Claude Code 到底是什么一句话定位模型驱动的本地终端 agent——你说它做它直接在你电脑上读写文件、跑命令、改代码。不是聊天机器人是有手有脚的执行者。一、设计哲学模型不动工具在外Anthropic 的核心判断与其训练一个专门写代码的模型会过时、会僵化不如把通用模型配上工具让 agent 能力随模型升级自动变强。所以 Claude Code下称 CC是一个薄客户端本地程序只做一件事——当模型的手、眼和记忆。智能留在云端的 Claude 模型里。CC 从发布到现在没换过架构但每次 Claude 模型升级CC 免费跟着变强。二、整体架构云端你本机HTTPS终端界面输入 / 渲染 / 确认弹窗Agent 核心循环编排引擎权限网关拦截危险操作工具执行器Read / Write / Bash / Grep…文件系统 / Shell / Git / MCP 服务Claude 模型推理注权限网关放在工具执行器之前——所有写操作先过权限检查才被真正执行。本地只有三样东西界面、编排循环、工具执行器。模型在云上。三、核心机制Agent 循环整个 CC 的心脏是一个循环每轮四步打包上下文—— 系统提示词 对话历史 工具定义 相关文件内容发给模型推理—— 模型返回思考 工具调用请求结构化 JSON本地执行工具—— CC 解析请求真正读写文件、跑命令结果回填—— 执行输出塞回上下文回到第 1 步循环什么时候停模型不再请求工具、只输出文字时就是最终答复。你看到 CC “自己干了 20 分钟活”本质是这个循环转了几十上百圈。关键认知模型不能碰你的电脑。它输出的只是请调用 Write 工具把这段内容写到这个路径的 JSON 指令CC 本地执行后再把结果告诉模型。四、七个关键设计1. System Prompt系统提示词CC 的人格和技能全写在一段很长的系统提示词里每次请求都带上角色定义、安全红线、行为规范改文件前先读、验证后再汇报、输出格式。值得学的点模型的行为不是训练死的是提示词编程出来的。你还可以用 CLAUDE.md 往里追加项目级指令等于给 CC 做二次编程。2. 工具集设计暴露给模型的工具高度精炼就十来个Read、Write、Edit、Bash、Glob、Grep、WebFetch、Task 等。每个工具的描述不只是参数格式还有使用建议如优先用 Grep 而不是 Bash 里跑 grep。原则工具宁少勿多但每个描述到极致。工具太多模型会选错。3. 权限网关安全的根基所有工具调用先过权限检查分三档只读操作Read/Glob/Grep→ 自动放行写操作和命令Write/Edit/Bash→ 默认弹确认高危模式 → settings.json 里配置允许/拒绝规则--dangerously-skip-permissions就是把网关整个拆掉。设计洞察是风险不对称读文件搞不坏系统写操作才需要人盯着。4. 上下文工程真正的护城河模型上下文窗口有限约 200K token怎么塞进最有用的信息是核心竞争力按需加载不预读整个仓库模型用 Glob/Grep 搜索只把相关文件读进上下文CLAUDE.md 分层注入全局记忆 → 项目记忆启动时自动拼接自动压缩上下文快满时把旧对话摘要成总结腾空间输出截断命令输出太长只留头尾和人的工作方式一样你不会背下整个代码库而是用到哪查到哪。5. 子 AgentTask 工具主 agent 遇到可拆分的任务时派生子 agent子 agent 拿一份干净的上下文独立跑自己的循环完成后只交回结论。动机是上下文隔离——探索一个模块可能要读 50 个文件主 agent 自己读会撑爆上下文让子 agent 读主 agent 只收 200 字总结。6. MCP插件协议Model Context Protocol 是一套标准协议外部程序只要按协议提供工具/数据源就能被 CC 调用数据库、监控、内部平台……。Anthropic 把它开源成了行业标准OpenAI、Google 后来也都接了。7. Hooks生命周期钩子在固定事件点工具调用前/后允许用户挂自己的脚本比如每次 Write 后自动跑 eslint。给本地执行器留扩展点。五、值得记住的设计决策薄客户端 强模型本地刻意做薄能力随模型升级自动增强终端优先终端是开发者主场且能被脚本化claude -p塞进 CI/CD权限确认而非沙箱本地跑 每步确认换来对真实环境的完整访问上下文即产品CC 团队大部分迭代都在优化给模型看什么而不是堆功能六、横向对比同类工具怎么选工具形态核心差异适合场景Claude Code终端 CLI工具调用 本地执行复杂任务、自动化、多文件操作CursorAI 编辑器编辑器内实时补全 对话沉浸式写代码WindsurfAI 编辑器多 agent 并行团队协作、多模块改动ClineVS Code 插件开源免费可换任意模型预算有限、想自定义Aider终端 CLI极简结对编程自动 commit命令行爱好者CopilotVS Code 插件深度绑定 GitHubGitHub 用户、轻量辅助OpenAI Codex云端异步扔任务自己跑批量任务Devin全自主号称完全自主争议大别太指望Bolt.new浏览器生成应用一键部署快速原型本质区别就两个维度交互方式对话式 / 编辑器嵌入 / 异步自主和自主程度帮你写 → 你说它做 → 你说它全干。CC 卡在中间最舒服的位置有自主能力但不瞎跑。Devin 那种完全自主目前不成熟CC 这种人机协作才是现阶段最实用的。七、自己造一个简化版 Agent核心代码量很小几百行就能跑一个循环读用户输入 → 拼 messages 数组 → 调 Claude API带 tools 定义解析返回的 tool_use 块 → 本地执行先实现 Read/Write/Bash 三个就够把工具结果以 tool_result 消息追加回去 → 再调 API直到模型返回纯文本循环退出理解了 CC 的原理等于理解了市面上所有 agent 产品Cursor 的 agent 模式、Cline、Devin——它们全是同一个范式的不同包装。八、为什么中国大陆用不了Anthropic 自 2025 年 9 月起将中国大陆及港澳列入不受支持地区同类还有俄罗斯、伊朗、朝鲜这是政策限制而非技术故障。官方理由法律监管风险担心受限地区企业被迫配合情报要求、防止模型能力经蒸馏加速当地 AI 研发、以及确保变革性 AI 服务于民主利益。执行上分两条线公司看股权——中资直接或间接持股超 50% 一律禁用无论注册在哪个国家个人看地区——身处支持地区即可用与国籍无关身处大陆则不可用代理伪装 IP 属于违反服务条款检测到就封号2026 上半年封了 1140 万账号申诉成功率约 10%。这是美国对华科技管制从芯片延伸到模型的大环境的一部分。国内替代路径开源的 Cline/Aider 配国产模型DeepSeek、Qwen 等agent 原理完全相同。附日常使用速查入口说明单次任务用claude -p 任务复杂多轮任务建议直接claude进交互式会话。claude# 交互式会话最常用claude-p任务# 单次执行claude--resume# 恢复上次会话claude --dangerously-skip-permissions# 免确认慎用