原文链接：https://calv.info/coding-agent-metagame

2025 年 8 月 26 日

关于编程 agent 的争论从未停止。最佳的提问方式是什么？如何审查输出结果？这些结果是不是垃圾，agent 最终是否真的更浪费时间？

但我的工程师朋友们似乎都同意一件事：“如今的编程感觉有趣多了”。他们中的大多数人指向了同一个工具：Claude Code。

在 OpenAI 参与过 Codex 的工作后 ²，我想更深入地研究一下 Claude Code，以确切了解是什么让开发者对它如此兴奋。

起初，我对使用命令行工具来管理代码编辑持怀疑态度。我的整个编程生涯都是以 IDE 为中心的。但在使用了几周 Claude Code 后，很难不感受到那种乐趣。

关于 Claude Code 的构建方式，我可以讲出很多优点——但最被低估的一点是，你感觉可以无休止地根据自己的喜好对其进行改造。

使用 Claude Code 感觉更像是在弹钢琴，而不是在 Jira 里拖动任务卡片。我隐约觉得，通过以不同的方式使用这个工具，我可能会成为一名大师。

这不仅仅是编写代码的游戏，更是一场我们所有人都在以各种奇特而美妙的方式参与的元游戏。

复古游戏美学

第一次运行 claude 时，我很快就被两点所震撼：1) 对细节的关注，以及 2) 来自老式视频游戏的灵感。

这是我启动 Claude Code 时看到的第一个界面。

与一般的命令行工具不同，它居然有……UI 设计？

小巧的强调色让界面显得俏皮而有趣。三种不同深浅的文本颜色将你的视线引向特定区域（标题 > 输入框 > 更新日志）。动画文本的颜色会巧妙地变化。还有一些雅致的 Unicode 图标，隐约让人联想到 Anthropic 的 Logo。整体呈现出一种有趣的复古美学。并且，我一上来就收到了一个明确的操作指引：试试 “为 InboxList.tsx 写一个测试”。

第一个屏幕还告诉我如何更好地使用这个工具。它给了我更新日志、一个提示和一个每日小技巧。展开快捷键菜单则向我展示了如何使用高级功能。

在做选择时，Claude Code 会给我一些选项，比如后续操作。

我可以像在角色扮演游戏（RPG）中一样选择选项 1、2 或 3。所有热键都如我所料地工作。

Claude Code 的特质也部分体现在它的“不是”什么上——它不是一个 IDE。

我这里拿 JetBrains 的一个旧版本说事，它可能是最糟糕的例子，但也象征着那种想把所有功能都堆砌到 IDE 里的欲望。

这很重要，主要有两个原因：

  1. 它感觉轻量级。我不需要去学习一个全新的编辑器，只是在终端里运行一个工具。
  2. 它独特且差异化。在 IDE 之外编写代码感觉像是一种奇怪的新范式——但编写 AI 生成的代码也是如此。命令行工具没有在 IDE 的规则下与之竞争，而是拥抱了一种不同的范式。

最终的产品让人感觉易于尝试，并且有足够的自由度去为未来进行优化——一个人类不再是代码编写者的未来。

Claude Code 可以将更多的屏幕空间用于子代理或钩子之类的东西，因为我并不期望用它来查看我的文件夹树或打开文件。

建立信任

在引导用户入门后，任何 agent 工具最大的障碍都是建立信任。用户需要回答这样的问题：“这个模型能一次性完成多复杂的任务？”以及“我该如何验证输出，而不需要检查每一行代码？”

那些 vibe-coding 的应用通常在建立信任方面遇到困难。一方面，用户可以通过点击应用来即时验证行为是否有效（这很棒！）。但另一方面，当事情真的出错时，其庞大的表面积使得检查问题所在变得更加困难。

当我们在 OpenAI 构建云版本的 Codex 时，我们不希望用户总是检查模型并试图“驾驭”它。

从正确性的角度来看，这通常是好的：模型在故障恢复方面出奇地熟练，给 agent 更长的“缰绳”去执行代码能显著提高性能。但这并不能让用户建立起模型确实在做正确事情的信心。

我们知道这里需要某种解决方案，所以我们向用户展示了模型在其自身环境中执行的终端命令。这感觉是一个不错的折衷方案，此外还让模型输出测试和代码规范检查步骤的结果。

唯一的问题是，终端命令远不如待办事项列表（TODO list）直观——完成的待办事项一目了然，但 sed 命令……就没那么清晰了。

我不确定利用待办事项列表工具是否真的能提高评测分数，或者这只是对用户的一种体贴。但它确实帮助了坐在键盘前的人理解正在发生什么。

还有一个上下文管理的问题。在 IDE 中，哪些文件和标签页被拉入上下文窗口并不那么清晰。创建一个新的聊天可能会抹去模型之前的思考，但它还会包含你正在查看的文件吗？

Claude Code 使这一点更容易理解：在终端会话中调用的所有内容都包含在上下文中。如果 Claude Code 正在压缩上下文窗口，它会告诉你。如果你想手动运行压缩，文档会解释如何操作。

速度与动量

那种心流感很大程度上归功于 Claude Code 的速度。

从模型中采样感觉很快。当我检查命令行的网络流量时，我看到它会根据不同的用例在所有三个模型（Haiku, Sonnet, Opus）之间切换。

仔细观察界面，我还注意到许多不同的小提示，告诉我 Claude Code 正在做些什么：

  • 动画图标和风趣的文字（沉思中 / 胡言乱语中 / 共生中）；它们会随着工作的进展而变化，颜色也会有微妙的“脉动”效果。
  • 一个每秒都在增加的当前运行时计数器。
  • 一个与图标配对的 token 计数器，图标会在“上传”、“下载”和“工作中”之间切换。

所有这些加在一起，使得界面感觉响应迅速且充满活力。在使用时，我知道工作正在进行中。

我的一位 OpenAI 朋友曾说过：“当 <内部 agent> 没有在我的笔记本电脑上运行时，我会感到焦虑”。

在一个每周都有新的顶尖模型出现、风险投资家们为数百万个 GPU 提供资金的时代，不使用编程 agent 感觉是一种浪费。这就像把免费的智能丢在地上。

Claude Code 深刻地抓住了这种心态。它没有试图掩盖我正在使用的 token 数量，反而鼓励我最大化地使用它们。如果我购买了“Claude Max”套餐，我获得的 token 感觉上是无限的，即使每个 token 的成本最终可能很高。

制造机器的机器

这就引出了 Claude Code 最后一个神奇之处：通过刻意练习，我可以学会将生产力提高 10 倍。

使用 Claude Code 时，我实际上可以优化循环中的两个部分：

  1. 核心 agent 循环：构建我正在开发的核心产品（添加新功能、修复 bug 等）。
  2. 产品开发基架：命令行工具用来运行核心 agent 循环的工具、环境、记忆和提示。

事实证明，优化产品开发基架几乎和实际构建产品一样有趣。

所有的编程 agent 都带有一点赌博的成分。当我提交一个提示时，我永远不知道它最终会走向何方。我可以不停地转动轮盘，看看结果如何。

但 Claude Code 有一个关键的区别。它不仅仅是让我改变提问模型的方式，还鼓励我改变产品开发基架本身。

这意味着，每当 Claude Code 做出错误的行为时，我不会去责怪工具，而是会反问自己：“我本可以做些什么来改进？” 产品开发基架的改变能否给我带来更好的结果？

这个“元游戏”最终成为 Claude Code 的头号营销工具，因为这是每个人都会做的事情。无论你是编写嵌入式 Rust 框架还是 Typescript 前端，你都会去试验如何最好地利用 Claude Code 的所有功能。

因为用户可以“拥有”自己的产品开发基架，所以每个人都想炫耀自己的技巧和窍门。我的 Twitter 时间线上充满了 Claude Code 的自动化方案和最佳实践。

产品的形态也对此有所帮助；命令行工具天然具有可组合性。很容易开始想象各种可能性：“我能从一个 GitHub issue 启动任务吗？”，“我能把多个 agent 链接在一起吗？让它们串行调用命令行？”，“我能使用 git worktrees 并行运行多个会话吗？”³

最终的结果就像一个自动化游戏，但当我玩完游戏时，我已经为世界带来了一些有用的东西。

心流的感觉

一位朋友指出，让 Claude Code 有趣的并非传统意义上的“游戏化”。这里没有徽章、等级、连续打卡之类的东西。

相反，它是一种从学习如何用好这个工具中获得的心流状态和掌控感。

  • 入门门槛低——从运行一个命令并在输入框中输入提示开始。
  • 产品通过每日小技巧和建议逐步揭示 CLI 的新用法。
  • 有一种动量感，伴随着对 agent 正在做什么的清晰、即时的反馈。
  • 最重要的是，有通过使用更高级的功能和自动化来提升技能的机会。Claude Code 鼓励你不断磨练那个“产品开发基架循环”。

虽然编程是这类想法的完美培养皿，但同样的技术也可以应用于其他领域。归根结底，大多数知识工作仍然涉及批判性思维、资源分配和战略规划。也许企业软件应该更多地借鉴《我的世界》（Minecraft），而不是 1950 年代的会计软件。

如果编程有任何启示的话，那就是那些似乎正在胜出的工具，允许用户改造自己的工作流程并为那种“心流感”进行优化。

我最大的收获是，重要的不仅仅是评测分数——产品开发基架同样重要。

所有这些调整和定制真的让我们更有效率，还是仅仅是做起来很有趣？两者之间可能存在某个效率前沿。而我们需要可塑性强的工具来找到它。

延伸阅读：Ink & Switch《Malleable Systems》（可塑系统）

¹ 我在这篇文章中讨论 Claude Code，因为它开创了 agent 命令行工具的概念。在我（无可否认带有偏见）看来，我的前雇主 Codex CLI 团队正在做着出色的工作，并且也融入了许多同样的想法。他们已经发布了大量更新，所以如果你有一段时间没看了，不妨去看看（确保升级到最新版本！）。Gemini 在这方面也紧随其后，但我还没有机会进行那么多的测试。

² 是云版本，不是命令行版本。

³ 这实际上是我们对 Codex 下的“杀手级功能”赌注。它异步运行的事实意味着你可以并行启动任意数量的任务，无需 worktrees。假以时日，我认为这也将成为用户想要与模型互动的方式。但这确实需要用户方面进行一些“工具重塑”。