《模型能力驶入现实系统》

① Claude Code 系列第26期：用 hooks 把测试和差异审查变成提交门槛

让编码代理在修改后自动触发格式检查、单元测试或差异审查；失败时停止后续动作，而不是只依赖提示词。

1. 先定义不修改数据的测试命令。
2. 用官方 hooks 配置把检查绑定到工具调用后的阶段。
3. 提交最小改动，观察失败是否阻止后续提交。
4. 最后人工核对差异、测试结果和改动范围。

# 只生成方案，不修改配置
claude -p "请根据当前仓库的测试命令，设计一个 Claude Code hook：每次代码修改后运行测试，失败就阻止后续提交。先读取项目文件，不要写入；输出配置文件、触发阶段、退出码含义和回滚方法。"

# 只验证，不提交、不推送
claude -p "请检查当前 git diff 并运行已有测试。只报告失败测试、改动文件、潜在越权和缺失的回滚步骤；不要提交、不要推送、不要修改文件。输出中文。"

常见坑：把 hook 当成完整安全边界；让测试访问生产凭证；只看退出码而不看覆盖范围。失败时保留差异、关闭写入动作，再单独修复 hook。

什么情况下不该用：生产发布、数据库迁移、支付或真实交易不能只靠 hook。

下期预告：Claude Code 系列第27期：权限审批、测试结果和可回放审计。

② Hermes Agent 系列第26期：为采集、核验、写入和发布设置可恢复检查点

长任务每个阶段都留下可验证产物，失败后从最近安全阶段继续。

# checkpoint_flow.py —— 标准库演示四阶段检查点
from pathlib import Path
import json
ROOT = Path("daily_checkpoints")
ROOT.mkdir(exist_ok=True)
stages = {"01_collected.json":{"stage":"采集","items":["官方页面","论文页面"]},"02_verified.json":{"stage":"核验","accepted":2},"03_written.json":{"stage":"写入","files":["日报.md","日报.html"]},"04_published.json":{"stage":"发布","status":"待人工确认"}}
for filename, payload in stages.items():
    (ROOT / filename).write_text(json.dumps(payload, ensure_ascii=False, indent=2), encoding="utf-8")
    print("已保存检查点：", ROOT / filename)
print("可恢复阶段：", [p.name for p in sorted(ROOT.glob("*.json"))])

验证方法：故意在核验阶段停止，第二次运行只读取已有检查点，不把未核验内容当作已发布。并行子代理不应同时修改同一个检查点。

什么情况下不该用：即时下单、权限变更等不可逆动作不能靠检查点自动恢复。

下期预告：Hermes Agent 系列第27期：幂等键、重复检测与主代理收口。

③ Claude 模型系列第26期：上下文压缩与缓存命中，先保约束再省成本

压缩长任务时优先保留目标、硬性约束、已验证事实、未解决问题和最近动作。

# context_budget.py —— 本地压缩上下文，不发送 API 请求
import os
from dataclasses import dataclass
@dataclass
class Message:
    role: str
    text: str
    kind: str
messages = [Message("system","不得写入生产系统；所有事实必须带来源。","constraint"), Message("user","核验三条公开公告并写成中文摘要。","constraint"), Message("assistant","已核验两条，第三条等待原网页。","fact"), Message("tool","第三条页面返回超时。","trace")]
budget = int(os.getenv("CONTEXT_CHAR_BUDGET", "600"))
priority = {"constraint":0, "fact":1, "question":2, "trace":3}
selected=[]; used=0
for msg in sorted(messages, key=lambda m: priority[m.kind]):
    if used + len(msg.text) <= budget:
        selected.append(msg); used += len(msg.text)
print("保留消息：", len(selected), "｜字符预算：", used, "/", budget)
for msg in selected: print(f"[{msg.kind}] {msg.text}")

生产接入时按官方文档配置提示缓存；缓存命中不代表请求一定成功。记录请求 ID、输入输出 token、缓存字段和最终状态，遇到超限先压缩重复轨迹，不能删掉安全边界和待核验事实。

什么情况下不该用：法律、合同、实验和审计证据不能只依赖自动摘要。

下期预告：Claude 模型系列第27期：模型路由、限流预算与失败分类。