Claude Mods 解析：如何自定义 Claude Code 的注意力接口

过去几周，我一直用 Claude Mods 把 Claude Code 塑造成适合我 AI 工程工作流的样子。Claude Code 开箱即用已经很棒，但每个工程工作流都不一样。Claude Mods 让你按照自己想要的“注意力”方式，把 Claude Code 变成你自己的。

“注意力”这一部分如今是最重要的。

在最近一篇 Latent Space 的文章《The Evolution of the Agent Harness》中，我提出：随着模型把越来越多的 harness 吸收进权重里，剩下的部分就面向人类了。它变成了注意力接口（Attention Interface）：决定智能体何时打断你、向你展示什么、以及哪些决策需要你来做的那一层。Claude Mods 就是注意力接口的早期版本，而且是一个你可以亲手塑造的版本。

我的判断是：最终，harness 会成为一个其他公司在其上构建的平台，而模型则是引擎。就像浏览器成为 Web 应用的平台一样，harness 也可能成为人与智能体之间各种接口的平台。

Claude Mods：它是什么？

一个 mod 就是一个 Claude Code 插件，由在 Claude Code 内部运行的 TypeScript 或 JavaScript 函数组成。这些函数可以自定义 CLI 和 Desktop 中界面的行为与外观。Mods 会响应事件，比如一次提示、一次工具调用或一次界面渲染。它们可以观察事件、修改其渲染方式，并取代默认行为来处理它。

Claude Mods 是智能体 harness 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 让人类与智能体共同构建 harness 中面向人类的部分。你现在可以和 Claude 一起设计 Claude 该如何与你协作。这就是“注意力接口”的精髓。

harness 的反转

智能体 harness 最初是智能体与其运行机器之间的接口。它让你向智能体发出提示，智能体随后发送命令、编辑文件、调用工具。如今，它正逐渐成为智能体与人类交互的一种方式。

Claude Mods 让你反转 harness 的方向。与其让 harness 从智能体指向机器，你把它从智能体指向人类操作者，harness 就变成了与人类注意力交互的一种方式。

Claude Mods 让人类这一层变得可编程，由使用 Claude 的人来编程。

Claude 也可以为你构建 mods。Claude Code 有一个内置技能，教它如何构建 mods，所以你可以用自然语言描述你想要的 mod，Claude 会把它做出来。

Mods 实践

Claude Code 自己的一些功能本身就是 mods。Anthropic 已经内置了其中六个。你可以运行 /plugin 并打开Installed，在 Built-in 下看到它们：

• agents-md：把 AGENTS.md 加载为项目指令。

• diff：接管 /diff 并绘制其面板。

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

• sec-default：保护你的组织所管理的内容，不受用户安装的 mods 影响。

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

• 你应该知道：一个侧边代理，当它发现你可能遗漏的内容时，会在提示词上方显示一条备注。它是唯一默认关闭的。

这些功能大多在后台运行，这很有趣，因为它意味着 Anthropic 正在把 Claude Code 的部分功能作为 mods 构建——甚至包括你可能不会注意到的部分。我自己开启的是 You Should Know。

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

1. You Should Know

这是一个由 Anthropic 构建的原生 Claude Code 插件。它运行一个侧边代理，在主代理工作时观察其行为，并标记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，但因为埋藏在代理追踪记录中而不一定容易被看到。它内置于 Claude Code 中，但在你开启它之前是关闭的。

这是一个真实的例子。我让 Claude Code 简化我一个个人项目中杂乱的 UI 文本。主代理精简了 Compare 界面上的文案，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。

然后 You Should Know 为我标记了一件事。CompareView.swift，也就是代理正在编辑的文件，里面已经有未提交的工作——大约还有 45 个其他文件也是如此。如果我之后丢弃了这些演示编辑，我也会连带丢弃之前那些未完成的工作。它的建议是先提交或暂存之前的工作。

在这种情况下，You Should Know 这个 mod 让我避免了无意中丢弃工作。

2. Next Steps Supervisor

这个 mod 只在编辑了文件、运行了命令或进行了 8 次以上工具调用的一轮交互之后运行。在下面的截图中，你会看到六条不同的信息被标记出来以引起你的注意。Next Steps Supervisor 随后会建议一个下一步操作，以可点击按钮的形式呈现，点击后会将指令作为消息发送给 Claude Code。这个 mod 作为 ModSmith 的一部分提供——这是我构建的一个开源 Claude Code 插件，包含多个不同的内置 mods，以及一个 Claude 可以用来构建协同工作的新 mods 的模板。

其他地方的注意力界面

并非只有 Anthropic 一家公司在构建注意力界面。最近的两款产品，一款来自 OpenAI，一款来自 Cursor，都指向了相同的方向。以新的 ChatGPT Intelligent UI 和 Cursor 的 PR Routing & Approval 作为参照，可以看清 Claude Mods 的独特之处。

ChatGPT 的 Intelligent UI

10 月 7 日，OpenAI 在 ChatGPT 中发布了 GPT-6，同时推出了一款新的 ChatGPT 界面，他们称之为 Intelligent UI。不再只是以文本作答，ChatGPT 现在可以在回答的同时生成界面：图表、地图、清单、表单，以及像分账工具或储蓄计算器这样的小工具。全部由模型即时生成，作为一种生成式 UI。

在 OpenAI 的一个示例中，ChatGPT 会回复多个选择题式的后续问题，以缩小你所寻找的范围。可以这样理解：模型决定何时需要你的判断，然后为你构建界面来给出判断。

这就是一个注意力界面。代理设计了你与其响应交互的方式。

但请注意 ChatGPT 的 Intelligent UI 与 Claude Mods 之间的区别。对于 Intelligent UI，模型会从 OpenAI 构建的组件库中逐个回答地挑选界面。发布时提到的唯一控件是调低视觉效果。

Cursor 的 PR Routing & Approval

Cursor 正从另一端解决同样的问题：不是一个人和一个答案，而是 一个团队和一串 pull request，其中越来越多由 agent 撰写。总得有人来决定哪些改动值得 human-in-the-loop 的关注。

PR Routing & Approval 负责做出这个决定。它根据代码归属和提交历史指派评审人，并且可以自动批准低风险的 PR。它会将风险评分与你设定的阈值、来自 Cursor 的 Bugbot 和 Security 评审人的发现，以及仓库中的策略文件进行权衡。

研究过程中有一条规则引起了我的注意。如果一个 PR 修改了审批策略，agent 不会使用修改后的版本来放宽对同一个 PR 的审查。它会从 base 分支读取策略。这意味着 agent 无法通过修改规则来让自己的 PR 获得批准。

Cursor 也清楚其局限性。其文档称该功能“不能取代完整的代码审查”。重点是把人力审查用在重要的地方，而不是取消它。

这 3 个系统之间的区别

这三个系统都在塑造什么会吸引你的注意力以及如何吸引。主要区别在于谁有权设计 Attention Interface。

• ChatGPT Intelligent UI：模型在实验室构建的框架内为每个回答设计界面。零配置，但控制力很弱。（我不认为目标用户是工程师。）

• 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，但交互流程由 Cursor 决定。你决定的是规则，而不是界面。

• Claude Mods：你和 agent 用代码构建界面本身。mod 可以挂接到循环中的任意一点——从你提交的提示到 agent 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能对此做什么。

我之前展示的 supervisor 就是一个很好的例子。Cursor 很容易因为 PR 涉及的文件而把它路由给我。ChatGPT 也同样可以把裁决渲染成一张漂亮的卡片。但两者都不会让我决定：每个编辑文件的轮次都要有第二意见，该意见要列出所走的捷径，而且每个建议的下一步都只需按一个键即可执行。这个界面之所以存在，是因为我更喜欢以这种方式关注，而 Claude 和我一起构建了它。

ChatGPT 和 Cursor 给你的是别人设计的 Attention Interface。Claude Mods 让你和 Claude 一起设计自己的，但代价是你得负责让它变得有用。

Mods 的问题

Mods 并非没有代价，我也遇到了一些缺点。

首先是噪音。Next Steps Supervisor 会在任何编辑文件、运行命令或进行 8 次及以上工具调用的轮次之后运行。实际上，这几乎涵盖了每一个轮次。自从我于 10 月 15 日安装它以来，我在 Claude Code 中的 111 个轮次里有 99 个达到了这个标准。其中一些裁决是有用的，另一些则只是噪音。所以当一个 mod 几乎在每个轮次都发言时，我开始略过它——这就违背了 Attention Interface 的意义。

第二是成本。每次监督者检查都会分叉对话并重新读取它。其中大部分由提示缓存提供服务，但 该 mod 自己的 README 估计，在一个 50k token 的会话中，每次检查约需 5–6k 输入等效 token，而当缓存过期时会更多。

第三是信任。mod 是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 就可以读写你的文件、查看你发送的每一条提示，并消耗你的用量。此外，“mods aren’t sandboxed.”内置 mods 在你以 --safe-mode 启动 Claude Code 时也会继续运行。我自己写的或随 Claude Code 附带的 mods 我用着放心，但别人的代码我会先读一遍再安装。

好消息是，mods 可以修复，而其他工具不行。当监督者对某个会话来说只是噪音时，/supervisor off 就能把它关掉。因为这是我的 mod，我可以改变它的运行时机。

未来走向

定制 harness 并不保证对每位工程师都有好处。我添加的每一个 mod，都是我需要投入注意力的又一条信息。在我自己的一次会话中，我的 Next Steps Supervisor 将一个任务标记为“已解决”，但同时列出了两处不足和三条捷径。智能体很聪明，但远非完美，我的注意力也远非完美。

因此，我用来衡量 mods 有用性的标准很简单：它是否揭示了我会忽略的东西、让某个决策更容易，或者让我在不被更多输出分散注意力的情况下采取行动？如果没有，那它只是装点门面，而非有用的工具。

目前，构建一个 mod 的流程是这样的：我注意到自己在使用 Claude 时遇到的摩擦，描述我想要的 mod，然后 Claude 和我一起构建它。注意到摩擦仍然需要我个人的注意力。

下一步是让 harness 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：一个后台进程通读这些记录，找出我不断纠正智能体或手动检查同一件事的地方，并为此建议一个 mod。然后它帮助我测试该 mod，并根据我的反馈进行改进。

对 AI 工程师来说，这是最好的结果：一个可塑的 harness，能根据真实使用情况提出自我改进的方法。Claude Mods 就是朝这个方向迈出的一步。

如果我在开头下的注是对的，几年后我们会谈论那些建立在 Claude Code、Codex 或某个尚不存在的 harness 之上的初创公司。

最后留给你一个问题，希望它的答案能为你提供实用价值：在使用 Claude Code 的过程中，你注意到过哪些摩擦，是这篇文章能启发你今天就用一个 mod 来解决的？