极简主义：少即是多

复杂的系统不等于强大的系统。Claude Code 的做法是：简单的系统 + 强大的模型 = 更强大的系统。

具体体现在几个关键选择上：

  • 单一 Master Loop，不搞分类器、路由器、DAG 这些看起来"专业"的组件
  • 只保留 8 个核心工具，而不是为每个场景造一个专用工具
  • 用 Bash 作为通用适配器，而不是给每个场景定制接口

这个思路对独立开发者尤其友好——维护 8 个工具的成本和维护几十个工具的成本完全不在一个量级。

信任模型，而不是限制模型

当模型能力足够强时，正确的做法是让模型自己做决策，而不是用代码把它框死。Claude Code 在三个层面践行了这一点：

  • 工具选择由模型决定，不是手写规则
  • 任务分解由模型决定，不是预定义的 DAG
  • 错误恢复由模型决定，不是硬编码的重试逻辑

这个设计很实用。模型能力每隔几个月就会跃升一次，如果把决策逻辑硬编码在代码里，每次模型升级都意味着大量的规则重写。把决策权交给模型，系统会随着模型能力的提升自动变强。

隔离与组合：保持主上下文清洁

处理复杂任务的方式不是构建一个复杂的系统，而是把复杂任务拆解成简单任务的组合。

Claude Code 的 Sub-Agent 机制有几个值得注意的设计：

  • Sub-Agent 专门处理探索性任务，避免主上下文被无关信息污染
  • 递归深度限制为 1，不允许 Sub-Agent 再创建 Sub-Agent，避免不可预测的链式调用
  • 每个 Sub-Agent 只向主上下文返回摘要，而不是完整结果

隔离带来可预测性。对于搭建 Agent 工作流的开发者来说，这可能是最容易被忽视但最重要的一条原则。

渐进式优化：先跑起来再说

Claude Code 的演进路径清楚地展示了"先让它工作，再让它快，最后让它优雅"的迭代逻辑：

  • 2024 年 6 月：基础工具调用
  • 2024 年 9 月：Claude Code 原型
  • 2025 年 10 月：Agent SDK
  • 2025 年 12 月：Programmatic Tool Calling + Tool Search

每一步都是在前一步的基础上优化，不是推倒重来。这条路径本身就是对"一步到位"心态的否定——没有人能在第一版就设计出完美架构。

安全防护：四层纵深

强大的能力意味着强大的责任。Claude Code 构建了四层权限防护体系：

  • 提示层：通过 System Prompt 约束行为边界
  • 规则层：预定义的安全规则
  • Hooks 层：可自定义的钩子函数，在关键操作前后执行检查
  • 沙箱层：隔离执行环境，限制系统级访问

此外，Constitutional AI 训练让模型具备自主拒绝有害行为的能力，配合危险模式检测自动标记高风险操作。

这五条原则归结起来就是一句话：不要和模型的能力对着干。把系统设计得足够简单，把决策权交给模型，把复杂性通过隔离来管理，一步一步迭代，同时守好安全底线。对于正在搭建 AI Agent 或自动化工作流的独立开发者，这套思路比任何具体的技术方案都更值得内化。