第 1 章：认识 Claude Code

什么是 Claude Code

一、定义与背景

1.1 它是什么

Claude Code 是人工智能公司 Anthropic 推出的代理式编码系统(agentic coding system)。其原生形态是终端 CLI 工具，但 Anthropic 也提供了 VS Code 扩展和 Web 版本作为辅助接入方式。开发者只需在命令行中输入 claude，即可启动一个能够理解整个代码库、自主执行多步骤开发任务的 AI 代理。

Anthropic 对 Claude Code 的官方定义非常明确：

"Claude Code is an agentic coding system that reads your codebase, makes changes across files, runs tests, and delivers committed code."¹

这句话概括了 Claude Code 的四个核心动作：读取代码库、跨文件修改、运行测试、交付代码。它不是一个帮你补全下一行代码的"副驾驶"，而是一个能够独立完成从理解需求到交付成果的"代理"。

Claude Code 由 Anthropic 开发。Anthropic 是一家成立于 2021 年的人工智能安全公司，由前 OpenAI 研究副总裁 Dario Amodei 和 Daniela Amodei 兄妹创立。公司总部位于美国旧金山，以开发 Claude 系列大语言模型而闻名。Anthropic 的核心理念是"AI 安全"（AI Safety），强调在构建强大 AI 系统的同时，确保其行为可控、可解释、对人类有益。

Claude Code 的诞生与 Anthropic 内部的"吃自己的狗粮"（dogfooding）文化密不可分。据官方博客披露，Anthropic 的工程师和研究人员每天都在使用 Claude Code 进行开发工作，包括 Claude Code 自身的迭代开发。² 这种深度自用确保了产品的设计决策始终贴近真实工程需求，而非实验室里的理想场景。

1.3 什么时候发布的

Claude Code 于 2025 年 2 月 24 日 作为 research preview 首次公开，随后在 2025 年 5 月 22 日 的 Code with Claude 开发者大会上正式发布。它是推动 AI 辅助编程从代码补全向代理式编码演进的关键产品之一。在此之前，市场上已有 GitHub Copilot（2021 年）、Cursor（2023 年）等工具，但它们的核心能力仍停留在"预测下一行代码"或"在编辑器内提供聊天建议"。Claude Code 的出现，将竞争维度提升到了"自主执行多步骤开发任务"的全新层面。

Claude Code 从发布以来快速迭代，带来了文件读写、代码生成、重构、Git 操作、终端命令执行、CLAUDE.md 项目配置、自定义斜杠命令和 MCP 集成等核心功能。³ 此后产品持续演进：支持了 Claude Opus 4.6 模型，增强了 MCP 服务器稳定性，并引入了并行代理、Git worktree 支持和性能优化等高级特性。³

2026 年，Anthropic 进一步推出了 Claude Code 的 Web 版本 和 VS Code 扩展，使其不再局限于终端环境，而是可以通过浏览器或 IDE 直接访问。⁴ 不过，终端（CLI）仍然是 Claude Code 的核心形态和推荐用法。

二、核心定位：Claude Code 与 Claude 家族的其他成员

Anthropic 旗下有三款以"Claude"命名的主要产品，它们面向不同的使用场景和用户群体。理解它们之间的区别，是正确使用 Claude Code 的前提。

2.1 Claude（Ask 模式）—— 对话式 AI

Claude 是最广为人知的消费级产品，即用户在 claude.ai 网站上与之聊天的界面，也有桌面端和移动端应用。它的核心定位是"问答与思考"：你可以向它提问、让它帮你写文章、分析文档、头脑风暴、翻译文本等。

特点：

通过网页、桌面应用或移动应用访问
对话式交互，适合一次性思考任务
需要手动复制粘贴代码片段
无法直接操作你的本地文件系统

适合场景："帮我写一封冷邮件"、"分析这份 PDF 报告"、"解释这个算法的原理"。

2.2 Claude API —— 开发者接口

Claude API（更准确地说是"通过 Anthropic API 访问 Claude 模型"）是面向开发者的按量计费服务。开发者可以通过编程方式调用 Claude 模型（如 Opus 4.6、Sonnet 4.6），将 AI 能力集成到自己的应用程序中。

特点：

按输入/输出 token 数量计费
需要开发者自行管理 API Key 和调用逻辑
第三方工具（如 Cursor、Cline）通常通过此方式接入 Claude 模型
不直接提供文件系统访问或代码库理解能力

适合场景：在自己的 SaaS 产品中集成 AI 聊天功能、构建自定义 AI 工作流。

2.3 Claude Code（Build 模式）—— 代理式编码系统

Claude Code 是一个专门面向软件开发的独立产品。它运行在终端中，直接操作你的本地代码库，能够执行文件读写、运行 shell 命令、调用 Git、运行测试等操作。

特点：

终端原生（Terminal-native），遵循 Unix 哲学
直接访问本地文件系统和开发工具链
支持高达 100 万 token 的上下文窗口，可理解整个代码库⁵
具备"代理"能力：自主规划、执行、验证、迭代

适合场景："重构这个回调函数为 async/await，并更新所有调用方"、"分析 CI 失败原因并修复"、"为这个项目生成完整的测试覆盖"。

2.4 三者对比一览

维度	Claude（Ask）	Claude API	Claude Code（Build）
产品形态	网页/桌面/移动应用	编程接口（REST API）	终端 CLI 工具
核心能力	对话问答、内容生成	模型调用、程序化集成	代码库理解、自主编码
文件系统访问	无（需手动上传）	无（由调用方管理）	完整读写权限
上下文范围	单次对话	单次请求	整个代码库
执行权限	仅生成文本	仅返回文本	可执行命令、修改文件
定价模式	Free 层级 + Pro/Max 订阅制	按 token 用量计费	订阅制或 API 计费
目标用户	普通用户、知识工作者	开发者、企业集成	软件开发者、技术团队

用一个简单的框架来记忆：Ask（Claude）→ Do（Cowork）→ Build（Claude Code）。⁶ Claude 用于提问和思考，Cowork 用于处理电脑上的文件任务，Claude Code 用于构建软件和自动化系统。

三、产品形态：终端原生、CLI 优先

3.1 为什么选择终端

Claude Code 最显著的产品形态特征是终端优先（Terminal-first）。在 IDE 插件和浏览器工具大行其道的今天，这一设计选择看似"复古"，实则深思熟虑。

Anthropic 的工程师 Boris Cherny（Claude Code 的创造者之一）解释过这一设计理念：终端是"几乎所有接口中最通用的一个"。⁷ Anthropic 内部使用的技术栈各不相同——有人用 Cursor，有人用 VS Code，有人用 Vim。终端是所有人共有的交集。通过将 Claude Code 构建为 CLI 工具，它可以在不破坏任何开发者现有工作流的前提下被采用。

此外，终端优先还带来了以下优势：

敏捷迭代：CLI 的简洁性使得产品可以快速迭代，不受 IDE API 的限制
可组合性：遵循 Unix 哲学，可以通过管道（pipe）与其他命令行工具组合使用，如 tail -200 app.log | claude -p "分析这些错误"
CI/CD 集成：无头模式（headless mode）可以直接嵌入自动化流水线
跨平台一致：无论在 macOS、Linux 还是 Windows 上，体验保持一致

3.2 安装与启动

Claude Code 的安装非常简单。推荐方式是通过官方安装脚本：

# macOS / Linux
curl -fsSL https://claude.ai/install.sh | bash

# Windows
irm https://claude.ai/install.ps1 | iex

也支持通过 Homebrew、WinGet 或 npm 安装（npm 方式已标记为废弃）。⁸

安装完成后，在项目目录中运行 claude 即可启动。首次启动会引导你完成主题选择、登录方式和权限配置等一次性设置。

3.3 VS Code 扩展与 Web 版本

尽管终端是核心形态，Anthropic 也提供了更友好的接入方式：

VS Code 扩展：在 VS Code 市场中搜索"Claude Code"安装。扩展在底层仍运行 Claude Code CLI，但通过本地 MCP 服务器与 IDE 集成，提供了侧边栏对话、原生 diff 查看器、计划模式文档编辑等增强体验。⁹
Web 版本：通过 claude.ai 或 Claude iOS 应用中的"Code"标签页访问，将 Claude Code 的能力扩展到非终端用户。⁴

值得注意的是，VS Code 扩展和终端 CLI 并非互斥——你可以在扩展中启动会话，然后在终端中用 claude --resume 继续，反之亦然。⁹

四、核心能力概述

Claude Code 的能力体系可以归纳为八大类别，涵盖从代码编辑到项目理解的完整开发流程。³

4.1 代码编辑能力

文件读写：创建、读取、编辑、覆盖项目中的任意文件，支持同时读取多个文件
多文件编辑：在单个指令中跨多个文件进行协调修改，例如"给 User 接口添加 email 字段，并更新所有相关文件"
代码生成：根据自然语言描述生成函数、组件、API 端点、配置文件等
重构：提取逻辑到自定义 Hook、类组件转函数组件、重命名符号等，同时保持行为不变
Bug 修复：分析错误信息和堆栈跟踪，定位根因并实施修复
代码审查：审查代码变更中的 Bug、安全风险、性能问题和最佳实践违规

4.2 项目理解能力

代码库搜索：按文件名模式、代码内容、正则表达式搜索
依赖分析：分析文件间的导入关系、包依赖树、检测循环依赖
代码解释：用清晰的语言解释复杂代码行为、算法和设计意图
架构分析：分析整体项目结构、分层组成和设计模式
影响分析：识别代码变更的影响范围，列出需要修改的相关文件

4.3 终端与工具链集成

命令执行：执行 shell 命令并分析结果，支持构建、测试、部署等任何 CLI 操作
环境搭建：设置开发环境、安装依赖、生成配置文件
包管理：使用 npm/yarn/pnpm 安装、更新、审计包
构建与运行：构建项目、启动开发服务器、验证生产构建
进程管理：启动/停止后台进程、检查端口占用

4.4 Git 工作流

提交创建：分析变更并自动生成合适的提交信息，支持 Conventional Commits 格式
PR 创建：使用 GitHub CLI 自动创建 PR，附带变更摘要和测试计划
PR 审查：读取并审查现有 PR 变更，提供审查意见
分支管理：创建、切换、合并、删除分支
差异分析：分析 git diff 结果，解释变更摘要和影响范围
冲突解决：检测合并冲突并理解双方变更意图后进行解决
历史调查：使用 commit log 和 git blame 调查代码变更历史

4.5 测试能力

测试生成：为函数和组件自动生成测试代码，覆盖正常路径、错误情况和边界条件
测试执行与调试：运行测试并分析/修复失败原因
测试驱动开发（TDD）：遵循 RED-GREEN-REFACTOR 循环，先写测试再实现
测试维护：为实现变更更新现有测试，提升测试覆盖率

4.6 MCP（模型上下文协议）集成

MCP（Model Context Protocol）是 Claude Code 的一项关键扩展能力，允许它连接到外部工具和服务：¹⁰

以下能力通过 MCP 扩展生态实现，需用户自行安装和配置对应的 MCP 服务器，非 Claude Code 原生内置。

浏览器自动化：通过 Playwright MCP 进行网页操作、截图、E2E 测试
外部 API 访问：通过 Fetch MCP 或自定义 MCP 服务器访问网页和 API
数据库访问：通过 MCP 数据库服务器执行查询、检查 schema、操作数据
Slack、Jira 等工具集成：连接团队常用的协作工具

4.7 自定义与配置

CLAUDE.md：项目级配置文件，定义编码规范、构建命令和团队标准。Claude 在每次会话开始时读取，确保团队成员获得一致的行为¹¹
自定义斜杠命令：在 .claude/commands/ 目录下放置 Markdown 文件，定义自定义命令
Hooks（事件处理器）：在工具执行前后自动运行 shell 命令，实现如预提交检查等自动化工作流
权限模式：通过 plan、autoEdit、fullAuto 等模式控制代理的自主程度
模型选择：在 Opus、Sonnet、Haiku 之间切换，平衡智能与成本
记忆功能：跨会话保留和引用信息，学习项目惯例和用户偏好

4.8 高级能力

并行代理：同时运行多个子代理处理独立任务，如并行执行安全审查和代码审查
多模态输入：接受图片（截图、设计稿）作为输入并转换为代码
无头模式：直接从 CLI 非交互式执行任务，适合 CI/CD 流水线
Agent SDK 集成：通过 TypeScript 或 Python Agent SDK 以编程方式构建具备 Claude Code 类似能力的自定义代理（基于 Claude API，非直接调用 Claude Code 产品）
GitHub Actions 集成：在 GitHub Actions 中自动化 PR 审查和代码生成

五、目标用户

Claude Code 的设计初衷是服务软件开发者，但它的实际用户群体已经远远超出了传统意义上的"程序员"。

5.1 核心用户：软件开发者

对于开发者而言，Claude Code 是一个能够自主执行任务的编码伙伴。它的价值体现在：

减少上下文切换：开发者不再需要频繁在编辑器、浏览器、终端、文档之间切换。研究表明，知识工作者平均每天在不同应用间切换约 1200 次（HBR, 2022）。另有研究指出，切换应用后恢复高效 workflow 平均需要 9.5 分钟（Qatalog + Cornell Workgeist Report）。对于需要深度专注的复杂编码任务，被打断后恢复原状态的时间可能更长（Gloria Mark, UC Irvine）。¹²
加速代码库上手：新成员可以在几分钟内通过自然语言提问理解项目架构，而非花费数周阅读文档和结对编程。
处理繁琐任务：将重复性的重构、测试编写、依赖升级等工作交给代理，人类专注于架构设计和业务逻辑。

5.2 扩展用户：非技术背景的"构建者"

Claude Code 的一个重要定位是**"让任何能描述需求的人都能构建软件"**。Anthropic 官方明确表示：

"For builders without an engineering background, it's an entry point to software development that didn't exist until recently."¹

这意味着产品经理、设计师、创始人、运营人员等非技术角色，也可以通过自然语言描述需求，让 Claude Code 生成可工作的原型、内部工具或个人项目。

5.3 企业用户：工程团队与组织

在企业层面，Claude Code 已经被多家知名公司采用：¹

Stripe：在 1370 名工程师中部署了零配置的企业级二进制文件，一个团队用 4 天完成了预估需要 10 人周的 Scala 到 Java 迁移（共 10,000 行代码）。
Ramp：将事件调查时间缩短了 80%（官方措辞为"up to 80% faster"），非工程团队（销售、风控、财务）现在用自然语言查询数据仓库，而无需编写 SQL。
Wiz：在约 20 小时的主动开发时间内，将一个 50,000 行的 Python 库迁移到 Go——团队预估手动完成需要 2 到 3 个月。
Rakuten：新功能平均交付时间从 24 个工作日缩短到 5 天。工程师现在并行运行多个 Claude Code 会话，同时在代码库的不同区域委派任务。²

（上述数据来自 Anthropic 官方客户故事，未经独立第三方审计。Ramp 的官方措辞为"up to 80% faster"。）

六、与其他产品的本质区别

6.1 与 GitHub Copilot 的区别

GitHub Copilot 早期以内联自动补全为核心，但 2025 年 2 月已推出 agent mode（Copilot Edits / Workspace），支持跨文件代理式编辑。Copilot Chat 上下文窗口为 64k-128k token（2024 年 12 月后升级），虽仍低于 Claude Code 的百万级窗口，但已非早期限制。⁵ 两者的核心差异已从"补全 vs 代理"转向"代理框架与工具层的设计质量"。

Claude Code 的核心是代理式任务执行——你描述目标，它自主规划、跨文件修改、运行测试、迭代直到完成。它的上下文窗口高达 100 万 token，可以容纳整个企业代码库。⁵

用一个比喻：Copilot 是一个在你写字时帮你补全句子的助手；Claude Code 是一个你告诉它"写一份报告"，它自己去调研、撰写、排版、校对，然后把成品交给你的助理。

6.2 与 Cursor 的区别

Cursor 是一个 AI 原生的 IDE（基于 VS Code 的分支），提供了图形化界面、可视化 diff、按钮操作等丰富的交互方式。它支持多个 LLM 提供商，用户可以在不同模型间切换。⁷

Claude Code 则是一个终端工具，界面极简，专注于 Anthropic 自家的 Claude 模型。它的优势在于可组合性（与 Unix 工具链集成）和可脚本化（适合 CI/CD 流水线）。⁷

两者的关系是互补而非替代：许多开发者同时使用 Cursor 进行快速编辑和交互式编码，使用 Claude Code 处理复杂的自主任务。⁶

6.3 与 OpenAI Codex 的区别

OpenAI Codex 是 Claude Code 最直接的竞争对手，两者都代表"代理式编码"的前沿。两者的核心差异体现在多个维度：

定价模式：Codex 按量计费（捆绑于 ChatGPT Plus/Pro），Claude Code 采用订阅制（Pro/Max）
上下文窗口：两者均支持百万级上下文，但具体实现和压缩策略不同
安全架构：Codex 采用云端沙箱执行，Claude Code 支持本地沙箱和内置分类器
模型支持：Codex 仅支持 OpenAI 模型（o3 等），Claude Code 仅支持 Anthropic 模型（Opus/Sonnet/Haiku）
生态集成：Claude Code 深度集成 MCP 协议，Codex 也有 MCP 支持但生态侧重不同

2026 年的对比已经不再是"哪个模型在 HumanEval 上得分更高"，而是代理框架与工具层的设计质量、自主代码执行的安全架构、规模化运营的经济性，以及底层模型在现代软件工程基准（如 SWE-bench Pro、Terminal-Bench 2.0）上的综合表现。¹³

6.4 一句话总结 Claude Code 的独特性

Claude Code 是首批以终端为原生环境、具备百万级上下文窗口、能够自主规划并执行跨文件开发任务、同时深度集成开发者完整工具链的代理式编码系统之一。

它的独特性不在于"用了什么模型"，而在于**"模型如何与开发环境深度耦合"**——它不是悬浮在编辑器之上的聊天窗口，而是扎根于终端、与文件系统、Git、测试框架、包管理器无缝协作的"编码代理"。

七、安全与权限控制

作为一个能够自主执行命令和修改文件的系统，Claude Code 的安全设计至关重要。

7.1 默认谨慎模式

Claude Code 的默认行为是谨慎的：在修改文件或运行命令之前，它会请求用户批准，并准确展示计划进行的变更。¹ 用户可以通过权限模式调整自主程度：

默认模式：每次操作前请求批准
Plan 模式：先阅读代码库、提出澄清问题、编写完整的实现计划供用户审查，确认后再执行
Auto-accept 模式：跳过逐次编辑批准，适合已建立信任的方向
Auto 模式：完全移除提示，使用后台分类器自动判断操作安全性（仅限 Team、Enterprise 订阅及 API 按量计费用户）⁹

7.2 内置分类器

Anthropic 为 Claude Code 设计了内置分类器，用于区分安全操作和风险操作。在 Auto 模式下，分类器会在操作执行前进行审查，阻止如大规模文件删除、向未授权端点发送数据、强制推送到 main 分支等危险行为。⁹

7.3 沙箱隔离

Claude Code 支持沙箱模式（/sandbox），将 bash 命令隔离在工作目录内，并阻止未授权的网络访问。⁹

7.4 数据隐私

Anthropic 承诺不使用用户代码训练 Claude 模型。Free、Pro 和 Max 用户可以在账户设置中选择退出数据记录；Team、Enterprise 和 API 计划默认排除在训练之外。⁹

八、定价与获取方式

截至 2026 年 4 月，Claude Code 的获取方式主要有两种：¹⁴

8.1 订阅制（推荐）

通过 Claude Pro 或 Max 订阅使用：

计划	月费	Claude Code 访问
Free	$0	不支持
Pro	$20	支持（有使用上限）
Max 5x	$100	支持（更高上限）
Max 20x	$200	支持（最高上限）

Pro 订阅对于轻度使用足够，但重度用户可能会遇到速率限制。Max 计划更适合将 Claude Code 作为日常开发工具的专业开发者。

值得注意的是，2026 年 4 月 Anthropic 曾短暂测试将 Claude Code 从 Pro 计划中移除（仅限约 2% 的新用户），引发了社区热议，随后恢复了原有配置。¹⁵ 这反映了 Claude Code 的火爆程度给 Anthropic 基础设施带来的压力。

8.2 API 计费

开发者也可以通过 Anthropic Console 账户按 API 用量付费。这种方式按输入/输出 token 计费，对于零星的使用可能更划算，但对于密集型任务，订阅制通常更有性价比。

8.3 企业部署

企业用户可以通过 AWS Bedrock、Google Vertex AI 或 Microsoft Foundry 部署 Claude Code，遵循相应提供商的数据条款。⁹

九、总结

Claude Code 代表了 AI 辅助编程的第三次范式转移：

第一次：代码补全（IDE 自动补全、GitHub Copilot）—— 加速打字
第二次：对话式辅助（Claude.ai、ChatGPT）—— 提供分析和建议
第三次：代理式编码（Claude Code）—— 自主执行完整开发任务

它的核心价值不在于"写代码更快"，而在于**"改变工程师的时间分配"**——从手动编写每一行代码、反复调试、在工具间切换，转变为定义目标、审查计划、验证结果。工程师的角色从"作者"转变为"编排者"。¹²

正如 Rakuten 的机器学习工程师 Kenta Naruse 在描述一次 7 小时自主实现经历时所说：

"I didn't write any code during those seven hours, I just provided occasional guidance."²

这可能就是未来软件开发的真实写照。

参考来源

Anthropic 官方产品页 - Claude Code. https://www.anthropic.com/product/claude-code ↩ ↩² ↩³ ↩⁴
Anthropic 官方博客 - Introduction to agentic coding. https://claude.com/blog/introduction-to-agentic-coding ↩ ↩² ↩³
Toolsbase - Claude Code Features Guide 2026. https://toolsbase.dev/en/reference/claude-code-features ↩ ↩² ↩³
Analytics Insight - Anthropic Launches Claude Code Web App. https://www.analyticsinsight.net/news/anthropic-launches-claude-code-web-app-for-ai-powered-coding-agents ↩ ↩²
Topify - Claude Code: What Agentic Coding Looks Like in Practice. https://topify.ai/blog/claude-code-agentic-coding-workflows ↩ ↩² ↩³
Mastering AI - Claude vs Claude Cowork vs Claude Code: The Beginner's Guide. https://www.masteringai.io/guides/claude-vs-cowork-vs-code-beginners-guide ↩ ↩²
Educative - A complete Claude Code tutorial. https://www.educative.io/blog/claude-code-tutorial ↩ ↩² ↩³
GitHub - anthropics/claude-code. https://github.com/anthropics/claude-code ↩
Datacamp - Claude Code in VS Code: Setup, Features, and Workflow. https://www.datacamp.com/tutorial/claude-code-in-vs-code ↩ ↩² ↩³ ↩⁴ ↩⁵ ↩⁶ ↩⁷
Anthropic - Model Context Protocol. https://www.anthropic.com/news/model-context-protocol ↩
Claude Code Docs - Code Review. https://code.claude.com/docs/en/code-review ↩
16x Engineer - Claude, Claude API, and Claude Code: What's the Difference? https://eval.16x.engineer/blog/claude-vs-claude-api-vs-claude-code ↩ ↩²
Kingy.ai - OpenAI Codex vs Anthropic Claude Code (2026). https://kingy.ai/ai/openai-codex-vs-anthropic-claude-code-2026-the-definitive-agentic-coding-comparison/ ↩
Ars Technica - Anthropic tested removing Claude Code from the Pro plan. https://arstechnica.com/ai/2026/04/anthropic-tested-removing-claude-code-from-the-pro-plan/ ↩
CometAPI - What Model Does Claude Code Use. https://www.cometapi.com/what-model-does-claude-code-use/ ↩

Claude Code 与 Copilot、Cursor、Windsurf 的本质区别