Claude Code 创始人亲授：高效使用AI编程助手的实战技巧

Claude Code 创始人 Boris 在 Anthropic 技术分享会上，用30分钟详细讲解了这款AI编程工具的高级用法。从新手入门到专家级并行工作流，这些来自创造者本人的实战建议，值得每一位开发者认真学习。

Claude Code 是什么：一种全新的编程范式

Boris 开场就明确区分了 Claude Code 与传统代码补全工具的本质差异。传统AI编程助手侧重于逐行补全代码，而 Claude Code 是完全自主的（fully agentic）——它能构建完整功能、编写整个函数和文件、同时修复多个Bug。

"Fully agentic"（完全自主代理）是当前AI应用架构中的一个关键概念，它与传统的"copilot"模式有本质区别。Copilot模式下，AI作为人类的辅助工具，每一步操作都需要人类确认和触发；而agentic模式下，AI能够自主规划任务步骤、调用工具、评估中间结果并决定下一步行动，形成完整的"感知-规划-执行-反馈"闭环。这种架构的核心挑战在于：模型需要具备足够强的推理能力来分解复杂任务，需要可靠的工具调用能力来与外部环境交互，还需要自我纠错能力来处理执行过程中的意外情况。Claude Code之所以能实现这种自主性，依赖于Claude模型本身在长链推理和工具使用上的能力突破。

更关键的是，Claude Code 不需要你改变现有工作流。无论你使用 VS Code、Xcode、JetBrains 还是 Vim/Emacs，它都能无缝配合。它运行在终端中，支持本地、远程SSH、Tmux等任何环境。Boris 提到 Anthropic 内部有些人对自己的IDE有着"冷死也不换"的执着，但他们依然在用 Claude Code——因为它是IDE无关的。

新手第一步：从代码问答开始

Boris 给出的第一条核心建议出人意料地简单：先不要写代码，先问问题。

这也是 Anthropic 新员工技术入职培训的第一课。新人下载 Claude Code 后，立即开始向它提问关于代码库的问题。过去技术入职需要两到三周，现在只需要两到三天。

可以问的问题类型包括：

• "这段代码是怎么被使用的？"
• "如何实例化这个类？"
• "为什么这个函数有15个参数？它们为什么这样命名？"（Claude Code 会自动查阅Git历史来回答）
• "我这周提交了什么？"（Boris每周一站会都用这个方法）

有意思的是，Claude Code 不做任何索引。你的代码完全保留在本地，不会上传到任何远程数据库，也不会用于训练模型。下载即用，无需等待索引完成。这与许多其他AI编程工具形成了鲜明对比——像Cursor、Codeium等工具通常需要在首次打开项目时建立代码索引（将代码转化为向量嵌入存储在本地或云端数据库中），以便后续快速检索相关代码片段。Claude Code选择不做索引，意味着它完全依赖模型自身的推理能力和实时的文件搜索、Grep等工具来理解代码库，这在隐私保护上更有优势，但也对模型的代码理解能力提出了更高要求。

编辑代码的正确姿势：先规划再动手

Claude Code 的工具集其实很精简：文件编辑、Bash命令执行、文件搜索。它会自动组合这些工具来完成任务。

但 Boris 反复强调一个关键模式：让它先思考再写代码。

他观察到一个常见错误：用户直接要求实现一个3000行的大功能。有时一次就能做对，但很多时候结果完全不是你想要的。解决方案很简单——在提示中加一句"在写代码前先做个计划"（make a plan before you write code）。这个技巧背后的原理与"思维链"（Chain-of-Thought）提示策略一脉相承：当你要求模型先输出推理过程再给出最终答案时，模型的准确率会显著提升。对于复杂编程任务，"先规划"相当于强制模型进行任务分解——将一个模糊的大需求拆解为明确的小步骤，每一步都有清晰的输入输出预期，从而大幅降低最终结果偏离预期的概率。

另一个高频使用的提示词是：think, commit, push, PR。Claude Code 足够智能，能理解这意味着：思考方案、创建提交、推送到分支、创建Pull Request。它会自动查阅Git日志来确定提交格式。

进阶技巧：接入团队工具与迭代工作流

Claude Code 真正发力的地方在于接入团队已有的工具。两种方式：

1. Bash工具：告诉Claude使用某个CLI工具，甚至可以让它通过 --help 自行学习用法
2. MCP工具：添加MCP服务器，Claude Code会自动学会使用

MCP（Model Context Protocol，模型上下文协议）是Anthropic于2024年底开源的一项标准化协议，旨在解决AI模型与外部工具、数据源之间的连接问题。在MCP出现之前，每个AI应用都需要为每个外部服务编写定制化的集成代码，导致大量重复工作。MCP定义了一套统一的客户端-服务器通信标准：MCP服务器暴露工具（tools）、资源（resources）和提示模板（prompts），MCP客户端（如Claude Code）则通过标准协议发现和调用这些能力。这类似于Web领域的HTTP协议——有了统一标准，任何客户端都能与任何服务器通信。目前已有大量社区开发的MCP服务器，覆盖GitHub、Slack、数据库、浏览器自动化等常见开发场景。

Boris 特别推荐的高级工作流是给Claude一个检验结果的手段：

• 写单元测试让它自己验证
• 用 Puppeteer 截图对比UI效果
• 用iOS模拟器截图检查移动端界面

当Claude能看到自己的输出结果时，它会自主迭代改进，结果质量会有显著提升。Puppeteer是Google开发的Node.js库，提供了对Chrome/Chromium浏览器的程序化控制能力，可以执行页面导航、元素点击、表单填写、截图等操作。在Claude Code的工作流中，Puppeteer扮演着"AI的眼睛"角色：当Claude修改了前端代码后，它可以通过Puppeteer启动浏览器、加载页面、截取屏幕截图，然后将截图作为视觉反馈输入到下一轮对话中。这构成了一个自动化的"编码-预览-修正"循环，使AI能够像人类开发者一样通过视觉检查来验证UI效果，而不是仅凭代码逻辑推断渲染结果。Anthropic内部的Web/Apps仓库就共享了一个 Puppeteer MCP 服务器，让所有工程师都能享受自动截图迭代的能力。

上下文管理：CLAUDE.md 的层次体系

给Claude更多上下文，它就能做出更聪明的决策。核心机制是 CLAUDE.md 文件：

• 项目根目录的CLAUDE.md：自动读入每个会话，应该提交到版本控制与团队共享
• 本地CLAUDE.md：仅个人使用，不提交到代码库
• 嵌套目录的CLAUDE.md：按需拉取，当Claude在特定目录工作时自动加载
• 企业级策略：全公司统一下发的配置

CLAUDE.md 中通常包含：常用Bash命令、MCP工具说明、架构决策、核心文件引用、代码风格指南等。Boris强调要保持简短，过长会浪费上下文窗口。

上下文窗口（Context Window）是大语言模型的核心约束之一，指模型在单次推理中能处理的最大token数量。Claude的上下文窗口为200K tokens，虽然已经很大，但在处理大型代码库时仍然是稀缺资源。每一条系统提示、用户消息、工具调用结果和模型回复都会占用上下文空间。这就是Boris强调CLAUDE.md要保持简短的原因：如果配置文件过长，它会在每个会话中持续占用宝贵的上下文空间，挤压留给实际代码分析和推理的容量。CLAUDE.md的层次化设计（根目录全局加载、子目录按需加载）正是对这一约束的精巧工程应对——确保只有当前任务真正需要的上下文才会被加载进来。

权限管理同样支持层次化配置：可以在企业级自动批准某些命令，也可以屏蔽危险操作（如禁止访问某些URL）。

高手必知的快捷键与隐藏功能

终端界面天然是极简的，以下快捷键很容易被忽略：

按键	功能
Shift+Tab	切换为自动接受编辑模式
#	让Claude记住某条规则（写入CLAUDE.md）
!	快速执行Bash命令并纳入上下文
@	提及文件/文件夹引入上下文
Escape	随时安全中断（不会破坏会话）
Escape×2	跳回历史
Ctrl+R	查看完整输出

特别值得一提的是语音输入：在macOS的辅助功能中开启听写，就能直接对 Claude Code 说话，像跟同事对话一样描述需求。这种交互方式的价值在于降低了"提示工程"的心理门槛——很多开发者在打字时会不自觉地尝试用"机器能理解的方式"来措辞，反而丢失了关键的需求细节；而语音输入鼓励用自然语言描述问题，往往能提供更丰富的上下文信息。

SDK与并行工作：专家级用法

Claude Code 的 -p 参数暴露了完整的CLI SDK，可以像Unix工具一样使用：

claude -p "分析这个日志" --allowedTools bash --output-format json

支持管道操作：git status | claude -p "总结变更" | jq .result

这种设计遵循了Unix哲学中"做好一件事"和"程序间可组合"的核心原则。通过支持标准输入/输出和JSON格式，Claude Code可以像grep、awk、sed等经典Unix工具一样被嵌入到任意的Shell脚本和自动化管道中。这让Claude Code能融入CI流程、事件响应管道、日志分析等场景，而不仅仅局限于交互式的编程对话。

真正的高级用户会并行运行多个Claude Code会话：通过SSH隧道、Tmux窗口、同一仓库的多个checkout或Git Worktrees实现隔离。Git Worktrees是Git 2.5引入的一项功能，允许从同一个仓库创建多个工作目录，每个目录可以检出不同的分支。与传统的多次clone相比，worktrees共享同一个.git目录和对象数据库，因此占用更少的磁盘空间且分支间的操作更加高效。在AI编程的并行工作流中，这项功能尤为重要：每个Claude Code会话可以在独立的worktree中工作，互不干扰地修改文件、运行测试、创建提交，避免了多个AI代理同时修改同一文件导致的冲突问题。Boris坦言自己是"普通用户"，通常只开一个会话，但他观察到Anthropic内外的重度用户都在大量并行使用。

为什么是终端而不是IDE？

Q&A环节有人问为什么不做IDE插件。Boris给出两个理由：

1. Anthropic内部工程师使用的IDE五花八门，终端是最大公约数
2. 更重要的是——"我们近距离看到模型进步的速度，到年底人们可能就不再使用IDE了"

这是一个大胆的判断：过度投资UI层可能很快就变成无用功。Claude Code 选择拥抱终端，正是在押注AI编程的未来形态。这个判断背后有一个更深层的逻辑：当AI代理足够智能时，开发者的角色会从"写代码的人"转变为"描述意图和审查结果的人"。在这种范式下，IDE中那些为人类手动编码设计的功能——语法高亮、自动补全、断点调试、文件树导航——都变得不那么重要了。开发者真正需要的是一个高效的"对话-审查"界面，而终端恰好是这种界面的最简形态。

核心要点