：「human error, no one was fired」
Anthropic 發現後先誤射 DMCA，下架了上千個研究者的 repo，後來撤回，只限縮到 1 個 repo 和 96 個 forks
AI 圈鬧翻了，但我盯著看的是另一件事：好幾篇技術分析把裡面的架構拆出來講了
我平常用 Claude Code 管多個並行專案，自己也搞了一套記憶系統和 agent 架構，讀完這些分析，有幾個發現我想記下來
1. 記憶系統：三層，不是一坨
Claude Code 內部的記憶系統，根據多篇洩露分析交叉比對，有 5 種 context compaction 策略，搭配 14 個 cache-break vector 監控什麼時候該清掉快取重算
對外可見的記憶結構分三層：
- MEMORY.md：一個小檔案當 index，控制在 200 行 / 25KB 以內
- 主題檔案：按話題分開存，要用才載入
- Session transcript：可搜尋的完整對話記錄
最有趣的是 autoDream——洩露的 code 裡確認有這個名字，觸發條件：距離上次整理超過 24 小時、累積超過 5 個 session、且沒有其他整理程序在跑，觸發後分 4 個階段：Orient → Gather Recent Signal → Consolidate → Prune and Index
Boris Cherny 在 YC Lightcone 訪談裡用「REM sleep」來比喻這個功能，/dream 指令也是他 42 個技巧之一
這跟我自己的做法幾乎一樣，我管多個專案時，也是一個主 index 檔指向各主題文件，定期跑清理
一句話講完：記憶不是 append-only 的垃圾堆，要有人在管品質
2. KV Cache Fork-Join：平行 agent 幾乎不花錢
這是整個洩露分析裡最讓我吃驚的部分
先解釋兩個概念：
KV Cache（鍵值快取）：LLM 處理 prompt 時，會把每個 token 的計算結果暫存（KV = Key-Value），下次碰到一樣的前文就直接拿，不用重算——白話講就是「算過的東西存起來，下次省錢」
Fork-Join：Fork 是把主 agent 分裂成多個子 agent，Join 是子 agent 完成後合回來
兩個概念接在一起，就是 Claude Code 的殺手設計：子 agent 繼承主 agent 的 KV Cache
實際的成本影響：
- 1 個 agent 的 context = 1 份快取費用
- 3 個平行 agent，每個繼承主 agent 的快取，各自只算自己多出來的差異
- 最終成本 ≈ 1 份共享快取 + 3 份各自差異
Swyx（Latent Space 的 AI 研究員）在他的分析裡講了一句：「parallelism basically free」
這解釋了為什麼我跑平行 agent 時帳單沒預期那麼貴——子 agent 大量共享的是前文脈絡，只有各自的輸出才是新增成本
3. Tool 設計：40+ 個，但重點不是全打開
洩露分析揭露了 40+ 個 registered tools，base tool definition 佔了 29,000 行 code
幾個核心 tool 長這樣：
AgentTool：spawn subagentBashTool：跑 shell 指令FileReadTool、FileEditTool：讀寫檔案WebFetchTool：抓網頁SkillTool：呼叫 skill 模板
重點是按需載入，不是全部打開
我之前犯過這個錯，想說把所有 tool 全啟用，agent 能力更強吧？結果反過來——tool 越多，agent 選擇越混亂，反而做出莫名其妙的決策
少即是多，預設給少，需要時再加
4. 4 級權限：不是全開或全關
這個我之前一直沒想清楚，卡在「要讓 agent 更自主」和「agent 亂動我的 repo」之間拉扯
洩露的 code 確認有 4 個權限等級：Plan（唯讀）、Standard（需要確認）、Auto（通配核准）、Bypass（完全放行），每個 bash 指令還要過 23 條安全檢查（在 bashSecurity.ts 裡）
Boris Cherny 自己用的是自動模式（auto mode），內建 safety classifier 自動判斷哪些操作要問人、哪些可以自己決定
設計哲學很清楚：自主性和安全不是對立的，是分開管的
我的做法：批量查詢（讀 git log、看 issue）給高自主性，修改類操作（改 code、commit）要明確確認
5. ULTRAPLAN + 3 種 subagent 模式
洩露的 code 裡有一個叫 ULTRAPLAN 的模式：用 Opus 4.6 在 cloud container 跑，planning window 長達 30 分鐘，有瀏覽器介面可以即時監控、核准或否決 plan
subagent 也不只一種，洩露確認有 3 種執行模式：
- Fork：繼承 parent context + KV cache，最便宜
- Teammate：獨立 session，透過 file-based mailbox 溝通（就是 Agent Teams）
- Worktree：拿自己的 git worktree，每個 agent 一個獨立 branch
Boris 在 YC Lightcone 訪談提過 Two-Claude planning：一個 agent 寫 plan，另一個當 staff engineer 來審，我的做法也差不多——重要架構決策前先寫 spec，然後開另一個 session 來挑戰假設
我的成本控制實踐
管十幾個並行專案之後，我把 agent 用法分成四個層級，對應洩露裡的三種 subagent 模式：
直接做（1-2 件事，成本 1x）
讀檔、回答問題、單一修改——直接在主對話做，不開 agent。大部分日常工作落在這裡
Task() subagents = Fork 模式（4+ 個獨立平行任務）
這就是洩露裡的 Fork 模式。我每天用 Task() 平行查十幾個專案狀態——每個子 agent 繼承主 agent 的 KV cache，只算自己多出來的差異。帳單體感大概 1.3-1.5x 而不是線性成長，但這是根據原理推算，不是 Anthropic 官方數字
Worktree 隔離 = Worktree 模式（需要獨立 git 環境）
洩露確認有 isolation: "worktree" 參數。我用 claude -w 開平行開發，每個 session 拿自己的 git worktree，改完合回來。大量跨檔改動（migration、rename）用 /batch 自動扇出到多個 worktree agent 平行執行。跨 repo 作業用 --add-dir 掛額外目錄
Agent Teams = Teammate 模式（我還沒用過）
洩露裡的 Teammate 模式，各自開獨立 session，透過 file-based mailbox 溝通。成本 3-7x（有人說到 15x），KV cache 不共享
寫到這裡我其實卡了一下——我的專案都是 FastAPI + Next.js 全端，理論上前後端同時改不就是 Agent Teams 的最佳場景嗎？
想了一下才意識到：我平常的工作流是順序做的。先改 API，確認 response 對了，再改前端去接。不是兩邊同時改、即時對 schema。Agent Teams 真正值得開的場景是 deadline 很趕，你要一個下午同時把前後端都生出來，兩個 agent 即時對 API 格式——那時候花 3-7 倍 token 換速度才合理
但我現在的瓶頸根本不在「寫 code 不夠快」。十幾個案子，卡住的原因是等客戶回覆、等合約、等排會議。Agent Teams 解決不了這個。所以 Task() 平行查狀態 + worktree 隔離開發，對我目前的工作型態就是最適合的組合
Model 分級省更多
我在 CLAUDE.md 裡硬編了 model 路由規則：查狀態、讀檔案指定 model="haiku"（最便宜），研究分析用 Sonnet，架構設計才上 Opus。不指定 model 的子 agent 會繼承主 session 的 model——用 Opus 跑狀態檢查就是在燒錢
自動化腳本用 claude -p --bare，跳過 CLAUDE.md 和 MCP 載入，啟動快 10 倍
對照洩露架構，最大的一個體會
Boris Cherny 在 Lenny's Podcast（2026 年 2 月）說了一句我到現在還記得的話：「Coding is solved」
他不是說 AI 完美了，而是「寫 code」的瓶頸已經不在技術本身，在 ideas 和 prioritization
從洩露的架構可以看到，Anthropic 花了大量力氣在「讓 agent 安全地自主」「讓記憶可以被管理」「讓平行執行變得便宜」——這些不是 AI 能力的問題，是系統設計的問題
系統設計做對了，AI 能力的天花板才能真正打開
我自己管著幾十個 agent 跑多個專案，回頭看洩露出來的架構，最深的感受不是「哇他們設計了什麼」，而是「原來我們碰到的問題是一樣的」
記憶會爛掉，要清理 並行很貴，但沒有想像中那麼貴 自主性需要分層，不是全開或全關
這些不是 Anthropic 獨有的洞見，是任何規模在跑 multi-agent 系統的人都會碰到的事
只是現在洩露出來，讓我們可以對一下，各自的解法有多接近
參考資料
- Boris Cherny 回應洩露：OfficeChai 報導
- Swyx（Latent Space 創辦人）洩露分析：The Claude Code Source Leak（2026-04-01）
- Ben Thompson 分析：Stratechery — Claude Code Code Leaked（2026-04-01）
- claudefa.st 技術拆解：Claude Code Source Leak — Everything Found（autoDream 4 階段、4 級權限、ULTRAPLAN 細節）
- cloudmagazin 架構分析：512K Lines of AI Agent Architecture（3 種 subagent 模式、KAIROS daemon）
- Superframeworks 分析：What 512K Lines Reveal（KV cache fork-join 佐證）
- Boris Cherny 42 個技巧：YC Lightcone 訪談（2026-02）；Lenny's Podcast（2026-02）
注意：架構細節來自多篇第三方對洩露 code 的分析，交叉比對後寫入，Anthropic 未正式公開確認這些設計，KV cache fork-join 的成本估算（~1.3-1.5x）是根據原理推算，不是官方數字