1. 核心循环：单线程主循环
Claude Code 本质是一个单线程 while 主循环（社区代号 "nO"）：
读取用户输入 + 上下文 → LLM 决策 → 有工具调用？
├─ 有 → 执行工具 → 结果回喂 → 继续循环
└─ 无（纯文本回复） → 循环终止，交还用户
一句话：只要模型的回复里带工具调用就继续循环，回纯文本就停。这就是 ReAct（思考→行动→观察）落地成一个 for 循环。官方口径：Claude 评估你的 prompt → 调工具 → 收结果 → 重复，直到任务完成。
💡 深入理解 · 为什么坚持单线程 + 扁平消息历史？这是一个刻意的架构赌注：单主线程、一条扁平的消息历史（用户输入/模型回复/工具调用/工具结果按序 append），故意不搞多线程会话、不搞多个竞争的 Agent 人格。因为多 Agent swarm 在生产环境会引入不可预测行为，难调试。宁可牺牲一点并行能力，换可调试、可观测、行为可预测——生产环境这比"更强但不透明"更值钱。
💡 深入理解 · 实时打断（steering）：靠 "h2A" 异步双缓冲队列实现，用户能在 Agent 干活途中注入新指令，不用整个重启。这是重要的生产特性。
2. 五层上下文压缩流水线
上下文窗口是唯一的硬约束（老模型 200K）。每次调 LLM 前，会跑一套五层压缩流水线，按"从便宜到贵"顺序执行，能用便宜的就不用贵的：
| 层 | 干什么 | 成本 |
|---|---|---|
| Tool Result Budget | 给工具结果设预算上限，文件读/搜索动辄几千行，超了就裁剪 | 便宜 |
| Snip Compact | 整条丢弃老消息 | 便宜 |
| 懒加载指令 / 延迟工具 schema | 指令、工具定义按需加载，不一次全塞 | 中 |
| Subagent 只返回摘要 | 子代理跑完只回摘要，不把它的完整历史灌回主线 | 中 |
| Auto-Compact 语义压缩 | 最后手段，对整段历史做语义摘要压缩 | 贵 |
💡 深入理解 · 设计哲学：earlier, cheaper layers run first（先跑便宜的）。裁工具结果、丢老消息这种 O(1) 操作先上；实在不行才动用"调一次模型做语义摘要"这种贵操作。这跟 13-Harness 讲的"just-in-time 按需加载 + 压缩 + Context Reset"完全对应，只是拆得更细。
❓ 常见追问 · auto-compact 有什么代价？ → 有损。有限上下文窗口必然要摘要，摘要会丢细节/nuance——这是"扁平历史+压缩"路线的固有代价，换来的是简单可控。所以关键状态要外化到文件（progress 文件、git history、CLAUDE.md）而非指望压缩后还记得。
3. 持久记忆：CLAUDE.md + 扁平消息历史
记忆分两块：
- CLAUDE.md = 持久锚点：会话启动时加载的 markdown，编码项目规范、架构决策、代码风格、工具配置——相当于每次开会话都读一遍的"结构化 onboarding 文档"。跨会话持久。
- 扁平消息历史 = 工作记忆：本次会话的 append-only 顺序日志（请求/回复/工具调用/结果），会话结束即丢，是 ephemeral 的。
💡 深入理解 · 状态外化到文件是核心：会话内记忆是易失的，所以真正的长期状态要落到文件系统——CLAUDE.md（规则）、progress 文件（进度）、git history（长期记忆介质）。下一轮换新上下文窗口接手时读文件立刻知道到哪步了。详见 13-记忆分层。
4. 四大扩展机制 + 权限系统（对应"怎么用/怎么配"）
主循环之外有四种扩展机制：MCP / Plugins / Skills / Hooks，加一套权限系统（7 种模式 + ML 分类器）、Subagent 委派编排、append 式会话存储。
| 机制 | 是什么 | 一句话 |
|---|---|---|
| MCP | 工具接入标准网关 | 接外部能力（浏览器/GitHub/DB），跨平台复用 |
| Skills | 操作经验/流程编排 | 渐进式披露：先给元数据，用到才加载完整 skill |
| Plugins | 打包套件 | Skills+命令+MCP+Subagent+Hooks 打成一个包 |
| Hooks | 事件钩子 | after-tool-use 跑 format/lint，自动化质量闭环 |
Subagent（子代理）：每个子代理从空白会话开始（无历史），但会加载自己的 system prompt + 项目级 CLAUDE.md；跑完只回摘要给主线程。好处：独立上下文互不争抢、并行提速、隔离脏上下文。定位是"受控并行"而非"复杂多 Agent swarm"。
💡 深入理解 · 子代理为什么只回摘要：这本身就是第 2 节压缩流水线的一环——如果把子代理的完整交互历史灌回主线，主上下文瞬间爆炸。只回摘要 = 用"信息损失"换"主线程干净"。代价是深层任务分解会撞深度上限（只做浅层受控子代理）。
5. 成本优化实操
五招降本，能背出来就是加分：
1. 模型分级：简单任务用 Haiku、常规 Sonnet、难的 Opus——按难度选模型别一律最贵。
2. 定期 /compact：手动压缩，实测释放 30-50% 上下文占用。
3. /context 看分布：看 token 花在哪（系统提示/历史/工具结果/文件），针对性砍。
4. /rewind 回退：错了回退代码+对话状态，别让错误上下文一直挂着烧 token。
5. 国内镜像 / 多 provider 切换：镜像省 50-70%，cc-switch 一键切 provider。
💡 深入理解 · 注意口径：/compact 省的是上下文占用，不直接等于省了同比例的钱——不同阶段 token 单价、调用频率不同。要精确算"省了多少钱"得按调用打模块标签汇总到计费看板，这是很多人混为一谈的地方（"降了 token 占用" ≠ "省了 X% 的钱"）。
三层配置体系：项目级 .claude/（CLAUDE.md/commands/hooks/mcp.json/settings.json）、用户级 ~/.claude/（含 settings.local.json 不入版本控制）、会话级 /config。
实用命令：/compact（压缩）、/context（看 token 分布）、/rewind（回退）、/cost（看花费）、/review /security-review（代码/安全审查）、/sandbox（隔离 bash）。
6. Agent SDK：把 Harness 抽出来复用（会追"能不能自己搭"时用）
Anthropic 把 Claude Code 内部这套 harness（主循环 + 工具执行 + 子代理 + 上下文管理）抽象成了 Claude Agent SDK，让开发者在同一套跑 Claude Code 的机器上搭自己的 Agent，不用自己从零维护循环。
💡 深入理解 · 这印证了 13-Harness 的判断："Harness 是方法论，Claude Code / Codex 是不同实现，掀开看内部组件惊人相似"——Anthropic 干脆把这套通用 harness 产品化开放出来了。
7. 高频追问速答
❓ 常见追问 · claude code 核心循环是什么？ → 单线程 while 主循环：读输入+上下文 → LLM 决策 → 带工具调用就执行+回喂+继续，回纯文本就停。即 ReAct for 循环。
❓ 常见追问 · 上下文腐化/超长怎么办？ → 五层压缩流水线（便宜到贵：裁工具结果→丢老消息→懒加载→子代理摘要→auto-compact 语义压缩）+ 状态外化到文件 + 手动 /compact / /rewind。
❓ 常见追问 · 为什么单线程不搞多 Agent？ → 生产环境要可调试、可观测、行为可预测；多 Agent swarm 不透明难调试。刻意用"扁平历史"换"简单可控"。
❓ 常见追问 · Skills / MCP / Function 区别？ → FC 是模型输出参数本地执行（单动作）；MCP 是工具接入标准网关（跨平台复用）；Skills 是操作经验/流程编排（规定何时按何序组合用哪些工具）。层级：FC/MCP 是"工具"，Skill 是"用工具的方法论"。详见 05-FC·06-MCP。
❓ 常见追问 · 怎么优化成本？ → 见 §5：模型分级 + compact + context 看分布 + rewind + 镜像。核心口径：compact 省占用不直接等于省钱。
评论