01 · Claude Code 是什么

翔宇拆了一圈 AI 编程工具，原本以为差距在模型能力。追到底才发现，真正改变体验的是一个朴素到不起眼的设计决定——AI 住在哪里。想通这一点，Skills、MCP、Agent Teams 这些功能全都顺理成章了。——翔宇

1. 一个你可能没注意的动作

你在写代码，遇到一个看不懂的报错。

接下来你做了一件事——你可能太熟悉以至于根本没注意自己在做：把报错信息复制了，切到浏览器，打开 ChatGPT，粘贴进去。

ChatGPT 给了解释。你觉得有道理，但它说我需要看一下你的代码。你回到编辑器，复制了那个函数，切回浏览器粘贴。它又问调用这个函数的地方。你翻了另一个文件，复制，粘贴。它再问数据库表结构。你叹了口气，又去找。

来回七八次，四十分钟。

这个过程里，你充当了一个角色——搬运工。在两个窗口之间来回搬运信息：从编辑器搬到浏览器，从浏览器搬回编辑器。

2. 把所有表面现象剥掉，只剩一个问题

如果问 ChatGPT 写代码为什么不够顺畅，十个人里有八个会说：它理解力不够、它写的代码跑不通、它不了解最新的框架。

这些都是真实的痛点。但我们做一个思维实验：假设明天 ChatGPT 升级了，变得和世界顶级程序员一样聪明。代码写得完美，理解力超强，最新的框架全知道。

你还是得把代码复制出来给它看。它还是不知道你的项目有哪些文件。你还是不能让它帮你跑一下 npm test。

智力翻了十倍，但你当搬运工的那四十分钟——一分钟都没少。

这个思维实验指向一件事：AI 够不到你的代码。

它没有眼睛去看你的文件。它没有手去改你的代码。它没有脚去跑你的命令。它被困在浏览器的一个文本框里，唯一的信息来源就是你粘贴进去的那些文字。

就像一个外科医生再厉害，如果他在电话里指挥你给自己做手术，效果也好不到哪去。瓶颈从来不是他的医术，是他不在手术室里。

这是 AI 辅助编程最底层的一个位置问题，不是智力问题。

3. 把 AI 搬到你的电脑里

理解了瓶颈在位置，解决方案就很自然了——把 AI 从浏览器搬到你的电脑里。

这就是 Claude Code 做的事。一句话讲完：它是一个住进你电脑里的 AI 编程 agent（智能代理）。

它跑在哪里？最经典的形态是终端——也就是你电脑上输入文字命令的那个窗口。但 Claude Code 不止终端，从 2026 年开始它支持 5 个入口（Terminal CLI / VS Code / JetBrains / Desktop app / Web），共用同一套引擎，CLAUDE.md 和 MCP 配置跨入口生效。详细差异在本篇 §7 展开。

位置变了，会发生什么？看这张对比图。

flowchart LR
    subgraph Before["💬 浏览器聊天框时代"]
        U1["👤 你"]
        AI1["🤖 ChatGPT<br/>住在浏览器里"]
        Code1["📁 你的代码<br/>在你电脑上"]
        U1 -->|复制粘贴| AI1
        AI1 -->|给你建议| U1
        U1 -.->|手动搬运| Code1
        Code1 -.->|再手动搬运| U1
    end

    subgraph After["💻 Claude Code 时代"]
        U2["👤 你"]
        AI2["🤖 Claude Code<br/>住在你电脑上"]
        Code2["📁 你的代码"]
        Term["⚡ 终端 / 命令"]
        U2 -->|自然语言指令| AI2
        AI2 -->|直接读| Code2
        AI2 -->|直接改| Code2
        AI2 -->|直接跑| Term
    end

    style Before fill:#fee2e2,stroke:#ef4444
    style After fill:#dcfce7,stroke:#22c55e
    style AI2 fill:#dcfce7,stroke:#22c55e,stroke-width:2px

住进你电脑里这五个字看起来很普通，但它引发了一连串变化——四件 ChatGPT 永远做不到的事：

它能看你的文件

不是你贴一个片段给它——是它自己打开你的目录，把需要的文件都读一遍。

回到那个登录报错的场景。你说一句登录功能报错了。它不会问你要代码——它自己去找路由文件、控制器、数据库模型、认证中间件，把整条链路看一遍。你省掉了来回粘贴的七八个回合。它一次能看多少？这个问题留给 02 · 一次能看多少代码 拆。

它能改你的代码

你说把 userName 改成 userId。它找到所有用到这个变量的地方——可能散落在十几个文件里——全部改完。你在编辑器里就能看到文件变了。不是给你一段代码让你自己替换，是它来动手。

它能运行命令

安装依赖、跑测试、启动服务、提交代码——你用自然语言说，它在终端里执行。你说装 Prisma 然后创建用户表，它跑 npm install、写 schema、执行迁移。不是告诉你步骤，是它动手。

它能自己规划

这一点最容易被低估。你说重构这个模块，它不会只改一行。它会想：先读哪些文件？依赖关系怎么处理？改完哪些测试可能受影响？然后制定计划，逐步执行，最后跑测试验证。你可以随时叫停，也可以让它跑完。

四件事合在一起——看文件、改代码、跑命令、自主规划——AI 从隔壁房间的顾问变成了坐在你旁边的搭档。

回到开头那个登录 bug 的场景。在 Claude Code 里，那 40 分钟会变成这样：

七八轮粘贴变成 1 轮对话。不是 AI 变聪明了，是 AI 终于在手术室里了。

4. 一个位置决定，长出整个功能生态

后面你会遇到一系列功能名词：Skills、SubAgents、Agent Teams、MCP、Hooks、CLAUDE.md。初看像一堆互不相关的东西。但它们全都是从 AI 住在你电脑里这个根基上长出来的。

flowchart TB
    Root["🏠 AI 住在你电脑里<br/>（位置就是根因）"]

    subgraph FS["📁 文件系统能力"]
        F1[CLAUDE.md 长期记忆]
        F2[".claude/skills 工作流文件"]
        F3[上下文看完整项目]
    end

    subgraph Exec["⚡ 命令执行能力"]
        E1[Hooks 自动跑脚本]
        E2[SubAgents 派分身]
        E3[多 Agent 并行]
    end

    subgraph Net["🌐 本地进程能力"]
        N1[MCP 接外部服务]
        N2["数据库 / GitHub / Slack"]
        N3[浏览器自动化]
    end

    subgraph Tool["🛠️ 你的工具箱"]
        T1["Python / FFmpeg / Git"]
        T2[任何 CLI]
        T3[装什么用什么]
    end

    Root --> FS
    Root --> Exec
    Root --> Net
    Root --> Tool

    style Root fill:#dcfce7,stroke:#22c55e,stroke-width:3px
    style FS fill:#fef3c7,stroke:#f59e0b
    style Exec fill:#dbeafe,stroke:#3b82f6
    style Net fill:#f3e8ff,stroke:#a855f7
    style Tool fill:#fee2e2,stroke:#ef4444

每一个分支都有同一个前提：AI 住在你电脑里。如果 AI 还在浏览器，这些功能一个都做不了。

5. 你的电脑能做什么 = Claude Code 能做什么

你可能会有一个直觉：Claude Code 是写代码的工具。

它的核心能力其实更宽——是在你的电脑上执行任务。写代码只是其中一种。

它的能力边界 = 你电脑的能力边界 + MCP（Model Context Protocol，模型上下文协议）连接的外部服务。MCP 怎么连，09 · 怎么连外部服务 会拆。

当然有限制：它不能直接操作鼠标键盘（除了通过 Playwright 间接操作浏览器），不能看你的屏幕截图（除非你主动给它），执行命令前会先征求你同意（安全设计，11 · 该给 AI 多少权限 会讲）。

6. 三个模型，一条原则

Claude Code 背后有三组模型可选。你可能会想：选最强的不就完了？

做一个类比：你出门买个早餐——会开车去吗？大多数人不会，走路 5 分钟的事开车反而更慢（还得找停车位）。但如果你要去 200 公里外的城市，走路就不现实了。

选模型的逻辑一样：用最小够用的那个。

默认挂 sonnet。遇到搞不定的复杂问题切 opus。简单到不用动脑子的活切 haiku 省钱。

7. 5 个入口，位置程度不一样

Claude Code 当前有 5 个入口，但住在哪里程度不一样。理解这个差异，对后面权限和云端任务章节会有帮助。

关键区分：前 3 个真正住在你电脑里，后 2 个是云端的 Claude Code。你电脑关机时云端能继续，但读不到你磁盘文件。

这件事不影响本篇对位置的理解：核心仍然是有一个能直接操作代码文件 + 跑命令的现场，无非这个现场可以是你的电脑，也可以是 Anthropic 云端的临时容器。

8. 检验你真懂了吗

费曼说，检验你是不是真的理解一件事，试试能不能解释给朋友听。

接下来去哪

不用按顺序全读。挑你最好奇的那条线走就行——每篇开头都会标注需要先读哪篇。