三亩地 三亩地SAN MU DI · CODE DIARY
交流投稿
ARTICLE DETAIL

日记详情

真实记录编程学习的某一天，欢迎挑你感兴趣的翻一翻。

首页/学习日记/日记详情

Claude Code 架构全景：从 CLI 到 AI Agent 的编程新范式

发布时间：2026/8/11 2:32:41 三亩地 编程学习日记
Claude Code 架构全景：从 CLI 到 AI Agent 的编程新范式

  • Claude Code 架构全景：从 CLI 到 AI Agent 的编程新范式

    • 核心痛点：AI 编程工具层出不穷，但从"代码补全"到"自主编程 Agent"的范式跃迁背后的架构设计，多数开发者仍停留在表面使用层面，缺乏系统性认知
    • 适配人群：AI/ML 工程师、高级开发者、DevOps 工程师、技术架构师——希望深入理解 Claude Code 内部机制并将其应用到实际工程中
    • 收获能力：理解 Claude Code 的多形态部署架构、Agent 循环核心原理、工具层与扩展层设计、上下文管理策略，以及与主流竞品的本质差异

    • 技术背景与演进逻辑

      • 2023 年，AI 编程工具以"代码补全"形态进入主流视野。GitHub Copilot 凭借 IDE 内联建议率先落地，Cursor 以"AI-first IDE"定位切入，Cline 则以开源 VS Code 插件形态吸引了大量开发者
      • 但这些工具有一个共同的局限：它们本质上是"辅助工具"，只能在你写代码的时候提供建议，无法自主完成跨文件的工程任务
      • 2025 年初，Anthropic 发布了 Claude Code——一个从终端运行的 AI 编程 Agent。它不再只是"建议"，而是能够自主读取整个代码库、编辑文件、运行命令、调用外部服务，并验证结果。这不是渐进式改进，而是范式跃迁
      • 从"补全"到"Agent"的转变，意味着 AI 编程工具的角色从"打字助手"升级为"工程协作者"。Claude Code 的架构设计正是围绕这一核心理念展开
      • 贯穿案例引入：本系列以「CSDN 文章自动发布流水线」为主线案例。在本文中，我们从一个简单场景切入——用 Claude Code 在终端中搜索技术资料、阅读文档、生成文章大纲。这个看似简单的流程，背后涉及 Claude Code 的 Agentic Loop、工具调用、上下文管理等核心机制
      • 演进时间线（text 树表达）：
        AI 编程工具演进时间线 ├── 2022-06 -> GitHub Copilot GA：IDE 内联代码补全，开启 AI 编程时代 ├── 2023-03 -> Cursor 发布：AI-first IDE，引入 Chat + Edit 模式 ├── 2023-07 -> Cline（原 Continue）开源：VS Code 插件，社区驱动 ├── 2024-12 -> Anthropic 发布 Claude Code 预览版：CLI Agent 形态 ├── 2025-02 -> Claude Code 正式发布：终端 AI 编程助手 ├── 2025-06 -> MCP 协议生态成熟：外部工具标准化接入 ├── 2025-09 -> Claude Code 支持多 Surface：VS Code / JetBrains / Desktop ├── 2026-01 -> Skills + Auto Memory 系统落地：持久化知识与可复用能力 ├── 2026-02 -> Worktree 并行开发 + Agent Teams 实验性发布 ├── 2026-03 -> Web Surface + Mobile + Dispatch：随时随地编程 ├── 2026-05 -> Workflows + Scheduled Tasks：确定性多 Agent 编排 └── 2026-Q3 -> Agent SDK + Plugins + Marketplaces：生态全面开放
      • 这条时间线揭示了一个关键趋势：AI 编程工具正在从"单点能力"演进为"操作系统级平台"。Claude Code 不再只是一个 CLI 工具，而是一个覆盖终端、IDE、桌面应用、Web、移动端、CI/CD 的全形态编程 Agent 平台

    • 核心原理深度解析

      • Agentic Loop：Claude Code 的核心引擎

        • Claude Code 的所有能力都围绕一个核心机制运转——Agentic Loop（Agent 循环）。理解这个循环，就理解了 Claude Code 为什么能"自主编程"
        • Agentic Loop 由三个阶段组成，它们不是严格的线性流程，而是相互交织的：
        • 循环机制（text 树）：
          Agentic Loop 核心循环 ├── 阶段 1 -> 收集上下文（Gather Context） │ ├── 读取文件 -> 理解代码结构 │ ├── 搜索代码 -> 定位相关组件 │ ├── 运行命令 -> 获取运行时状态 │ └── 调用 MCP -> 获取外部数据 ├── 阶段 2 -> 执行动作（Take Action） │ ├── 编辑文件 -> 修改代码 │ ├── 创建文件 -> 生成新组件 │ ├── 运行命令 -> 执行构建/测试 │ └── 调用 API -> 与外部系统交互 ├── 阶段 3 -> 验证结果（Verify Results） │ ├── 运行测试 -> 确认功能正确 │ ├── 检查输出 -> 验证预期行为 │ └── 回顾变更 -> 确保一致性 └── 循环 -> 根据验证结果决定下一步 ├── 任务完成 -> 返回结果给用户 └── 未完成 -> 回到阶段 1 继续
        • 关键设计思想：每次工具调用都会产生新的信息，这些信息反馈给模型，影响下一步决策。这不是预定义的工作流，而是模型根据实时信息自主决策的动态循环
        • 举个具体例子：当你说"修复认证模块的 bug"时，Claude Code 可能经历这样的循环：
        • 循环示例（text 树）：
          "修复认证模块的 bug" -> Agent 循环 ├── 循环 1：搜索 -> Glob("auth*") -> 定位到 src/auth/ 目录 ├── 循环 2：读取 -> Read("src/auth/session.ts") -> 理解会话逻辑 ├── 循环 3：搜索 -> Grep("token refresh") -> 找到 token 刷新逻辑 ├── 循环 4：读取 -> Read("src/auth/token.ts") -> 发现过期检查缺失 ├── 循环 5：编辑 -> Edit("token.ts", 添加过期检查) -> 修复代码 ├── 循环 6：运行 -> Bash("npm test") -> 测试通过 └── 循环 7：完成 -> 返回修复报告给用户
        • 用户可以在循环的任何时刻中断（按 Esc）或纠正方向（直接输入新指令）。Claude Code 是自主的，但始终保持对用户输入的响应性

      • 工具层：赋予模型行动力

        • 没有工具，模型只能生成文本。工具是 Claude Code 从"聊天机器人"升级为"编程 Agent"的关键。Claude Code 的内置工具分为五大类：
        • 工具分类（text 树）：
          Claude Code 内置工具体系 ├── 文件操作（File Operations） │ ├── Read -> 读取文件内容（支持行号、偏移、图片、PDF） │ ├── Write -> 创建/覆写文件 │ ├── Edit -> 精确字符串替换编辑 │ └── Glob -> 按模式匹配查找文件 ├── 搜索（Search） │ ├── Grep -> 正则表达式内容搜索（基于 ripgrep） │ └── codegraph -> 代码语义搜索
编程学习 学习日记 实战经验
← 返回列表