Claude Code108 篇实战文章

Ken W Alger 九月初在 dev.to 上那篇实验，我一开始没当回事——代码生成不是瓶颈了、验证才是，这种话我半年前就见过，不新鲜。但他那个密码重置的实验有个细节，我越想越觉得这账得重新算：五分钟生成，四十五分钟验证，实际流程五十分钟。总时间一分没省，事儿换了个人干。

昨天半夜刷 HN，看见一个帖子里出现了 Shabbat。我第一反应是哪个新框架。 点进去才知道，是一群人在吵"安息日能不能让 AI agent 继续跑"。 按理说跟一个还在学 Claude Code 的人没关系。我翻了一个多小时，关浏览器的时候心里有点发毛。 因为里面提到了魔像。 布拉格那个，传说里到安息日得把它关掉。

你一天要听几次"已完成"？ 我数过，多的时候二三十次。开个会话把活扔过去，回来瞄一眼日志尾巴：测试全绿，工作完成。然后我自己跑一遍，红的。 烦的不是它骗人。它没骗人，它是真以为自己干完了。烦的是每次都得自己再验一遍，那我要它干嘛。 上个月还踩了个更阴的。

这条在讲 Claude Code 2.1.277 宣布支持 AGENTS.md 之后，实际测出来的一个事。出处是 Przemek，blog.szypowi.cz，今天发的。功能默认关着，读不读 AGENTS.md 取决于一个远程开关，而你一旦关掉遥测或者禁用非必要流量，工作目录下的 AGENTS.md 就静默不读。

这条在讲 Claude Code 2.1.277 的 changelog，9 月 18 日发的。就一件事：一个项目里如果没有 CLAUDE.md，Claude Code 现在会回头去读 AGENTS.md，把它当项目指令用。出处是仓库里那份自动生成的 CHANGELOG.md。

这条讲的是用检索增强做科学代码理解。标题里最扎眼的那句——9B 小模型拿了最高平均分，干掉同一管线里的更大模型。这种标题我十个有八九个不想点，因为“小模型超过大模型”的鬼故事太多，大半是把测试环境卡在很窄的地方。但出处是 arXiv 2609.12190，作者机构看着不是随便凑的，就打开读了。

昨天翻 arXiv，看到一篇叫 Agora 的论文，arXiv:2609.18094，9 月 16 日挂出来，18 日更新了第二版，cs.LG，跟 cs.AI、cs.CL 都有交叉。它把 Git 当共享内存，让一群研究智能体在没任务分配、也没有中央规划器的情况下自己往下推。

Claude Code 读代码读不动了，就有人让你往 CLAUDE.md 里塞说明。agent 在长任务里忘了三天前定的规矩，就有人让你加个记忆层。群里一聊 agent 记忆，方案满天飞：向量库挂 MCP、知识图谱塞 session，好像多一层“记住”就等于多一层聪明。

一个给 Claude、Codex、Cursor 用的「ADHD 友好型输出技能」，在 GitHub 上拿了 49.2k stars。这个数字什么概念——比绝大多数正经的开发者工具、CI 插件、甚至不少小语言模型项目都高。而且它的 README 自己说了：你不需要真的被诊断有 ADHD 也能用。

上周群里有人丢了个 arXiv 链接，2609.14985。我点开，13MB 的 PDF。 第一反应是想关掉。 后来还是拉下来了。标题里有"因果"，有"虚拟世界"，两个词都撞上我这周在捣鼓的那摊事。 先说清楚：我大概看懂了六成，剩下那四成里还有一半是直接跳过去的。

往 CLAUDE.md 里追加一行规矩，这个动作我一天要做三四次。 看到 agent 把 migration 命名错了，加一行。看到它忘了我们不用 default export，再加一行。三个月攒到一百八十多行，我还挺得意，觉得自己调教有方。

有一家人，家族树里写着某人“死于瑞士”。 后人照着这条线索去翻瑞士的死亡登记。翻不到。翻了很多年，还是翻不到。真相是他死在法国境内，一场狩猎事故，出事地点离边境线很近，近到当地一家瑞士报纸把它当本地新闻报了。于是有人读成了“死于瑞士”，写进树里。 这条错的地点，到现在还在别人的树里活着。

我一天大概有四十次是闭着眼睛按 Tab 让 agent 改代码的。测试绿的，就切下一个任务，diff 基本不翻。 前几天刷到一篇论文，AgentGuard，14 号挂上去的。里面有个数字我盯着看了半天： 69.0%。 baseline 的 Abnormal Execution Rate。

这个月初刷到一篇帖子，一开始我准备划走。 写帖子的人在做一套给 AI 编码助手用的记忆层，拿 Claude Code 自带的记忆跟他那套方案做了一组对比。这种帖子的套路我太熟了，对比是壳，广告是核。结果看到中间一段，我停住了。

速评：撑起 7.9 万颗星的那个数字，是个 ÷4。 Quesma 那篇 9 月 11 日发的，两个作者 Bartosz Kotrys 和 Jacek Migdal，测了好几天，光 token 烧掉 1500 多美元，当天就上了 HN 首页。他们给的结论是别把 RTK 当通用省钱工具。

凌晨一点，Claude Code 在跑，你盯着那个转圈的玩意儿，不知道是该去干点别的，还是就这么干等下去。 【灯光渐暗，房间里只剩风扇声，和两个人谁也没说话的沉默】 现在有人给这个沉默现场配了个啦啦队。一个 VRoid 小人搬进 VS Code 侧边栏，Claude Code 一有动静它就跳一下，冒个气泡给你打气。

7 月读到 Alex Tong 在 dev.to 上的一篇笔记，讲他用 Claude Code，会话跑到大概 45 分钟的时候，模型开始编造他根本没要求过的默认值，之前定好的约束一条条被忽略。这篇我记两件事：会话脏了之后怎么判断该不该救，以及真要重开时，怎么重新播种。

上个月某个下午，Claude Code 回了我一句用量到顶，然后就是一堵墙。 第一反应照例是"我最近也没怎么用啊"。这个判断后来被证明是错的，而且错得挺难看——不是我用得多，是我不认为那算"我在用"。 先把话撂这儿：用量失控的案子，真凶十有八九是自动化。不是模型贵，也不是哪个 MCP 服务器偷偷吃你的 context。

打开对话框，从一个自己都没想清楚的问题开始，聊四十分钟，关掉，屏幕一片空白。 这个动作我一天两三回，真数过。不是任务驱动的提问，是那种"我大概想搞明白点什么"的漫游。结束的时候感觉像想了很久，实际什么都没带走。

凌晨一点四十，我在看一个 KeyError。 没有花里胡哨的堆栈，就是一个循环里对 dict 直接取值，上游这次少给了一个字段。 修起来三分钟，定位花了四十分钟——出事的地方和报错的地方隔了四层调用。修完我没睡，顺手跑了个 blame，想看看这行是哪个天才写的。 一点不意外：一个月前，我自己 approve 的。