你有没有遇到过这种情况——

让 Claude Code 写了一段代码，看起来完美无缺，测试也过了，合进去之后，线上炸了。

不是模型的问题，是你对它的工作机制完全理解错了。

大多数人把 Claude Code 当"AI 写代码的工具"来用——给它一个需求，等它吐出代码，Review 一眼，合进去。

这个认知，差了整整一个维度。

最近，Anthropic 官方团队（包括 Lydia Hallie）做了一场完整的 Claude Code 讲解，从底层原理到真实项目落地，把很多人一直搞不清楚的问题讲透了。

我把这场分享啃了一遍，整理成这篇文章。

先搞清楚一件事：模型本身没有记忆

这是理解 Claude Code 一切行为的前提。

Claude 模型本身是无状态的。 它不知道你上次说了什么，不知道你的文件长什么样，不知道上一个工具调用返回了什么。

那它为什么"看起来"好像记得？

因为有一个东西叫 Agent Harness（代理框架）。

Claude Code Agent Harness 架构

Harness 的职责是：把模型每次推理所需要的"全部上下文"，在每一轮重新组装好，喂回给模型。

它维护的内容包括：

• 文件内容（你让它读的文件）
• 终端输出（命令执行的结果）
• Git 分支状态
• 工具调用结果（上一步调用了什么工具、拿到了什么结果）
• 对话历史（你们聊了什么）

每一轮对话，Harness 把这些东西打包，重新组装成一个完整的上下文，交给模型推理。

模型每次推理，都是在这个"重新组装的世界"里工作。

这个认知会改变你对 Claude Code 所有行为的理解——它"记住"了什么，其实是 Harness 记住了，然后在下一轮提示里带给了模型。

真正影响 Claude Code 表现的五个因素

既然模型本身是无状态的，那什么在决定它的表现？

不只是 Prompt。

Lydia Hallie 在分享中明确指出，真正影响 Claude Code 表现的，是这五个因素：

1. CLAUDE.md：给模型的"工程说明书"

CLAUDE.md 是 Claude Code 每次启动都会读取的文件，相当于给模型的项目上下文。

但大多数人写 CLAUDE.md，写的是一堆"注意事项"，结果和没写差不多。

正确的写法：把隐性知识显性化。

那些"老员工都知道、但没写在代码里"的约束，才是 CLAUDE.md 的核心内容。比如：

## 关键约束
- 价格字段必须用 long 类型，单位为分，禁止使用 double/float
- 外部服务调用必须设置超时，默认 3000ms，并提供降级方案
- 修改 UserService 前必须检查下游 3 个服务的调用方式
 
## 高频变更区域
- src/payment/ — 任何改动需要特别谨慎，与结算系统强耦合
- src/config/ — 全局配置，影响范围广，改前必须 grep 引用数

CLAUDE.md 的本质：把资深工程师的决策直觉，写成模型可以精确执行的规则。

如果某个约束不在 CLAUDE.md（或代码库里），对 Claude Code 来说，它就不存在。

2. Skills：把重复流程变成可调用的"技能"

Claude Code 的 Skills（技能）系统，本质上是把一组复杂的操作流程，封装成一个可以随时召唤的"子程序"。

比如代码审查流程，以前每次都要手动告诉它"先检查安全漏洞，再看性能问题，然后……"，现在直接 /review-pr，它就执行你预先定义好的完整审查流程。

部署也一样——/deploy 可以触发一整套：构建检查 → 测试验证 → 环境参数确认 → 部署执行 → 结果校验。

Skills 的价值：把"每次都要重新解释的流程"，变成"一次定义、反复复用"的工程能力。

这也是为什么 Anthropic 强调，Claude Code 的竞争力不在 Prompt 写得有多好，而在 Skills 设计得有多精密。

3. 权限（Permissions）：哪些操作允许、哪些需要询问、哪些直接拒绝

Claude Code 有一套精细的权限控制机制，分三个层级：

层级	行为	示例
Allow	自动执行，不打扰你	读取文件、运行测试
Ask	先询问你确认	写入文件、执行命令
Deny	直接拒绝	删除生产数据、力推代码

你可以通过 settings.json 精确控制这些边界。

Auto 模式的价值就在这里： 它不是给模型"更多自由"，而是帮你减少重复授权的摩擦——那些你已经信任的操作，不需要每次都点"允许"。

{
  "permissions": {
    "allow": ["Bash(npm test)", "Read", "Glob"],
    "deny": ["Bash(git push --force)"]
  }
}

权限设计得好，Claude Code 工作起来像个默契的同事；权限设计得不好，要么它一直打扰你确认，要么它做了你不希望它做的事。

4. 验证（Verification）：你给它设了多少"质量门禁"

这是被低估最严重的一个因素。

Claude Code 本身无法准确评估自己产出的质量。它觉得"完成了"，不代表真的完成了——可能测试数为 0，可能核心路径没有验证，可能输出格式不对。

Anthropic 工程博客里总结了 Agent 在复杂项目中的四种典型失败模式：

• One-shot Syndrome：企图在一个上下文窗口内搞定所有事，上下文超 40% 时输出质量快速衰退
• Premature Victory Declaration：做完一部分就宣布任务结束，实际上编译都没过
• Premature Feature Completion：认为功能实现了但没做端到端测试，上线才发现
• Cold Start Problem：跨会话缺乏持久化记忆，每次重新理解项目浪费大量 Token

解法是把验证条件程序化。比如不是说"检查 CI 是否通过"，而是：

status == SUCCESS && total_tests > 0 && passed == total

一切不可被机器验证的约束，在 Agent 执行中都是无效约束。

5. Git 工作流：用分支和草稿 PR 把控交付

分享里 Lydia 专门讲了一个实践：让 Claude Code 用分支和草稿 PR 工作，而不是直接在主分支上改。

具体流程：

1. 新任务开始 → Claude Code 自动创建特性分支
2. 完成后 → 创建草稿 PR（Draft PR）
3. 你来审查 → 没问题才 Merge

这个工作流的价值：你始终有一个人工审查节点。 AI 生成代码的速度再快，这个节点不能省。

配合 GitHub CLI（gh），整个过程可以无缝衔接：

# Claude Code 帮你创建草稿 PR
gh pr create --draft --title "feat: 新增用户画像模块" \
  --body "$(cat changes/user-profile/summary.md)"

意图驱动开发：从"给我写个函数"到"帮我实现这个功能"

分享里有一个概念叫 Intent-Driven Development（意图驱动开发），听起来很虚，但背后有很具体的工程含义。

传统的 AI 用法：给它一个具体的指令，它执行，你拿结果。

意图驱动开发：你给它一个目标，它自己拆解成具体步骤，自己执行，自己验证。

区别在哪？

传统用法，你是 PM，给它需求。意图驱动，你是 CTO，给它目标。

实现意图驱动的前提条件，正是前面说的五个因素——CLAUDE.md 提供项目上下文，Skills 封装执行流程，权限控制安全边界，验证机制保证质量，Git 工作流管控交付。

这五个搭建好了，你才能真正说"帮我实现用户认证模块"，而不是"帮我写一个 JWT 验证中间件，注意要处理过期情况，记得加单元测试……"。

并行子代理：把"一个 Agent 做所有事"变成"多个专家协作"

分享里让我觉得最有价值的，是关于并行子代理调度的部分。

Claude Code 可以调度多个子代理（Subagents）并行工作。

子代理并行调度架构

一个典型的场景：你让 Claude Code 做一个大型代码重构，它可以：

• 主 Agent（Orchestrator）：负责任务规划和协调
• 子 Agent A（分析）：分析现有代码结构，输出依赖图
• 子 Agent B（重构）：基于分析结果执行具体重构
• 子 Agent C（测试）：并行生成和执行测试
• 子 Agent D（文档）：同步更新相关文档

这四个子任务，以前是串行的——一个做完再下一个。现在可以并行——能并行的全部并行，总时间大幅压缩。

但并行子代理的关键不是"快"，而是"专业化"。

拥有受限工具集的专业 Agent，优于拥有全部权限的通用 Agent。分析 Agent 只能读，不能写；重构 Agent 只能改特定目录；测试 Agent 只能运行测试，不能部署。

Anthropic 的核心发现："把执行的 Agent 和评判的 Agent 分开，是最强的质量杠杆。"

做事的 Agent 和审查的 Agent，视角天然不同。审查 Agent 不需要"更聪明"，它只是用一组不同的检查维度来审视产出物——这本身就能发现做事 Agent 注意不到的问题。

从 Demo 到生产：最重要的那条提醒

分享最后有一段话，我觉得是整场分享最值得反复读的：

AI 能一口气生成一大堆代码，并不意味着这些代码都该被合并。架构、验证、安全、审查和最终质量，仍然要由人来负责。

这句话的分量，在于它揭示了一个普遍的误区：

很多团队把 AI 出码率当成提效的核心指标——出码率 80%，那提效就很高了吧？

不对。

高德大模型应用平台在 2025 年的数据就验证了这一点：出码率从 53% 提升到 80%-90%，但项目交付周期没有明显缩短。编码快了，但 Review 慢了；出码多了，但返工也多了。

出码率 ≠ 交付率。

Claude Code 再强，它也只是把"编码"这个环节的速度提上来了。一个需求从提出到上线，编码只占 20%-30%。你把这 30% 里的 AI 渗透率从 0% 拉到 90%，整体提效也不过 18%-27%。

真正的提效，要打通全链路：

• 需求分析：AI 帮你把模糊需求变成可验证的规范
• 编码实现：AI 出码，但有质量门禁
• 代码审查：AI 初审 + 人工确认
• 测试验证：CI 程序化验证，而非人工检查
• 部署上线：人工把关最终决策

每个环节都有 AI 参与，每个环节也都有人类把关。

这才是 Claude Code 从 Demo 走向生产的正确姿势。

一张图总结

如果用一句话概括 Anthropic 这场分享的核心结论：

Claude Code 的上限，不取决于模型有多强，而取决于你的工程环境搭得有多好。

CLAUDE.md 写得越精准，模型就越懂项目；Skills 设计得越完善，重复流程就越不需要解释；权限控制越精细，安全边界就越清晰；验证机制越严格，交付质量就越可预期；Git 工作流设计得越合理，你对 AI 行为的把控就越强。

这五件事，不是"高级玩法"，而是把 Claude Code 用好的基本功。

最后

我们整理出这套 AI 大模型 突围资料包：

    ✅ 从零到一的 AI 学习路径图
    ✅ 大模型调优实战手册（附医疗/金融等大厂真实案例）
    ✅ 百度/阿里专家闭门录播课
    ✅ 大模型当下最新行业报告
    ✅ 真实大厂面试真题
    ✅ 2025 最新岗位需求图谱

所有资料 ⚡️ ，朋友们如果有需要 《 AI大模型 入门+进阶学习资源包》，下方扫码获取~

资料展示

下面是我整理的AI大模型学习资料和工具包预览，适合收藏后按主题逐步学习。

需要这份AI大模型资料清单的话，在评论区回复「清单」即可；我会根据大家的问题继续补充对应的实战内容。