Claude code 神器啊!基于 “先问后做” 原则,用它做项目,快一个月几乎没有手动写过代码。从业二十载,曾无数次想象过行业的发展,就是未曾想到过,编程工具如今发展到如此智能的地步。
尽管 AI 发展迅速,它也会像人一样犯错:修复一个 bug,却引入几个新 bug,但是只要你的需求文档思路清晰,实现步骤有条理,阐述逻辑严谨,cc 就会实现得非常好。
这样看来它还没强大到:单凭输入的几个关键字就能准确地同步人类大脑的想法。换句话说,你得把大脑里的想法,尽可能地告诉它,它才能很好地工作。
Claude code(后面简称 cc)
1. Claude code
Claude Code 是一个由 AI 驱动的编码助手,可帮助你构建功能、修复错误和自动化开发任务。它理解你的整个代码库,可以跨多个文件和工具工作以完成任务。它是一个由 AI 驱动的编码助手,可帮助你构建功能、修复错误和自动化开发任务。它理解你的整个代码库,可以跨多个文件和工具工作以完成任务。
2. 初体验
2.1. 优点
cc 在处理复杂工程问题时优势显著。其核心在于能理解跨文件、跨模块的代码逻辑,从全局视角分析问题并设计方案。
-
cc 能快速分析大型项目并生成文档,方便新成员快速接手。
-
cc 从 0 到 1 实现项目的速度和代码质量,相较传统手写代码有指数级提升。
-
cc 能根据用户输入描述快速定位并解决项目中的问题。
-
cc 擅长解决复杂问题。曾遇到一个加密解密兼容性问题,将终端和服务端代码提供给 cc 分析后发现:特定数据长度下填充算法会出现异常,而常规测试数据恰好避开了这个场景。经过半天的交互调试,最终彻底解决了这个隐藏极深的问题。
2.2. 缺点
-
cc 在处理简单、直观的任务时,有时反而显得 “过度设计” 或效率不高。
-
它目前尚未解决长记忆问题,也受限于算力,无法深入到复杂项目的每个细节。关键字不够准确时,便难以精准解决问题。
-
AI 工具是把双刃剑。有的朋友还会问:使用了 cc 是不是自己完全不用熟悉代码了?不是!目前最好的 AI 工具面对复杂交互的业务逻辑,往往会顾此失彼。关键时刻,工程师须要理解代码给它正确的引导。但是有的朋友已经重度依赖 AI 工具了,甚至一行代码都不需要手写。一旦脱离工具,他们会对项目代码非常陌生。遇到紧急问题而 AI 又解决不了时,往往会无从下手。
尽管它还有不少缺点,它依然比古法手搓代码强大得多,仍然是我们工作提效的神兵利器!
3. 使用
用梯子科学上网,才能确保 cc 不受地域限制,而且这样海外先进大模型也能正常使用。
实在找不到安装使用途径的朋友,上某宝买个号 ~

3.1. 安装
终端安装过程十分简洁,结合 VSCode 的 cc 扩展可以获得更好的交互体验。
1
2
# 官方一键安装脚本
sudo curl -fsSL https://claude.ai/install.sh | bash
3.2. 常用命令
cc 提供了丰富的内置命令,掌握它们能显著提升使用效率。最常用的是 init 和 compact。
3.2.1. 项目初始化与探索
1
2
3
4
5
# 初始化项目,让 cc 了解当前工作目录的结构
/init
# 详细探索项目架构,分析关键文件
/init --detailed
/init 命令会让 cc 扫描当前目录,建立项目上下文。对于大型项目,建议先使用此命令让 AI 助手了解整体架构:
- 在开始复杂任务前先运行
/init - 对于大型项目,可先运行
/init --detailed获取详细分析 - 定期运行
/init更新项目上下文,特别是项目结构发生变化时
3.2.2. 上下文管理
会话上下文很容易超出限制,这个问题相信不少人都遇到过。此时若想在当前会话继续处理,就需要压缩上下文或重新开始。
1
2
# 压缩当前会话的上下文,节省 token 使用
/compact
4. 交互摸索
先问后写,这是使用的基本原则,当然学会使用各种 skills 工具,也会让你事半功倍。
4.1. Plan 模式:先规划后实施
对于复杂任务,直接让 cc 开始编码往往效率不高。
事实上,它并没有想象中那么智能,无法直接同步你大脑中的想法。你提供的信息越细致、越精确,它才能越准确地理解并解决你的问题。
正确的做法是先进入 Plan 模式,与 cc 充分探讨,详细规划实现方案,确保它准确理解需求,并给出可行的方案。
乍一看,程序员倒有点像产品经理。
4.2. Edit 模式:精准执行修改
通过 Plan 模式确定方案后,即可切换到 Edit 模式,让 cc 具体实施修改。
当然,如果嫌麻烦跳过 Plan 模式直接执行也未尝不可 —— 前提是需求足够明确。否则,不仅可能浪费 token 和时间,还容易事倍功半,得不偿失。
5. 大模型
cc 负责处理与本地环境的交互(读文件、运行命令、管理会话),但所有核心的智力活动——理解复杂需求、分析代码逻辑、规划多步修改、生成高质量代码——完全由背后的大模型完成。
1
2
3
用户输入 → Claude Code(IDE插件/CLI工具) → API调用 → 大模型(Anthropic/DeepSeek等)
↑ ↓
└──────────────── 返回结果 ←──────────────────────────┘
-
模型强:能解决复杂的架构重构、跨文件疑难Bug。
-
模型弱:可能连简单的代码生成都会出错,甚至无法理解指令。
所以接入顶尖模型(如 opus-4.7)和普通模型时,它的“智商”表现天差地别。
一分钱一分货,有条件的朋友,建议优先选用 cc 官方大模型 —— Opus 4.7。订阅 Max 套餐(5 倍额度,约 $100/月),基本可以满足日常研发需求。
当然,如果你对成本比较敏感,且问题本身不复杂,也可以考虑国内性价比更高的模型,按需交替使用即可。
不得不说,Anthropic 的大模型对中国用户并不友好,各种限制层出不穷。而 DeepSeek V4 发布后,搭配 cc 使用,效果看起来也挺不错的~
- Opus - 4.7 模型。

- Claude code 支持 DeepSeek V4 pro 模型,配置:
1
2
3
4
5
6
7
8
9
10
11
12
13
{
"claudeCode.environmentVariables": [
{
"name": "ANTHROPIC_BASE_URL",
"value": "https://api.deepseek.com/anthropic"
},
{
"name": "ANTHROPIC_AUTH_TOKEN",
"value": "sk-test-key"
}
],
"claudeCode.selectedModel": "deepseek-v4-pro",
}