AI Knowledge

外观

Claude Code 运行机制与工程优化专项面试题 ​

目录 ​

1. 使用说明 ​

  • 对应知识主题：运行机制篇与工程实践篇共同构成 Claude Code 运行机制与工程优化的单一知识单元；
  • 角色：资深面试官从产品与模型边界追问到 Context、工具、安全、竞品和评测；高级技术应聘者必须用可验证机制回答；
  • 回答顺序：先给 1～3 句专业短答，再给生活化解释，最后补充公开证据、工程边界和下一问；

事实红线｜ Claude Code 核心运行时不是完整开源实现；不知道完整 System Prompt、Compaction Prompt、内部调度和训练方法时必须明确止步。没有同模型、同任务、同权限、同预算实验，不能宣称它全面强于竞品。

  • 题目数量：7 题，严格覆盖 L1～L7。

阅读图例｜ L1～L2 概念与边界 · L3～L4 原理与实现 · L5 工程故障 · L6 架构选型 · L7 项目与评测

答案层级｜ 必答结论 · 小白解释 · 加分项 · 高频误区 · 下一问

2. 递进路线 ​

图：Claude Code 运行机制 L1～L7 递进路线

替代文本： L1 区分 Claude 模型和 Claude Code Harness；L2 建立公开事实与闭源未知边界；L3 解释 Agent Loop；L4 落到 Context、工具、权限和恢复实现；L5 完成长任务失控故障闭环；L6 按工作流比较 Claude Code 与竞品；L7 设计并评测一个类 Claude Code 系统。

图表加载中…

读图结论： 先证明自己知道“什么是产品、什么是模型、什么是不知道”，再进入 Loop 与实现；最后必须用故障证据和公平评测回答“为什么强”，不能停在使用体验。

这条路线的关键节点各自承担不同门槛：L1 先分清 Claude 模型、Claude Code Harness 与 Agent SDK，L2 再把公开事实、合理推断和闭源未知分栏；没有这两步，后续机制很容易被写成猜测。L3 解释 Tool Use、Tool Result 与下一轮 Replanning，L4 把 Context、Cache、Compaction、权限、Sandbox 和恢复边界放回同一运行时；L5 用长任务越界和错误完工演练检验证据链，L6 才能在固定变量下比较产品架构，L7 最终把这些约束转成可验证的类 Claude Code 设计。

图：Claude Code / Agent SDK 从工具可见性到受控结果的 Harness 闭环

替代文本： Harness 在发送模型请求前先确定工具可见性：bare-name deny 会从请求中移除对应 Tool Definition，因此模型看不到也不能请求该工具。对仍可见的工具，模型可以产生 Tool Use；此时 scoped deny 或运行时 Hook 拒绝会返回未执行的拒绝 Tool Result，ask 则暂停等待，用户拒绝或请求过期同样不执行。只有获准动作才按工具类型执行；Bash 在启用时额外受 OS Sandbox 约束，直接 Edit/Write 前建立 File Checkpoint，结果再写入会话驱动下一轮。

图表加载中…

读图结论： bare-name deny 在请求前改变工具可见性，因此不会产生该工具的 Tool Use 或拒绝 Tool Result；scoped/runtime deny 与用户在 ask 中拒绝则发生在 Tool Use 之后，都会阻止执行并把拒绝反馈给模型。只有获准的 Bash 才可能进入 Sandbox，执行结果再驱动下一轮。

图中的工具可见性、Permission、Sandbox、Checkpoint 和 Session 解决不同问题。Agent SDK 的 bare-name disallowedTools 会在请求装配阶段移除整个工具定义，模型不知道这个工具存在；带参数范围的 scoped deny 或运行时 Hook 仍让模型看见工具，但在它发出 Tool Use 后拒绝调用并回传原因。ask 只是在批准点暂停，用户拒绝、回调返回 deny 或请求过期都不执行动作。随后，Sandbox 主要约束 Bash 及其子进程，Checkpoint 只覆盖直接文件编辑的本地回滚，Session JSONL 保存消息与工具轨迹；数据库、API、部署和远程 Git 等副作用不在文件 Checkpoint 的恢复范围内。

3. 一问一答 ​

第 1 题｜L1 概念｜Claude Code、Claude 模型和 Claude Agent SDK 分别是什么？ ​

核心考察点｜ 模型决策、Harness 控制、产品与 SDK 边界

面试官提问

请说明三者职责，并解释为什么 Claude Code 不是“给 Claude 加一个终端”这么简单。

30 秒专业短答

Claude 模型负责理解代码、推理并提出文本或工具动作。Claude Code 是面向软件工程的 Agentic Harness，负责上下文、循环、工具、安全和恢复；Claude Agent SDK 让开发者程序化复用相近能力。实际效果来自模型与 Harness 的组合，不是某一个 Prompt。

深入展开

一次运行中，模型只产生候选动作；Harness 组装 Coding System Prompt、Project Context 和历史，执行 Tool Use，把 Observation 回灌，并控制 Permission、Sandbox、Session 与终止。SDK 不是无状态 HTTP 薄封装：官方 Hosting 文档描述其监督独立 CLI 子进程并维护 Session。因此排障要先分清模型理解错误、Context 缺失、工具失败和策略拒绝。

小白解释

新工程师小林要修一台设备：他用大脑分析问题，借助工位上的终端、测试台和门禁实际操作，平台团队又把这套工位做成零件供其他车间复用。这里大脑对应 Claude 模型，完整工位对应 Claude Code Harness，工位零件对应 Agent SDK。回到专业机制，模型产生候选动作，Harness 负责上下文、执行和状态，SDK 提供程序化构建入口。类比只解释职责分工：模型并非脱离 API 独立行动，Harness 也不是完全确定性的自动化系统。

事实与证据边界

Agent Loop、System Prompt Preset 构成和 SDK Hosting 架构有 Anthropic 官方文档支持；完整 Runtime 源码、逐字 System Prompt 和模型训练方式没有公开，不能由产品行为反推出实现细节。

  • 合格线｜ 模型提议动作；Harness 负责循环、执行、状态、安全与终止；SDK 是程序化构建入口；
  • 加分项｜ System Prompt、Project Context、Tool Schema、Observation 和 Checkpoint 分属不同控制面；
  • 工程证据｜ SDK 消息类型、Tool Use/Tool Result Transcript、Permission 记录、Session ID 和实际文件 Diff；
  • 高频误区｜ 说 Claude Code 是单独训练的新模型，或说 Agent SDK 只是一次 HTTP API 包装；
  • 下一问｜ 职责区分后，继续说明闭源产品哪些能证实、哪些不能。

第 2 题｜L2 边界｜你怎么证明自己讲的是运行机制，不是社区猜测？ ​

核心考察点｜ 官方事实、架构推断、内部未知和时间快照

面试官提问

请各举两个“可验证事实、合理推断、无法确认”的例子，并说明为什么不能反编译后就当官方事实。

30 秒专业短答

我把结论分成官方可验证事实、基于证据的架构推断和当前无法确认三类。Tool Result 回灌、只读工具并发和 Checkpoint 边界是事实；模型与 Harness 协同是推断；完整 Prompt、私有调度、训练数据和公平竞品胜率没有公开，我会明确说不知道。动态能力还必须标注版本和访问日期。

深入展开

事实至少用官方产品文档、SDK 类型或 Changelog 定位；推断必须说明由哪些可观察行为支持，且不用“已证明”措辞；未知项列入待验证清单。公共 GitHub 仓库只公开 Issues、插件、示例和发布资料，核心许可为 All Rights Reserved，不能等同完整开源实现。旧工程 Blog 只能证明当时设计，除非当前文档或实验再次确认，否则不能当永久契约。

小白解释

验车员先实测汽车能否刹车，再阅读说明书中的制动距离；他可以根据底盘和轮胎提出“可能更适合弯道”的判断，却不能在没有拆解图时背出控制器源码。实测与说明书对应官方事实，结构判断对应基于证据的推断，臆测源码对应当前无法确认。回到专业机制，公开文档、SDK 事件和可复现实验决定证据等级。类比忽略了软件版本快速变化，因此每个动态结论还必须带版本与访问日期。

事实与证据边界

本题的产品快照是 2026-07-10，依据 Anthropic 官方文档与 Changelog；版本、默认模型、实验能力和许可都可能变化。反编译结果最多是某个二进制快照的观察，还涉及许可与完整性问题，不能自动升级为官方架构承诺。

  • 合格线｜ 三类证据分开，至少说出完整 Prompt、内部调度和竞品优势无法确认；
  • 加分项｜ 说明公共行为可以用 SDK 文档、Changelog 和可复现实验交叉验证，但不能越过许可与证据边界；
  • 工程证据｜ 官方 URL 与访问日期、版本号、SDK 事件、Changelog 条目和可重复的黑盒实验记录；
  • 高频误区｜ 把旧版 Blog 当永久契约，或把厂商内部数据当独立行业基准；
  • 下一问｜ 证据边界建立后，开始按消息和工具时序展开 Agent Loop。

第 3 题｜L3 原理｜一次 Claude Code 请求内部如何从目标走到验证完成？ ​

核心考察点｜ 请求上下文、Tool Use、Permission、Observation、Replanning 与终止

面试官提问

请以“修复失败测试”为例，讲清模型和运行时每一步分别做什么。

30 秒专业短答

Harness 把 System Prompt、项目上下文、工具和历史交给模型；模型返回文本或 Tool Use。运行时裁决权限并执行工具，把真实结果作为 Observation 回灌，模型据此继续规划。默认在模型不再请求工具时结束；可选 Goal/Stop Hook 能追加外部验收，策略、预算、错误或用户中断也会停止运行。

深入展开

以失败测试为例，模型先请求 Bash；Hook 和 Permission 决定能否执行，启用的 Bash 还受 OS Sandbox 约束。退出码和 stderr 回灌后，模型调用 Grep/Read/LSP 获取局部证据，再提出 Edit；Harness 在直接编辑前建立 Checkpoint，编辑后返回诊断并重跑测试。同轮只读工具可并发，有状态工具顺序执行，以减少墙钟时间和写冲突。

小白解释

小林接到“修好故障设备”的目标后先查手册，请求在测试台复现；门禁允许后，测试台返回错误，他再拆检、换件并复测。手册对应 Context，操作请求对应 Tool Use，门禁对应 Permission/Sandbox，测试结果对应 Observation，重新判断对应 Replanning。回到专业机制，Harness 执行动作并把 Tool Result 交回模型，直到停止或通过外部验收。类比没有表达模型输出的概率性，也不能保证测试台覆盖了全部真实故障。

事实与证据边界

Tool Use/Tool Result 消息流、并发策略和权限模式来自官方 Agent SDK 文档；具体模型为什么选择某个工具、内部 Replanning 与终止启发式没有公开。测试和网络结果也可能非确定，不能把“运行时执行”误称为全部确定性。

  • 合格线｜ 上下文装配 → 模型动作 → 权限/沙箱 → 工具 → Observation → 继续/停止；
  • 加分项｜ 同轮只读工具可并发，Edit/Write/Bash 等改变状态的工具顺序执行；最终文本只是终止信号，项目测试才是完成证据；
  • 工程证据｜ 完整 Transcript、Tool 参数与结果、权限裁决、命令退出码、LSP 诊断、Checkpoint 和权威测试；
  • 高频误区｜ 说模型直接执行 Shell，或认为一个 Tool Call 就等于完整 Agent；
  • 下一问｜ Loop 清楚后，继续解释如何让它在长会话中不被 Context、费用和副作用拖垮。

第 4 题｜L4 实现｜项目文件如何分工，并同时优化 Context、成本、延迟和安全？ ​

核心考察点｜ 项目文件生命周期、Cache、Compaction、延迟加载、Subagent、Hook、LSP、Permission 与 Checkpoint

面试官提问

请先说明主要项目文件各自存什么、何时加载，再说明至少五项运行机制分别优化什么，以及为什么不能把所有内容塞进一个超长 CLAUDE.md。

30 秒专业短答

CLAUDE.md 与 Rules 管常驻或路径限定的项目上下文，Skills 按需加载流程，Agents 隔离工作，settings.json 管权限和 Hook，.mcp.json 声明外部工具，Session/Memory/Checkpoint 保存不同状态。Prompt Cache、Compaction 和延迟加载优化重复计算与 Context，Permission、Sandbox、Worktree 控制副作用。长 Context 只增加容量，不能替代配置、隔离和恢复。

深入展开

CLAUDE.md 放每个相关会话都需要的架构、权威命令与验收；无路径条件的 Rules 常驻，有 paths 的 Rules 在读取匹配文件时加载；Skill 正文按需进入主 Context，Agent 在独立 Context 工作；settings.json 的 Permission、Hook 与 Sandbox 属于客户端控制面，.mcp.json 是团队外部工具配置。Session JSONL 保存完整轨迹，Auto Memory 保存跨会话笔记，Checkpoint 保存直接文件编辑前快照；团队配置提交 Git，Local 和 ~/.claude 数据留在本机。运行时再用 Exact-prefix Cache 复用稳定前缀，用 Compaction 有损缩短历史，用 LSP/CLI/Hook 承担确定性处理，并用 Worktree 隔离并行 Writer。

小白解释

小林修支付故障时，先看墙上的项目总手册；进入支付区才看到模块 SOP，需要数据库知识时再取专业手册或请隔壁专家调查，门禁与录像系统独立工作。总手册对应 CLAUDE.md，模块 SOP 对应 Rules，专业手册对应 Skill，专家对应 Agent，门禁对应 Settings，外部联系册对应 .mcp.json，录像和便笺对应 Session 与 Memory。回到专业机制，这些文件分别进入 Context、约束运行时、扩展工具或保存状态，再由 Cache、Compaction 和隔离降低成本。类比只解释分层：自然语言手册不是安全策略，录像不等于可信数据库，文件备份也不能撤销远程副作用。

事实与证据边界

项目文件路径、配置作用域、Cache、Context 成本、Compaction、Subagent、Hook 和 Sandbox 的公开行为有官方文档支持；精确压缩 Prompt、摘要打分、ToolSearch 内部路由和 Cache 后端实现未公开。AGENTS.md 需要由 CLAUDE.md 显式导入或链接；.claude/hooks/ 只是可选脚本目录约定，真正的 Hook 在 Settings 注册。Fork Subagent 会继承父上下文，不能把所有 Subagent 都描述成 Fresh Context。

  • 合格线｜ 能把 Instructions、Settings、Extensions、Runtime Data 分开；机制职责正确：Cache≠压缩、Compaction≠记忆、Subagent≠Worktree、Prompt≠权限；
  • 加分项｜ 说明 CLAUDE.local.md/settings.local.json 不提交，MCP 密钥不进仓库，模型/Effort/部分工具集合变化会 Cache Miss，Checkpoint 不追踪 Bash/远程副作用；
  • 工程证据｜ /memory、/context、Settings Scope、Git Ignore、Usage/Cache 指标、Compact Boundary、Skill/MCP 加载事件、Hook 日志、Subagent Summary、Sandbox 拒绝和恢复演练；
  • 高频误区｜ 把所有知识塞进 CLAUDE.md，认为 AGENTS.md 原生加载、.claude/hooks/ 自动发现、1M Context 可取消分层，或把 Auto Memory 当可信数据库；
  • 下一问｜ 机制能说清后，用一次长任务失控演练检验排障能力。

第 5 题｜L5 工程｜长任务压缩后扩大修改范围并错误宣称完成，怎么闭环排查？ ​

核心考察点｜ Context 证据、真实仓库、权限链、验收、止损和防复发

面试官提问

请按现象、证据、根因、止损、修复、验证和防复发回答；不要只说“重新 Prompt 一次”。

30 秒专业短答

我先中断 Agent、冻结远程动作并保存 Session/Diff，核对真实 Git 状态、权威测试和修改范围。然后按规则加载、Context/Compaction、Tool/Permission 和退出码定位根因，恢复到可信 Checkpoint 或 Worktree。最后把验收外置并做压缩、失败测试和越权回归，不能只重新 Prompt。

深入展开

现象是修改越界且最终消息与测试矛盾；证据包括 Compact Boundary、/context、Transcript、CLAUDE.md/Memory、Tool Call、Permission/Sandbox 拒绝和真实退出码。根因可能是验收只存在早期对话、摘要丢失、测试目录错误或规则陈旧。止损后用 Rewind/Checkpoint/Git 恢复，把永久规则放到根 CLAUDE.md，任务验收写成外部清单；可选用 Goal/Stop Hook，并让 CI 做最终独立门禁。监控新增范围异常、重复失败和无验证完成告警。

小白解释

夜班接班人只看到错误摘要，误把隔壁房间也拆了；负责人先停工、封锁外部施工，再对照现场、正式图纸和验收单恢复。摘要对应 Compaction，现场对应 Git Diff，正式图纸对应 CLAUDE.md/外部任务清单，验收员对应测试、CI 或 Goal/Stop Hook。回到专业机制，应按真实状态、Context、Tool 与 Permission 证据闭环排查。类比不能让本地回滚自动恢复数据库、部署或已发送消息，这些影响必须另行对账和补偿。

事实与证据边界

这是生产风险演练，不代表本文观察到真实事故。默认 Agent Loop 在模型不再请求工具时可以结束；只有配置 Goal、Stop Hook 或外部编排后，独立验收才会自动触发下一 Turn。Checkpoint 不覆盖 Bash 写入和远程系统，相关影响必须外部对账。

  • 合格线｜ 真实 Diff/测试优先，检查 Context/规则/工具/权限，先止损再恢复，最后做压缩与失败注入回归；
  • 加分项｜ 区分 Conversation Rewind、File Checkpoint、Git/Worktree 和外部业务补偿；记录 Cache Miss 只是性能证据，不把它误当语义根因；
  • 工程证据｜ Session/Compact 事件、Git Diff、测试退出码、Permission/Sandbox 日志、外部请求 ID、恢复前后文件哈希和回归报告；
  • 高频误区｜ 清空记录后重跑、完全归因模型变笨，或本地回滚后假设数据库和部署也已回滚；
  • 下一问｜ 排障闭环完成后，继续把 Claude Code 放回当前竞品架构中做条件性选型。

第 6 题｜L6 架构｜Claude Code 为什么强，又为什么不能说全面强于 Codex、Gemini CLI 和 Copilot？ ​

核心考察点｜ 工作流定位、模型/Harness 混杂变量、反向优势与公平选型

面试官提问

请给出 Claude Code 的真实差异化，也主动说出三个竞品更合适的场景。

30 秒专业短答

Claude Code 基于公开机制更可能适合复杂本地长会话，因为 Context 治理、Steering、并行、Worktree、Rewind 和权限组合紧密。它并非全面占优：Codex/Gemini 的开源 Runtime、Gemini 的开放互操作、Copilot 的 GitHub PR 治理各有优势。没有同条件隐藏测试，只能给条件性选型，不能说全面最强。

深入展开

先把 Surface 分开：Inline Completion、本地 CLI Agent、Desktop/Cloud 多 Agent 和异步 PR Agent 不是同一问题。Claude 更值得在本地复杂修改、频繁接管和细粒度恢复上评测；Codex 产品族可结合开源 CLI、App 与 Cloud，Gemini CLI 强调长上下文、Google Search 和 A2A，Copilot Cloud Agent 在临时 Actions、受限分支、PR、安全扫描和人工合并上更直接。公平实验要固定仓库、版本、模型/Effort、联网、权限、预算和验收，报告 Verified Success、干预次数和总成本。

小白解释

车队要完成山路抢修、开放改装实验和工厂流水线维护三种任务，负责人不会只看哪辆车工具最多。Claude Code 维修车对应复杂本地交互与接管，Codex/Gemini 开放设备对应可审查或互操作的 Runtime，Copilot 流水线维修工对应 GitHub PR 治理。回到专业选型，必须固定仓库、模型、权限、预算和测试后比较 Verified Success。类比没有证明任何产品在所有道路都更快，也会随产品版本变化而过期。

事实与证据边界

对比快照为 2026-07-10，来源是四家官方产品文档与开源仓库；功能只证明“具备机制”，不证明模型质量、速度、成本或成功率。Codex 一列若包含 App/Cloud 能力必须标 Surface，Agent Teams 也应标为实验性。

  • 合格线｜ 说出 Claude 的条件性优势和至少三项竞品反向优势；
  • 加分项｜ 区分 Inline Completion、本地交互 Agent、Cloud PR Agent；指出 Agent Teams 仍实验性且成本随实例增长；
  • 工程证据｜ 固定任务清单、产品/模型版本、权限快照、隐藏测试、Tool Trace、人工干预、费用与墙钟时间；
  • 高频误区｜ 用旧印象说竞品没有 MCP/Subagent/Memory/Sandbox，或把 Claude 模型能力等同产品 Harness 优势；
  • 下一问｜ 最后设计一个类 Claude Code 系统，并给出能拆分模型与 Harness 的评测方法。

第 7 题｜L7 项目复盘｜如果让你设计并评测一个“类 Claude Code”Coding Agent，你会怎么做？ ​

核心考察点｜ 控制面划分、上下文生命周期、验证协议、故障演练和证据边界

面试官提问

请说明系统架构、最难问题、可验证亮点、代表性风险和竞品评测；当前能否说成真实上线项目？

30 秒专业短答

这是示例设计：模型负责计划和候选动作，Harness 负责 Context、工具调度、权限、Sandbox、状态和终止，Hook/LSP/CI 做确定性校验，Checkpoint/Worktree 负责本地恢复。最难的是同时保证有效证据、安全自治和外部验收。我会用固定仓库隐藏测试、干预次数、总成本、越权率和恢复时间验证，当前不能声称已上线。

深入展开

架构上把核心规则放项目指令，Rules/Skills/MCP 按需加载，非 Fork Subagent 隔离高噪声任务；工具 Schema 标注副作用，只读可并发、写入顺序执行。服务端持有身份和资源授权，远程写用幂等键、对账与补偿。评测先固定模型做 Harness A/B，再固定 Harness 做模型 A/B，多次运行并分类 Context、Tool、Permission、Environment、Model 与 Verification 失败；故障注入覆盖压缩丢失、恶意文件、外部成功但响应丢失和并行冲突。

小白解释

设计新工厂时，小林让工程师决定维修方案，让门禁、工具管理员、质检员和备份系统执行固定职责，再用同一批故障机器和隐藏验收单比较不同班组。工程师对应模型，工厂调度对应 Harness，门禁对应 Permission/Sandbox，质检对应测试与 CI，备份对应 Checkpoint/Worktree。回到专业架构，模型负责开放式决策，确定性 Runtime 负责执行、安全、状态和验收。类比忽略了模型 API、许可证、数据保留和外部系统授权；没有真实实现和运行数据时只能说“示例设计”。

事实与证据边界

当前仓库只有架构文章和评测方案，没有类 Claude Code Runtime、运行日志、真实用户、事故或指标；因此只能说“示例设计”和“计划验证”。目标系统还必须重新核对模型 API、Sandbox、许可证、数据保留和第三方工具协议。

  • 合格线｜ 模型/运行时职责、Context 分层、权限与恢复、外部验收和公平评测全部覆盖；
  • 加分项｜ 固定模型做 Harness A/B，再固定 Harness 做模型 A/B；记录失败分类和多次运行方差；远程副作用设计服务端授权、幂等、对账和补偿；
  • 工程证据｜ 架构决策记录、版本化任务集、隐藏测试、Trace/Metric/Log、权限审计、故障注入、恢复记录和人工 Review；
  • 高频误区｜ 只画模型加 Bash 两个框，或用模型自评、单次 Demo、SWE-bench 总分替代目标仓库验收；
  • 下一问｜ 本组结束；可继续追问多租户进程隔离、Prompt Cache Telemetry、Tool Schema 版本治理和评测集维护。

4. 自测与评分 ​

  • [ ] 能在 30 秒内区分 Claude 模型、Claude Code 和 Agent SDK；
  • [ ] 能列出至少 5 项官方可验证事实和 5 项无法确认的内部实现；
  • [ ] 能手画 System/Project/Conversation 三层 Context 与 Tool Result 回灌；
  • [ ] 能画出 CLAUDE.md、Rules、Settings、Skills、Agents、MCP、Session、Memory 与 Checkpoint 的职责边界，并解释哪些应提交 Git；
  • [ ] 能按“真实仓库 → 工具权限 → Context → 模型”的顺序排查长任务失控；
  • [ ] 能主动说出 Codex、Gemini CLI、Copilot 的反向优势；
  • [ ] 能设计隐藏测试、人工干预、总成本、越权和恢复指标，并重复运行报告方差；
  • [ ] 按准确性、原理深度、工程意识、项目表达、沟通结构各 0～5 分评分；
  • [ ] 第 7 题不得虚构上线、成功率、成本、团队规模或竞品胜率。

5. 事实边界与参考资料 ​

当前无法确认｜ Claude Code 完整 System Prompt、Compaction Prompt、私有 Tool/Delegation/Termination 逻辑、训练数据、内部评测集，以及与竞品在同变量实验下的普遍胜率。

6. 总结 ​

一句话记忆： 回答 Claude Code 要从“模型 + Context + Harness + Tool + Verification + Safety + Recovery”完整闭环出发，并用证据边界和公平评测约束“更强”的结论。

  • Claude 模型负责概率性决策，Claude Code Harness 负责确定性的循环、执行、权限、状态和终止；
  • CLAUDE.md/Rules、Settings、Skills/Agents/MCP、Session/Memory/Checkpoint 分别管理上下文、控制、扩展和状态；Prompt Cache、Compaction、延迟加载与隔离再解决不同的 Context 成本；
  • Permission、Sandbox、Checkpoint、Git 和业务补偿覆盖不同安全与恢复范围；
  • 当前 Coding Agent 原语高度对齐，Claude 的优势是复杂本地工作流中的组合与可接管性，不是全面独占；
  • 不知道闭源内部实现就明确止步，项目亮点必须由测试、Trace、Diff、故障演练和重复评测证明。