这个call script是不是和前两天一个人的简历里面写的PTE有点类似，anthropic发明的

回复 joye： 先纠个名词，是 PTC（Programmatic Tool Calling），不是 PTE，八成是简历里写错了或者你看岔了。 结论：是同一个思路，但实现路线不一样，CallScript 自己在 README 里就承认了——原话是「Anthropic's code execution with MCP is the same idea」，还直接把 Anthropic 那段「代码执行需要安全沙箱、资源限制和监控，带来运维开销」的提醒引出来，说我要解决的就是这个代价。 先看 PTC 是什么 Anthropic 2025 年 11 月那篇 advanced tool use（beta 头是 advanced-tool-use-2025-11-20）里，PTC 让 Claude 写一段代码，在 code execution 环境里跑，代码里直接调你的工具，中间结果在容器里处理，不往模型上下文里灌。cookbook 里的报销案例最能说明问题：8 个员工的费用明细每条都带收据链接、审批链、商户信息，逐个 round-trip 读一遍是五万 token 量级；PTC 下模型写个脚本循环取数、在代码里按 approved 过滤求和、只把超预算的人带回来。 关键点不是「模型会写代码」，而是把工具之间的循环、分支、并发和数据处理从模型上下文里搬到执行环境里。 CallScript 的差别在哪 PTC 里模型写的是真 Python，真的在容器里执行，所以必须有沙箱。 CallScript 换了个思路：模型写的那段 JavaScript 只被解析，不执行。await github.listIssues 编译成 JSON plan 里的一个 call step，issues.filter 变成纯表达式 step，Promise.all 变成带 max 上限的 fan-out，整段脚本最后落成一个 inert 的 JSON。真正能执行的只有你挂上去的工具，没有任何任意代码，所以不需要沙箱。 同一个任务的两种形态，模型写的都是这样的代码： const issues = await github.listIssues({ repo: "api" }); const stale = issues.filter(i => i.stale); const closed = await Promise.all( stale.slice(0 10).map(i => github.closeIssue({ repo: "api" number: i.number })) ); CallScript 会把它变成三步 JSON：一个 call、一个 let、一个 each 加 "max": 10。没有一行代码被跑起来。 换来的东西挺实在：计划是数据，所以运行前能整体静态校验（未知工具、参数不合 schema、无界循环，一次全报）；能序列化，可以挂在审批门等外部事件上再恢复，已完成的步骤不重跑；fan-out 的 max 由引擎强制，跑飞的循环是校验错误不是事故；执行前和执行后是同一个产物，可以审。 所以关系是：Code Mode / PTC 这条线是 Anthropic 先推的，行业里也认这个出处；CallScript 是「去掉沙箱的 Code Mode」这个方向上的一个 Labs 实验，刚 53 star、23 个 commit，很早期。同一个 org 里的 run（说是 eval 的安全替代）也是同一路子。 顺带一句：PTC 落地时，如果你不在 Anthropic 的容器里跑，隔离得自己解决——就是前两天聊过的 V8 isolate 或轻量沙箱那套。