为什么最强的AI Agent,代码反而最简单?

Claude Code背后的5个反直觉真相

你有没有想过一个问题：

为什么那些真正厉害的AI Agent，打开源码一看，简单到让人困惑？

没有复杂的状态机。 没有花哨的DAG图。 没有你以为"必须有"的各种组件。

就一个while循环，不停地转。

我最近深挖了Anthropic的Claude Code架构。

说实话，我被震撼到了。

不是因为它有多复杂。

恰恰相反——是因为它简单得"不讲道理"。

💡 核心架构：一个循环打天下

先看Claude Code的核心代码：

while tool_call:
    execute_tool()
    feed_results_to_model()
    repeat()

就这？

对，就这。

模型决定调用什么工具，执行，拿到结果，再决定下一步。

没了。

Anthropic工程师的原话是：**"给它工具，然后让开。"**

🎯  最好的架构，不是你加了什么，而是你敢删掉什么。

这背后的赌注很大胆：

现代大模型的推理能力，已经强到不需要你手把手编排每一步了。

你以为需要的复杂度，可能只是你的安全感。

🔍 模式一：用Grep，不用RAG

这个选择让我意外。

当Claude Code需要在代码库里找东西时，它不用向量数据库，不用Embedding。

它用的是……grep。

rg "def calculate_total_price" /path/to/project

原始输出直接丢进上下文窗口。模型自己解析，自己决定下一步读什么。

为什么这样做？

• 代码搜索要的是精确匹配，不是语义相似
• 不用维护Embedding pipeline
• 模型本身就很擅长构造搜索query
• 基础设施简单到离谱

🎯  有时候，最"土"的方案，才是最对的方案。

当然，RAG不是没用。

如果你处理的是大量文档、需要语义理解、或者多语言内容——RAG可能更合适。

但关键是：先测试，再假设。

别因为"大家都在用RAG"就默认选它。

🧩 模式二：子Agent + 隔离上下文

上下文管理，是Agent开发的真正难题。

上下文窗口塞满了，模型性能就崩了。

Claude Code的解法很优雅：子Agent。

主Agent是协调者。

需要调研？生成一个子Agent。 需要跑测试？生成一个子Agent。

每个子Agent有自己干净的上下文，干完活只返回结果。

sub_task = {
"name": "Task",
"parameters": {
"description": "找到DefaultChatContext在哪实例化",
"prompt": "搜索ChatTabViewViewModel.swift，只返回文件路径和行号"
    }
}

核心洞察：

"每个worker有自己的短上下文；主Agent分发任务，子Agent收集信息，主Agent聚合结果。"

这样，主Agent的上下文始终保持清爽，专注在协调上，不会被中间过程的垃圾信息淹没。

🎯  让主Agent当老板，不要让它当打工人。

如果你的Agent总是做着做着就忘了目标——这个模式值得试试。

✅ 模式三：用Prompt管理任务，不用代码

这个发现让我最惊讶。

Claude Code的任务追踪，没有代码层面的校验。

没有validation layer检查模型有没有遵守规则。

纯靠Prompt。

系统提示词里写：

• 同一时间只能有一个任务是"进行中"
• 完成任务后立即标记为"已完成"
• 如果卡住了，保持当前任务"进行中"，创建新子任务

然后模型就……照做了。

{
"todos": [
    {"id": "a1f", "title": "复现失败测试", "status": "done"},
    {"id": "b9c", "title": "实现修复", "status": "running"},
    {"id": "e7d", "title": "添加回归测试", "status": "pending"}
  ]
}

Anthropic工程师说了一句话，我印象很深：

"一年前这样做根本不行。"

但现在，模型的指令遵循能力已经强到，Prompt本身就是约束。

🎯  最好的代码，是你不用写的代码。

当然，高风险操作（删文件、支付）还是要代码级别校验的。

但对于工作流协调，想想你能删掉多少"以防万一"的复杂度。

🖥️ 模式四：Bash是万能工具

Claude Code没有几十个专用工具。

它有一个工具：执行Shell命令。

defexecute_shell(command):
return subprocess.run(command, shell=True, capture_output=True)

需要读文件？cat需要搜索？grep需要跑测试？pytest需要提交代码？git commit

甚至，模型会自己写一个Python脚本，运行完，再删掉。

为什么这样做？

• 模型在训练数据里见过大量bash命令
• 可组合性：任何工具都能串联
• 不用注册一堆tool
• Shell本身就是和电脑交互的最佳接口

但这里有个大坑：

给Agent shell权限 = 给它核弹发射按钮。

Anthropic团队自己都承认：**"我们有人真的把本地数据库删了。"**

所以Claude Code做了很多保护：

• 沙盒执行环境
• 命令前缀分类
• 文件路径提取
• 白名单 + 敏感操作需要用户确认

🎯  给Agent的权力越大，你的权限系统就要越强。

🚫 模式五：他们选择不做什么

有时候，没有的东西比有的东西更有趣。

Claude Code明确避免了：

• ❌ Embedding做代码搜索
• ❌ Classifier做路由
• ❌ 正则表达式解析模型输出
• ❌ ML intent检测层
• ❌ Pattern matching做意图识别

逻辑很简单：

如果模型能做，就让模型做。

每多一层组件，就多一个可能出bug的地方，多一个要维护的东西，多一份复杂度。

🎯 你加的每一行代码，都是未来的负债。

🧠 关于上下文管理的细节

几个值得记住的技巧：

1. 异步缓冲区工具I/O和推理解耦。完整日志存磁盘，只有精简版进模型上下文。

2. 上下文压缩器在92%上下文使用率时触发。总结对话，把重要信息转存到markdown文件。

3. "掐头去尾"策略压缩时，保留开头（目标、背景）和结尾（最近工作）。中间部分可以大胆总结。

因为人类思考也是这样的——记得为什么开始，记得刚刚做了什么，中间过程？模糊就行。

🎬 不同问题，需要不同Agent

没有"最佳"Agent架构这回事。

• 通用编程任务？灵活性优先
• 强监管工作流？结构性优先
• 探索性研究？上下文隔离优先

架构要匹配问题，不是问题匹配架构。

📌 五条行动建议

读完这篇，你可以立刻做的事：

1. 先试简单循环。一个while循环够不够用？测了再说。

2. 保护上下文。考虑用子Agent隔离中间过程。

3. 信任Prompt。现代模型的指令遵循能力，可能比你想的强。

4. 考虑Bash。作为万能适配器，但一定要投资权限系统。

5. 质疑每个组件。那个Classifier真的需要吗？还是你从旧项目复制过来的？

🔮 未来方向

Anthropic提到的几个演进方向：

• 自适应推理深度：根据问题难度调整思考强度（"think" → "think hard" → "ultrathink"）
• 技能作为可扩展Prompt：只在需要时加载额外上下文
• 无头Agent SDK：让Agent跑在CI/CD和定时任务里

底层趋势很清晰：

模型越来越强，脚手架越来越少。

💬 最后

一年前，这些做法会被认为是"偷懒"或"不专业"。

现在，它们可能是最聪明的选择。

🎯 最好的工程师，不是写代码最多的人，而是删代码最多的人。

如果这篇对你有启发，转发给你正在做Agent的朋友。

他们可能正在过度工程化的路上狂奔。

基于Anthropic Claude Code架构分析撰写，原始信息来源于AI Engineer Code Summit分享