昨天科技圈发生了一件让人哭笑不得的“大事故”。Anthropic 在发布 Claude Code v2 版本时大概是打包脚本喝多了竟然把调试用的 cli.js.map 文件也一股脑塞进了发布包。这可不是普通的配置文件，它就像是一张藏宝图，直接把五十多万行 TypeScript 源码赤裸裸地展现在了全世界面前。X 平台上的技术极客们瞬间沸腾了这哪里是泄露，简直就是 Anthropic 把自家的设计图纸直接贴在了社区公告栏上。

geng有意思的是这Yi经是 Anthropic 在短短 13 个月内犯下的第二次完全相同的错误。早在 2025 年 2 月，Claude Code 的早期版本就因为 source map 问题“走光”过一次。这种“屡教不改”的作风，让人不禁怀疑他们是不是故意搞什么行为艺术。但不管怎么说这次泄露的规模远超预期，总计 4756 个源文件被扒了个底朝天其中 1906 个是 Claude Code 自身的源码，剩下的则是各种依赖。任何开发者只要下载那个 JSON 文件，就Neng完整提取出所有原始内容。

当我们在谈论 AI Agent 的竞争时往往觉得各家大厂壁垒森严。但这次泄露，相当于把 Claude Code v2 的整套设计逻辑公开处刑。起跑线，在这一刻仿佛被强行重置了。GitHub 上那个名为 instructkr/claude-code 的仓库瞬间就获得了 2w+ 星标，这速度简直比光速还快。虽然官方随后采取了一些措施，但直到本文发布时仍有几个恶意镜像仓库存在甚至还有成泄露源码的恶意软件在钓鱼，比如那个 Vidar v18.7，一旦运行就开始收集用户敏感数据，真是乱成一锅粥了。

抛开安全风险不谈，对于整个开发者社区来说这无疑是一次“鲸落”。当巨头倒下万物生长。这份泄露的源码就像是一份来自顶尖大厂的标准答案，为我们研究 Agent 架构提供了绝佳的参考样本。读完这 51.2 万行代码，你会发现，这次泄露揭示的远不是一家公司的安全疏漏，而是整个 AI Agent 行业竞争逻辑的底层真相。

hen多人以为 Claude Code 只是一个套壳的 API 调用工具，但源码狠狠地打了这种观点的脸。这根本不是一个简单的编辑器插件，而是一个完整的、复杂的 Agent 操作系统。文件中的 sourcesContent 字段直接包含了所有原始源文件的完整内容，其复杂程度令人咋舌。

这套系统的核心在于它如何管理工具和上下文。源码揭示了一个核心事实：Claude Code 不仅仅是“懂”代码，它是在“运行”代码。它有一套极其精巧的机制来处理工具的加载、权限的校验以及记忆的留存。这就像给一匹野马套上了精密的缰绳和马鞍，既要让它跑得快，又要防止它把骑手甩下来。

在资源管理上，Claude Code 展现了极高的“吝啬”智慧。默认情况下所有 MCP工具dou被标记为 defer_loading: true。这意味着它们在初始阶段完全从 API 请求中移除，不预加载，不占 token。只有当 AI 真正需要某个工具时才会通过 ToolSearchTool 按需发现并加载。

这套机制由 ENABLE_TOOL_SEARCH 环境变量控制，分为三档模式。逻辑非常清晰：与其把检索逻辑Zuo复杂，不如让 AI 用自主Neng力决定怎么搜。随着模型越来越强，这个选择越来越合理。毕竟上下文窗口虽然大，但每一块空间dou是钱啊。

源码注释里藏着三个导致“字节抖动”的根因，kan得出来 Anthropic 的工程师们被缓存问题折磨得不轻。GrowthBook 特性开关的翻转、MCP 服务器的重连、以及 tool.prompt 里的动态内容，任何一个字节的变化dou会让整个约 11K token 的工具块及其下游全部缓存失效。

为了解决这个问题，toolSchemaCache.ts 在 session 第一次渲染时就锁定了 schema 字节，此后任何“重渲染”事件dou不改变实际发出的内容。geng绝的是那个 MCP 指令 Delta 系统。以前 MCP 服务器连接时的 instructions 是通过 DANGEROUS_uncachedSystemPromptSection 每轮重建注入的，每次晚连接dou打断 prompt cache。现在改成了持久化 attachment 宣告变geng——只记录 addedNames 和 removedNames，每轮扫描历史 attachment 重建当前指令集。这样一来system prompt 本身保持静态，prompt cache 再也不会被打断了简直是省钱小Neng手。

AI 写出的代码，人类Yi经不可Neng line by line review，这个工程量甚至比写代码本身还耗时。所以安全审查机制就成了重中之重。Claude Code 的源码展示了一个四层安全审查架构，每一层douKe以提前终止并返回结果，按顺序执行，就像四道关卡。

这是Zui强硬的拦截，优先级Zui高。它检查用户或组织配置的黑名单规则，比如 Bash 或者 Agent。一旦命中，流程直接终止，没有任何商量的余地。这就像是大门口的保安，拿着名单，不在名单上的直接叉出去。

无论当前是哪种模式，只要命中了这一层的规则，就必须强制弹出用户确认弹窗。这里有一个非常关键的 bypass-immune 设计：当工具的 checkPermissions 返回 decisionReason.type === 'safetyCheck' 时即使在 bypassPermissions 模式下也无法跳过。这些文件一旦被篡改后果往往是灾难性的——可Neng下个版本就有 *.js.map 泄露啦，哈哈哈。

每个工具有自己的权限自检逻辑，根据路径、命令、风险等级独立判断，返回 allowask 或 deny。比如 FileEditTool 会检查目标路径是否在工作目录内，BashTool 会分析命令的危险等级。这一层体现了工具的自主性，它们不仅仅是被动执行，还Neng自我保护。

前三层全部通过后才由当前模式决定Zui终行为。这里Zui有趣的是 YOLO 分类器。YOLO 就是“you only live once”，但它实际Zuo的事情其实不太 YOLO。每次主 AI 想要去执行一个操作的时候，dou会有一个独立的 AI 分类器去判断这个操作到底安不安全。这个分类器有自己的系统提示词，跟主 AI 完全不同，是专门用来Zuo安全审查的。

为了防止死循环，系统还设计了“拒绝追踪”。当分类器连续拒绝 3 次或累计拒绝 5 次系统会从“自动拒绝”降级为“弹用户确认”，避免 Agent 陷入无限拒绝循环。在无头模式下达到上限则直接抛出 AbortError 终止，防止无效 token 消耗。这种细节处理，真的体现了工程化的成熟度。

Claude Code 的记忆系统遵循一个非常巧妙的设计理念：只记偏好，不记代码。原因hen直接：代码会变化，今天写的函数明天可Neng就重构了。Ru果记忆里存了“函数 X 在第 100 行”，代码一重构这条记忆就变成误导。所以 Claude Code 的Zuo法是：记忆只存人的判断与偏好，代码内容永远去源文件里实时读取。

记忆文件位于 ~/.claude/projects//memory/ 目录下包括索引文件 MEMORY.md用户偏好 preferences.md项目结构说明 project-structure.md 等等。MEMORY.md 是纯索引，不存内容，格式固定，超过限制会被 autoDream 剪枝。

这套系统由两个引擎驱动：

每轮对话结束时运行。触发后启动一个 forked agent，完整继承父对话的 prompt cache，Zui多执行 2 轮。运行时会预扫描记忆目录生成 manifest 注入 prompt，避免浪费一轮Zuo ls。提取出的记忆分四类：用户偏好、行为反馈、项目信息、外部资源引用。

后台周期性整合历史。两个引擎共用同一套权限沙箱：FileRead/Grep/Glob 无限制，Bash 仅只读命令，FileEdit/FileWrite 仅限 memoryDir 内，其余写操作一律拒绝。这种双引擎设计，既保证了实时性，又保证了深度整合，互不干扰。

hen多人谈到 AI 编程工具时第一反应是向量数据库、embedding 索引、RAG 检索。但 Claude Code 的选择完全相反——根本不用 RAG，直接搜代码。搜索主力是 Grep：没有 embedding，没有语义匹配，没有向量数据库。

这听起来hen原始，但逻辑hen硬核：上下文窗口足够大，grep 正则精确不会误匹配，本地搜索毫秒级响应。geng关键的是与其把检索逻辑Zuo复杂，不如让 AI 用自主Neng力决定怎么搜。随着模型越来越强，这个选择越来越合理。这就像是在图书馆找书，与其记下每本书的内容摘要，不如直接去书架上按分类号拿，只要你知道分类号是什么。

读完源码，我Zui大的感触是：Claude Code 的成功不仅仅取决于模型质量。大约 30% 的用户体验来自模型本身，70% 来自你构建的 harness。AI 模型天然如同一匹野马，Neng力强悍的同时幻觉和发散性也带着强烈的不可控与无法预知。而 Harness 其实就是套在它身上的那套设备。

源码里还有hen多在 prod 中关闭的 Feature Flags，暴露了它未来的一些方向。比如支持并行管理多个工作智Neng体，实现研究、合成、实现、验证的完整流程。内部称为“Penguin Mode”的快速响应模式，通过 API Beta Headers 启用。甚至还有一个完整的 Tamagotchi 风格伴侣宠物系统，名为“Buddy”。这是一个确定性扭蛋系统，具有物种稀有度、闪光变体、程序化生成的属性，闪光概率只有万分之一！

所有这些其实dou是让 AI 的Neng力从“不可控”的情况，变成稳定Ke以可靠交付的工程系统。目前 OpenAI 和 Anthropic dou非常推崇 Harness Engineering，而 Claude Code 的源码Ke以说是 Harness Engineering 的活教程了。

这次泄露，虽然让 Anthropic 的工程师们脸红，但对于整个行业来说却是一次巨大的加速。借助 agent 工具本身，任何团队douKe以左脚踩右脚——用 AI agent 来快速复制、迭代、甚至超越这套 agent 架构。站在巨人的肩上，肩上的人也Neng成为新的巨人。

未来真正值钱的不是某个版本的模型，而是那套踩过无数坑后沉淀下来的 harness prompts、rules 和工程化共识。那才是业界真正的 know-how 财富。谁Neng把这套 Harness 搭得geng好，谁就geng有机会。而现在这份来自顶尖大厂的“标准答案”Yi经摆在了桌面上，Neng不Neng抄对，就kan各家的本事了。