前言
为什么写这本书 2024 年至 2025 年，软件工程领域发生了一场静默而深刻的范式转移。大语言模型不再仅仅是"聊天机器人"或"代码补全引擎"——它们开始以 Agent 的形态，真正参与到软件开发的完整生命周期中。编写代码、阅读文件、执行命令、做出判断、协调子任务——这些曾经只属于人类程序员的能力，如今正在被算法重新定义。 在众多 Agent 应用中，Anthropic 开源的 Claude Code 无疑是标杆级的存在。它不是一个简单的 CLI 工具，而是一个完整的 Agent 运行时系统——拥有推理循环、工具调度、权限决策、多 Agent 协调、MCP 协议通信、钩子管线、容错恢复等一整套精密的算法体系。当我深入阅读它近 5000 行的主入口文件 main.tsx、数十个工具实现、完整的权限分类器、以及多层状态管理架构时，我意识到：这不仅仅是一个产品，更是一部关于"如何构建生产级 AI Agent"的算法教科书。 然而，源码是沉默的。它不会主动告诉你为什么要在启动阶段并行预取 keychain 凭证和 MDM 配置，不会解释推理循环中工具调用与权限校验的微妙时序，也不会阐述多 Agent 协调时状态快照与消息传递的设计权衡。这些隐藏在代码背后的算法思想，才是最有价值的知识——而这正是本书试图揭示的。 我写这本书，是因为我相信：理解一个伟大系统的算法思想，远比学会使用它更重要。 当你真正理解了 Claude Code 背后的设计哲学，你将具备构建任何 Agent 系统的能力。 这本书为谁而写 本书的理想读者是具备一定编程基础的中级开发者、正在或即将投身 AI Agent 领域的工程师，以及所有对"Agent 到底是如何工作的"怀有好奇心的技术人。 你不需要精通 TypeScript 或 React——本书聚焦的是算法思想和架构模式，而非语言细节。但你需要理解基本的编程概念：函数、状态、异步、事件循环。如果你曾经构建过任何形式的软件系统，你就已经具备了阅读本书所需的全部背景。 具体而言： 应用开发者将学会如何将 Agent 的思维方式融入自己的产品； AI 工程师将获得一套经过生产验证的 Agent 架构参考； 系统架构师将看到如何在安全性、性能、可扩展性之间做出精妙的平衡； 技术管理者将理解 Agent 系统的复杂性本质，从而做出更好的技术决策。 如何阅读本书 本书分为四个部分，呈递进关系： 第一部分"Agent 思想基础"，建立认知框架。我们从 Agent 的本质出发，理解它与传统程序的根本差异，然后深入 Claude Code 的对象模型和启动算法，建立对整个系统的宏观认知。这是后续一切讨论的基石。 ...