# [搬运] Claude Code 的七项特性


> [!IMPORTANT]
> 本文整理的所有内容都来自 YouTube 频道“Cloud X Berry”发布的视频《Why Claude Won? TOP 7 Features That Changed AI Coding》。
> Link: [Why Claude Won? TOP 7 Features That Changed AI Coding](https://www.youtube.com/watch?v=oetQNZp2MLM)

---

# Claude Code 的七项特性

对开发者而言，“让 AI 写点代码”和“让 AI 在一个完整代码库上工作”之间有巨大的差别，而这正是 Claude Code 有意思的地方。你不是把一个文件交给 AI 让它改，而是让 Claude Code 访问整个项目，让它理解代码库、排查问题、做出修改、运行命令，帮你完成一个更大的任务。

那么 Claude Code 究竟是什么，它又是如何工作的？下面逐条拆解。

## 一、它是一个 agentic 编码工具

这里最重要的词是 agentic（代理式）。传统的编码助手，只在你要求时生成一个函数；而 Claude Code 能接住一个更大的目标，把它拆解成多个步骤。

举个例子：想象你刚加入一家公司，拿到一个从未见过的后端项目。与其花几个小时一个个翻文件，你可以让 Claude Code「分析这个项目并解释它是如何运作的」。它可以检查仓库、浏览目录和文件、理解各个组件如何连接，然后给你一个高层次的解释。

这和单纯让 AI 生成代码很不一样——你给的是一个目标，而它能自行判断朝着这个目标需要哪些步骤。

## 二、它与你的真实代码库协作

Claude Code 针对一个项目目录运作，而不只是你粘贴进聊天窗口的那点代码。这意味着它可以检查源文件、配置、依赖、测试、文档以及其他项目信息。

这在处理一个既有应用时尤其有用，因为在真实的软件工程里，困难的部分往往不是写一个新函数，而是一些别的判断：「我应该在哪里做修改？什么依赖这段代码？已经存在哪些测试？这个项目遵循什么约定？」——这正是让 AI 在完整代码库上工作变得更有价值的地方。

## 三、它能使用工具

这是简单的聊天机器人与 agentic 编码工具之间最大的区别之一。Claude Code 能使用工具去检查文件、搜索项目、执行命令，以及完成其他任务所需的操作。

想象你让它：「找出测试为什么失败，并修复这个问题。」工作流可能是这样：检查项目、找到相关代码、运行测试、定位失败、修改代码、再次运行测试。重点在于，AI 不只是生成一段回复，它正在与开发环境交互以完成任务。

## 四、你仍然掌控它能做什么

这一点极其重要。一个能读文件、执行命令、修改项目的 agent，需要有边界，这就是权限与审批之所以重要的原因。视操作而定，你可能希望 AI 在执行可能具破坏性的修改或命令前，先征得你的批准。

所以思路不是“给 AI 无限访问权，然后听天由命”，而是给它所需的能力，同时让人掌控重要的动作。这种人在环中（human in the loop）的方式，在你把 AI 用在生产代码上时尤其重要。

## 五、上下文

那么，当项目变得很大时会发生什么？AI 不可能简单地把整个庞大的代码库一股脑倒进工作上下文，还指望所有信息都同样有用。它必须判断哪些信息与当前任务相关。

例如，你在修一个认证相关的 bug，大概不需要项目里每一个无关的前端组件。真正有用的上下文，可能是认证服务、配置、数据库层、测试和少数几个相关模块。所以，与编码 agent 高效协作的一个主要部分，就是上下文管理。你问的不只是「AI 会不会写代码」，而是「AI 能不能找到并使用正确的信息，来做出正确的修改」。

## 六、子代理（sub-agents）

与其让一个 agent 做所有事情，你可以把专门的任务交给更小的 agent。例如，一个子代理专注于测试，另一个做代码审查，一个分析文档，还有一个调查架构的某个特定部分。主 agent 可以在合适的时候，把工作委派给这些专门的代理。

把它想成一支软件工程团队：有一个人协调任务，专家们各自处理具体的部分。

## 七、skills 与项目专属指令

不同的项目有不同的规则。也许你的项目要求某条特定的测试命令，也许你有特定的代码风格，也许每个 pull request 都需要符合某种格式。与其每次重复解释这些规则，你可以定义可复用的指令和能力，让 agent 去遵循。这正是 skills、项目配置和记忆（memory）等概念有用武之地。

你本质上是在教这个编码 agent：「我们这个项目是这样运作的，我们希望任务这样完成。」这能让 agent 的一致性高得多。

## 把它们放在一起

现在想象你加入一个新的开发团队，手上有一个从未接触过的仓库。你可以让 Claude Code 先理解这个项目，然后让它识别重要组件，再让它解释某个特定功能如何工作，接着让它调查一个 bug、制定一份计划，然后在必要处经你批准后让它实施改动，最后让它运行测试并审查它改了什么。

这比一个 AI 自动补全工具，更接近于“拥有一个 AI 开发代理”。而这正是 AI 编码工具正在发生的重要转变：我们正在从「AI 替我写代码」，走向「AI 能与我一起走完一个软件工程任务」。

## 但开发者并未变得无关紧要

这并不意味着开发者变得无关紧要，恰恰相反。这些 agent 越有能力，开发者理解架构、需求、测试、安全、代码质量和取舍就越重要。因为 agent 能执行很多步骤，你仍然需要判断这些步骤是否正确。

这才是 Claude Code 这类工具的真正的价值所在：它不只是更快地生成代码，而是给一个 AI agent 足够的上下文、工具和受控的访问权限，帮你解决真实的软件工程问题。