乐于分享
好东西不私藏

杀死了 OpenClaw?Anthropic 官方下场,AI 程序员全天候待命

杀死了 OpenClaw?Anthropic 官方下场,AI 程序员全天候待命

兄弟们,前阵子爆火的OpenClaw 大家还记得吧?截止到现在直接在 GitHub 斩获 32 万星🌟。把 AI 连进聊天软件自动干活确实香,但三万多个实例裸奔公网也着实吓人 。这不,官方正规军下场了。

Anthropic 刚刚甩出了个王炸——Claude Code Channels 功能 。我熬夜在服务器上肝了一宿,把整个链路跑通了。讲真,这次更新的震撼程度,不亚于当年第一次用上代码补全。

以前我们是坐在电脑前“写”代码,现在直接是在微信/Telegram 里“聊”着就把服务器给运维了。今天咱们就掰开揉碎了,看看这个能装进口袋的AI 研发小弟到底有多能打,以及怎么避开部署里的深坑。

突破本地局限:它到底解决了什么痛点?

回想一下我们目前的 AI 编程日常:打开 Cursor,圈选代码,输入提示词,等待生成。一旦你合上笔记本去赶地铁,AI 也就跟着下班了。这种模式本质上依然是“指令-响应”的被动工具 。

开发者离开电脑,AI 就“下班”了

Claude Code Channels 彻底掀翻了这个桌子。它允许你将运行在 Mac 或远程 VPS 上的 Claude 会话,直接桥接到 Telegram 或 Discord 上 。无论你在哪里,只要有手机信号,就能随时给它派活 。

你可以在群里发一句:“查一下刚报的 Sentry 错误,把修复 PR 提了。”它在后台自己读文件、改代码、跑测试,搞定后给你回个消息。这不再是个被动应答的聊天框,而是长在代码库上、7x24小时待命的“驻场工程师”

更有意思的是它的持续连通性。CI/CD 流水线报错了?Webhook 直接推给 Claude,它在活跃会话里当场就给你修了 。这种“上下文持久化”的设计,让断点续传式的开发成为可能,完美拯救了咱们这种经常被打断的碎片化时间。

扒一扒底层引擎:MCP 与双向通信机制

这么丝滑的体验,底层全靠 Model Context Protocol (MCP) 撑着。MCP 已经被公认为 2026 年 AI 应用的“通用 USB-C 接口” 。在 Channels 的语境下,一个通道其实就是一个与 Claude Code 跑在同一台机器上的 MCP 服务器 。

Claude Code Channels 双向通信架构

官方的Telegram 插件硬性要求使用 Bun 作为运行环境 。为啥不用 Node.js?因为 Bun 的 JavaScript 执行速度快到飞起,而且内置了极轻量级的 HTTP 支持,跑后台轮询简直完美 。

当外部消息过来时,插件会拉取消息并将其包装成事件,通过标准输入输出(stdio)注入到 Claude 的主进程里 。这种设计极其巧妙,你的本地机器完全不需要向公网暴露任何URL 或端口,安全性直接拉满🛡️️。

为了让大家看得更直白,我整理了它的通信流向与核心组件:

通信环节

核心组件 / 协议

机制说明

备注

消息入口

Telegram Bot API

用户发送消息,记录时间戳与数字ID

支持图片自动下载

本地监听

Bun 进程 (MCP Server)

长轮询拉取消息,不暴露公网IP

依赖@modelcontextprotocol/sdk

事件注入

stdio 通道

将消息作为<channel>

事件推送给大模型

无缝热注入活跃会话

模型响应

内部专用工具链

调用reply

/react

/edit_message

可实现正在输入动画效果 

值得一提的是edit_message这个原生工具。当Claude 在后台编译一个大项目时,它会先在 Telegram 发一句“正在处理...”,等几分钟编译完,它会直接把这条消息原地编辑成执行结果。这种沉浸式的UX 设计,高级感直接拉满。

实操排坑指南:让你的 Bot 跑起来

光说不练假把式。接下来带大家在本地/VPS 上把 Telegram 通道搭起来。整个过程不复杂,但有几个步骤的顺序绝对不能错,否则必卡 Bug 。

Telegram Bot 配置四步流程

第一步,找Telegram 里的@BotFather拜个码头,输入/newbot申请个带bot后缀的账号,拿到那串核心的API Token 。切记,这串 Token 绝不能传到 GitHub 上!

第二步,打开终端启动 Claude Code。你需要先在会话里安装官方插件并配置密钥。这里直接上代码:

安装官方 Telegram MCP 插件/plugin install telegram@claude-plugins-official重新加载插件环境/reload-plugins绑定刚才从 BotFather 获取的 Token/telegram:configure 123456789:AAHfiqksKZ8...

配置完成后,按Ctrl+C退出当前会话。然后,用特定的--channels标志重新启动你的Claude。划重点:不加这个flag,就算装了插件也收不到消息⚠️。

使用 Channels 模式唤醒 Claude Codeclaude --channels plugin:telegram@claude-plugins-official

最后是极具仪式感的“配对”环节。你在 Telegram 里私信你的 Bot,它不会立刻理你,而是弹出一个 6 位数的验证码 。你需要回到终端里,敲入/telegram:access pair。身份核验通过,双向奔赴达成🤝。

高阶魔法:Auto Memory 与 Skills 加持

如果你只把 Channels 当个传声筒,那就太暴殄天物了。配合 Claude Code 最近更新的几个王牌特性,它才能真正变成独当一面的大牛。

Auto Memory 与 Skills 高阶特性概念

首先是v2.1.59 悄悄灰度上线的 Auto Memory(自动记忆)功能 。以前我们得在项目根目录建个CLAUDE.md,把各种架构规范、脾气秉性写得明明白白。现在?Claude 学会自己记仇,啊不,记笔记了。

它在修Bug、跑编译的过程中,如果发现了你项目特有的构建习惯或者隐藏的坑,会默默记入MEMORY.md的前200 行里 。CLAUDE.md 是你给 AI 定的“家规”,而 MEMORY.md 是 AI 自己写的“避坑日记”。你在外面用手机发号施令时,它就是靠着这些记忆在后台稳稳当当地干活。

特性对比

CLAUDE.md

Auto Memory (MEMORY.md)

内容产出者

开发者手动编写

Claude 在工作中自动总结 

信息范畴

代码规范、架构要求、固定命令

踩坑记录、个人偏好、高频错误解法

加载机制

每次会话全量载入

每次会话截取前 200 行载入 

其次是Skills 技能系统。比如你发现代码写得太啰嗦,直接在 Telegram 里回一句/simplify。后台立刻会唤醒三个相互隔离的代码审查Agent 🕵️‍♂️。它们会并行审视内存效率和漏洞,统合意见后自动把代码优化掉 。这种感觉,就像是你随口一句话,后台直接起了一个微型研发团队。

华山论剑:2026 AI 编码工具局势分析

走到 2026 年这会儿,AI 辅助编程圈子基本已经三分天下。很多兄弟都在纠结,有了 Cursor 和 Copilot,还有必要折腾 Claude Code 吗?咱们客观对比一波。

2026 三大 AI 编程工具对比

Cursor 依然是绝对的“编辑器之王”。它能提供极速的行级补全,Composer 的多文件编辑也无可挑剔。在 SWE-Bench 测试里,它只要 62.9 秒就能搞定一个复杂任务,比 Copilot 快 30% 。但它的命门在于:你得时刻盯着屏幕,它只管眼前的一亩三分地。

Copilot 则是靠着微软的生态壁垒吃干抹净 。每月 10 块钱,无缝对接 GitHub Actions 和 Issue。它更像是一个熟悉你团队规范的“伴读小书童”。

但Claude Code 走的是一条完全不同的 CLI-first(终端优先)路线。它不跟你卷GUI,它直接化身为自动化流水线上的“架构调度员”。

维度对比

Cursor (2026)

GitHub Copilot (Pro)

Claude Code Channels

核心定位

编辑器内置助理

生态级协同队友

终端优先的自主 Agent 

交互媒介

VS Code / 专属 IDE 

主流 IDE 插件 

终端 CLI / 移动端聊天软件 

自主运行

依赖前台窗口聚焦

依赖 GitHub 平台触发

支持 VPS 后台 24h 挂机响应 

适用场景

密集型业务代码编写

团队级代码审查、测试

跨端运维、夜间自动化、大重构

如果你只是切图写页面,用Cursor 足够了。但如果你是个要管部署、看日志、处理线上突发事故的全栈或架构,一个能驻扎在手机里的 Claude 绝对是降维打击。

丑话说在前头:VPS 部署的血泪安全准则

兴奋归兴奋,安全这根弦必须绷紧。把一个拥有终端执行权限、能随意删改文件的 AI 挂载到公网上,相当于把自家金库的钥匙交给了门童🔑。

VPS 安全部署关键要点

首先,强烈警告:千万别在Hostinger 或者 DigitalOcean 的 VPS 上用 Root 账户跑 Claude Code!一旦遇到高阶的Prompt Injection(提示词注入)攻击,黑客通过发一句恶意的聊天内容,就能拿到你服务器的最高权限。必须创建一个受限的非 Root 子账户专门干这事。

其次,刚搭建好的Telegram Bot 是公开的,任何人搜到名字都能给它发消息。官方插件为了防爆破,默认开启了dmPolicy: pairing(配对模式)。但配对成功后,别忘了赶紧上锁。

你需要给它下达死命令,将访问策略切换为白名单模式。在这个模式下,陌生人的骚扰消息会被服务器静默丢弃,连个水花都溅不起来。

将访问策略一键切换为严格白名单模式/telegram:access policy allowlist

顺带提一嘴,如果你打算把Bot 拉进技术讨论群里做客服,它默认是必须被@才会响应的。你需要去找BotFather 关闭 Privacy Mode,并在配置里加上--no-mention参数才能让它监听全局聊天。但群聊环境太复杂,消耗Token 如流水,土豪请随意。

结尾:拥抱 AI 工程化的深水区

其实,梳理 2026 年的 MCP 技术路线图就能发现,Anthropic 的野心极大 。他们在推进传输扩展、Agent 间通信、以及企业级单点登录(SSO)的完善 。Claude Code Channels 只是这场大戏的一个开胃菜。

从“工匠”到“指挥官”的转变

技术的潮水总是朝着更自动化、更无缝的方向涌动。我们正在从逐行敲代码的“工匠”,飞速演变为调配各类 AI Agent 资源的“指挥官”。让代码在后台跑,让问题在聊天中解决,这就是工程化实践的最前沿。

赶紧去你的服务器上把Channels 搭起来跑跑看吧。体验过那种人在地铁上,手机一震提示“Bug 已修复并部署”的快感后,你绝对回不去了😎。

如果这篇硬核实测对你有启发,别忘了点赞转发!你在用AI 编程时遇到过什么坑,或者有什么神仙玩法?在评论区留言聊聊,咱们一起交流,带你避坑