拆开 Claude Code 源码后,我才看懂 AI 编程助手真正厉害的地方
Hello朋友们,我是Simonlin,用通俗易懂的语言,手把手教你用AI,提升10倍效率!
昨天出了一个让整个AI圈为之震动的事情——Claude Code,部分源代码,直接被放进GitHub仓库了!
本着好学之心,我第一时间就保存下来了。
然后,我做了一件很费时间、但很值得的事:把一份 Claude Code 的核心源码快照,按模块一点点拆开看。
一开始我只是想知道,它到底是怎么工作的。
结果看到后面,我发现真正有价值的问题不是“它有哪些功能”,而是:
为什么 Claude Code 用起来和普通 AI 聊天工具完全不是一个感觉?
很多人第一次用 Claude Code,都会有一种非常直观的体感:
-
它不像一个只会回答问题的聊天框 -
更像一个真的能下场干活的工程搭档 -
它会读文件、找代码、改代码、跑命令、再回来汇报 -
有时候它甚至像一个小型项目经理,先拆任务,再安排下一步
如果只从表面看,很容易把这种体验理解成一句话:
“这个模型更聪明。”
但当你真的把源码拆开之后,你会发现答案并不只是“模型更聪明”,而是:
Claude Code 背后有一整套把模型变成工程助手的运行时系统。
而这,才是它真正厉害的地方。
一、它的底层不是“魔法”,而是一组很朴素的原语
我在源码里看到最有启发的一段,不是什么复杂的推理链,而是一组非常朴素的工具定义。
它的基础工具基本就是这些:
-
读文件 -
写文件 -
改文件 -
找文件 -
搜索代码 -
跑 Bash -
起子 agent
看到这里,其实很多事情一下子就明白了。
Claude Code 为什么会让人感觉“像程序员”,并不是因为它突然拥有了神秘的编程天赋,而是因为它被接上了程序员真正会用的那些“手脚”。
一个模型如果只能输出文字,它再聪明,本质上也还是一个回答器。
但如果你给它接上:
-
文件系统 -
搜索能力 -
shell -
工具调用
它就不再只是“说”,而是开始“做”。
这也是我这次拆源码之后最想强调的第一个结论:
Claude Code 最强的地方,不是它会解释,而是它能沿着工具链把事情真的做下去。
二、它更像一个工作台,而不是一个聊天框
源码里另一个特别有意思的地方,是它的主入口和命令系统。
从启动逻辑上看,Claude Code 不是那种“等用户发消息,再临时想办法回答”的产品。
它在启动时就会做很多准备:
-
初始化配置 -
预读取系统信息 -
接入命令系统 -
接入工具系统 -
接入技能、插件、会话、状态
换句话说,它从第一层设计上就是一个完整程序,而不是一个简单的模型外壳。
这就解释了为什么它的使用体验有一种明显的“工作台感”。
你用普通聊天工具时,通常是:
我问一句,你答一句。
但你用 Claude Code 时,感觉更像:
我把你放进一个工程环境里,然后你开始围绕这个环境持续工作。
这个差异非常重要。
因为它意味着,Claude Code 最适合的场景其实不是碎片化问答,而是:
-
持续处理一个项目 -
多轮推进一个任务 -
围绕同一个代码库逐步深入 -
在稳定上下文里不断迭代
所以,如果你把它当成一个“随手问一句”的工具,它当然也能答;但如果你把它当成一个“长期协作的工程助手”,它真正的优势才会发挥出来。
三、它为什么有时候特别聪明,有时候又会突然变笨
这是很多人都会问的问题。
我这次看源码后,反而对这个现象更理解了。
Claude Code 之所以有时候表现得特别像高手,是因为它工具系统做得很强。
它能在同一个会话里调:
-
文件工具 -
Bash 工具 -
搜索工具 -
浏览器工具 -
skill -
agent 调度
这当然很厉害。
但问题也在这里。
工具一多,边界一重叠,它就很容易出现另一种情况:
不是不会做,而是选错了工具。
比如同样是“去网上看一个内容”,它可能同时有:
-
静态抓取 -
搜索 -
浏览器 -
包装过的 skill
如果你的指令不够清楚,它就会自己选一条“看起来也能完成”的路径。
而一旦选歪,后面整条任务就会跟着漂。
所以很多时候,我们以为它是“推理错了”,其实更准确地说,是:
它在一套很宽的工具面里,做了一个不够理想的选择。
这件事对我们使用 Claude Code 的启发非常大:
-
不是提示词越长越好 -
不是要求越多越好 -
而是任务边界越清晰,工具路径越明确越好
比如你如果只是说:
“帮我看看这个项目。”
它很容易散。
但如果你说:
“先读 src/main.ts 和 package.json,只告诉我入口和启动流程。”
它就会稳很多。
四、它并不是“一个 AI”,而更像“一个会调度别人的 AI”
这次我最喜欢的一层,是它的 agent 调度设计。
源码里能很明显看到,它不是单 agent 思路。
它天生就带着这些能力:
-
启动子 agent -
跑后台任务 -
分 worktree -
做 handoff -
回传进度
所以 Claude Code 里最值得学的,不只是“怎么让一个模型回答得更好”,而是:
怎么让一个主 agent 像项目经理一样,把复杂任务拆开、分出去、再收回来。
这也是为什么你会感觉它有时候不像一个程序员,而像一个懂工程协作的负责人。
对于大任务来说,这反而是一种更强的能力。
因为真正复杂的工程任务,本来就不适合一口吞。
更合理的路径通常都是:
-
先侦察 -
再拆解 -
再逐个处理 -
最后汇总
Claude Code 最强的时候,往往不是它直接“替你写完一切”,而是它先帮你把一团乱麻整理成一个可执行的工作流。
五、它为什么不像普通 CLI,而像一个平台
这份源码里还有一层很容易被忽略,但很说明问题:
-
它不仅有 CLI -
还有 bridge -
有 direct connect -
有浏览器接入 -
有远程会话逻辑
这说明 Claude Code 的目标,从来都不只是做一个“终端里的 AI”。
它更像是在做一套跨环境的 agent runtime。
说得直白一点:
-
代码库是它的工作桌面 -
浏览器是它的外接屏幕 -
bridge 和 server 是它的连接线 -
tools 是它的工具柜 -
skills 和 automation 是它的工作习惯
也正因为这样,Claude Code 的表现非常依赖“环境稳定”。
如果:
-
会话一直切来切去 -
浏览器状态不稳定 -
技能路径经常漂 -
登录态时有时无
它的表现就会打折。
所以真正会用 Claude Code 的人,到后面一定会开始重视这些东西:
-
工作区要稳定 -
会话不要乱 -
技能要沉淀 -
任务要分层
因为你不是在用一个“问答机器人”,你是在维护一套工作台。
六、真正的生产力,不在 prompt,而在 skill 和 workflow
这也是我这次拆源码之后感受最深的一点。
Claude Code 的技能系统和自动化能力,不是边角料,而是主程序级能力。
这意味着什么?
意味着如果你每次都靠自己口述完整流程,其实是在浪费它最值钱的地方。
如果一类任务你已经做了很多次,比如:
-
固定格式的代码审查 -
每天汇总信息 -
链接提取与整理 -
文章转图 -
公众号排版发布
那更好的做法应该是:
-
沉淀成 skill -
或者做成自动化流程
因为 Claude Code 最终的优势,不在“这一轮答得多漂亮”,而在:
它能不能把高频动作,慢慢固化成稳定的工作方式。
这和普通 AI 最大的区别就在这里。
聊天工具更像一次性消费。
Claude Code 更像一套可以不断迭代的个人工程系统。
七、基于这些源码,我们应该怎么更好地使用 Claude Code 编程
说到这里,其实答案已经很清楚了。
如果你想把 Claude Code 用好,不要只盯着“怎么写 prompt”,而要记住下面这几条。
1. 把任务说成工程任务,不要说成愿望
少说:
“帮我优化一下这个项目。”
多说:
“先读 src/auth 和 src/server.ts,找登录慢的原因,只改后端,不动前端,最后跑测试。”
因为源码已经很清楚了:
它最擅长的是执行工程化动作,而不是凭空理解抽象愿望。
2. 大任务先拆,再做
少说:
“把这个仓库全面重构。”
多说:
“先列一个 3 步计划,再从第一步开始。”
这和它的 agent 调度结构最匹配。
3. 边界比热情更重要
一定要告诉它:
-
哪些文件能改 -
哪些不能改 -
要不要联网 -
能不能装依赖 -
是否必须跑测试
边界越清楚,工具就越不容易选歪。
4. 一个会话尽量只做一类事
不要在同一会话里同时让它:
-
搜资讯 -
修 bug -
做图 -
发消息 -
写文章
会话越混,工具选择越容易漂。
5. 重复任务尽量技能化
如果你发现自己已经第三次解释同一种流程,那说明它应该被做成 skill 了。
真正长期好用的 Claude Code,不是靠一次次手把手纠正,而是靠不断沉淀工作流。
写在最后
看完这份源码快照后,我对 Claude Code 最大的理解变化是:
它真正厉害的地方,不是“像人一样会说”,而是“像系统一样能工作”。
模型当然重要。
但真正决定它像不像一个工程助手的,其实是模型外面那一整层运行时:
-
工具 -
会话 -
调度 -
bridge -
浏览器 -
skill -
automation
也正因为这样,Claude Code 最适合的用法,不是把它当成一个高智商聊天机器人,而是把它当成一个可以被训练、被约束、被沉淀、被持续协作的开发工作台。
如果用一句话来总结我这次拆源码后的感受,那就是:
Claude Code 最强的地方,不是“它懂代码”,而是“它能沿着工具链把代码工作真正推进下去”。
如果这篇文章对你有帮助
转发给同样在研究 AI 编程工具的朋友,就是最大的支持。
如果你也在折腾 AI 编程、agent 工作流、内容自动化这类方向,欢迎后台回复“进群”,加入我的AI交流群,跟一群同样热爱AI的朋友们一起交流。
我是Simonlin,下次见。
夜雨聆风