Anthropic開發者大會：SpaceX算力救急，Claude要當工程基礎設施

5月6日凌晨，Anthropic在舊金山開了第二屆開發者大會。首席產品官Ami Vora上來就撂話："今天不發新模型，只談產品。"結果整場會信息量爆炸，核心三件事：找SpaceX搞定算力、把Claude Code做成工程基礎設施、讓AI學會自己復盤進化。

最意外的消息是Anthropic跟SpaceX簽了約。協議內容是Anthropic接管SpaceX旗下Colossus 1數據中心的全部算力——300兆瓦新增容量，22萬張英偉達GPU，涵蓋H100、H200和最新的GB200。一個月完成接入，當天生效。

算力緩解直接反映在用戶側：Claude Code五小時滾動用量上限全線翻倍（Pro/Max/Team/企業版），高峰期限流取消，Claude Opus系列API速率大幅提升，部分層級每分鐘輸入Token上限提升逾15倍。

這里有個戲劇性轉折。馬斯克此前公開罵Anthropic"反人類且邪惡"，跟CEO Dario Amodei關系長期緊張。但大會當天，馬斯克在X上發文稱，跟Anthropic高層深入接觸后"印象深刻"，認為Claude"大概率"對人類有益。

變臉不奇怪。xAI的訓練場早就搬到Colossus 2，1號機房空著也是交電費。但協議里藏了個條款：若Anthropic的AI危害人類，SpaceX有權收回算力。這不是安全聲明，是實質性控制權安排——馬斯克手里握著"自毀開關"，覺得不安全隨時能拔插頭。

這種飲鴆止渴，Anthropic清楚。之前已簽亞馬遜（最高5GW，2026年底前落地近1GW）、谷歌+Broadcom（5GW，2027年起）、微軟+英偉達（300億美元Azure容量），但那些最快年底才能上線。SpaceX的Colossus 1是目前唯一能立刻交付的選項。

隱患也有：Colossus 1在孟菲斯，環保記錄不佳，Anthropic合規團隊得提前備話術。此外Anthropic還表達了跟SpaceX合作開發多吉瓦軌道AI算力的興趣——后者已向FCC提交文件，計劃發射百萬顆衛星建軌道數據中心。這只是初步意向，但算力基礎設施的太空想象已經展開。

大會宣布API調用量過去一年同比增長17倍，Claude Code是背后最大增長引擎。本次集中展示了過去數周密集迭代的十余項能力，方向從"終端里的AI編程助手"轉向"工程團隊的異步自動化基礎設施"。

Routines（例程自動化）：支持從調度計劃、GitHub事件或API調用觸發云端智能體，在云端環境（4核CPU、16GB內存）中對接GitHub倉庫運行，無需本地電腦開機，不受Token用量限制。開發者配置好后，早上醒來直接看到已準備好合并的Pull Request。

Code Review（多智能體代碼審查）：自動化PR審查系統，同時調度多個專項智能體并行分析——分別負責CLAUDE.md規范合規檢查、Bug發現、Git歷史上下文分析、歷史PR評論回顧、代碼注釋核驗；每條發現按0-100置信度評分，默認僅置信度≥80的問題自動發布評論，減少誤報噪音。

CI Auto-fix：對PR自動提交修復建議，目標是"PR所有者永遠不會看到一個紅叉"，Claude后臺自動觸發修復。

Remote Agents：允許用手機遠程控制本地電腦上正在運行的Claude Code會話。

Ultraplan：在云端草擬計劃方案，Web編輯器中審閱評論，選擇遠程運行或拉回本地執行，首次運行自動創建云端環境。

/ultrareview：云端并行運行多個智能體進行代碼審查，附帶/usage指令顯示當前用量。

這些功能組合成清晰邏輯：Claude Code不再只是幫工程師寫代碼的副駕，要嵌入整條PR流水線——生成代碼、異步審查、CI修復、自動合并，全程可無人值守。Mercado Libre（23,000名工程師）表示，目標今年Q3實現90%編碼自動化。

Anthropic還提出"advisor策略"：讓更強大的Opus模型按需為Sonnet等輕量模型提供建議，基準測試中同時實現更高得分和更低成本。客戶"eve"借此以5倍更低成本獲得旗艦模型質量輸出。

如果說Claude Code是工程能力橫向擴張，Claude托管智能體（Managed Agents）的三項新功能則指向更縱深的架構演進。

Dreaming（夢境記憶蒸餾）：定期運行的后臺進程，審閱過去智能體會話和記憶庫，提取規律、整理記憶，讓智能體隨時間自我改進。能發現跨會話模式：哪些錯誤反復出現、智能體傾向收斂到哪些工作流、團隊成員共享的偏好。開發者可自主決定干預力度——完全自動更新，或每次變更人類審核后生效。

Outcomes（結果驅動執行）：開發者定義"成功標準"的評分標準（rubric），智能體以此為目標工作；獨立評分智能體在隔離上下文中評估輸出，評分不受主智能體推理干擾；未達標時，評分智能體指出具體改進位置，主智能體據此重新執行。

Multiagent Orchestration（多智能體編排）：任務量超單個智能體處理能力時，主導智能體拆解工作并委派給專項子智能體——每個子智能體擁有獨立模型配置、系統提示和工具集；在共享文件系統上并行工作，向主導智能體貢獻結果；所有步驟可在Claude Console完整追溯：哪個智能體何時做了什么、為何如此執行。

已有實際案例：法律科技公司Harvey用多智能體編排處理復雜法律文書協同起草；Netflix平臺團隊構建日志分析智能體，并行處理數百個構建批次，自動過濾跨批次規律；寫作平臺Spiral Every用多智能體和Outcomes功能打造寫作智能體，主導智能體運行Haiku處理請求分發，子智能體運行Opus執行創作任務。