网络上充斥着各种“AI 编程的 10 个秘诀”之类的文章,但本文绝非纸上谈兵。这是在真实的生产项目——一个面向美容院的双语预订机器人(基于 Telegram、WhatsApp、Postgres 和 Google Calendar)中,实际运行 Claude Code 三周后的真实复盘。当新鲜感退去,最终沉淀下来的只有最实用的部分。
开箱即用的 Claude Code 就像一个患有健忘症的极聪明实习生。它在每个会话开始时都表现得才华横溢却又一无所知。整个开发过程的核心就在于解决它“一无所知”的部分。在我的实践中,有四样东西真正发挥了价值:一个 CLAUDE.md 文件、两个自定义 Agent、一个 Skill 以及两个 Hook。其他尝试过的东西都被我删除了。
首先是 CLAUDE.md:这是一个每天都在为你“赚回租金”的配置文件。它位于仓库的根目录下,在每个会话开始时都会被读取。最开始我的文件只有三行,但每次助手做出让我不得不撤销的操作时,它就会增加新规则。这就是技巧所在:不要预先编写它,而是让它伴随着失败而成长。目前我的文件包含以下内容:
## Architecture rules
- Business logic lives in src/core/ and must not know about Telegram or WhatsApp. Channel code lives in src/adapters/.
- All times stored in UTC; convert only for display.
- Booking creation must stay double-booking-safe — never remove locks or constraints around it.
## Working agreements
- Before 'done': run typecheck && lint && test and show the result.
- Schema changes go through a migration file. Always.
- Prefer the smallest diff that does the job.这里的每一行规则都对应着一次曾经的失败。比如它曾经把 Telegram 的特定代码写进了核心逻辑,于是新增了第一条;它曾试图通过在存储时转换来修复 UTC时区 Bug,于是新增了第二条;它生产的代码曾在类型检查失败的情况下报告“完成”,于是新增了第三条。运行三周后,我几乎不需要重复指令,这个文件是让 AI 助手告别“鱼的记忆”的关键。
其次是自定义 Agent(Custom Agents)。它们以 Markdown 文件形式保存在 .claude/agents/ 目录下,并带有系统提示词。你可以为了特定任务调用它们,它们会在自己的指令和工具限制下运行,绝不会污染主会话的上下文。其中最实用的便是一个代码审查员(code-reviewer):
---
name: code-reviewer
description: 'Reviews changes for bugs and security issues before they are committed.'
tools: Read, Grep, Glob, Bash
---
You are a strict but practical code reviewer.
Check, in this order: correctness (timezone boundaries, double-booking windows), security (unvalidated webhook input, SQL built by concatenation, missing signature checks), project rules from CLAUDE.md, and whether behavior changed without a test changing.
Report findings ordered by severity, with file:line and a concrete fix. If something is fine, don't pad the review.它的核心价值不在于能捕捉到所有问题,而在于它是一个拥有独立上下文且职责专一的角色。主会话在编写代码时往往存在确认偏误(Confirmation Bias),而独立的 code-reviewer 能够跳出这个圈子,提供客观的反馈。
Claude Code 的这种“规则引导(CLAUDE.md)”与“多Agent隔离协同(Custom Agents)”设计,展示了下一代 AI 编程工具从简单的“单次代码生成器”向“具备长期记忆与工作流自主性”的 Agent 进化的关键路径。与传统的 GitHub Copilot 或基础的 Llama-3 插件相比,Claude Code 的最大优势在于其对本地环境、命令终端(CLI)的主动控制权,以及通过上下文文件实现低成本状态对齐。这种“基于上下文约束的自主执行”模式,为未来的 AI Agent 落地提供了极佳的范式参考:Agent 不仅需要高智商的推理能力,更需要像人类开发者一样遵守团队规范、受到独立 Review 机制的约束。随着 MCP(Model Context Protocol)的普及,Claude Code 这种轻量级、高度可定制的 Agent 协同机制将逐步取代厚重的 IDE 插件,成为软件工程自动化领域的核心基石。