AI news

480 万人看过的 Claude Code 方法论

By AI Humanist by杉森楠1 viewsSource: AI Humanist by杉森楠
480 万人看过的 Claude Code 方法论

今天我们来聊聊:480 万人看过的 Claude Code 方法论。这篇文章的作者叫 Eyad。从履历看,是典型的技术老兵:在 Amazon、Disney、Capital One 这样的巨头公司做过 7 年工程,参与过面向百万级用户的系统开发。现在,他是初创公司 Varickai 的 CTO。

The full text has not been translated yet. The Chinese original is shown below.

大家好,我是杉森楠。这是我的第 70 篇原创,请多指教。

欢迎来到《 AI 奇奇怪怪产品 No.1000 计划 》。

今天我们来聊聊:

480 万人看过的 Claude Code 方法论

昨天刷 X 的时候,我注意到关注列表里一位影响力很大的 AI 投资人 Allie K. Miller 转推了一篇长文,目前已经有 480 万人看过了,也获得了 13 K 的点赞。

她此前在 AWS 负责机器学习业务,还是在 IBM 带过 AI 团队,她的转发通常都指向一些比较有方向的内容。

这篇文章的作者叫 Eyad。从履历看,是典型的技术老兵:在 Amazon、Disney、Capital One 这样的巨头公司做过 7 年工程,参与过面向百万级用户的系统开发。现在,他是初创公司 Varickai 的 CTO。

480 万人看过的 Claude Code 方法论

为什么在这个时间点聊他?

原因其实很简单:他和我们大多数人一样,每天高强度使用 Claude Code 编程。但在长期实战中,他发现一个现象:很多人,包括不少经验并不浅的程序员,用 AI 写代码的方式,从第一步开始就已经偏了。

不少人觉得 AI 编程“越用越不对劲”“写着写着逻辑就崩”,直觉上会把问题归结为模型不行。但在 Eyad 看来,真正的原因往往不是模型不够聪明,而是人太着急,跳过了本该由人完成的那部分思考。

他把这些踩坑经验整理成了一篇方法论。

下面,我会把其中最核心、也最容易被忽视的几个点拆开来讲,比如

(1)配置CLAUDE.md:把项目规范和常用命令写进这个文件,让 AI 像老员工一样干活。

(2)警惕上下文性能:模型在占用率达到 30% 时,逻辑能力就开始变差。不要等它彻底报错,要及时清理对话。

(3)使用自动化模式:利用 Headless Mode 让 AI 自动运行测试和修复 Bug。

接下来,我分享下里面的几个重要的观察。

大多数人都犯了一个错:直接动手

你要知道,写下这些经验的人,是在亚马逊、迪士尼和 Capital One 这些巨头公司里摸爬滚打过 7 年的老兵。他写的代码是给几百万人用的,系统要是崩了那是大事故。

现在他自己创业做 CTO,Claude Code 就是他每天干活的工具。

他上来就指出了一个现象:绝大多数人拿到了 AI 工具,第一反应就是“直接开干”。

但这绝对是你能犯的最大的错误。真的,十次有十次,如果你能忍住不直接打字,而是先按下两次Shift + Tab进入“计划模式(Plan Mode)”,最后出来的结果绝对比你直接把需求甩给 AI 要强得多。这两者根本就不在一个段位上。

我也知道,有些朋友可能觉得:“我没有那么深厚的架构经验,我不知道怎么规划啊。”

这位老哥给了两条路:

第一,去学。如果你从来不碰架构,那你永远是在给自己设限。

第二,也是更实际的,你可以跟 ChatGPT 或者 Claude 进行深度的对话。你告诉它你想做什么,问它:“在系统设计上我有哪几种选择?”然后你们一来一回,把方案敲定。

记住,是你和 AI 互相提问,不是你单方面下指令。

这个原则适用于所有事。哪怕只是写个邮件总结,或者重构代码,甚至是调试 Bug。在动手之前,先搞清楚你的目标是什么,你手里的信息越多,AI 输出的质量就越好。

这里有个特别重要的概念叫“架构”。在软件工程里,架构不能留有“操作空间”。比如,你不能只说“给我做一个认证系统”。

如果你这么说,AI 就只能瞎猜。

你得这么说:

“用现有的 User 模型构建邮箱/密码认证,把 session 存在 Redis 里,设置 24 小时过期,并且添加中间件保护 /api/protected 下的所有路由。”

连按两次Shift + Tab,花 5 分钟做计划,能省下你以后好几个小时的调试时间。

给 AI 发一本“员工手册” (CLAUDE.md)

所有人都知道项目里有个叫CLAUDE.md的文件。这不是个普通的 Markdown 文件。每次你启动 Claude 的时候,它做的第一件事就是读这个文件,算是给 AI 做“入职培训”。

很多人要么完全无视它,要么往里面塞了一堆垃圾信息。你要知道,Claude 一次只能靠谱地记住大约 150 到 200 条提示词,再多它就开始随机遗忘了。

所以,这个文件要怎么写?

他说:

首先,保持简短。别把这里当成写小说的地方。

其次,要具体。别跟它解释什么是“组件文件夹”,它懂。你要告诉它的是那些只有你知道的怪癖,比如那些必须运行的 Bash 命令,或者你独特的工作流。

最关键的一点是:告诉它“为什么”,而不仅仅是“做什么”。在这点上,Claude 特别像人。比如,你别光说“使用 TypeScript 严格模式”,你要说“使用严格模式,因为我们在生产环境里被隐式 any 类型导致的 Bug 坑过”。有了这个背景,Claude 就能在遇到类似情况时,做出你意想不到的准确判断。

还有,这个文件是活的。

你在工作的时候,如果发现某个事你得纠正 Claude 两次,那就按下#键,把它加到CLAUDE.md里去。

好的CLAUDE.md看起来不像是一本员工 SOP 手册,它更像是:如果你知道明天自己会失忆,你会留给自己的那张最重要的便签。

上下文窗口只有“30%”

现在的模型,比如 Opus 4.5,号称有 20 万 token 的上下文窗口。但这位 CTO 说:千万别以为它能一直撑到 100% 还保持清醒。

实际上,当上下文用到 20% 到 40% 的时候,它就开始退化了。虽然可能一开始不明显,但输出质量确实在下降。

如果你这时候用/compact命令去压缩上下文,你会发现出来的结果依然很烂,因为压缩并不能把已经“变傻的脑子”救回来。

那么,怎么避免这种“痴呆”的情况呢?

第一,别在一个会话里干杂活。一个对话只干一件事。别一会儿让它写认证系统,一会儿又让它去重构数据库。这会让上下文混在一起,Claude 会懵逼的。

第二,用“外脑”。如果你在干复杂的任务,让 Claude 把计划和进度写进一个实际的文件里(比如SCRATCHPAD.md)。这样即使你关了对话,明天回来,它也能读文件接上进度。

第三,也是他最常用的一个:“复制粘贴重置法”。当发现上下文太长、AI 开始胡说八道时,直接从终端里复制所有重要的内容,运行/compact拿到摘要,然后/clear彻底清空记忆,再把摘要粘贴回去。

一个全新的、清醒的 AI,绝对比一个在这个混乱的上下文里的 AI 要好用得多。

记住一点:Claude 是“无状态”的。除了你明确给它的东西,它什么都记不住。你得按这个逻辑去规划你的工作。

提示词就是一切,别怪模型烂

人们愿意花几周去学一个新的框架,却不愿意花几分钟学学怎么跟 AI 说话。提示词工程真不是什么玄学,它就是最基本的沟通。就像跟人说话一样,清晰永远比模糊好。

你要明确你想要什么。给它一个清晰的目标,而不是一个模糊的方向。

同样重要的是,你要告诉它“不要做什么”。特别是 Claude 4.5,它有个毛病就是喜欢过度设计(Overengineer)。如果你只是想写个简单的功能,它可能会给你整出 12 个文件、一堆不必要的搞抽象行为。

这时候你就得明确告诉它:“保持简单。别加我没要的抽象行为。能用一个文件解决就别用两个。”

还要给它关于“为什么”的上下文。

告诉它“这个代码我们需要跑得飞快”,或者“这只是个原型,用完就扔”。这会完全改变它写代码时的权衡取舍。

如果你发现输出的代码很烂,那就认清现实:通常是因为你的输入很烂。不要怪模型不够聪明,瓶颈几乎总是源于人这边的原因。

说到模型,他给出了省钱又高效的搭配:Opus 虽然慢且贵,但它逻辑强,适合做规划、做架构决策。Sonnet 又快又便宜,适合干脏活、累活。

所以高效的工作流是:先用 Opus 思考和规划,然后按 Shift+Tab 切换到 Sonnet 去写具体代码。因为有 CLAUDE.md 兜底,它们能配合得很好。

要把工具用到极致 (MCP & Hooks)

Claude 有一堆功能:MCP、Hooks、自定义命令……如果你买了 Pro Max 会员,却不用这些,那真是在浪费钱。

MCP 绝对要用。

如果你发现自己老是从 Slack、GitHub 或者数据库里复制东西给 Claude 看,那你该找个 MCP 工具了。它可以让 Claude 直接连上这些服务,自动获取数据。

Hooks 是防止技术债的好工具。

你可以设置一个钩子,让 Claude 在修改任何文件前后,自动运行一下代码。比如,想让它每次写完代码都跑一遍 Prettier 格式化?或者跑一遍类型检查?用 Hook。

这样能立刻发现错误,而不是等代码堆积如山了再改。

自定义命令,也要用。

如果你经常干某件事,比如调试、部署,你就把那一长串提示词写进一个 markdown 文件,放到.claude/commands文件夹里。以后你只要输入/debug,它就自动按你的套路干活了。

还有,别因为第一次尝试不好用就放弃。

这些模型进化得太快了,上个月不行的功能,这个月可能就修好了。保持好奇心,多做实验。

当它卡住的时候,千万别硬顶

有时候,你肯定遇到过这种情况:Claude 陷入了死循环,写出来的代码报错,它改了,又报错,再改,还是那个错。

这时候,你的本能可能是继续给它解释、继续给提示词。但这时候停下来才是对的。

直接/clear,清空重来。积累的错误上下文只会让它越来越笨。

如果它在复杂的任务上卡住了,把任务拆小。分块解决。

如果它总是听不懂你想要什么,就别解释了,直接动手写一个最小化的例子给它看:“我就要输出成这个样子的。”

Claude 模仿例子的能力,远比理解那些篇幅很长解释要强得多。

或者换个角度。如果你一直让它“处理这些状态转换”,它搞不定,那你试着说“把这个当成一个状态机来实现”。

换个框架,往往就能解决问题。

不要只做一次性任务,要构建系统

真正的高手,不仅仅是用 Claude 聊聊天、写写代码片段。他们是在构建系统。

Claude Code 有一个参数叫-p,也就是 headless mode。这意味着你可以写脚本,让 Claude 在后台默默地干活,根本不需要你盯着。

你可以把输出结果传给其他工具,或者连上 Bash 命令。

现在很多企业就在利用这一点:自动审查代码 PR,自动回复简单的技术工单,自动更新文档。这些操作都会被记录下来,你可以回头检查日志,发现哪儿做得不好,就去改CLAUDE.md或者调整工具。

这就形成了一个“飞轮效应”:

AI 犯错 -> 你检查日志 -> 你优化规则 -> 下次 AI 做得更好。

随着时间的推移,这套系统会通过复利效应,变得越来越强大。

回过头看,这篇文章真正有价值的地方,其实不在于哪一个技巧、哪一个命令,而在于它传达了一种非常工程化、也非常克制的 AI 使用观。

这位 CTO 并没有把 Claude Code 当成“全自动程序员”。在他的工作流里,AI 更像是一名能力很强、但需要被清晰管理和持续训练的同事。

你要给它规则、给它上下文、给它反馈机制,甚至要为它设计“犯错后的纠偏路径”。

一次性的成功没有意义,能被复用、能持续变好的工作方式,才是真正的效率提升。

如果你读完这篇文章,只记住了一点,那可能就是这句话:AI 写代码的上限,几乎永远取决于你是否愿意先把事情想清楚。

工具在变,模型在变,但这个原则大概率不会变。

看到这里,辛苦啦。

感谢你的阅读和「在场」!

文章来自于微信公众号 “AI Humanist by杉森楠”,作者 “AI Humanist by杉森楠”

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)