Claude Code高阶实战：打造顶级AI开发流

核心命题：Claude 能力边界决定协作深度

Holman 抛出了整场演讲最重要的一句话：「If Claude can't do everything you can do, it can't do your job with you.」

开箱即用的 Claude 只能看到一个代码仓库和一个 shell。对于从零到一、没有历史包袱、没有团队约定的小项目来说，这已经足够。但一旦进入专业软件工程的场景——尤其是有成千上万工程师协作的大型 monorepo——这种「香草味」的 Claude 就远远不够了。

**Monorepo（单一代码仓库）**是一种将多个项目、服务或组件的代码集中存储在同一版本控制仓库中的工程实践。Google、Meta、Microsoft 等科技巨头均采用此模式，其中 Google 的 monorepo 据报道超过 20 亿行代码，涵盖数万名工程师的日常工作。这种架构的优势在于跨项目重构的原子性和依赖关系的统一管理，但其代价是构建系统、代码导航和权限管理的极度复杂化。对 AI Agent 而言，monorepo 环境意味着无法简单地「读完所有代码」——光是理解依赖图谱、构建规则和团队约定，就需要大量超出源代码本身的隐性知识。

她指出了一个被严重低估的事实：专业软件工程中的大部分工作根本不存在于源代码里。决策发生在 Slack 讨论中，设计写在设计文档里，动机藏在会议记录和邮件往来中。当你觉得 Claude「走错了方向」时，往往是因为你大脑里有一些它无法访问的信息。让 Claude 能够访问这些信息，它的判断就会与你的思路高度一致。

她给出了一个极具操作性的实验建议：尝试一整天不离开 Claude Code 终端来完成工作。每当你需要切换到其他工具、Alt+Tab 去复制粘贴时，就把它记在纸上。到一天结束时，想办法把这些工具都接入 Claude。「你会发现差距比你想象的大得多。」

三大定制维度：访问、知识与工具

如果说有一条主线贯穿如何定制 Agent，那就是三个维度：Access（访问）、Knowledge（知识）、Tooling（工具）。

访问：让 Claude 看到「为什么」

需要接入的信息源包括：团队聊天（Slack 中的决策过程）、CI/CD（Holman 明确表示「你现在不应该再自己手动修 CI 失败了，Agent 非常擅长这件事」）、生产环境仪表盘、以及内部文档、设计文档、运行手册等。

她分享了一个高效习惯：团队开始录制并转录所有会议，会后她会立刻把会议纪要喂给 Claude，问「这里有没有可以立即处理的低垂果实？」——每次会议能收获两三个 PR。

知识：为什么微调（Fine-tuning）不是答案

面对「能否把代码库约定训练进模型」的常见问题，Holman 给出了明确否定。她引用相关论文指出，在专业信息上做微调反而可能导致更多幻觉，而且成本效益极差——前沿模型迭代速度如此之快，等你微调完，模型早已过时。

这里涉及两个已知的 ML 问题：「灾难性遗忘」和「过拟合专业域」。当模型在狭窄的专业语料上微调时，它可能在该域内生成更流畅、更「像样」的输出，但实际上增加了自信错误（confident hallucination）的概率——模型学会了用该领域的语言风格表达，却不一定真正理解领域约束。此外，前沿模型的迭代速度远超企业微调周期，导致微调产物很快成为「慢速模型+特定风格」的组合，反而落后于直接使用最新模型加 ICL 的方案。

基于「苦涩的教训（The Bitter Lesson）」，通用 AI 长期终将胜出。这是 Richard Sutton 在2019年提出的 AI 研究领域最具影响力的论断：过去70年的 AI 历史反复证明，依赖通用方法（尤其是利用大规模计算和数据的方法）最终总会胜过依赖人类先验知识的专用方法。每当研究者试图将领域知识硬编码进模型时，短期内看似有效，但随着算力增长，通用学习方法总会后来居上——ImageNet 时代的深度学习替代手工特征，AlphaGo Zero 抛弃人类棋谱自我对弈，都是例证。因此定制 Claude 行为的唯一现实路径就是上下文学习（In-Context Learning, ICL）。

ICL 是指大语言模型无需更新权重，仅通过在输入提示中提供示例或指令就能执行新任务的能力——这一能力在 GPT-3 论文中被首次系统性描述。Holman 用调侃的口吻定义 ICL：「这是个让你显得很聪明的花哨词，其实说白了就是文本文件。」好处是——你无需理解模型权重，一切定制都只是文本文件，上手极其简单，版本控制友好，且能随基础模型升级自动受益。

工具：为 Agent 打造「红色波浪线」

这是全场最精彩的类比之一。Holman 问：Claude 版的 IDE 应该长什么样？ 人类写代码有语法高亮、LSP、代码补全，而 Claude 开箱只有一个 edit 工具——「这比 Vim 还原始，这是 ED 的水平」。

她重点谈到了「红色波浪线（red squigglies）」的哲学：当你敲错变量名时，那条红线不会强制阻止你，而是温和地提醒你再想一遍——你可以选择忽略它继续写。她主张为 Agent 构建同样的机制，而 Post-tool-use hooks 正是 Agent 的红色波浪线。

Post-tool-use hooks 是 Claude Code 插件系统中的事件钩子机制，在 Agent 每次调用工具（如文件编辑、命令执行）完成后自动触发，允许开发者注入自定义验证逻辑。这一设计借鉴了现代 IDE 的 Language Server Protocol（LSP）思想——LSP 将编辑器与语言分析工具解耦，通过标准化协议实现代码补全、错误提示等功能，而 hooks 则将 Agent 的工具调用行为与外部质量检查逻辑解耦。典型用法包括：在 Agent 修改文件后自动运行类型检查器，将错误信息作为文本反馈给模型；或在代码提交前运行 linter，将风格警告以「可忽略提醒」的方式注入对话，而非强制中断流程。

由此引出了一个关键的工具分类框架：

• 补偿智能不足的工具：例如硬性禁止 Claude 使用未定义的变量。这确实能减少错误，但会强迫 Claude 按特定顺序写代码，无法随模型变强而受益。
• 随智能增长的工具（scale with intelligence）：例如可覆盖的提醒式 nudge。模型越强，这类工具越有用。

Holman 强调，「让 Agent 更懂你代码库的最快方式不是更聪明的模型，而是更紧的反馈循环。」 而这些反馈脚本（linter、类型检查器）你其实早就有了——因为你曾经要为人类开发者搭建环境。

上下文窗口管理：在 Arduino 上跑 npm

所有定制最终都要装进上下文窗口。Holman 指出一个反直觉的事实：上下文窗口并没有在变大。前沿模型长期维持在百万 token 量级，但模型能力已发生天翻地覆的变化。这意味着上下文工程面对的是一个固定不变的目标。

她用了一个精彩的比喻：这就像在 Arduino 上运行 npm——内存极其有限，你必须找出最重要的东西，用最精简的版本放进去，为真正的工作留出空间。这里她援引了 C++ 的经典原则「Don't pay for what you don't use（不为你不使用的东西付费）」，即零开销抽象原则。

零开销抽象原则由 C++ 之父 Bjarne Stroustrup 提出，完整表述为两条互补原则：「你不使用的东西，不应为其付费；你使用的东西，不可能手写得更好。」C++ 的 std::sort 在大多数平台上性能等于或优于手写快排，正是此原则的体现。将这一思想迁移至 Agent 系统设计，意味着好的 Agent 基础设施应让开发者只为实际使用的能力付出上下文代价——Hooks 在不触发时零 token 消耗，Skills 描述在不被加载时仅占一行，都是这一原则的体现。按此标准衡量，任何在未被使用时仍持续占用上下文的设计，都违反了这一原则的第一条。

更复杂的是 KV 缓存约束。在 Transformer 架构的自注意力机制中，每个 token 在被处理时需要计算 Query、Key、Value 三个向量。KV 缓存（Key-Value Cache）的核心思想是：对于已经处理过的前缀，其 Key 和 Value 矩阵无需在后续推理中重复计算，可以直接缓存复用，将长文本推理的计算复杂度从 O(n²) 降至接近 O(n)。然而，KV 缓存的有效性依赖于前缀的字节级完全匹配——哪怕系统提示中一个空格发生变化，其后所有 token 的缓存全部失效，需要重新计算。Anthropic 的 Prompt Caching 功能将缓存命中价格设为未缓存的10%，这正是 Holman 所说成本高达 10 倍的来源。这意味着传统的 LRU 缓存式「淘汰不常用工具」的思路已经行不通——你无法在不使整个缓存失效的情况下移除工具块中的任何内容。

因此正确的策略是：把稳定、共享的内容放在最前面，把易变的、任务相关的信息放在靠后位置，以便低成本地淘汰。

四大插件原语：哪些能真正扩展？

Holman 以「如果我有 10 万个这样的东西会怎样」为标尺，审视了四个插件原语。有些公司的 monorepo 里已经有数万甚至数十万个 skill，正在撞上扩展性天花板。

MCP：设计于聊天机器人时代

MCP（Model Context Protocol）是 Anthropic 于2024年11月以 Apache 2.0 许可证开源的标准化协议，其设计灵感直接来自 Microsoft 于2016年发布的 Language Server Protocol（LSP）——LSP 通过定义编辑器（客户端）与语言分析工具（服务器）之间的标准通信协议，彻底解决了「M 个编辑器 × N 个语言」需要 M×N 个集成的碎片化问题；MCP 则试图对「AI 模型 × 外部工具/数据源」做同样的事。协议底层采用 JSON-RPC 2.0 消息格式，支持 stdio（本地进程通信）和 SSE（Server-Sent Events，用于远程服务）两种传输方式，并提供工具调用（Tools）、资源读取（Resources）和提示模板（Prompts）三类原语。

MCP 诞生于 LLM 还很简单的年代，主要面向没有 shell、无法运行命令的聊天机器人。它的优点是传输协议无关、自动处理认证，适合企业向公众发布集成。

但在专业工程环境中，如果你已经有了 CLI，把它包装成 MCP 往往没有意义——除非你要交付给非技术客户。更好的做法是写一个 skill 告诉 Claude 如何使用这个 CLI。当然，连接 Slack、邮件等外部服务时，你仍然需要别人的 MCP 服务器。

扩展性问题：每个工具的名称、描述、schema 都要放进系统提示。其主要局限在于协议的元数据必须在连接建立时全量加载进上下文，缺乏懒加载机制。20 个服务器、每个 15 个工具，你的上下文窗口大半就被工具定义占满了。Anthropic 的新方案「工具搜索（tool search）」采用懒加载——只把名称放进系统提示，让 Claude 用一个工具去搜索工具。但问题在于，除非用户明确提到（如「Slack」），Claude 未必知道自己需要去搜索。这是一顿「稍微便宜一点的午餐」，而非免费午餐。

Skills：懒加载的系统提示

Holman 将 skill 形容为「懒加载的系统提示」——本质是一个带 markdown 文件的文件夹，front matter 里的一行描述会进入系统提示，Claude 可按需加载完整的 skill.md。

它的 body 是按需付费的（好事），但描述始终加载，所以不是完全零开销。可靠触发一个 skill 有时需要 300-400 token 的描述。而且目前 skill 还没有层级结构，无法懒加载子技能（这项功能正在开发中）。「它算是能扩展，但我们原本希望它能扩展得更好。」

Hooks：真正的零开销抽象

Hooks 是四者中唯一真正的零开销抽象。它在特定事件触发时调用你提供的脚本，脚本在上下文窗口之外运行，零 token 成本。

关键在于：你可以拥有 10 万个 hook，只要其中 99995 个不触发或不返回文本，你就完全不付出上下文代价。你把一个极度受限的资源（上下文）扩展成了一个受限度低得多的资源（你的计算机）。这正是设计此类系统时应寻找的属性。前面提到的「红色波浪线」就住在这里。

Subagents：独立的上下文空间

子代理拥有独立的上下文——主上下文只需为工具调用和返回结果付费，子代理可以读 50 个文件而不占用主循环。但每个子代理的一行描述仍然要待在父提示里，同样面临 10 万描述的扩展问题。

关于 CLAUDE.md：Holman 解释了她为何一直拒绝「让插件提供 CLAUDE.md 文件」的请求——如果允许，几乎每个插件都会无条件塞一段文本进用户上下文，「它看起来极其便宜，但根本无法扩展」。如果确实需要，可以通过 session-start hook 返回文本，这样至少让用户清楚地看到自己在无条件付费。

异步与并行：AI 时代工程师的新工作方式

Holman 认为未来的两大主题是异步（asynchrony）与并行（parallelism），这意味着工程师必须擅长上下文切换。作为一个曾热爱连续八小时心流状态的「程序员中的程序员」，她坦言这种转变令人不适，但这是高效工程的必然方向。她分享的实用技巧包括：

• Git worktrees：Git 2.5（2015年）引入的特性，允许同一仓库在文件系统中同时维护多个工作目录，每个目录检出不同分支，但共享同一个底层对象数据库和 .git 目录。在传统人类工作流中，worktrees 主要用于需要同时处理多个 bug fix 或特性分支的场景，避免频繁 stash/pop 的上下文切换成本。在 AI Agent 场景中，其价值被几何级放大：为每个工作树配一个独立的 Claude Code 实例，让它们互不干扰——你就成了「多个 Claude 的技术主管」，工作模式从串行心流转向并行监督。她本人维护着一批长期存活、各自拥有目录的持久化 Agent。
• 给会话重命名和改颜色（/color）：颜色能高效触发人脑记忆，是「智能体时代人类的语法高亮」。
• Claude 之间互相通信：Agent 可以给其他 Agent 发消息——因为「你现在工作的地方之一，就是另一个 Claude」。
• /loop（内部名 crontool）：按固定间隔运行 prompt，用于「照看」PR，即使 CI 要跑两小时，也能让它自动修复 CI bug。
• Auto 权限模式：不是危险的 skip-permissions，而是带分类器和对抗性检查 Agent 的安全机制，代价约多 30-40% token，但让 Loop、Agent 团队和过夜工作成为可能。
• 远程控制：晚饭后花 30 秒在手机上确认 Agent 是否卡住。

三条核心心法

Holman 用三句话收尾（她笑称「Mind the box」这句是 Claude 帮她想的）：

1. Give it access（给它访问权限）——让 Claude 能触达你工作的一切信息源。
2. Mind the box（看好这个盒子）——时刻思考你的上下文窗口。
3. Pick abstractions that scale（选择可扩展的抽象）——想象当你的 monorepo 有一亿行代码、十万个 skill 时，你的插件会是什么样。

这场分享的深层价值在于，它把「用 AI 写代码」提升到了「用 AI 做软件工程」的高度——真正的挑战不在于让模型更聪明，而在于如何在固定的上下文预算内，通过精心的工程抽象，把恰当的信息在恰当的时机送到模型面前。