前面讲了claude code运行的一些细节，比如对于编辑的处理：
http://t.cn/AXIuP7p8
就是这些细节，让claude code的体验超过同类的编码智能体。

这次再讲一个，工具的并行执行。
一般来说，编码智能体是给大模型发消息，让大模型决定用哪些工具。
等大模型回复完了，再开始一个一个执行工具。
但是我们知道，大模型生成消息，需要的时间比较长，而工具执行的速度比较快。
假设大模型生成一条消息，是400毫秒，执行3个工具，每个都是100毫秒。

你这么做的话，用户需要等待的时间是：
大模型生成消息：400毫秒。
工具1执行： 100毫秒。
工具2执行： 100毫秒。
工具3执行： 100毫秒。
那么，这样就要等待700毫秒。

claude code不是这么做的，它是采用的流式传输，收到第一个工具消息，整个消息还没有传输完，就已经开始执行了。
假设，100毫秒收到一个工具消息，它在收到第一个工具消息时，就已经开始执行了，然后是第二个，第三个。
就是说，大模型生成消息和工具的执行是并行的。

那么时间就变成，100毫秒收到第一个工具消息，已经开始执行。
第二个100毫秒，收到第二个工具消息，第一个工具已经执行完了。
第三个100毫秒，收到第三个工具消息，前面两个工具已经执行完了。
第四个100毫秒，大模型在生成收尾信息，第三个工具已经执行完了。
总共时间是400毫秒，在大模型生成消息的过程中，三个工具都执行完了。

在实际的过程中，工具的执行速度非常快，往往大模型还没生成完，工具执行基本结束了，只剩一些收尾。
对于“读”这类的工具，完全可以并行，对于“写”这类的工具，做一些互斥和执行顺序的安排就可以了。

人们对于大模型的生成速度是有预期的，就是说400毫秒，别人觉得是应该等的，而且可以看到大模型在输出。
那么，实际使用体感，就是感觉大模型生成完，操作已经完成了。
这个体感就非常好。

你看，原理都懂，但是这些细节，别人做的就比较好，用户体验就非常好。