【当AI成为你的编程搭档：Claude Code 2.0深度使用指南】

用了大半年Claude Code，从爱到恨再到和解，我想把这些经验分享给正在摸索AI编程工具的朋友们。

先说个有意思的比喻：Karpathy把这类工具形容为“住在你电脑里的小精灵”。这个说法很贴切——它不只是代码生成器，更像一个能帮你处理各种杂活的通用助手。

关于如何跟上AI工具的进化，我总结了三点：

第一，保持对工具的敏感度。不必追每个版本，但要定期体验新功能。

第二，深耕你的专业领域。AI让实现变快了，你就有更多时间打磨品味和判断力。这正是专业开发者和“氛围编程者”的分水岭——经验带来的判断力，能让你找到更短的路径。

第三，保持开放心态多尝试。别吝啬token，多问问题，甚至问那些你觉得AI做不到的事。试多了，直觉就来了。

聊聊我和Anthropic的“分分合合”。九月份我一度转投Codex阵营，原因很简单：Sonnet 4.5虽然快，但改动太随意，经常引入bug。直到Opus 4.5发布，一切都变了。

Opus 4.5让我回心转意的原因：速度更快，沟通更好，意图理解更准。它写代码的能力和GPT-5.1-Codex差不多，但反馈循环快得多，进展感更强烈。而且它的“人格”回来了——有人说它有灵魂，这话不夸张。

当然，产品本身的打磨也功不可没。语法高亮、检查点回退、提示建议、模糊搜索……这些细节让体验丝滑很多。

关于子代理机制，值得深入理解。主代理可以派生出专门的子代理来处理特定任务，比如Explore代理专门负责只读的代码搜索。一个关键洞察：Explore代理返回的是摘要，可能有信息损失。如果任务复杂，最好让Opus 4.5自己读一遍相关文件——这样所有上下文才能相互“注意”，提取出更多关联关系。

我的工作流很简单：Claude Code主力，Codex做代码审查和难题，Cursor看代码和手动编辑。

对于复杂功能，我有个“试错初稿”策略：开个新分支让Claude从头写一遍，观察它的输出和我预期的差距在哪，然后带着这些洞察再来一轮。有点像电影《信条》的逆向思维。

说到代码审查，GPT-5.2-Codex确实更强。它能标出bug严重级别，误报更少。Claude负责执行，GPT系负责审查——这个组合我用了快一年了。

接下来聊聊上下文工程。AI代理是token消耗大户，一个简单任务可能就吃掉六千多token。工具调用和结果都要塞进上下文，因为模型是无状态的。

上下文会“腐烂”。随着token增加，检索性能会下降。有效上下文窗口可能只有标称值的五六成。所以别在对话进行到一半时开始复杂任务，要么压缩，要么开新会话。

Claude Code用了很多技巧来对抗上下文退化，比如反复注入提醒标签、维护待办清单。Manus团队也分享过类似做法：通过不断更新todo文件，把目标推到上下文末端，保持模型的注意力聚焦。

技能系统是个精妙设计。它不是把所有指令塞进系统提示，而是让模型按需加载——就像《黑客帝国》里Neo下载功夫那样。这对不确定是否总需要的指令特别有用。

钩子功能允许你在代理循环的特定阶段插入脚本。有人甚至用Stop钩子自动发送“继续做”的提示，让Claude持续运行数小时。

最后分享一个组合技：有人把技能、钩子和提醒结合起来，用钩子提醒模型技能的存在，把CLAUDE.md拆分成多个技能文件来控制体积。这种定制化程度不是必需的，但能给你启发。

我们正处在一个奇妙的时代。有时候我觉得自己快变成后台代理了，有时候又因为解决了模型搞不定的bug而感到聪明。

如果这篇文章对你有帮助，今天就去试试其中一个新功能吧。

sankalp.bearblog.dev/my-experience-with-claude-code-20-and-how-to-get-better-at-using-coding-agents/