編輯 | 聽雨

出品 | 51CTO技術棧（微信號：blog51cto）

AI 工具千千萬，但能讓人上癮的，只有 Claude Code。

最近，小編關注到一篇拍案叫絕的文章——作者是 Alephic（一家以 AI 為核心的咨詢公司）的聯合創始人 Noah Brier。他坦言：

“Claude Code 不只是一個寫代碼的工具，而是一種全新的操作系統思維。”

他用 Claude Code 打造了一個屬于自己的“AI 操作系統”——

它能寫代碼、能記筆記、能自己思考，還能幫他打理郵件、整理知識、規劃行程。

簡單來說，Claude Code 已經不只是“會寫代碼的聊天機器人”，

而是一個能與你協作的數字同事。

他還總結了Claude Code 的強大之處：不在于“寫得多快”，而在于它遵循了 Unix 哲學——讓每個工具只做一件事，并把這件事做到極致。

小編為大家整理了文章的核心內容，enjoy:

1.從工具到操作系統：我的 Claude Code 故事

如果你最近和我聊過 AI，那你肯定聽過我長篇大論地贊美 Claude Code 的神奇之處。它最初只是我在編程時與其他工具并行使用的一個輔助工具，如今卻已經進化成我完整的“智能代理操作系統”，能支持各種各樣的工作流程。

最典型的例子就是我用來記筆記的工具：Obsidian。它與 Notion 或 Evernote 的最大區別在于：所有筆記文件都是存儲在你電腦上的純文本 Markdown 文件。你可以同步、設定樣式、保存它們，但歸根結底，它仍然只是硬盤上的一個文本文件。

幾個月前，我突然意識到，這一點讓我的 Obsidian 筆記和研究內容成為 AI 編程工具的一個特別有趣的應用場景。最初，我只是嘗試在 Cursor 中打開我的筆記庫，但很快，這個嘗試演變成了一個類似“筆記操作系統”的東西。我對它的依賴程度越來越高，最后甚至在家里搭建了一臺服務器，這樣我就能通過手機用 SSH 連接到我的 Claude Code + Obsidian 環境，在外出時也能隨時記筆記、讀筆記、整理思考。

圖片

現在我對Claude Code 又有了一些新的體會，今天想和大家聊聊這些。

2.為什么Claude Code 特別？它到底比Cursor 好在哪里？

這個問題其實讓我糾結了很久。老實說，我也不確定 Claude Code 在所有方面都優于 Cursor。但我確信，它有一組彼此協作、異常出色的特性組合——正是這些特性，讓我如今在要構建任何東西時，都會第一時間想到 Claude Code。

而且越來越多的時候，我使用它并不是為了改造現有代碼庫，而是直接在它的功能之上創造全新的東西。

那它的秘訣是什么？部分答案在于Claude Code 對“工具”的獨特理解。

作為一個基于終端的應用程序，它犧牲了一些易用性，卻換來了更強大的能力：對 Unix 原生命令的深度集成。

“Unix 哲學” 的奠基人Doug McIlroy 曾經的那段經典表述，完美地詮釋了這一點。他于 1978 年在《Bell System Technical Journal》中首次提出：

• 讓每個程序只做好一件事。如果要做新的任務，就從頭開始構建，而不是通過不斷添加新“功能”來讓舊程序變得復雜。
• 預期每個程序的輸出都能成為另一個（可能尚未出現的）程序的輸入。不要在輸出中夾雜無關信息。避免過度嚴格的表格或二進制輸入格式，也不要強制要求交互式輸入。
• 設計和構建軟件（甚至是操作系統）時，應盡早進行嘗試，理想情況下幾周內就能測試。不要猶豫，笨拙的部分要果斷舍棄并重建。
• 在編程任務中，優先使用工具而不是人工幫手來減輕負擔——即使這意味著你得繞路去先造好工具，而且用完后可能就得扔掉。

后來，Peter H. Salus 在 1994 年出版的《A Quarter-Century of Unix》中將其概括為三條簡潔的原則：

• 編寫只做一件事、但能把這件事做到極致的程序。
• 編寫能協同工作的程序。
• 編寫能處理文本流的程序，因為文本是通用的接口。

這些已有半個世紀歷史的原則，恰好與大語言模型使用工具的方式完美契合。

如果你觀察這些模型實際調用工具的過程，會發現它們不斷在“管道化”——把一個命令的輸出接到另一個命令的輸入（當然，中間會帶上一點它們特有的“模糊推理”）。（順帶一提，在 Unix 中，| 命令正是用于將一個命令的輸出“串聯”到另一個命令的輸入中。）

而當模型在“焊接”工具時出問題，幾乎總是因為這些工具本身太復雜了。

圖片

Claude Code 之所以如此令人驚嘆，第一個原因在于：Unix 所依賴的那些命令，天生就非常適合被大語言模型使用。

原因有二：一是這些命令足夠簡單；二是它們文檔極其完備，這意味著模型在訓練時就有大量的資料可學到這些命令的來龍去脈。

但這還不是全部。另一個關鍵因素，顯然是Claude Code 最初強大的代碼生成能力——而且最近，它在寫作（至少對我來說）方面也同樣出色。然而，雖然像 ChatGPT 或 Claude 這樣的應用同樣能生成文本或代碼，但 Claude Code 卻有著本質上的不同。那就是——文件系統訪問權限。

文件系統改變了一切。ChatGPT 和 Claude 的網頁版都有兩個致命缺陷：

• 對話之間沒有記憶；
• 上下文窗口太有限。

而文件系統則同時解決了這兩個問題。

Claude Code 能給自己寫筆記、積累知識、持續記錄進展。它擁有“狀態”和“記憶”。它不再被限制在單次對話之中——它能進行連續的、長期的思考。

3.潛力滯后：AI 能做的，還沒被完全釋放

早在 2022 年，我第一次嘗試使用 GPT-3 API 時就曾說過一句話：“即使這些模型的能力從此不再提升，我們也還需要至少十年時間去真正發掘它們的應用場景。”

后來事實證明，模型確實變得更強了——推理能力的提升讓工具調用變得可靠。但最近我對“文件系統”的發現，也再次印證了當初的觀點。

我之所以提到這件事，是因為Claude Code 初始版本的創建者 Boris Cherney 也用到了一個類似的概念來描述他的“頓悟時刻”：

在AI 領域，我們有一個詞叫 “產品過剩潛能”。

它的意思是：模型其實已經具備某種能力，但運行它的產品還沒被設計成能充分利用這種能力的形態。

當我發現Claude 能夠訪問并操作文件系統時，那完全就是一個典型的 product overhang ——模型早就能做到這些，只是我們一直沒有一個能真正釋放這種能力的產品！

我也同意他的觀點，不過我認為關鍵不只是文件系統，而是文件系統 + Unix 命令的結合。

核心在于：這些能力其實早已存在于模型之中，只不過在過去，它們還“沉睡”著。而一旦被激活，我們就迎來了真正的飛躍。

Claude Code 的意義正在于此——它為構建可靠的智能體系統提供了一個清晰的藍圖：不是通過復雜的多層接口去限制模型，而是讓產品去捕捉并釋放模型原本就擁有的能力。

4.不止寫代碼：讓 AI “活”在你工作流程里

之前我提到過我的Claude Code + Obsidian 整合環境。其實，我又更進一步——我已經將它開源，項目名叫“Claudesidian”。

Github鏈接：https://github.com/heyitsnoah/claudesidian

它整合了我在自己的 Claude Code + Obsidian 環境中常用的一系列工具與命令，

同時也擴展了更多實驗性的功能，成為我進行各種嘗試的“試驗田”。

其中最有意思的一項，是我構建了一個升級工具：如果項目主版本有更新，你可以一鍵拉取最新改動，AI 會自動幫你檢測本地是否修改過相關文件，如果有，它還會嘗試智能合并你的改動與新的更新內容。

這兩個項目都遵循相同的Unix 哲學原則：

簡單、可組合的工具；各自做好一件事，然后協同工作。

這正是Claude Code 的魅力所在——它讓這種“由簡生智”的構建方式成為可能，也讓我重新發現了構建應用程序的新范式。

 我還做了另一個項目，暫時稱之為“Inbox Magic”。

它是一個Claude Code 倉庫，內置了一系列 Gmail 工具，以及大量提示與命令，讓它能像你的個人郵件助理一樣運作。

目前，它的功能還比較基礎：

可以代你搜索郵件、發送郵件；

還能進行收件箱分類；

甚至可以訓練模型學習你的郵件語氣與寫作風格，從而更自然地幫你撰寫郵件。

與普通的 ChatGPT 或 Claude 不同，它們通常只能一次訪問一兩封郵件；而這個系統因為能寫入文件并執行更復雜的操作，所以可以完成更智能的任務，比如：

“找出我收件箱里所有與旅行相關的郵件，并據此建立一個我的旅行習慣檔案，然后用這個檔案作為提示，讓ChatGPT / Claude 在幫我做旅行規劃時，更貼合我的個人偏好。”

總之，這個項目還在完善中。如果你感興趣、想提前體驗，可以發我你的GitHub 用戶名，等我準備好測試版本時，會第一時間邀請你試用。

5.給你的幾點建議與啟示

我一向不太喜歡下結論，但這里有幾條值得特別強調的體會：

1）文件系統是一種極其有效的方式，能繞過大語言模型缺乏“記憶”和“狀態”的限制——它值得被更廣泛地使用。

2）如果你在研究或實現工具調用，關鍵是要遵循 Unix 哲學。——讓每個工具保持簡單，只做一件事，并能與其他工具協作。

3）Claude Code 提供了一個面向未來智能體系統的藍圖：以“文件系統 + Unix 哲學”為核心，去構建可靠、可調試的 AI 代理，而不是陷入當下那些過度復雜的多智能體框架。

從實操角度來說，這意味著：當你在自己的項目中構建工具調用時，要保持簡單，讓主模型線程去“管道化”各個工具之間的連接。（順帶一提，目前所有智能體/聊天機器人系統都面臨的一個大問題是：如何讓這些“管道”傳遞信息時，不必經過上下文窗口。）

4）如果你還找不到 LLM 的應用場景，那就說明你還沒認真去嘗試。

參考鏈接：

??https://www.alephic.com/writing/the-magic-of-claude-code??

??https://newsletter.pragmaticengineer.com/p/how-claude-code-is-built??

 本文轉載自51CTO技術棧，作者：聽雨