AI导航

Claude Docs 上线背后:一场让 Claude 自己压测的混沌循环

AI资讯
2 min read
2 次阅读

2026 年 11 月 17 日,Anthropic 在 Claude.dev 开发者博客公开了 Claude Docs 上线前的压测方法:不是靠人力写测试用例,而是让 Claude 在预发布环境里连续两周主动制造故障、读取遥测数据、提出修复并部署验证。结果是 Docs 在 9 月 16 日上线后一周内用户创建超过 460 万篇文档,20 亿次请求中只出现 60 次服务器错误,上线期间一次也没有回滚。

混沌循环是怎么跑的

这套做法被 Anthropic 工程师称为“混沌循环”。9 月 4 日,也就是上线前两周,一个 Claude Code 会话开始担任协调者,指挥一批子智能体在与生产一致的预发布环境里搞破坏:单日新增 1000 万篇文档、2.2 万个实时连接同时重连、单篇热门文档数百人同时查看、加载中途杀掉服务器、让数据库停滞。最忙时约 11 个子智能体并行,峰值达到 30 个。每次循环都一样:压测、读遥测、给修复建议、部署、再测,难以撤销的改动先交人确认,比如改数据库结构。Claude Code 团队此前公开的验证方法,也用了类似的分层测试思路。

关键是让系统对 Claude“可读”

能这样跑,靠的是第二个决策:让系统对 Claude“可读”。团队要求每个操作都有完整遥测,任何数字都能追溯到自己写的代码。为此服务用 Rust 编写、依赖压到最少,避开垃圾回收带来的测量噪声。一个典型修复是内存问题:某篇大文档曾在一个 Pod 上占用约 3GB,Claude 定位到每次按键都会把文档复制进多个数据结构,改成写时复制后降到约 180MB,上线所需的 Pod 预估也从 500 多个降到约 50 个。

12.5 万美元,值不值

这套方法的效果在上线周得到了验证:9 月生产环境部署 629 次,从未回滚,预演过的 10 个故障场景里有 7 个真实发生,大多只需打开一个预置开关就能缓解。代价也不小:按 Claude Fable 5.2 的 API 标价,从 8 月底到上线日,推理费用约 12.5 万美元。作者也坦言,小团队做两周类似投入大约只需 3000 至 1 万美元。边界同样清楚:这是一次有人工把关的监督循环,难撤销的改动都要人点头,不是把生产完全交给智能体。Anthropic 认为这套做法能成立,还因为新一代模型能数周不偏离目标,而老模型跑十几二十轮就会忘记优化方向。Vercel 用类似的监督智能体循环把 Turborepo 提速最高 96%,说明这不是 Anthropic 一家的偶然。

推荐工具

NVIDIA Chat with RTX AI聊天 Chat with RTX 是 NVIDIA 面向 RTX 电脑的本地 AI 聊天工具,可围绕本地文档和视频资料做问答,适合重视隐私、离线检索并具备硬件条件的用户更适合资料不便上传云 弱鸡AI AI视频 低价AI视频生成聚合平台,seedance2.0,seedance2.5,minimax h3,wan,muse等视频生成模型,支持在线创作与 API 接入。 HuggingChat AI聊天 HuggingChat 是 Hugging Face 的开源模型聊天应用,支持 Omni 自动选模型,也可手动选社区开放模型对话。它适合体验开源模型、技术探索和问答,结果可能不稳定,重要内容需复核。 纳米AI搜索 AI搜索 纳米AI 是 360 旗下 AI 搜索和智能体入口,支持文字、语音、拍照提问、多模型协作与内容创作,适合中文用户做日常搜索、学习问答、移动查询、热点追踪、生活决策、知识整理和轻量创作。 Qwen Chat(通义千问) AI聊天 Qwen Chat 是Qwen 大模型聊天助手,支持Qwen 模型聊天、写作和编程问答,适合中文用户和开发者完成 AI 对话、资料问答和任务协作,适合上线前核对权限、成本和资料质量。 DuckDuckGo AI Chat AI聊天 DuckDuckGo AI Chat 适合重视隐私的普通用户使用,围绕隐私 AI 聊天、免账户使用和多模型问答提供对话式 AI 支持和任务协作能力,适合上线前核对权限、成本和资料质量。