0%

终端里的 React 应用

Claude Code 的终端界面不是传统的 CLI 逐行输出,而是一个完整的 React 应用。它通过 Ink 框架(React 的终端渲染器)实现了组件化 UI、Flexbox 布局、双缓冲渲染和交互式对话框。选择 Ink 而非 ncurses 或 blessed 这类传统终端 UI 库,核心原因是复用 React 生态:组件化思想、状态管理、生命周期、以及开发者的熟悉度。

Ink 的架构分为四层。React Components 通过自定义的 React Reconciler 转换为 Ink Host Config 调用,Host Config 使用 Yoga 布局引擎计算 Flexbox 布局(基于终端字符单位),最终 Terminal Renderer 将布局结果转换为 ANSI 转义序列输出到 stdout。这个架构让终端 UI 开发体验接近 Web 前端,同时保持了终端应用的性能特征。

阅读全文 »

工具不只是函数调用

在多数 AI Agent 框架中,工具只是一个带装饰器的函数:接收参数,返回结果。Claude Code 的工具设计远超这个层次。每个工具是一个自描述的实体,通过统一接口向框架暴露身份、能力声明、生命周期钩子、渲染逻辑和智能特性。框架不需要了解工具的内部实现,只需调用标准接口即可完成验证、权限检查、执行和结果处理。

阅读全文 »

同样的模型,不同的体验

一个反直觉的现象:用 GPT-4 模型搭配 OpenAI 的 Codex CLI,效果尚可;用 GPT-4 模型搭配 Anthropic 的 Claude Code,效果更好。自家模型配自家 Agent 应该是最佳组合,但实际表现不如搭配竞争对手的 Agent。

常见的猜测是”Claude Code 的 Prompt 更好”。Prompt 确实有影响,但不是决定性因素。Claude Code 的源码揭示了一个更根本的差异:它不是一个 Prompt 工具,而是一个完整的 Agent 运行时框架。这个框架理解模型的能力边界、工具的执行风险、上下文的压缩策略和用户的意图流转。模型是大脑,Claude Code 是躯体——这个类比虽然粗略,但抓住了核心关系。

阅读全文 »

2026 年 4 月 22 日,Anthropic 发布了一篇关于 MCP 定位与演进的官方博客。这篇文章的背景并不平静——在过去几个月里,社区围绕 MCP 的成本、上下文占用和 Schema 设计产生了大量争议,Perplexity 的 CTO 甚至公开表示内部正在远离 MCP。Anthropic 的这篇博客没有逐条反驳这些批评,而是给出了一个更完整的框架来理解 Agent 连接外部系统这个问题,同时提出了两个具体的技术优化方案来回应社区的核心质疑。

阅读全文 »

用 Claude Code 做用户模块重构,前 30 轮一切顺利,它清楚地记得数据库用的 PostgreSQL、接口风格是 RESTful、Redis 集群那天维护所以 session 要临时走 DB。到了第 50 轮左右,它突然问”找不到 MySQL MCP 信息,请你提供一下”。MCPSettings 就在文件中,它前面还知道这件事。上下文被撑爆之后,早期的关键约束在模型的注意力里被稀释了。这篇文章要拆的是 /compact 敲下去之后,Claude Code 内部到底跑了一套什么流程。

阅读全文 »

2026 年 4 月,中国 AI 算力供应紧张到了”抢号”的地步。想订阅一个 Coding Plan,得排队等很久才能拿到名额。背后的原因很直接:高端 GPU 被禁售,国产替代还跟不上。这篇文章从硬件制程、软件生态、人才储备三个维度,拆解中国显卡自研面临的真实困境。

阅读全文 »

想让 AI 帮你调试网页,它只能给建议不能动手;需要自动化测试网页功能,写脚本嫌麻烦;分析网页性能瓶颈,DevTools 里一堆指标看不懂。这些场景的共同问题是:AI 和浏览器之间缺一条通路。Chrome DevTools MCP 就是来打通这条通路的,它让 Claude Code、Cursor、Copilot 这类 AI 助手直接操控浏览器,像一个真正的开发者一样干活。

阅读全文 »

从抢购算力说起

2026 年,抢购算力已经成为 AI 行业的常态。中国的算力紧张,根源在于算力依赖显卡,而高端显卡几乎只有英伟达一个选择。很多人知道英伟达卖显卡,但对 CUDA 这个名词并不熟悉。CUDA 是英伟达最核心的竞争壁垒,这道壁垒花了整整二十年才构筑完成。理解 CUDA 的来龙去脉,才能理解今天算力市场的格局。

阅读全文 »

背景

问大模型”明朝第一位皇帝是谁”,它会回答”朱元璋”。但问”朱元璋的第三任妻子叫什么名字”,它可能回答”马皇后”。马皇后是朱元璋的正妻,不是第三任妻子,模型在这里编了一个看似合理实则错误的答案。这就是大模型的幻觉(Hallucination):生成内容时语气自信,但事实层面是错的。面试中如果只说”因为它是概率模型”,面试官不会满意。概率模型并不意味着必然会编造内容,需要拆开来看具体是哪几个环节出了问题。

阅读全文 »

前几天看到一个视频在技术群里被转发,讲 AI Agent 工程师的 4 个核心技能:编程功底、Prompt Engineering、系统思维、领域知识。评论区一堆人收藏说太对了。我不否认这个框架,但实际做了几个 Agent 项目上线之后,我发现真正卡脖子的能力,那视频压根没提。

阅读全文 »