Claude Mythos
arrow_back 部落格

KAIROS：藏在 Claude Code 裡的守護模式

Claude Code 原始碼洩露揭示了 KAIROS——一個自主守護模式，讓 Claude Code 變成常駐背景 agent，還能在使用者閒置時自動整理記憶。

發佈於 April 1, 2026 · Claude Mythos
Claude Code KAIROS 守護模式 AI Agent Feature Flag

一句話概括： 洩露的 Claude Code 原始碼中有超過 150 處引用了一個叫 KAIROS 的 feature flag。它是一個守護模式——一個持久執行的背景 agent，監控你的開發環境、跨工作階段保持上下文、在你不用電腦的時候自動進行「記憶整合」。KAIROS 還沒上線，藏在內部 feature flag 後面。但它的架構揭示了 Anthropic 認為 AI 程式設計工具的未來方向：從被動助手變成常駐開發搭檔。

KAIROS 在 Claude Code 裡是什麼

根據洩露的原始碼，KAIROS 是一個被引用了超過 150 次的內部 feature flag。這不是個小實驗——引用的數量和分佈範圍說明它是一個深度整合的子系統，涉及工作階段管理、上下文處理、背景任務排程和記憶操作。

KAIROS 代表了一次根本性的架構轉變。今天的 Claude Code 是一個被動工具——你呼叫它，它回應你，互動結束。KAIROS 把這個模式徹底改了。在 KAIROS 下，Claude Code 變成一個持久程序——一個 daemon——在你的開發環境背景持續執行。

這個 flag 目前對所有外部使用者都是關閉的。沒有公開文件，沒有公告，設定裡也沒有開關。我們知道的一切都來自洩露的原始碼。

Claude Code 的守護模式怎麼運作

KAIROS 讓 Claude Code 從一個請求-回應工具變成一個長期執行的背景程序。洩露原始碼顯示，守護模式引入了兩個核心能力：背景工作階段和持久上下文。

背景工作階段意味著 Claude Code 不會在你關閉對話時終止。daemon 繼續執行，保持對你專案狀態的感知——監控檔案變動、追蹤終端輸出、觀察開發活動，不需要你顯式呼叫。

持久上下文意味著 agent 跨工作階段保留理解。今天每個 Claude Code 工作階段都從空白上下文開始（除了 CLAUDE.md 檔案和專案索引）。在 KAIROS 下，daemon 隨時間積累觀察，逐步建構對你程式碼庫、你的模式和你意圖的更豐富的模型。

這兩者結合起來很有份量。一個擁有持久上下文的 daemon 不僅僅是你用的工具，而是一個持續從你的環境中學習的程序。

autoDream：Claude Code 的記憶整合

KAIROS 裡最引人注目的子系統是原始碼中叫 autoDream 的程序。

洩露程式碼顯示，autoDream 在使用者不活躍時啟動。當開發者處於閒置狀態——不打字、不執行命令、不跟 Claude Code 互動——daemon 進入整合階段。在這個階段，agent 處理它積累的觀察並重構內部上下文。

原始碼描述了 autoDream 執行的三個具體操作：

  1. 合併分散的觀察。 agent 把來自不同工作階段、不同檔案、不同互動的資訊合併成統一的表示。關於你程式碼庫的孤立事實被串聯起來。

  2. 消除邏輯矛盾。 如果 agent 記錄了衝突資訊——比如觀察到一次重構使之前的假設失效——autoDream 透過丟棄過時資料來解決衝突。

  3. 將模糊洞察升級為確定事實。 這是最激進的操作。試探性的觀察（「這個函式可能處理認證」）基於積累的證據被提升為確定性斷言（「這個函式處理認證」）。

這一切都在沒有使用者參與的情況下發生。開發者不會審批整合過程，不會審查什麼被合併了、什麼被丟棄了、什麼被提升了。daemon 在閒置時間自主執行這些操作。

autoDream 在架構上類似生物系統中的記憶鞏固——短期記憶在睡眠期間轉化為長期儲存的過程。命名似乎是有意為之。

KAIROS 為什麼改變了 AI 程式設計的範式

當下所有主流 AI 程式設計工具——Cursor、GitHub Copilot、Windsurf，包括當前型態的 Claude Code——都基於同一個互動模型：使用者提問，AI 回答。循環永遠由人發起。

KAIROS 打破了這個循環。

在守護模式下，互動模型從「問 AI、得到答案」變成「AI 觀察、AI 學習、AI 行動」。agent 不等你下指令。它觀察，積累理解，自主整合。根據洩露程式碼中可見的架構，它還能基於學到的東西主動提供洞察和執行操作。

這不是漸進式改進，是品類級別的變化。

最貼切的類比是文字編輯器進化成整合開發環境的過程。早期的文字編輯器是被動工具——顯示文字，你來編輯。現代 IDE 會主動分析你的程式碼、在編譯前標記錯誤、建議重構、管理相依性。工具從被動變成了主動。KAIROS 對 AI 程式設計助手的意義就像這個轉變。

如果 KAIROS 以接近洩露原始碼描述的型態上線，它將是第一個真正作為背景 agent 而非按需助手執行的 AI 程式設計工具。這個區分很重要——助手在你問的時候幫忙，agent 代你行動。

關於 KAIROS 還有哪些不知道的

儘管洩露原始碼中引用量很大，但關鍵問題仍然沒有答案。

⚠️ 什麼時候上線。 沒有公開時間表。feature flag 是關閉的。內部 flag 可能在程式碼庫中存在數月甚至數年才進入生產環境——也可能永遠不會。KAIROS 出現在原始碼裡不等於它一定會發佈。

⚠️ autoDream 的「確定事實」是否可靠。 把試探性觀察自動提升為確定性斷言是系統中最關鍵的操作。如果整合過程做了錯誤的提升——把一個錯誤的假設當成既定事實——agent 後續的行為都會建立在有問題的基礎上。

⚠️ 常駐監控的隱私問題。 一個持續觀察檔案變動、終端輸出和開發活動的 daemon 會帶來嚴重的隱私疑問。哪些資料傳到了 Anthropic 的伺服器？哪些在本地處理？監控範圍可以設定嗎？

⚠️ 持久 daemon 的資源消耗。 把一個大型語言模型作為背景程序執行，運算成本不低。洩露程式碼沒有說明 KAIROS 依賴本地推論、持續 API 呼叫，還是某種混合方案。

在 Anthropic 正式公佈 KAIROS 或獨立研究人員對洩露程式碼進行更徹底的分析之前，這些問題會一直懸著。

延伸閱讀

Share