50 万行代码用正则检测情绪?就像大脑用脊髓反射—

50 万行代码用正则检测情绪?就像大脑用脊髓反射——Claude 的医学启示

2026 年 3 月 31 日，Anthropic 的一个打包失误，让 Claude Code 的 51.2 万行源码在 npm 上公开。

开发者们逐行审视，然后在 src/cli/print.ts 里看到了这样一段代码：

const frustrationPatterns = [/\bffs\b/i,           // for fuck's sake  /\bshitty\b/i,/\bwtf\b/i,/\bshit\b/i,// ...还有几十个];if (frustrationPatterns.some(p => p.test(userInput))) {  trackFrustrationEvent();}

没有 AI 模型，没有情感分析 API，就是最原始的正则表达式。

作为一名医疗行业从业者，看到这段代码，我第一时间想到的不是技术，而是脊髓反射。

一个医学类比

当你手碰到烫的东西，会发生什么？

刺激（烫）→ 感受器 → 传入神经 → 脊髓 → 传出神经 → 效应器（缩手）

整个过程不需要大脑参与。

为什么？

因为大脑太慢了。

从手到大脑，信号传递需要 150-300ms，再加上大脑处理时间，等反应过来，手已经烫伤了。

脊髓反射弧，只要 30-50ms。

快，可靠，够用。

Claude Code 的选择

现在，让我们看看 Claude Code 面临的选择。

它需要检测用户是否生气了。

方案 A：AI 情感分析（大脑皮层）

用户输入 → 调用情感分析 API → 等待 200-500ms → 解析响应 → 判断情绪类型 → 触发相应逻辑- 每次调用都要钱，日均 10 万次 = 每月$500+- 用户隐私：文本要上传到第三方- 依赖：API 挂了怎么办？

方案 B：正则匹配（脊髓反射）

用户输入 → 正则匹配（<1ms）→ 记录事件- 零延迟- 零成本- 零隐私风险（本地处理）- 零依赖

Claude Code 的工程师选了方案 B。

就像手碰到烫的东西，用脊髓反射，不用大脑思考。

他们想检测什么？

很多人误解了这段代码的目的。

它不是要分析用户的”喜怒哀乐”——那是大脑皮层的工作。

它只关心一件事：用户是不是生气了？

用户生气 → 可能对工具不满意 → 需要改进体验              ↓        或者需要记录反馈

看它的匹配词：ffs、shitty、wtf、shit…

它不检测”不高兴”这种委婉表达，它检测的是带脏话的挫败感。

为什么？

因为人说脏话时，大概率是真的生气了。就像缩手反射，不需要区分”是开水还是热油”，只需要知道”烫，要缩手”。

不完美，但够用

有人说：”万一用户代码里有这些词呢？”

答案是：误报也没关系。

挫败感检测不是关键路径，是辅助功能。

误报 → 多记录一些数据 → 不影响核心功能漏报 → 少记录一些数据 → 也不影响核心功能

它不需要 100% 准确，它只需要抓住”可能有问题”的时刻。

这就像膝跳反射：

会误报（你紧张时肌肉紧绷，敲一下也可能跳）
会漏报（有些人反射弱）
无法区分刺激强度

但没关系，它只是一个筛查工具，不是诊断工具。

工程与医学的共通之处

Claude Code 源码里，这种”简单方案”不止一处：

功能	预期方案	实际方案	医学类比
情绪检测	AI 情感分析	正则表达式	脊髓反射
记忆系统	向量数据库	Markdown 文件	长期记忆（海马体→皮层）
跨进程通信	消息队列	文件系统”邮箱”	突触传递
配置管理	数据库	CLAUDE.md 文本文件	基因表达（DNA→RNA→蛋白）

为什么？

因为工程师和医生明白同一个道理：

医疗行业的启示

作为医疗从业者，这个案例对我们有什么启发？

1. 不要为了用 AI 而用 AI

现在医疗 AI 很火，但：

错误思路："我们有 AI 技术，所以所有问题都用 AI 解决"正确思路："这个问题需要什么方案？恰好 AI 适合？那就用 AI。恰好规则引擎适合？那就用规则引擎。"

例子：

心电图自动分析 → AI 适合（模式识别复杂）
体温超过 38.5℃报警 → 规则引擎足够（不需要 AI）
影像科辅助诊断 → AI 适合（图像识别复杂）
处方配伍禁忌检查 → 规则引擎足够（知识库查询）

2. 简单方案往往更可靠

正则表达式：- 发明于 1950 年代- 所有编程语言支持- 行为可预测- 性能稳定- 容易调试AI 情感分析：- 依赖第三方服务- 行为黑盒- 性能波动- 难以调试

就像医疗设备：

水银血压计：简单，可靠，用 100 年
电子血压计：功能多，但需要校准，容易坏

急诊科喜欢哪个？一目了然。

3. “够用就好”是工程美德，也是医疗美德

完美主义："筛查工具必须 95% 准确"→ 需要复杂模型→ 成本高、延迟高、隐私风险实用主义："筛查工具能抓住明显异常就行"→ 简单规则→ 成本低、延迟低、隐私友好

例子：

新生儿筛查：简单、快速、便宜，准确率够用就行
阳性结果 → 进一步检查（基因检测、影像学）
而不是直接给每个新生儿做全基因组测序

4. 接受不完美

正则方案会误报，会漏报，无法区分愤怒程度。

但这些问题，影响核心功能吗？

不影响。所以，接受不完美。

就像临床路径：

不可能覆盖所有病例
不可能 100% 准确
但能覆盖 80% 的常见情况
剩下 20%，医生介入

80/20 法则，是工程和医学的共同智慧。

结尾：凌晨 3 点的正则表达式

开发者在凌晨 3 点，翻着 51 万行源码，期待看到各种黑科技。

然后他们看到了正则表达式。

有人失望，有人嘲笑，有人沉思。

我想到了脊髓反射。

人类的大脑，有 860 亿个神经元，是宇宙中最复杂的结构之一。

但当你手碰到烫的东西，缩回来的反射弧，只需要脊髓水平的几个神经元。

不需要大脑参与。

因为：快，可靠，够用。

51 万行代码的项目，情绪检测用正则。

就像人类的手，碰到烫的东西，用脊髓反射。

不是大脑不够强，是这个问题，不需要大脑。

这大概就是工程智慧，也是医学智慧。

— END —

2026 年 4 月 3 日作者：医院信息科工作者