资源介绍
视频数量：24个
总时长：2小时37分
课程介绍：
长时运行智能体开发实战
晚上十一点，你把一个难复现的问题交给编程智能体，让它读代码、改文件、运行测试，再把任务留在后台继续。天亮后，最让人头疼的往往不是结果，而是几个很具体的疑问：它用了哪个模型，花了多少钱，改过哪些文件，为什么某个请求被拒绝。模型能力只是起点，调用方式、费用边界和过程控制，同样决定任务能不能真正落地。
一、先看清模型和四种接入方式：
课程从 Fable 5.1 模型讲起，但不会把注意力锁在宣传结论上。你会对照官方发布页、模型总览、价格页和第三方评测，查看能力、上下文窗口、输出上限、延迟与知识截止时间，也会了解不同版本和固定快照之间的差别。模型选择不靠追最新版，而是看任务类型、速度要求和可接受成本。
接入方式则一次梳理清楚：接口调用、克劳德代码交互会话、无人值守的非交互模式，以及由自己程序驱动的智能体开发工具包。四条路径的计费与确认方式并不相同。哪条路径会在费用产生前提醒你，哪些路径会直接进入计费流程，都需要提前弄明白，后续才不会因为一个自动任务收到意外账单。
二、跑通第一次接口调用，也看懂一次报错：
这一段以 Python 脚本完成真实调用。先安装官方客户端包，创建客户端，再从环境变量读取接口密钥，避免把密钥直接写进代码。随后逐行读懂请求、模型名称和参数，跑出第一条回复。课程没有停在“复制示例就能成功”，而是故意触发一个错误请求，观察状态码、错误内容和请求编号，弄清失败发生在哪一层。
返回值还关系到后续用量统计。普通阻塞调用适合短请求，但面对可能运行数分钟的较长任务，流式输出和超时设置能让过程更容易管理。讲清这些细节后，脚本才不只是演示玩具，而能成为后续项目的起点。
三、把思考强度和费用握在自己手里：
Fable 5.1 的自适应思考不是开关这么简单。课程会把思考显示、思考强度和输出上限分开说明。强度越高，模型通常有更多推理空间，但耗时与费用也可能上升；不同模型还有各自的建议值。最大词元数也不是越高越好，额度合理能控制一次任务最多生成多少内容，设得过小则可能让回答半路截断。
账单应按完整调用来理解，输入、输出和思考过程都可能计入费用。课程用实际数字演示如何权衡，而不是默认拉高设置。低一级思考强度有时反而更快、更省，完成度未必下降。迁移已有项目时，还要改模型配置、提示规则并重新验证输出，不能只替换一个名字就宣布升级完成。
四、安全边界与数据保留，必须在上线前看懂：
模型能写代码，并不意味着每个请求都该直接放行。课程从双用途能力和安全设计讲起，再演示推理提取、拒绝响应、自动回退等机制。你会看到普通提示也可能被拒绝，分类与回退规则会影响最终行为。配置模型时，不能因为主模型可用，就忽略受限类别和备用路径。
数据保留同样是实际成本的一部分。课程专门解释三十天规则、零数据保留选项以及相关例外，帮你判断账户与所选模型适用什么条件。处理客户资料、内部代码或敏感日志时，先做脱敏，再核对服务条款和企业策略。所谓“模型在本地帮你改代码”与“把资料交给远程服务”，始终是两件需要分别确认的事。
五、提示词要写结果与边界，不要写成流水账：
这里的目标很明确，写出能拿到好结果的任务说明，而不是替模型预演每一步。课程先归纳五条官方建议，再练习删掉多余说明，把真正不能接受的事情讲清楚。比如，不要改动公开接口，不要新增依赖，不要为了让测试通过而删除原有测试，这些边界往往比一步步命令更有价值。
稳定规则会放进 CLAUDE.md 项目说明文件，让每次会话都保留项目约定。描述目标、约束和验收标准，再给出必要上下文，可以减少答非所问，也能防止一次顺手修改破坏别处。提示词并不是越长越好，关键是把判断依据和不可碰的边界交给模型。
六、让任务在你不守着屏幕时继续运行：
单次问答很快，长任务才真正考验智能体。课程后段转向克劳德代码及其长时间协作方式，把规则、技能、钩子、分工明确的主智能体与子智能体，以及可串联的工作流放进同一套任务。你既可以安排多个角色分别阅读、修改和检查，也可以让非交互任务在后台跑完。
让智能体通宵工作，关键并不是任其运行，而是设好检查点、文件范围、停止条件和早上的核验清单。第二天查看代码差异、测试结果与执行记录，才能判断任务是真的完成，还是只生成了一份像模像样的报告。课程强调的正是这种可追溯、可复盘的长时运行方式。
这套内容适合会一点 Python、写过接口调用，并准备把模型接入真实项目的开发者，也适合用过克劳德代码，却说不清模型价格、思考参数、拒绝回退和数据规则的人。24 节短课共 2 小时 37 分钟，每节围绕一个选择或一个实验展开。完成之后，你既能亲手完成模型调用和脚本控制，也能把单次问答组织成有规则、有分工、可检查的长任务。对模型能力的判断，也会从看演示，转向看成本、行为与结果是否一致。