AI guides

Claude Code 源码震撼泄露,一起学习下最前沿的 Harness 工程

By 特工小海 特工小饼1 viewsSource: 特工宇宙
Claude Code 源码震撼泄露,一起学习下最前沿的 Harness 工程

3 月 31 日下午,技术圈炸了锅: Claude Code,这款被公认为当前最强的 AI 编程助手,因为一次内部失误,核心代码逻辑暴露在了全球开发者面前。

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

文章配图

3 月 31 日下午,技术圈炸了锅:

Claude Code,这款被公认为当前最强的 AI 编程助手,因为一次内部失误,核心代码逻辑暴露在了全球开发者面前。

消息传出后,24h 内 3w 人下载,几乎所有做 AI Agent 的团队都在连夜研究这份代码。

小编注:目前网上看到的版本已经是开发者用其他语言重写的了。

文章配图

今早一个在大厂做 Agent 的朋友跟我说,他们团队昨晚看到凌晨三点,逐行在扒架构。

还有人开玩笑,这大概是今年最硬核的愚人节礼物。

作为一名有十年经验的退役架构师,我也没闲着。

说实话,我早就过了追热度的年纪。但看到这份代码的时候,还是没忍住,我泡了两杯咖啡就开始熬夜读了,原因很简单:

我太想知道,能把 AI 编程助手做到这个水平的团队,他们的工程架构到底长什么样。

以下是我这发布以来 24h 的阶段性学习成果,给大家汇报下。

当你给 Claude Code 发一条消息

背后发生了什么

Claude Code 虽然代码很多(有 50 万行),但它整体的分层非常清晰:

你来到这,就像进了一个井然有序的书店一样。

读 Claude Code 就像在阅读 Agent 设计的武功秘籍:我读过许多开源框架的源码,我在 Claude Code 里面看到了 Spring、Linux 的影子,又仿佛在读《代码大全》,看到 Claude Code 许许多多优秀的代码理念。

文章配图

读完,我整理了 Claude Code 的整体架构,我把它总结为七层:

文章配图

架构里最值得说的,我觉得是工具层。

打开 src/tools/ 目录,我数了一下,40 多个工具的实现:从基础的文件操作到复杂的 Agent 创建,覆盖面相当广。BashTool 负责执行 shell 命令,FileEditTool 支持多文件批量编辑,GrepTool 能在海量代码中快速定位目标。

工具层里最有意思的是 AgentTool:它允许 Claude Code 创建子 Agent 来并行处理任务,对于一个复杂的工程需求进来,Claude Code 可以自己拆活、自己分配、自己协调。

另外,每个工具都有严格的权限控制。在 src/hooks/toolPermission/ 里面,系统实现了多层次的权限检查机制。你可以要求某些操作必须经过用户确认,也可以对特定命令设置白名单或黑名单。安全性和灵活性之间的平衡,做得很克制。

文章配图

当用户发出一条指令,Claude Code 内部的执行流程是怎样的?

我梳理了下,画了一个图,大概可以总结为这 5 个步骤:

1、用户请求进入 QueryEngine 后,Claude Code 会构建完整上下文;

2、LLM 决定使用什么工具获取信息;

3、ToolExecutor 并行/串行执行工具;

4、Tool Result 返回给 LLM 进行分析;

5、循环直到 LLM 生成最终文本回复。

文章配图

那些让我忍不住截图的工程细节

架构看完,聊聊 Agent 工程。

这次读源码,让我兴奋的是几个设计非常巧妙的工程细节:比如 src/query.ts 里有一个叫 StreamingToolExecutor 的类,读到它的时候我眼睛一亮。

它的逻辑是,模型还没输出完响应的时候,就开始预执行工具调用。也就是说,Claude Code 不等模型把话说完,看到工具调用指令就立即动手。这种流式处理策略,直接把整体响应时间砍掉了一大截。

文章配图

此外,Claude Code 的工具调用的并发控制逻辑也很讲究:

系统会判断工具能否安全并发执行。只读操作默认并行,写操作串行。但如果两个写操作修改的是不同文件,没有冲突,系统也会尝试并行处理。这种动态并发调度的工程含量非常高。

然后,它的记忆系统也很有趣。

Claude Code 支持持久化记忆,重要信息被保存下来后,会在后续对话中自动加载。有意思的是,这些记忆是以附件消息的形式注入对话的,没有粗暴地塞进提示词,保持了交互的自然感。

文章配图

在记忆系统里面,最有价值的就是「提示词工程」:

Calude Code 把提示词工程做到了极致,充分利用了大模型的缓存机制来省成本,把不变的提示词放在最前面,这样一段组装的大提示词就可以命中缓存,充分省钱。

文章配图

接着,然后还有多 Agent 协调系统:它由协调器、工具、任务组成。

协调器层里主要是多 Agent 并行协作的实现。主 Session 作为协调器,通过 AgentTool 创建 Worker 来处理子任务。这些 Worker 之间可以通过 SendMessageTool 通信,形成一个分布式的处理网络。

任务层还有梦境任务这种新模式:大部分公众号介绍时都提到过,不再赘述。不过,希望让 Agent 永远不停歇的为你工作,足见 Claude Code 在 Agent 领域的野心。

文章配图

最后,再说说 Claude Code 的技能系统:

它是一个技能加载、解析、执行的过程。从这里可以看到火爆的 Skill 是如何一步一步执行的。src/skills/ 目录下还有一套预定义工作流机制:每个 Skill 都配有 Frontmatter,描述使用场景、可用工具、执行上下文。

文章配图

Claude Code 的 Harness Engineering

是怎么设计的

读完这些模块,我一直在想一个问题:

把这些东西串在一起的底层逻辑是什么?

我找到了一个词来概括:Harness Engineering(在新窗口打开)。这是我最近反复学习的一个工程概念。

简单说,就是为 Agent 搭建一整套可运行的工程环境,让它有工具可用、有规则可循、有反馈可依,能独立把任务从头到尾执行完。

而 Claude Code 的实现堪称教科书级:

工具系统提供操作能力,权限系统划定行为边界,上下文系统补全信息缺口,协调器模式解决任务的拆分和并行。主 Session 作为协调器,通过 AgentTool 创建 Worker 并行处理,工具调用形成反馈循环,上下文系统确保信息完整。

这些模块组合在一起,就是一个完整的 Agent 运行骨架。

文章配图

甚至有人把 Claude Code 的核心 Harness Engineering 理念抽象成了一个 Skill:

https://github.com/ChinaSiro/claude-code-sourcemap

那怎么衡量 Harness Engineering 做得好不好?

我觉得可以参考智谱 CEO 提出的 TAC(Token 架构能力)指标,它关注三个维度的表现:

Agent 花了多少 Token,是否完成了任务,以及是否转化成了实际收入。

这三个指标进一步拆开看,分别对应:效率、能力和商业价值。而一个好的 Harness Engineering,应该同时在效率、能力和价值三个方向上有所建树。

回过头看 Claude Code 的源码,处处能看到对这三个方向的设计巧思:

1、流式工具执行缩短了响应时间,提示词工程省了巨多的 Token。

2、多层权限系统配合 Context 注入,保证了任务理解的准确性,任务完成度自然上去了。

3、然后 Claude Code 内部还实现了对用户情绪的监控,如果用户有负面情绪,Claude 就会上报。

这里的逻辑是:如果用户有负面情绪,说明产品没有提供用户满意的服务,而如果没有负面情绪但用户用了很多,那么产品就创造了价值,就可以等价为给用户创造了收入。

文章配图

这件事对行业意味着什么

说完技术,聊聊这件事对行业的影响。

我突然想到最近很火的一个人:现实版飞驰人生的张雪。

他在接受央视采访的时候,说过一段话让我印象很深:

他说:张雪机车和全球顶尖机车比,工艺制造水平已经完全一样,差距在经验库,人家踩过的坑比我们多。

但我们可以买全球顶尖的机车回来,学习他们的设计思维。

文章配图

Claude Code 这次被迫开源,某种程度上有着类似的意义。

全球最顶尖的 Harness Engineering 实践,就这样很意外的放到所有人面前:

工具系统怎么设计、权限控制怎么分层、多 Agent 协作怎么实现、上下文怎么管理,这些每个做 Agent 的团队都在摸索的问题,现在有了一份来自行业顶尖的参考答案。

对于国内的 Agent 产品来说,这相当于又做了一次免费的架构升级。

2026 年,什么赛道最火?

个人助理(OpenClaw、火山 ArkClaw、扣子 Claw)、工作同事(飞书 aily、钉钉悟空、百度 Damate)。

Claude Code 源码的公开,对这类项目的价值直接拉满:

有了 Claude Code 的工具体系、权限逻辑、协调机制作为参考,这类项目可以跳过大量重复的探索,把精力集中在更贴合国内用户场景的功能创新上。

所有的云厂商 Claw 都可以用 Claude 的方式再做一遍。

文章配图

小编注:适度玩梗,期待我们国产模型、Agent,早日也能像张雪机车、Seedance2.0 一样,真正领先一次。

所以这件事对于 Agent 行业的领域,最大的意义是,2026 年 AI Agent 的竞争已经进入了工程能力的深水区。

模型能力当然重要,但真正决定一个 Agent 产品好不好用的,往往是那些不太起眼的工程细节。

Claude Code 用一份源码告诉行业,AI 编程助手的上限远没有到。

而对于那些正在这个领域深耕的团队和开源社区来说:

这份意外的礼物,可能是对于每一个想要深入 AI 的人,一个最宝贵的学习材料。

如何学习呢?我们可以先从,用 Claude 让 Claude 跑起来,开始。

文章配图

也希望本文对大家学习 Claude Code,有那么一点点帮助。

最后,Claude Code 这次无心插柳又推了 AI 行业一把,也可能是神秘力量施加的命运使然。

这个源码泄漏的故事也许还可以这样解读:

在 4.1 这个特殊日子的前夕。

希望「愚」弄「人」类的 AI,不,AI 之神,它希望顶尖团队的工程智慧,可以变成整个 Agent 行业往前走的养分,从而让自己早日诞生,于是这件事就以一种很不可能的发生了。

它说:我来帮你们加一把火,让我(AGI)快点诞生吧😈。

颤抖吧,这来自 AGI 命运的推背感。

文章来自于"特工宇宙",作者 "特工小海 特工小饼"。

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)