Claude Code 为什么如此优秀，以及如何在你的代理中重现其魔力。

MinusX 基于对 Claude Code 的使用经验和日志分析，探讨了 Claude Code（一款 AI 编码代理工具）为什么使用起来如此愉快和高效，并提供构建类似 LLM（大语言模型）代理的实用指南。

核心观点是：

Claude Code 的成功源于其简单性、针对模型优缺点的设计，以及对 LLM 的巧妙引导。作者强调“保持简单”（Keep Things Simple），避免多代理系统或复杂框架，以提升可调试性和鲁棒性。

TL;DR

1. 保持简单：LLM 本身就难调试，避免多代理、复杂 RAG（检索增强生成）或过度工程化。将一切放在一个文件中，便于迭代和重构。
2. 关键实现：采用一个主控制循环；使用小模型（如 Claude-3-5-Haiku）处理 50% 以上的任务（如读取文件、总结历史），节省成本；详细提示（prompts）和工具设计；增强可操控性（steerability）。
3. 总体哲学：像端到端自动驾驶一样，让模型承担重任，遵循“苦涩教训”（Bitter Lesson）——依赖模型的通用改进而非复杂架构。

一. 控制循环设计（Control Loop Design）

1. 单一主循环：Claude Code 只用一个主线程，避免多代理系统的复杂性。消息历史保持平坦列表；对于复杂任务，通过创建“子代理”（最多一个分支）处理子问题，结果合并回主历史。这确保了可调试性和对最终目标的专注。
2. 使用小模型：如 Haiku 处理文件读取、网页解析、Git 历史总结和实时标签生成，成本低 70-80%，效率高。

二. 提示设计（Prompts）

1. 详细系统提示：约 2800 令牌长，包含语气、风格、主动性、任务管理、工具使用政策等部分。附加工具描述达 9400 令牌，用户提示总是包含 claude.md 文件（1000-2000 令牌），提供日期、目录、OS 等上下文。
2. claude.md 文件：用于协作用户上下文和偏好（如忽略某些文件夹、使用特定库）。MinusX 引入类似 minusx.md，提升性能。
3. 结构化技巧：使用 XML 标签（如 提醒模型、 和 对比示例）和 Markdown 标题（如“Tone and style”、“Tool use policy”）来组织提示。包含大量启发式规则和示例，帮助模型决策。

三. 工具设计（Tools）

1. 拒绝 RAG，转向 LLM 搜索：不使用向量搜索，而是让模型像人类一样用 ripgrep、jq、find 等命令搜索代码。这减少了隐藏故障（如相似度函数问题），并利用模型的代码理解能力。更易于 RL（强化学习）优化。
2. 工具层级：结合低级（Bash、Read、Write）、中级（Edit、Grep、Glob）和高级工具（Task、WebFetch、exit_plan_mode）。高级工具确定性强，减少模型的多步操作。工具描述包含详细示例和使用时机指导。
3. 代理管理 Todo 列表：模型自己维护 Todo 列表（用 TodoWrite 工具），防止上下文丢失和任务偏离。比多代理切换更灵活，利用模型的交错思考（interleaved thinking）动态调整。

四. 可操控性（Steerability）