Claude Code Terminal 里的 AI 编程搭档

发表于 分类于
告别来回切换 IDE 和 AI 聊天窗口，Claude Code 把 AI 直接塞进终端，理解整个代码库后替你干活。

我受够了窗口切换

作为一个远程办公的人，我的一天大概是这样的：

打开 VS Code 写代码 → 切到 ChatGPT 问个问题 → 切回 VS Code 改代码 → 切到 Claude 问另一个问题 → 切回 VS Code……

光是为了找窗口，手指在触控板上划来划去的时间都比写代码的时间多。

后来我开始用 Cursor 和 Windsurf，这类工具把 AI 集成进了 IDE，看起来是个好方案。但用了一阵子我发现：它们更像高级补全工具，而不是真正的编程搭档。我还是要手把手告诉它每一步做什么，它不会主动去读我项目里的其他文件，不会自己跑去跑测试，更不会在我改完代码后自动验证。

直到我开始用 Claude Code。

Claude Code 是什么？

简单说：它是一个跑在终端里的 AI 编程 Agent。

你不是在问它问题，而是在给它派任务。

“帮我把这个模块重构一下，用策略模式重写。”
“跑一遍测试，看看有没有回归。”
“把 README 更新一下，反映最近的改动。”

它会自己去读代码、规划方案、执行修改、运行验证 —— 整个流程不需要你一步步盯着。

核心能力就这几点：

  • 理解整个代码库 — 启动时会扫描项目结构，知道文件之间的依赖关系
  • 自主执行多步任务 — 规划 → 写代码 → 跑测试 → 修复失败，闭环跑完
  • 直接操作文件系统 — 读写文件、执行 shell 命令、操作 git
  • 自然语言交互 — 英文中文都行，说人话就行

我最喜欢的一点是：它真的在你的项目目录里工作，不是在一个隔离的沙盒里给你看代码片段。

安装只要两分钟

Mac/Linux：

1
curl -fsSL https://claude.ai/install.sh | bash

Windows PowerShell：

1
irm https://claude.ai/install.ps1 | iex

装完进项目目录，直接敲 claude，它就启动了。

实际用起来怎么样？

场景一：接手陌生项目

上周我要维护一个完全没写文档的老项目，代码风格混乱，目录结构也看不出逻辑。以前这种事我只能一点点读，现在我会跟 Claude Code 说：

“我刚接手这个项目，帮我梳理一下核心模块和数据流”

它会遍历代码，生成一份结构说明，告诉我关键文件是哪些、数据怎么流转的、主要的类 / 函数干什么。不用五分钟，我就对这个项目有了整体认知。

场景二：重构代码

之前帮人做代码审查，遇到一个两千行的函数，全塞在一起，没有测试。

我跟它说：

“把这个函数拆分成独立的模块，加上单元测试”

它自己读了代码，理解了逻辑，拆成了三个文件，每个文件有对应的测试用例，跑一遍全部通过。这个任务如果我手动做，大概得花半天，它用了大概十五分钟 —— 而且全是后台跑，我继续写自己的东西。

场景三：Git 工作流

我经常要处理这种场景：写完代码 commit，然后 push，结果 GitHub Actions 跑出一堆测试失败。以前要切到浏览器看日志，然后回来修复。

现在我直接在终端里跟它说：

“检查一下 main 分支的 CI 状态，看看哪些测试失败了，帮我分析一下原因”

它调 API 看结果，给我总结问题，定位到具体文件和行。

它和 IDE 插件有什么区别？

这里有个本质区别：

IDE 插件是响应式的 — 你选中文本，它补全。你问问题，它回答。
Claude Code 是主动式的 — 你给它一个目标，它自己规划路径，执行验证。

打个比方：IDE 插件像是一个站在你旁边的同事，你问什么它答什么，但不会自己去推动事情。Claude Code 更像是一个独立承包商，你交代完任务，它自己去搞定，搞定了回来报告。

这就意味着，用 Claude Code 我不需要一直盯着它干活。我说” 把这个功能做完”，它就会一直跑到完成或者遇到无法自动解决的障碍为止，然后才来找我。

远程办公场景下的优势

我经常在不同地方工作，有时候咖啡馆，有时候民宿，网络条件不稳定。

Claude Code 跑在本地终端里，离线也能理解代码。只有需要调用模型时才需要网络。这意味着我在飞机上、高铁上、信号不好的地方，依然可以让它帮我读代码、帮我整理结构 —— 只是不能让它执行修改而已。

另外，远程服务器上跑 Claude Code 的体验和本地几乎一样。只要 SSH 登上去，claude 一把起来，和在本地用没差别。这对我这种经常在各种云服务器上干活的人来说，非常实用。

局限性要诚实说

说了这么多好话，也得说说不好的：

不擅长模糊任务 — 如果你只是说” 帮我看看这个项目有什么问题”，它有时候会给出一堆泛泛的建议，而不是真正有价值的洞察。给它的任务越具体，效果越好。

复杂跨文件修改有风险 — 它确实会自主修改很多文件，但我一般不会让它一次性做太大的重构。超过五百行改动的任务，我会让它先做计划（用 /plan 命令），我审完再执行。

对中文项目的支持有限 — 变量名 / 函数名用英文时理解准确率高。如果项目完全是中文命名，有时候会有些偏差。

怎么把它融入日常工作流？

我自己摸索出来的一个使用模式：

1
2
3
4
上午：让它做代码审查，把昨晚的改动过一遍
开发时：遇到不熟悉的模块，让它先给我讲解
写完后：让它跑测试，帮我查常见的边界问题
下班前：让它帮我写 commit message

不需要一直开着它，而是在真正需要” 向下钻” 的时候召唤它出来。

值得用吗？

如果你每天有超过两小时在写代码，答案是肯定的。

尤其对于：独立开发者 / 远程开发者、需要维护陌生项目的人、想把重复性编码任务外包给 AI 的人。

我用了大概两个月，最大的感受是：它让我重新找回了写代码的专注感。以前那些来回切换窗口、分心看 AI 输出、反复修正的噪音，现在少了很多。

当然它不是银弹 —— 复杂的架构决策、业务逻辑理解、和产品方的沟通，这些还是要人来做。但那些机械的、重复的、纯粹的” 执行” 类任务，交给 Claude Code 去做，效率提升是真实的。

你可以在 GitHub - anthropics/claude-code 看它的源码和文档。装一下试试，反正免费。

你平时用什么 AI 编程工具？效果怎么样？欢迎来聊。