type
status
date
slug
summary
tags
category
icon
password
wechat_gate
notion image
三年前,AI 编程工具是实习生;今天,它是可以独立干活的工程团队。
这篇文章拆解 Claude Code 的核心机制,帮你真正用好它。

一、AI 编程工具的三代演进

理解 Claude Code,要先理解它处于哪个时代。

三代演进对比

2022 — GitHub Copilot
  • 定位:输入法 / 补全
  • 本质:你写上半句,它猜下半句(仍然是你在写代码)
2024 — Cursor
  • 定位:对话伙伴
  • 本质:和你看同一个屏幕,但始终依赖你的监督
2025 — Claude Code
  • 定位:终端 Agent
  • 本质:直接操作 OS / Terminal,自动完成规划 → 编写 → 测试 → 提交

核心变化(不是“更聪明”,而是“更自主”)

  • 运行环境
    • 编辑器内嵌 → 操作系统级(OS Native)
  • 自主程度
    • 人工确认 → 无人值守运行
  • 记忆系统
    • 隐式索引 → 显式持久化(CLAUDE.md
  • 并行能力
    • 单实例 → 多实例并行(Git Worktrees)

二、思维方式的根本转变

这是使用 Claude Code 最重要的一点。

心智模型对比

传统 AI 编程
  • 角色:过程监督者
  • 关注点:怎么写(How)
  • 核心:代码效率
  • 行为:盯着 AI 写代码
Claude Code
  • 角色:产品架构师
  • 关注点:写什么(What)
  • 核心:产品效率
  • 行为:定义 SPEC → 等结果

👉 关键一句话:
盯着 AI 干活会越来越不值钱,产品决策能力会越来越值钱

三、TAOR 引擎:Claude Code 的运行机制

notion image
Claude Code 本质是一个循环系统:

各阶段解释

Think(思考)
  • 理解目标
  • 制定执行计划
Act(行动)
调用四大原语:
  • Read(读文件)
  • Write(写代码)
  • Connect(连接系统)
  • Execute(执行命令 / Bash)

Observe(观察)
  • 读取执行结果
  • 判断是否报错
  • 分析是否完成目标

Repeat(循环)
  • 未完成 → 调整策略继续

👉 这就是为什么它“会绕路”:
它是在自我调试的循环体,而不是线性程序

技术细节

  • Runtime:Bun(极快冷启动)
  • UI:React + Ink(终端 UI)

四、三层控制架构(效率核心)

notion image

Layer 1:Prompt 层

  • 形态:你输入的话
  • 特点:一次性收益
  • 问题:每次都要重新说

Layer 2:Context 层

  • 形态:
    • CLAUDE.md
    • Auto Memory
    • 项目结构
  • 特点:复利收益

Layer 3:Harness 层

  • 形态:
    • Skills
    • Hooks
    • MCP
    • 多 Agent
  • 特点:指数收益

最优策略

把信息沉淀到 Context
把重复劳动交给 Harness
Prompt 只做临时决策

五、CLAUDE.md:它是护栏,不是文档


正确定位

👉 行为约束,而不是项目说明书

Flywheel 模型


应该写

  • 环境坑(env / config)
  • 团队规范
  • 测试路径
  • 架构限制

不应该写

  • 项目类型(AI 能读懂)
  • API 文档
  • 空话(如“写好代码”)

文件结构


六、Context Compaction(长对话问题)

问题:
👉 上下文会被压缩 → 信息丢失 → 行为漂移

解决方案:逆向访谈

流程:

实操步骤

  1. 让 Claude 先提问
  1. 覆盖边界情况
  1. 输出 SPEC.md
  1. /clear
  1. 新会话执行

关键原则

👉 修两次还不对 → 直接 /clear 重来

七、三大扩展接口


1. Skills(SOP)

  • 类型:建议执行
  • 形式:Markdown 命令
  • 场景:标准流程(如 /fix-bug

2. Hooks(强制执行)

  • 类型:100%执行
  • 形式:Shell 钩子
  • 场景:自动 lint / format

3. MCP(外部连接)

  • 类型:系统集成
  • 场景:
    • 数据库
    • Slack
    • API

选择原则

  • 灵活判断 → Skills
  • 必须执行 → Hooks
  • 外部系统 → MCP

八、突破文本:Voice + Computer Use


Voice Mode

  • 语音描述任务
  • AI 执行

Computer Use

机制:

场景

  1. 表单自动测试
  1. 操控老系统
  1. UI 还原验证

注意

👉 速度较慢,适合重复流程

九、多 Agent 协作

notion image

基础设施


三种模式

1. TDD 互搏

  • A 写测试
  • B 写实现

2. 专家子 Agent

  • 安全 / DB / 性能

3. 批量 Fan-out

  • 50 文件并行重构

本质变化

👉 从写代码 → 管理 AI 团队

十、六大反模式


1. 大杂烩会话
  • 解法:单任务 + /clear

2. 无限修补
  • 解法:2 次失败 → 重来

3. 盲目信任
  • 解法:必须验证(测试 / 截图)

4. 模糊需求
  • 解法:SPEC.md

5. 不写 CLAUDE.md
  • 解法:踩坑就写

6. 权限疲劳
  • 解法:Auto / 白名单

十一、实战:5 小时 AI 周报助手


Phase 0:采访

→ 输出 SPEC.md

Phase 1:初始化

→ CLAUDE.md

Phase 2:开发

→ Plan + 验证

Phase 3:UI

→ 截图修复

Phase 4-5:自动化

→ MCP + CI/CD

结果

👉 从几天 → 5 小时

十二、终局思考


贬值 vs 升值

贬值
  • 语法
  • API 记忆
  • 手动 debug
升值
  • 需求定义
  • 架构能力
  • 产品判断

👉 核心:
代码可以外包,判断力不行

总结

  1. 重新定位:从写代码 → 定义问题
  1. 投资 Context:CLAUDE.md 是复利资产
  1. 管理上下文:必要时 /clear
  1. 自动化:Hooks + MCP
  1. 用 SPEC 替代猜测

参考


📅 2026.04.07
📍 沪 · 赵巷
📌 声明:本文由 AI 辅助完成