Claude Code 入门指南:AI 智能体如何在你的电脑上自己动手干活

Claude Code是能直接操作本地文件的AI智能体,通过Agent Loop循环自主完成编码、命令执行等任务。
本文以通俗语言介绍了Claude Code与网页版Claude的本质区别:网页版只能对话、无法动手,而Claude Code作为AI智能体可以直接在本地创建、修改文件并执行命令。其核心运行机制是Agent Loop——将用户目标拆解为「思考→使用工具→观察结果」的多轮循环,直到任务完成。支撑这一机制的四大要素是:云端运行的模型(大脑)、本地执行工具(双手)、有限的上下文窗口(记忆)以及分级权限设置(钥匙)。文章同时提示了模型存在幻觉风险,建议新手从只读操作入手、谨慎设置权限,并善用CLAUDE.md文件保存跨会话的固定规则。
Claude Code 与网页版 Claude 有何不同
很多人接触 AI 都是从网页版聊天窗口开始的——打开对话框、提问、复制粘贴答案。这类网页版 Claude 本质上是一个「聊天框」,它能回答问题、给出代码,却无法把手真正伸进你的电脑。写完代码之后,你还得自己去复制粘贴、运行,一旦报错,再把错误贴回去继续追问。前几年的 AI 协作基本都是这个模式。
Claude Code 则彻底改变了这种关系。它是 Anthropic 官方推出的 AI 助手,能够直接在你的电脑上创建、修改、删除文件,运行命令,搜索整个项目。用一个形象的比喻来说:网页版 Claude 像隔着电话给你出主意的顾问,而 Claude Code 更像一个直接坐在你电脑前的同事,在项目文件里找代码、改代码、跑命令。

需要注意的是,Claude Code 的名字里虽然带着 "code",但它并不只用来写代码。它可以写文档、跑程序、搜文件、查资料。它真正的本事是「替你动手」。它的默认活动范围是当前文件夹及其子文件夹,如果想要操作别的位置,必须经过你的同意。
什么是智能体(AI Agent)
这种能看环境、能动手、能一步步完成目标的软件,业内称为智能体(AI Agent)。Claude Code 就是一个典型的智能体框架。启动它的方式很简单:在终端里输入 claude 命令即可。
终端就是那个只能敲命令的白底黑字窗口,很多人看到它会觉得陌生甚至劝退。但其实不用担心——敲完 claude 命令后,你只需要用自然语言和它沟通就可以了,剩下的事情它会自己处理。
具体来说,Claude Code 能做的事情包括四类:
- 读项目:你可以问它「这个项目是干什么的」,它会自己翻文件然后讲给你听,还能按你的要求讲得更详细、更简略,或者用大白话解释。
- 改代码:你提出想要的效果,比如「做一个炫酷的网页」,它会把需求当成目标,自己联网找动效库、找本地文件,然后改好交给你。
- 跑命令:装软件、卸软件、跑程序、做检查,它都能自己执行并返回结果。
- 上网查资料:比如做新闻聚合,它能定时搜索新闻、整理内容、创建文档。
这些任务不需要你一步步手动指挥,只要提前写好目标和执行顺序,它就会自己去完成。
AI Agent 这一概念的核心在于「自主决策」与「工具使用」的结合。传统的 AI 只是被动地接收输入、返回输出,而智能体具备感知环境(perception)、规划行动(planning)和执行操作(action)的完整闭环。它不是简单地预测下一个词,而是把语言模型当作「思考引擎」,结合外部工具(如文件系统、终端、浏览器)来完成真实世界中的任务。这种范式被称为「工具调用」(tool use / function calling),目前已成为各大 AI 平台的标配能力。Claude Code 之所以能替你运行命令和修改文件,就是因为 Claude 模型在对话中可以发出结构化的「指令」,由本地程序解析并执行。这也解释了为什么说「大脑在云端,双手在本地」——模型本身没有文件读写权限,必须通过受控的工具接口来间接触碰你的系统。
Agent Loop:智能体如何一步步完成任务
Claude Code 干活的核心机制是一个循环,叫做 Agent Loop(代理循环)。它会先把你的要求(prompt)作为必须完成的目标,然后经过多轮思考和操作来达成。
举个例子:你告诉它「登录页点了没反应,帮我修一下」。Claude 收到后把这当作目标,用命令行工具查看代码文件,找到登录页相关代码,读取报错信息,动手修改,再运行验证。如果修好了,目标达成;如果没修好,就回到第一步重新修改,一直循环直到完成。

这三步并非死板的流水线,而是会混在一起。简单问题可能只转半圈就完成,复杂问题则会反复修改、反复执行命令,连着做几十步,而且能一边做一边纠正自己。
一个关键细节是:如果你发现它做错了,或者有新想法,可以随时按 ESC 打断它。你也可以在它的循环里插入新内容——打字后回车,等它执行完当前这批任务,就会读到你的话并相应调整。这种随时介入的能力,让人机协作变得更加灵活。
支撑 Agent Loop 的四大要素
让这个循环跑起来,背后依靠四个要素:大脑、双手、记忆和钥匙。
大脑是 Claude 模型,它运行在云端而非本地。模型能听懂你的话、看懂代码、决定下一步做什么,但它本身无法在本地执行命令。
双手是工具,负责执行命令、修改本地文件。双手本身并不知道该做什么,而是由大脑告诉它执行哪些命令。整个流程是这样的:本地代码和你的需求(prompt)发给云端模型,模型判断要查哪些文件,指令发回本地让工具查看代码,再把结果传回云端,大脑做出修改判断,本地工具执行修改并运行,跑通后结果再回传给大脑确认任务完成。

记忆学名叫上下文窗口,包括你说过的 prompt、读过的文件、命令跑出来的结果。但模型的记忆大小有限,满了之后会自动压缩、清除旧内容,代价是很早之前交代的细节可能会丢失。每开一个新对话,记忆就是空的,不同窗口的内容相互独立。如果想让它每次都遵守某些规则,就要写进 CLAUDE.md 文件——它每次开启新会话都会先读这个文件(这个文件很重要,后续会专门讲解)。
钥匙就是权限。Claude Code 修改本地文件时,你可以设定它能改什么、不能改什么,具体分为几种模式:
- 手动档:改文件前先问你
- 接受编辑档:在项目文件夹内改文件、移动删除等常见操作不问你,其他命令仍会询问
- Plan(计划档):只研究方案,不碰你的代码
- 自动档:放手去做,后台有安全检查拦截危险的删除操作
- 全部放开:关掉所有询问(不建议新手使用)

上下文窗口(Context Window)是理解模型「记忆」限制的关键概念。它指的是模型在单次推理时能同时处理的文本总量,通常以 token 为单位(一个 token 大约对应 0.75 个英文单词或 1-2 个中文字符)。Claude 当前系列的上下文窗口可达数十万 token,但随着对话轮数增加、读取的代码文件变多,这个空间会被快速消耗。一旦超出上限,模型必须压缩或丢弃早期内容,这就是为什么长时间使用后它可能会「忘掉」你最初交代的需求。CLAUDE.md 文件的设计正是为了绕开这一限制——通过每次会话启动时主动注入固定规则,相当于把「长期记忆」外置到文件系统里,而不是依赖模型有限的工作记忆。
风险提醒与上手方式
Claude Code 虽然强大,但也有短板。它本质是一个概率模型,会产生「幻觉」,可能会出错。虽然随着模型越来越强,这类问题在减少,但社交媒体上仍有用户反馈「它把我的某个文件删了」这类情况。因此平时使用时,权限命令务必谨慎,不要开到最大。
至于如何用上它,有多种方式:在终端输入命令登录账号后直接使用;在代码编辑器里安装插件;使用桌面应用;或者通过网页版使用。
最后给新手两点建议:第一,用的时候先看状态栏,确认当前的权限模式;第二,可以先从简单的问题入手,比如问「这个项目是干什么的」「这个概念是什么意思」,熟悉之后再深入让它改东西。边用边学,用着用着自然就会了。
相关推荐

Workbuddy零基础入门:桌面AI智能体如何落地工作流
Workbuddy桌面AI智能体零基础教程解读:从安装、积分领取到文件管理与自动化工作流搭建,对比CodeX的适用场景与成本差异,帮助职场人完成从AI提问者到AI管理者的思维转变。

OpenAI智能体新栈:计算机操作、决策API与超速工作流
OpenAI Dev Day发布智能体新栈:Computer Use操作速度超越普通人,Decisions API基于Luna实现极低延迟分类,Agents API开放同源计算机操作能力,GPT-6.1 Sol成本仅为Astra七分之一。本文梳理核心更新、实测数据与开发者落地要点。

梁文峰开源推理框架DeepInfo,硬刚美国禁令
DeepSeek在开源模型后再开源推理框架DeepInfo,包含GPU/CPU交叉流水线、小模型预判大模型复核、华为昇腾与英伟达芯片全面适配等技术,直面美国联邦禁令。本文解析其对AI产业落地的意义与开源策略。