Claude Code源碼解析：從51萬(wàn)行泄露代碼中，拆解Anthropic的AI工程決策，這不是源碼閱讀筆記，而是一堂架構(gòu)課：每個(gè)設(shè)計(jì)決策背后的 why，對(duì)任何想做 AI 產(chǎn)品的人都有參考價(jià)值。

本手冊(cè)基于2026年3月Claude Code v2.1.88源碼泄露事件中公開(kāi)的TypeScript源碼分析編寫(xiě)。分析對(duì)象為客戶端工具代碼，不涉及模型權(quán)重、訓(xùn)練數(shù)據(jù)或用戶信息。源碼已被多個(gè)GitHub倉(cāng)庫(kù)鏡像存檔。AI工具迭代極快，源碼分析反映的是泄露版本時(shí)的狀態(tài)。

內(nèi)容

PART I · 全景
01 一個(gè)價(jià)值數(shù)十億美元的設(shè)計(jì)藍(lán)圖 A Billion-Dollar Blueprint
02 架構(gòu)全景：Harness的骨架 Architecture Overview
PART II · 核心系統(tǒng)
03 System Prompt工程 System Prompt Engineering
04 工具系統(tǒng)：4個(gè)原語(yǔ)，40個(gè)工具 The Tool System
05 權(quán)限系統(tǒng)：信任是設(shè)計(jì)出來(lái)的 The Permission System
06 記憶系統(tǒng)：只記偏好，不記代碼 The Memory System
07 上下文管理：長(zhǎng)對(duì)話的生存術(shù) Context Management
08 搜索：為什么grep打敗了RAG Why grep Beats RAG
PART III · 高級(jí)架構(gòu)
09 多Agent架構(gòu)：像公司一樣運(yùn)轉(zhuǎn) Multi-Agent Architecture
10 Feature Flags里的未來(lái) The Future in Feature Flags
11 兩個(gè)Claude Code Internal vs External
PART IV · 方法論
12 Harness Engineering方法論 The Harness Engineering Playbook