一、源码泄露背后的冰山：庞大且精密的工具系统

2026 年 3 月，Claude Code 因意外泄露了约 51 万行 TypeScript 源码。这次泄露让我们看清了顶级 Agent 系统的真实骨架：它远比大多数人想象的复杂。

它不是在“回答问题”，而是在“编排工具”。你的一次简单提问，在底层可能触发数十次工具调用和 Hook 钩子。

Claude Code 拥有一个庞大且纷繁的文件目录系统：

src/ (~1,900 文件, 512,000+ 行)
├── main.tsx                 # 入口 (Commander.js CLI + React/Ink 渲染)
├── commands.ts              # 命令注册表 (100+ 命令)
├── tools.ts                 # 工具注册表 (38+ 工具)
├── Tool.ts                  # 工具类型定义
├── QueryEngine.ts           # LLM 查询引擎 (~46K 行)
├── query.ts                 # 主查询循环 (~1,729 行)
├── context.ts               # 系统/用户上下文收集
├── cost-tracker.ts          # Token 成本追踪
│
├── commands/                # 斜杠命令实现 (100+ 个)
├── tools/                   # 工具实现 (38+ 个)
├── components/              # Ink UI 组件 (~140 个)
├── hooks/                   # React Hooks + 权限 Hooks
├── services/                # 外部服务集成
│   ├── api/                 # Anthropic API 客户端
│   ├── mcp/                 # MCP 协议集成
│   ├── lsp/                 # LSP 协议集成
│   ├── compact/             # 上下文压缩
│   ├── extractMemories/     # 记忆提取
│   ├── SessionMemory/       # 会话记忆
│   ├── tools/               # 工具执行 & 编排
│   └── analytics/           # GrowthBook + 遥测
├── constants/               # 系统提示词 + 常量
├── bridge/                  # IDE 集成桥接
├── coordinator/             # 多智能体协调器
├── plugins/                 # 插件系统
├── skills/                  # 技能系统
├── memdir/                  # 持久记忆系统
├── tasks/                   # 任务管理系统
├── state/                   # 状态管理
├── remote/                  # 远程会话
├── server/                  # Server 模式
├── vim/                     # Vim 模式 (完整状态机)
├── voice/                   # 语音输入
├── keybindings/             # 快捷键系统
├── screens/                 # 全屏 UI (Doctor, REPL, Resume)
├── schemas/                 # Zod 配置 Schema
├── migrations/              # 配置迁移
├── query/                   # 查询管道子模块
├── outputStyles/            # 输出样式
└── buddy/                   # 伴侣精灵 (彩蛋)

系统命令与工具库：

‧ /mcp (跨协议协作)    ‧ /memory (长期记忆)    ‧ /permissions (权限)
‧ /hooks (生命周期)    ‧ /plugin (插件)        ‧ /skills (封装技能)
‧ /tasks (任务拆解)    ‧ /plan (架构规划)      ‧ /review (审查)
‧ /status (状态)       ‧ /model (模型)         ‧ /output-style (输出)

层级	组件	功能
系统层	System Prompt	身份定义、安全规则、工具规范（Agent 的“宪法”）
模式层	Coordinator/Worker	多智能体编排模式切换，支持任务递归嵌套
工具层	40+ Tools	文件读写、代码搜索、命令执行、Web 抓取
钩子层	26+ Hooks	在工具执行前后注入逻辑，确保流程确定性
项目层	CLAUDE.md	项目级持久记忆，解决“新员工入职”的信息差
记忆层	三层记忆系统	短期压缩、中期萃取、长期整合的渐进式管线

“你以为你只是发了一条消息，其实你启动了一台拥有 40 多双手、20 多个监控点的自动化机器。”

二、提问的四重境界：个人实战心得

基于对 Claude Code 的设计哲学理解和实际使用经验，个人觉得开发者与 AI 的协作能力可以粗略划分为四重境界：

1. 第一重：盲盒式提问（小白入行）

这是最底层、也是最普遍的“小白”状态。

• 特征：无背景、无品牌、无先验信息。
• 典型表现：

  “给我写一份品牌推广报告。”
  “帮我写个网站。”

• 问题本质：把 AI 当成带了某种“超能力”的算命先生。在这种境界下，AI 只能基于最泛化的语料库输出“正确的废话”。

2. 第二重：指令式提问（遥控车模式）

比第一重稍微进阶，开始介入细节，但由于缺乏全局视角，陷入了单步操作的泥潭。

• 特征：一步一步指挥，像操控遥控车一样。
• 典型表现：

  “在第 42 行加一个 if 语句。”
  “把这里改成红色，再改回去。”

• 问题本质：短路了 Agent Loop（代理循环）。你剥夺了 AI 自主探索、规划和验证的能力，把自己变成了系统的瓶颈。

3. 第三重：意图式提问（委托模式）

你开始意识到 AI 是一个具备自主能力的资深工程师。

• 特征：清晰描述目标（Goal），会简单使用 SKILLS、知识库 或一些 MCP。
• 典型表现：

  “启动一个研究团队：研究员负责调研竞品获客方式，分析师提取 ck知识库 的品牌特性，策略师基于以上输出制定拓客方案。”
  “重构认证模块，调用 jose 库并参考 CLAUDE.md 规范。”

• 关键要素：
  • 目标明确：要做什么（What），而非怎么做（How）。
  • 工具前置：明确告诉 AI 该调用哪些“技能”或“外部接口”。
  • 信任机制：让 AI 进入 Plan Mode（规划模式），它先扫描结构、出方案，你审批后它自主执行。

4. 第四重：系统式提问（编排模式）

这是最高境界，你不再是“操作员”，而是“架构师”，拥有类似 Claude Code 的系统级思维。

• 特征：自我驱动的工具化进化。不仅是灵活编排，更是能“创造工具”——整理个人代码习惯与逻辑，定义专属 Skills，开发专属 MCP，或构建属于自己的领域知识库。
• 典型表现：

  “为该重构任务定义一个监控 Hook，实时捕获所有 Bash 执行失败的信号；同时通过 /plugin 注入自定义安全扫描，若发现未授权的文件读写立即中断并报告状态。”
  “这是我的编码习惯和逻辑，请据此为我生成一个专属的 refactor-skill，并在后续重构中自动调用。”

当然，最高境界一向难以修炼，
我举一个这篇文章4亿token买来5个教训：让6个AI Agent连写4天代码发生了什么？的案例

他设计了一个 6 人团队：

• 1 * Lead Agent 负责方案设计、任务拆分、任务分配、交付质量把关、根据实现调整优化技术方案等，对技术方案和最终实现效果负责；
• 3 * Worker Agent 根据 Lead Agent的分配，实现具体任务。采用Git Worktree ，解决多 Agent 并行时代码互踩的问题，同时可以快速扩展，支持更多agent并行；worker 实现任务后交由 Lead Agent确认实现和技术方案是否一致。
• 1 * Gatekeeper 对合入master的代码做审查，拒绝时会写具体的反馈文件，Worker 可以在原代码副本里修复后重新提交；另外，在每轮结束后经验会自动沉淀到记忆文件，下一轮 Lead Agent可以根据每一轮的经验，优化技术方案；
• 1 * Watchdog 作为系统负责人，监控所有运行的环节，如果脚本异常、日志异常，会根据异常信息优化或者修复脚本，然后重跑脚本，保证整个系统平稳运行。
  

然后经过了几天的尝试，各种bug：

天数	关键事件
Day 1	8个版本连环崩溃：24分钟内3次崩溃，代码0合入
Day 2	卡死 11.6 小时：Agent 全部卡在等 lock，Watchdog 68 次巡检报告"正常"
Day 3	0字节根因发现：流式日志取代 /dev/null，14 个模块自动合入
Day 4	TS 重写：Bash → TypeScript，31 文件 / 3600 行，测试 50 → 218 (+336%)

痛定思痛的作者不得不回退到“头疼治头，脚疼治脚”的过程：

故障	逼出来的能力
API 错误走 stdout 未被捕获	双通道检测
Bash 版本不兼容	兼容方案
环境变量连锁污染	三处防御性清理
双实例竞争 + 无超时 + 11.6h 卡死	互斥锁 + 双超时
stdout 全缓冲导致 0 字节误杀	流式日志 + 多维心跳

所以看得出来，一个好的系统Agent，要打的补丁也不少，而且要兼顾的“胶水代码”更是细枝末节的需要一堆

三、普通开发者咋办

面对如此复杂的系统，普通 Vibe Coding 使用者我感觉不用直接进入“系统提问”阶段，
我觉得第三重就比较好，大概就是：

学会使用工具 + 创造一些自己用的顺手的小工具 + 学会“结构化表达”需求

1. 学会“结构化表达”需求

不同项目可能不一样，感觉可以积累，
从“怎么做”转向“做什么”。

• ❌ 错误做法：“打开文件 A，把第 10 行的函数名改成 B。”
• ✅ 正确做法：“重构这个模块，让函数命名符合项目规范。”

推荐的需求模板：

• 任务目标：[清晰描述达成结果]
• 技术约束：[框架、库、规范]
• 验收标准：[如何确认任务完成，如跑通测试]
• 参考资料：[CLAUDE.md、相关文档]

2. 积累自己用顺手的工具

• 为自己准备的顺手的SKILLS，不同的项目都可以使用得到，或者自己创造一些skills；
• 一些项目开发的基本规则，写成rule.md，并加入到vibe coding的工具里面；
• 找一款自己喜欢的vibe coding的工具，比如trae,codebuddy,claude code,qoder,workbuddy,etc.

五、总结：从 Prompt 到 Harness

个人感觉接下来写代码的工作大部分肯定交给vibe coding工具，那么人人都是产品经理的时代变成现实；
谁可以更好的提需求 + 有创意/想法，可能会更加有竞争力。

在这篇文章对话朱广翔 - 人人都能coding了，软件会消失吗？的一段话:

把AI用好，这样AI就会助我们成功。其实就是说我们人的发展要和AI保持一个15度的夹角。什么意思呢？我们人和AI不能正交，正交的话AI进步了你还在原地，你没有受益。但人又不能站在AI的延长线上，比如AI擅长写代码，你就不要写代码了，因为总有一天你会被它取代。你总要有点东西是它不能取代的。保持一个15度夹角，这夹角就是你的专业知识所在。比如你是学法律的、学金融的，你有自己的taste，或者你是懂艺术的。

参考文献

• 拆解 Claude Code：从底层机制到 10 倍效率的实战指南
• 御舆：解码 Agent Harness —— Claude Code 架构深度剖析
• Claude Code 源码泄露：5 个 Agent 设计模式拆解
• Claude Code 源码泄露，我发现了 6 个神级 Agent 和 Prompt
• 4亿token买来5个教训：让6个AI Agent连写4天代码发生了什么？