Claude Mods 如何把 Claude Code 的智能体框架翻转成面向人的注意力界面

Claude Mods 是注意力界面的一种早期形态。它将智能体框架的范式从“框架面向机器”翻转为“框架面向人”。Dan McAteer，2026年10月21日

过去几周，我一直用 Claude Mods 把 Claude Code 塑造成契合我 AI 工程工作流的样子。Claude Code 开箱即用就很出色，但每个工程工作流都各不相同。Claude Mods 让你能按自己希望投入注意力的方式，把 Claude Code 变成你自己的。

“投入注意力”这部分如今是最重要的。

在 Latent Space 最近的一篇文章《智能体框架的演进》中，我提出：随着模型把越来越多的框架能力吸收进自身权重，剩下的那部分就面向人。它变成了注意力界面：这一层决定智能体何时打断你、向你展示什么，以及需要你做哪些决策。Claude Mods 是注意力界面的一个早期版本，而且是一个你可以自己塑造的版本。

我的判断是：最终，框架会成为一个平台，其他公司在其上构建，而模型则是引擎。正如浏览器成为 Web 应用的平台，框架也可能成为人与智能体之间界面的平台。

Claude Mods：它是什么？

mod 是一个 Claude Code 插件，由在 Claude Code 内运行的 TypeScript 或 JavaScript 函数组成。这些函数定制 CLI 和桌面端界面的行为与外观。Mods 响应事件，例如提示词、工具调用或界面渲染。它们可以观察事件、修改事件的渲染方式，并取代默认行为来处理该事件。

Claude Mods 是智能体框架的中间件。它们注入代码，改变 Claude Code 的执行与渲染流程，从而改变应用在运行时的行为。

Claude Mods 让人和智能体共同构建框架中面向人的那部分。你现在可以与 Claude 一起设计 Claude 如何与你协作。这就是“注意力界面”的精髓。

框架的反转

智能体框架最初是智能体与其运行所在机器之间的接口。它让你向智能体发出提示，然后智能体发送命令、编辑文件并调用工具。如今，它正逐渐变成智能体与人对接的方式。

Claude Mods 让你反转框架的方向。框架不再是从智能体指向机器，而是由你让它从智能体指向人类操作者，框架于是成为与人的注意力对接的方式。

Claude Mods 让人类层变得可编程，而且是由使用 Claude 的人来编程。

Claude 也能为你构建 mod。Claude Code 内置了一项技能，教它如何构建 mod，因此你可以用自然语言说出你想要的 mod，Claude 就会把它构建出来。

实践中的 Mods

Claude Code 自身的一些功能已经是 mod 了。Anthropic 已内置发布了六个。你可以运行 /plugin 并打开 Installed 来查看它们，它们列在 Built-in 下：

agents-md：将 AGENTS.md 作为项目指令加载。

diff：接管 /diff 并绘制其面板。

plugin-authoring：赋予 Claude 用来为你编写 mod 的技能。

sec-default：保护你的组织所管理的部分，使其不受用户安装的 mod 影响。

telemetry：发送 Claude Code 及其内置 mod 记录的分析数据。

you-should-know：一个侧智能体，当它发现你可能遗漏的内容时，会在提示词上方显示一条提示。它是唯一默认关闭的。

其中大多数在后台运行，这很有意思，因为这意味着 Anthropic 正把 Claude Code 的部分功能作为 mod 来构建——甚至包括你可能注意不到的部分。我自己开启的那个是 You Should Know。

以下是我在实践中发现最有用的两个 mod：一个是内置的，一个是我自己构建的。

1. You Should Know

这是 Anthropic 构建的原生 Claude Code 插件。它运行一个侧智能体，在主智能体工作时对其进行观察，并标记出你可能遗漏的重要信息。可以这样理解：那些对输出有实质影响的工具调用和决策，但由于埋在智能体轨迹中，未必容易看见。它内置于 Claude Code，但需要你开启后才会生效。

这里有一个真实的例子。我让 Claude Code 简化我某个个人项目中杂乱的 UI 文案。主智能体精简了 Compare 屏幕上的文案，安装了新构建，并截取了前后对比截图。一切看起来都完成了。

随后 You Should Know 为我标记了一件事。智能体正在编辑的文件 CompareView.swift 中已经有未提交的工作——另外大约 45 个文件也是如此。如果我之后丢弃这些演示性修改，我也会把之前那些未完成的工作一并丢掉。它的建议是先提交或暂存之前的工作。

在这个例子中，You Should Know mod 让我避免了无意中丢弃工作成果。

2. Next Steps Supervisor

这个 mod 只会在某一轮编辑了文件、运行了命令或进行了 8 次及以上工具调用之后运行。在下面的截图中，你会看到六条不同的信息被标记出来，提醒你注意。Next Steps Supervisor 随后会建议下一步操作，以可点击按钮的形式呈现，点击后会把该指令作为消息发送给 Claude Code。这个 mod 作为 ModSmith 的一部分提供——ModSmith 是我构建的一个开源 Claude Code 插件，内置了若干不同的 mod，还提供了一个模板，Claude 可以用它来构建能够协同工作的新 mod。

其他地方的注意力界面

Anthropic 并不是唯一一家在构建注意力界面的公司。最近有两款产品，一款来自 OpenAI，一款来自 Cursor，指向了同一个方向。以新的 ChatGPT Intelligent UI 和 Cursor 的 PR Routing & Approval 为参照，可以看出 Claude Mods 的独特之处。

ChatGPT 的 Intelligent UI

10 月 7 日，OpenAI 在 ChatGPT 中发布了 GPT-6，同时推出了一个它称为 Intelligent UI 的新 ChatGPT 界面。ChatGPT 不再只用文本作答，而是可以在回答的同时生成界面：图表、地图、清单、表单，以及像账单分摊器或储蓄计算器这样的小工具。所有这些都由模型即时生成，作为一种生成式 UI。

来源：OpenAI 的 GPT-6 公告

在 OpenAI 的一个示例中，ChatGPT 会用多项选择式的追问来缩小你所要寻找的范围。可以这样理解：模型决定何时需要你的判断，然后为你构建界面，让你给出判断。

这就是注意力界面。智能体设计了你与它的回答进行交互的方式。

但请注意 ChatGPT 的 Intelligent UI 与 Claude Mods 之间的区别。对于 Intelligent UI，模型会逐个回答地从 OpenAI 构建的组件库中挑选界面。发布时提到的唯一一个控制项是调低视觉效果。

Cursor 的 PR Routing & Approval

Cursor 从另一端着手解决同一个问题：不是一个人和一个回答，而是一个团队和一连串的拉取请求，而且其中越来越多是由智能体编写的。总得有人来决定哪些变更值得人类在环（human-in-the-loop）投入注意力。

PR Routing & Approval 就负责做这个决定。它根据代码归属和提交历史来分配审查者，并且可以自动批准低风险的 PR。它会综合考量风险评分与你设定的阈值、Cursor 的 Bugbot 和安全审查者给出的发现，以及存放在仓库中的策略文件。

研究过程中有一条规则引起了我的注意。如果某个 PR 修改了审批策略，智能体不会使用修改后的版本来放宽对同一个 PR 的审查。它会改为从基础分支读取策略。这意味着智能体无法通过修改规则来让自己的 PR 获得批准。

Cursor 也明确说明了其局限。其文档称该功能“不能替代完整的代码审查”。其目的是把人工审查用在真正重要的地方，而不是取消人工审查。

三个系统之间的差异

这三个系统都在塑造什么能获得你的注意力以及如何获得。主要区别在于谁有权设计注意力界面。

ChatGPT Intelligent UI：模型为每个回答设计界面，但限定在实验室构建的框架之内。零配置，但控制力很弱。（我认为其目标用户并不是工程师。）

Cursor PR Routing & Approval：团队编写策略，由固定的审查工作流来执行。可配置，但交互流程是 Cursor 的。你决定规则，而不是界面。

Claude Mods：你和智能体用代码构建界面本身。一个 mod 可以挂接到循环中的任意节点——从你提交的提示词，到智能体发起的工具调用，再到一轮结束的时刻——并决定在那里向你展示什么，以及你可以对此做什么。

我前面展示的 supervisor 就是一个很好的例子。Cursor 完全可以因为某个 PR 触及的文件而把它路由给我。ChatGPT 也完全可以轻松地把结论渲染成一张漂亮的卡片。但两者都不会让我决定：每一轮只要编辑了文件就要获得第二意见，该意见要列出所走的捷径，而且每个建议的下一步操作都只需按一次键。那个界面之所以存在，是因为我偏好以这种方式投入注意力，而 Claude 和我一起把它构建了出来。

ChatGPT 和 Cursor 给你的是别人设计好的注意力界面。Claude Mods 让你和 Claude 一起设计自己的界面，但代价是你要负责让它真正有用。

Mods 有什么问题

Mods 并非没有代价，我也遇到了一些缺点。

第一个是噪音。Next Steps Supervisor 会在任何编辑了文件、运行了命令或进行了 8 次及以上工具调用的轮次之后运行。实际上，几乎每一轮都符合条件。自从我在 10 月 15 日安装它以来，我在 Claude Code 中的 111 轮里有 99 轮达到了这个门槛。其中一些结论是有用的，另一些则只是噪音。所以，当一个 mod 几乎每一轮都发声时，我就会开始快速略过它——这恰恰违背了注意力界面的初衷。

第二个是成本。每次 supervisor 检查都会分叉对话并重新读取它。其中大部分由提示词缓存提供，但该 mod 自己的 README 估计，在 5 万 token 的会话中，每次检查大约消耗 5–6k 输入等效 token，而当缓存过期时会更多。

第三是信任。mod 是一段以你的权限运行的代码。Anthropic 的文档对此说得很清楚：一旦加载，mod 就能读写你的文件、看到你发送的每一条提示词，并消耗你的用量。此外，“mod 不受沙箱限制”。即使你用 --safe-mode 启动 Claude Code，内置 mod 也仍会继续运行。对于我自己写的或随 Claude Code 一起发布的 mod，我用起来很放心；但如果是别人的代码，我会在安装前先读一遍。

好处在于，mod 的可修复性是其他工具所不具备的。当 supervisor 在某个会话里成了噪音时，/supervisor off 就能把它关掉。因为这是我的 mod，我可以改变它运行的时机。

接下来会怎样

定制智能体框架并不保证对每位工程师都是收益。我添加的每一个 mod，都是我又需要投入注意力的一份信息。在我自己的某次会话中，我的 Next Steps Supervisor 把一个任务标记为“已解决”，却又列出了两个缺口和三条捷径。智能体很聪明，但远非完美，而我的注意力也远非完美。

所以，我用来衡量 mod 是否有用的测试很简单：它是否揭示了我本来会漏掉的东西、让某个决定变得更容易，或者让我能够行动而不被更多输出分散注意力？如果不是，那它就只是装饰门面，而不是有用的工具。

目前，构建一个 mod 的流程是这样的：我注意到自己与 Claude 协作方式中的摩擦，描述我想要的 mod，然后 Claude 和我一起把它构建出来。而发现摩擦，仍然需要我本人的注意力。

来源：Claude Code 关于创建 mod 的文档

下一步是让智能体框架自己注意到摩擦。Claude Code 已经保存了我的会话记录。可以这样理解：一个后台进程读取这些记录，找出我反复纠正智能体或反复手动检查同一件事的地方，并为此建议一个 mod。然后它帮我测试这个 mod，并根据我的反馈对它进行改进。

对 AI 工程师来说，这是最好的情况：一个可塑的智能体框架，能从真实使用中提出自我改进的方法。Claude Mods 是朝这个方向迈出的一步。

如果我在开头下的赌注是对的，那么几年后，我们会谈论那些建立在 Claude Code、Codex，或某个尚不存在的智能体框架之上的初创公司。

最后我留给你一个问题，希望它的答案能为你带来实际价值：你在使用 Claude Code 时注意到了哪些摩擦，而本文能启发你今天就用一个 mod 去解决它？