Claude Architect · Pelajaran

Pipeline Tetap berbanding Penguraian Adaptif

Rantaian arahan untuk langkah yang diketahui; adaptif untuk tugasan terbuka

Pelajaran 1 daripada 413 langkah

Pipeline Tetap berbanding Penguraian Adaptif ialah pelajaran Claude Architect percuma di CoddyKit. Ini ialah pelajaran 1 daripada 4. Sebanyak 3 pelajaran dalam laluan pembelajaran ini boleh dibaca sepenuhnya secara percuma — selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan praktikal dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Claude Architect, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Claude Architect merangkumi sejumlah 4 pelajaran.

Dua Cara Memecahkan Kerja

Apabila tugasan terlalu besar untuk satu gesaan, anda memecahkannya. Terdapat dua strategi asas, dan memilih strategi yang betul ialah kemahiran teras seni bina.

Saluran kerja tetap (perantaian gesaan): anda menetapkan urutan langkah yang diketahui secara keras. Langkah 1 membekalkan Langkah 2, yang membekalkan Langkah 3.
Pemecahan adaptif: model menentukan perkara yang perlu dilakukan seterusnya berdasarkan perkara yang ditemuinya, dan mengulanginya sehingga matlamat tercapai.

Peraturan am: saluran kerja tetap untuk langkah berjujukan yang diketahui; adaptif untuk penyiasatan terbuka. Pelajaran ini memperincikan keputusan tersebut.

Saluran Kerja Tetap = Perantaian Gesaan

Saluran kerja tetap hanyalah perantaian gesaan: anda mengatur urutan deterministik dalam kod anda sendiri. Anda mengetahui langkahnya lebih awal, jadi anda menyambungkannya secara jelas. Setiap panggilan menjalankan satu tugas yang tertumpu, dan hasilnya menjadi masukan untuk panggilan seterusnya.

Oleh sebab anda mengawal susunan, alirannya boleh dijangka, mudah dinyahpepijat dan mudah difahami dari segi kos. Tiada percabangan dipacu model tentang perkara yang perlu dilakukan seterusnya — hanya kerja dalam setiap langkah.

# Fixed pipeline: extract -> classify -> summarize
from anthropic import Anthropic
client = Anthropic()

def step(system, user):
    r = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=1024,
        system=system,
        messages=[{"role": "user", "content": user}],
    )
    return r.content[0].text

entities = step("Extract entities as JSON.", document)
category = step("Classify this record.", entities)
summary  = step("Write a one-line summary.", category)

Apabila Saluran Kerja Tetap Lebih Baik

Pilih saluran kerja tetap apabila kerja mempunyai bentuk yang stabil dan diketahui:

Langkahnya sama pada setiap pelaksanaan (keluarkan, kemudian sahkan, kemudian formatkan).
Susunan penting dan jarang berubah.
Anda mahukan kos, kependaman dan penyahpepijatan yang boleh dijangka.
Setiap peringkat mempunyai tanggungjawab yang jelas dan terhad.

Contoh klasik: pengekstrakan data berstruktur. Keluarkan medan, kemudian jalankan proses pengesahan/cubaan semula, kemudian sertakan asal-usul. Anda sentiasa melakukan tiga perkara itu mengikut susunan tersebut — jadi rantaikannya.

Pemecahan Adaptif = Dipacu Model

Pemecahan adaptif menyerahkan perancangan kepada model. Anda memberikan alat dan matlamat; model memeriksa hasil dan memilih tindakan seterusnya. Inilah gelung ejen: hantar permintaan, periksa stop_reason, dan jika nilainya tool_use, jalankan alat, tambah hasil pada sejarah, dan ulangi sehingga end_turn.

Anda tidak boleh menyambungkan laluan terlebih dahulu kerana anda tidak mengetahuinya lebih awal — laluan itu bergantung pada perkara yang didedahkan oleh setiap langkah.

# Adaptive: the model decides which tool to call next
while True:
    resp = client.messages.create(
        model="claude-sonnet-4-5",
        max_tokens=2048,
        tools=tools,
        messages=messages,
    )
    if resp.stop_reason == "tool_use":
        results = run_tools(resp)          # execute requested tools
        messages.append({"role": "assistant", "content": resp.content})
        messages.append({"role": "user", "content": results})
        continue
    break  # terminate on stop_reason, never by parsing text

Apabila Pemecahan Adaptif Lebih Baik

Pilih pemecahan adaptif untuk penyiasatan terbuka apabila laluannya tidak dapat diketahui lebih awal:

Penyahpepijatan daripada gejala yang samar — anda mencari dengan grep, membaca, kemudian mencari penggunaan berdasarkan perkara yang ditemui.
Penyelidikan pelbagai sumber apabila pertanyaan susulan bergantung pada jawapan terdahulu.
Sokongan pelanggan apabila tindakan seterusnya bergantung pada hasil carian.

Di sini, percabangan itu sendiri ialah kerja. Saluran kerja yang tegar sama ada akan terlepas laluan atau berkembang menjadi syarat bersarang yang sukar diselenggara.

Tamatkan Berdasarkan stop_reason, Bukan Teks

Kesilapan gelung adaptif yang paling lazim dalam peperiksaan: menamatkan gelung dengan mengimbas teks model untuk perkataan seperti "siap" atau "selesai". Jangan lakukan begitu. Keputusan dipacu model; tamatkan berdasarkan API stop_reason.

Gelung tamat apabila stop_reason ialah end_turn. Selagi nilainya tool_use, teruskan. Had lelaran hanyalah jaring keselamatan — jangan jadikannya mekanisme penghentian utama. Gunakan kawalan berkod keras untuk jaminan, bukan untuk menentukan bila kerja telah lengkap dari segi konsep.

# WRONG: parsing text for completion
if "done" in resp.content[0].text.lower():
    break

# RIGHT: drive on stop_reason; cap is only a safety net
MAX_STEPS = 25
for _ in range(MAX_STEPS):
    resp = client.messages.create(...)
    if resp.stop_reason != "tool_use":
        break  # end_turn / max_tokens / stop_sequence

Hibrid: Saluran Kerja Yang Mengandungi Peringkat Adaptif

Sistem sebenar biasanya menggabungkan kedua-duanya. Aliran luar selalunya merupakan saluran paip tetap, tetapi satu peringkat mungkin berupa gelung ejen adaptif. Anda memperoleh kebolehramalan rantaian pada peringkat makro dan fleksibiliti di tempat yang benar-benar memerlukannya.

Contoh: saluran paip pengekstrakan yang peringkat tengahnya ialah ejen adaptif untuk "menyelesaikan kekaburan" yang mungkin memanggil alat carian berkali-kali dalam jumlah yang tidak diketahui — diapit oleh peringkat pengesahan dan pemformatan deterministik sebelum dan selepasnya.

# Outer = fixed chain; one stage = adaptive loop
raw      = extract_stage(document)        # fixed
resolved = adaptive_resolver(raw)         # agentic loop inside
final    = validate_and_format(resolved)  # fixed

Semakan Kod Berbilang Pusingan: Pilihan Penguraian

Penguraian bukan hanya tentang saluran paip berbanding gelung — ia juga tentang cara anda membahagikan tugas untuk melindungi perhatian model. Semakan kod berbilang fail ialah contoh utama.

Satu pusingan merentasi banyak fail mencairkan perhatian dan terlepas pepijat setempat serta isu integrasi. Penyelesaiannya ialah penguraian yang disengajakan: pusingan setempat bagi setiap fail dahulu, kemudian pusingan integrasi merentas fail yang berasingan. Dua pusingan yang tertumpu lebih baik daripada satu pusingan yang tidak tertumpu.

# Decompose review into focused passes
for f in changed_files:
    review_local(f)          # pass 1: per-file, focused

review_cross_file(changed_files)  # pass 2: integration concerns

Penyelaras Mengurai Secara Adaptif

Dalam sistem berbilang ejen berbentuk hab dan jejari, penyelaras mengurai matlamat, mewakilkannya kepada subejen, kemudian mengagregatkan hasilnya. Ini ialah penguraian adaptif pada lapisan orkestrasi — penyelaras menentukan cara membahagikan tugas berdasarkan permintaan.

Penting: subejen tidak mewarisi sejarah perbualan penyelaras. Setiap gesaan subejen mesti membawa keseluruhan konteksnya secara jelas. Berbilang panggilan Task dalam satu respons berjalan secara selari — berguna apabila submasalah tidak bergantung antara satu sama lain.

# Coordinator delegates with explicit, self-contained context
subagent_prompt = f"""You are researching ONE sub-topic.
Context (do not assume shared history):
  Goal: {goal}
  Sub-topic: {subtopic}
  Constraints: {constraints}
Return findings with source citations."""

Sesi: Sambung Semula, Cabang, atau Mulakan Baharu

Kerja adaptif selalunya merentasi beberapa sesi. Claude Code menyediakan --resume <name> untuk meneruskan sesi bernama dan fork_session untuk bercabang daripada titik yang dikongsi serta meneroka pilihan secara selari.

Namun, berhati-hatilah: hasil alat yang disambung semula mungkin lapuk jika pangkalan kod telah berubah sejak itu. Kadangkala sesi baharu yang dimulakan dengan ringkasan berstruktur lebih baik daripada menyambung semula — anda memperoleh keadaan semasa serta konteks yang telah diringkaskan, tanpa membawa bersama output alat yang sudah lapuk.

# Continue a named session
claude --resume refactor-auth

# Branch to explore an alternative path
# fork_session creates a sibling from the shared point

# When code moved on, prefer a fresh session + summary
claude -p "Here is a structured summary of prior work: ..."

Senarai Semak Keputusan

Sebelum membina, tanyakan:

Adakah saya mengetahui langkah-langkahnya lebih awal, dalam susunan tetap? -> saluran paip tetap / rantaian gesaan.
Adakah langkah seterusnya bergantung pada perkara yang didedahkan oleh langkah terdahulu? -> gelung ejen adaptif.
Kebanyakannya tetap dengan satu peringkat yang tidak pasti? -> hibrid: rantaikan aliran luar, benamkan gelung adaptif.
Menyemak banyak fail? -> uraikan kepada pusingan bagi setiap fail, kemudian pusingan merentas fail.

Dan sentiasa: tamatkan gelung adaptif berdasarkan stop_reason, dengan had lelaran hanya sebagai langkah keselamatan.

Semakan Pantas

Keputusan berdasarkan senario untuk memilih strategi penguraian.

Jawab dalam pelajaran interaktif

Ringkasan

Perkara utama:

Saluran paip tetap (rantaian gesaan) untuk langkah yang diketahui dan tersusun — boleh diramal, mudah dinyahpepijat dan murah.
Penguraian adaptif untuk penyiasatan terbuka apabila langkah seterusnya bergantung pada perkara yang anda temui.
Hibrid adalah perkara biasa: aliran luar tetap dengan peringkat adaptif yang dibenamkan.
Sentiasa tamatkan gelung adaptif berdasarkan stop_reason (end_turn); had lelaran ialah langkah keselamatan, bukan cara utama untuk berhenti. Jangan sekali-kali menghurai teks untuk mencari "done."
Untuk semakan berbilang fail, uraikan kepada pusingan bagi setiap fail kemudian pusingan merentas fail yang berasingan.
Subejen tidak mewarisi sejarah — hantarkan konteks secara jelas. Sambung semula sesi dengan berhati-hati; sesi baharu dengan ringkasan berstruktur mungkin lebih baik daripada hasil alat lapuk yang disambung semula.

Percuma untuk bermula

Pelajari Python dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 26
Pelajaran: 104

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Pipeline Tetap berbanding Penguraian Adaptif” percuma?

Ya — sebanyak 3 pelajaran dalam laluan pembelajaran Claude Architect, termasuk “Pipeline Tetap berbanding Penguraian Adaptif”, boleh dibaca sepenuhnya secara percuma di web ini. Selepas itu, CoddyKit PRO membuka akses kepada semua pelajaran, serta latihan interaktif dengan penyunting kod terbina dalam dan tutor kecerdasan buatan yang tersedia 24/7. Kursus Claude Architect merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Pipeline Tetap berbanding Penguraian Adaptif”?

Rantaian arahan untuk langkah yang diketahui; adaptif untuk tugasan terbuka Anda berlatih Claude Architect menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Claude Architect?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Claude Architect di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 1 daripada 4.

Berapa lamakah pelajaran “Pipeline Tetap berbanding Penguraian Adaptif” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Claude Architect ini?

Ya. Setiap pelajaran Claude Architect menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

Pipeline Tetap berbanding Penguraian Adaptif
Penguraian Berbilang Laluan
Pengurusan Sesi
Konteks Lapuk dan Bermula Semula

← Kembali ke Claude Architect