有研究团队把 Claude Code 公开的 TypeScript 源码拆了一遍，发现一个挺反直觉的结论——51.3 万行代码里，真正跟 AI 决策相关的部分只占 1.6%。

剩下的 98.4% 是什么？不是 prompt 魔法，而是大量工程基础设施：权限控制、上下文管理、工具调度、会话存储、任务隔离等等。

这点很值得琢磨。很多人做 AI 产品，第一反应是换模型、调 prompt、搞 agent 编排。但 Claude Code 真正厉害的地方，恰恰不是把模型包得多复杂，而是用一套很稳的工程系统，让模型可以安全、高效、持续地干活。

它的核心逻辑其实很简单：模型思考下一步要做什么 → 调用工具 → 拿到结果 → 再继续。

说白了，就是一个循环。但这个循环外面包了一层很厚的“安全壳”：什么时候能执行命令、什么时候要问用户、上下文快满了怎么压缩、子任务怎么隔离、会话怎么恢复，全都被系统管住了。

我觉得里面最值得学的几个设计是：

第一，上下文不是无限塞，而是分层压缩。Claude Code 有多层压缩机制，先删便宜的、无关紧要的工具输出，实在不够再做大段总结。这样不会动不动就把整个 session 压成一坨摘要，尽量保留关键上下文。

第二，CLAUDE.md 很特殊。它不是普通聊天上下文，而是每次从磁盘重新读取，所以不会因为上下文压缩被删掉。

也就是说，你写在 CLAUDE.md 里的项目规则、编码规范、架构约定，会一直存在。这也是为什么很多人说，Claude Code 用得好不好，CLAUDE.md 很关键。

第三，权限系统很细。Claude Code 不是简单地“允许所有”或“禁止所有”，而是根据工具、参数、目录、运行模式来判断风险。

低风险操作自动放行，高风险操作再问用户。这个设计比粗暴拦截好用很多，也更适合真实开发场景。

第四，Subagent 很聪明。复杂任务可以拆给子 agent 跑，而且子 agent 有独立上下文和 worktree。

它内部可能消耗很多 token，但最后只给主 agent 返回一小段摘要，比如“测试通过了”“类型检查没问题”。这样主会话不会被大量细节撑爆。

还有一点我很喜欢：Claude Code 的 session 是 append-only 存储的，可以继续恢复。claude --continue 不只是“接着聊”，而是继续使用一个已经理解过你项目的 agent。它知道之前看过哪些文件、跑过哪些测试、项目结构是什么，体验会比每次新开一个 session 好很多。

所以这篇分析给我的最大启发是：AI 产品的壁垒不只在模型，而在模型周围的工程系统。

模型负责“想”，但真正决定产品能不能长期稳定使用的，是权限、上下文、工具、存储、隔离、恢复这些看起来没那么性感的东西。

Claude Code 厉害的地方，不是让 AI 看起来更神，而是把 AI 当成一个很强但需要管理的工程师：给它工具，给它规则，给它权限边界，也给它持续工作的记忆。
~~~~~~~~~~
的确是这样，所以 Manus 是很值钱的。Deepseek V3.2 有一个 好的 agent， 输出结果是比当时的 ChatGPT、Claude 都要强的