让 Claude 连续折腾两周:Anthropic 用「混沌回环」把 Claude Docs 上线压到 20 亿请求仅 60 次报错
Anthropic 公开 Claude Docs 上线背后的「混沌回环」:Claude Code…
文章目录
Claude Docs 上线前夕,Anthropic 工程团队干了一件相当激进的事:让 Claude Code 在预发环境里连续跑两个星期,专门负责把服务弄坏、再修好。他们把这套流程叫做「混沌回环」(chaos loop)。今天 Claude 工程博客公开了全过程,细节相当硬核。

核心看点
- 9 月 16 日上线,9 月 22 日就跑出 460 万文档:20 亿次请求只出现 60 次服务器错误,全程零回滚,整个服务只用了约 50 个内存优化 Pod;
- 上线前两周,一个 Claude Code 会话当「协调器」,最忙时同时开着 11 个子智能体,峰值 30 个,日夜不停压测预发集群;
- 压测场景全是偏执狂级的:单日新增 1000 万文档、2.2 万个连接同时重连、热门文档加载到一半服务器被杀、数据库卡死;
- 人只保留难回滚决策的否决权(改数据库结构、存储格式这类),其余全交给 Claude;
- 关键前提:系统必须「对 Claude 可读」——刻意避开带垃圾回收的运行时,每个数据库查询都上报扫描行数,让遥测数字能直接指向 bug。
详细解析
整个回环长什么样:测试框架选定一个功能(比如文档创建)推到饱和极限,Claude 通过 Datadog MCP 读取遥测,给出几条修复选项和推荐;改动容易回滚的,Claude 自己写代码、部署到预发、重跑测试。每一轮都重复「选场景 → 跑压测 → 读数据 → 提修复 → 上预发 → 复测」。协调器还会通过 Slack MCP 联系 Anthropic 内部的 Claude Tag 团队,吸取别的基础设施团队踩过的坑。
两条不可违背的红线:文档必须几乎瞬时打开(哪怕历史再长);服务器一旦确认了编辑,测试必须证明编辑还在。这是整场混沌游戏的裁判规则。
凭什么敢这么玩:作者坦言,这依赖前沿模型的最新进展——他用的是一个内部研究模型,水平约与 Claude Fable 5.2 相当,能围绕一个目标连续自主工作数周。正是这种「续航」让两周不间断的修复回环成为可能。
方法论的核心其实是一句话:别让 Claude「修某个崩溃」,而是让它「让应用不崩溃」。要达到这个高度,你得先把系统搭成 Claude 能自己拉报告、自己复现、自己验证的样子——这正是「对 Claude 可读」的含义。
总结
过去一年,业界讨论 AI 写代码大多停留在「补全、重构」层面;Anthropic 这次展示的是另一种用法:把 Claude 当成 7×24 的基础设施 SRE,用两个星期的自我折腾换上线后几乎为零的事故。对普通团队来说,最难抄的不是子智能体编排,而是那套「遥测清晰到 AI 能看懂」的系统底子——先把服务变得可读,AI 才能真正接管修复闭环。
本文地址:https://www.163264.com/22018


