一句话看懂：一篇对 Claude Code 代码库架构的深度拆解显示，Anthropic 的这款编程 Agent 并非用单一程序硬撑所有场景，而是用“同核多形态”的分层设计，将 CLI、SDK、MCP 服务三种交付形态统一在一套代码库中。这种架构的选择直接影响了它扩展新工具和新能力的效率，也解释了为什么它能快速适配不同的开发环境。
事件核心：发生了什么
这篇发布在掘金社区的技术分析文章（作者署名“百工蜂Agent”，标注日期为2026年9月1日）详细拆解了 Claude Code 的工程实现。文章指出，Claude Code 是一个基于大模型决策、由约数十万行 TypeScript 代码执行动作的编程 Agent，共有命令行（CLI）、可嵌入 SDK、MCP 服务三种形态，但三者共享同一条代码库。
代码库被划分为五层：入口层（每种形态一个入口文件）、装配层（启动时初始化）、引擎层（驱动对话主循环）、能力层（存放工具、命令、服务）以及支撑层（权限、编排、扩展）。文中引用了大量源码注释和函数级细节，例如在启动阶段，系统会并行预取系统配置和钥匙串读取，以压缩 CLI 冷启动时间；在编译期，主文件会通过 61 处 feature(...) 开关裁剪不需要进入产物的功能。
最关键的架构决策是：拥有几十万行代码的引擎核心（query.ts）中，找不到任何具体工具的实现。引擎只面向工具协议（Tool.ts）编程，工具清单由装配层在启动时根据环境动态注入。新增一个工具，只需要在 src/tools/ 下新建目录并在注册表中登记，核心主循环代码完全不需要改动。
为什么重要
这一架构解读的价值在于揭示了 Anthropic 对 Agent 产品工程化的一种范本。目前市面上不少 AI 编程助手倾向于将工具调用逻辑直接耦合进主循环，但 Claude Code 选择让“稳定核心”与“易变能力”彻底解耦。
这种设计的直接收益是回归测试成本极低。按照文章逻辑，无论是新增 BashTool 还是接入一个新的 MCP 服务端，都不需要回归测试最核心的对话主循环。对于开发者生态而言，这意味着外围贡献者可以相对安全地提交新工具或新命令，而不用担心破坏底座稳定性。
同时，CLI 场景下对冷启动的极致优化（并行 I/O、懒加载、编译期裁剪）也反映出 Anthropic 对开发者体验的重视——在一个每次执行都需要重新加载进程的终端环境里，首字延迟直接决定用户留存。
对用户/开发者/创作者的影响
对使用 Claude Code 的开发者：理解该架构有助于解释为什么某些时候工具使用策略看起来“保守”。权限系统被设计为独立于各工具实现的一层，所有模型动作都必须经过“放行/拒绝/询问用户”的三态检查。如果你在团队中部署该工具，这种集中式权限模型意味着安全策略可以被统一配置和审计，而不是散落在各个工具脚本里。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对构建 Agent 应用的开发者：文章提供了一个可借鉴的工程参考：三层模型（引擎只管协议，不管实现）可以极大提升 Agent 的长期可维护性。如果你正在用大模型 API 开发类似的自研 Agent 框架，文中的“自包含模块”原则（一个能力一个目录）值得纳入设计评审。
对技术决策者：三种交付形态（CLI、SDK、MCP）共享核心代码，意味着 Anthropic 在功能迭代时不必维护多套分支，这有助于保持不同接口（包括MCP 服务）之间的工具行为一致性。
值得关注的后续
1. 多 Agent 编排层的外围化程度。 文章将 coordinator/（多 Agent 编排）归入支撑层，却未提供该目录内部的接口隔离细节。若后续 Claude Code 的“派生子 Agent”能力遭遇瓶颈，问题可能出在这一层与引擎层的历史包袱中。
2. 能力层是否会向第三方彻底开放。 目前架构虽然支持“新增目录”即可扩展，但普通开发者能否不 fork 核心代码、仅通过插件或Skills机制接入自有工具，仍取决于 Anthropic 对外部扩展点的接口稳定承诺。
3. 编译期裁剪与动态环境的矛盾。 既然存在条件编译，那么“按需加载”到底是依据运行环境自动切换（如 CI 模式），还是需要用户手动指定特征开关？目前公开信息显示，这一块的配置透明度尚不明确，可能影响企业在离线或内网环境下的部署适配。
来源：juejin
