Yòuyou

Claude Code 为什么成了编程工具的标杆

Properties2
tagsreference, claudecode, agentworkflow
aliases—

11分钟阅读

Claude Code 为什么成了编程工具的标杆?

在2025年2月，Anthropic 发布了Claude Code 的 “受限研究预览版”，
它在短短一年内成为了开发者社区公认的最佳编程智能体。

有意思的是它并不是一个精心策划的产品，它是 Anthropic 内部工程实践中自然生长的一个工具。
Anthropic的工程师们为了更高效地使用Claude，自己造了一个终端工具。因为太好用，所以正式对外开放。

2025年5月，Claude Code 正式GA（Generally Available），从实验品变成了正式产品。

AI 写的 AI 编程工具

Claude Code 的开发团队，也在用它开发和改进 Claude Code。

这就是 Dogfooding，开发者自己也是产品的用户。团队实践

Anthropic内部几乎所有团队都在使用Claude Code，
这意味着Claude Code的每一个功能，都是AI开发者自己在实际使用中发现的痛点，然后让AI来解决。这种”用AI开发给AI用的工具”的循环，产生了一个奇妙的正反馈：

开发者用 Claude Code 开发
    ↓
发现痛点，用 Claude Code 改进 Claude Code
    ↓
改进后的 Claude Code 更好用
    ↓
吸引更多开发者使用
    ↓
更多反馈
    ↓
更快迭代

Claude 模型

代码能不能读懂、问题能不能定位、修改是否合理，都依赖背后 Claude 模型的能力。

SWE-bench 成绩

SWE-bench 从真实的 GitHub Issue 中构建任务，要求 AI 提交代码修改，再用测试检查是否解决了问题。Verified 是其中包含 500 道人工确认可解问题的子集。项目说明

下面是几个历史版本的成绩。

模型SWE-bench Verified数据来源
Claude 3.5 Sonnet 升级版49%2025 年 1 月技术报告
Claude Opus 4.580.9%系统卡
Claude Opus 4.680.8%系统卡
Claude Opus 4.888.6%系统卡

96% 的Issue修复意味着Claude Opus 5已经能独立解决超过19/20的真实GitHub Issue。

从2024年6月的49%到2026年2月Opus 4.6的约80%，再到2026年下半年的96%，软件工程能力接近翻倍！

评测机构BenchLM已将SWE-bench Verified标记为”污染/饱和，仅供参考”，看榜单时请保持辩证

首创 MCP

MCP（Model Context Protocol）规定了 AI 应用怎样连接外部工具和数据。 Anthropic 在 2024 年 11 月发布了这个开放协议。MCP 发布说明

简单理解，就是 AI 工具的“USB-C 标准”。

MCP 解决了什么问题

在 MCP 之前，AI 工具和外部服务的连接是一个 “N×M”难题。

N 个 AI 系统 × M 个外部工具 = N×M 套定制集成
 
AI 工具 A 要连 GitHub → 写一套
AI 工具 B 要连 GitHub → 再写一套
AI 工具 C 要连 GitHub → 还要写一套

就像 USB-C 统一接口一样，MCP 统一了 AI 与外部工具的连接方式。

一个MCP Server → 所有支持MCP的AI工具都能用
GitHub MCP Server → Claude Code 能用，Copilot 也能用。

MCP的成功不仅仅是技术上的，更是战略上的：OpenAI在MCP发布仅6个月后选择采用它，而不是造一个自己的协议。
当最大的竞争对手都选择兼容你的标准时，行业标准的地位就已经确立了。

MCP 对开发者的意义

  • 一次开发，多处复用。 写一个 MCP Server，就能接入多个兼容的 AI 工具。
  • 标准化协议。 基于 JSON-RPC 2.0，支持本地标准输入输出和远程 Streamable HTTP。
  • 社区生态。 数据库、代码仓库、浏览器等已有现成的 Server，可以直接接入。
  • 跨工具使用。 Claude Code、Copilot、Cursor 等都支持 MCP。MCP 架构说明

查找 MCP Server，可以看下面几个地方。

首创 Skills

Skills 是一种让 AI 学会你特定工作方式的方法。 把任务步骤、要求和配套资料整理成可复用、可分享的技能包。Agent Skills 最初由 Anthropic 开发，随后作为开放标准发布。Agent Skills 说明

简单理解，就是 给 AI 安装专业技能包。

Skills 解决了什么问题

经常做的任务，每次都重新描述要求会比较麻烦。整理成 Skill 后，就能根据任务加载，或者通过命令调用。

维度手动使用提示词Skills
保存形式文本或聊天记录以 SKILL.md 为入口的文件夹
再次使用自己找到并粘贴按任务匹配或手动调用
分享方式分享提示词文本整个文件夹可以用 Git 管理和分发
配套内容另外补充资料可以附带脚本、文档和模板
加载方式手动决定发送哪些内容按需读取说明和相关文件

Skills 对开发者的意义

  • 积累自己的工作流程。 把反复使用的步骤整理下来，以后继续复用和改进。
  • Agent Skills 开放标准。 同一个 Skill 可以在兼容工具中复用，迁移时检查文件位置、工具依赖和专有配置。标准说明
  • 让 AI 把经验整理成 Skills。 多轮对话达到满意效果后，让 AI 提取有效步骤和要求，整理成可复用的 Skill，再用实际任务检查。也可以借助 skill-creator 评估和调整。官方用法

现成的 Skills 可以从官方示例、社区仓库和聚合目录中找。

工具服务于工作流，按你的任务清单挑选。

扩展架构

这些扩展分别负责工作步骤、任务分工、外部连接和打包分发。

Claude Code 扩展
│
├── Skills（技能）
│   └── 保存任务步骤和资料，通过 /commit、/review 等斜杠命令 等方式调用
│
├── Subagents（子代理）
│   └── 在独立上下文中处理分配的任务，再交回结果
│
├── Hooks（钩子）
│   └── 在指定事件发生时执行动作，比如编辑后格式化
│
├── MCP Servers（外部服务）
│   └── 接入 GitHub、数据库、浏览器等工具和数据
│
└── Plugins（插件）
    └── 把 Skills、子代理、Hooks 和 MCP 配置打包分享

对比其他 AI 编程工具

不同定位

工具主要入口和使用方式
GitHub Copilot在 IDE、GitHub 和 CLI 中提供补全、问答和 Agent 能力
Cursor基于 VS Code 的 AI IDE
Devin Desktop（原 Windsurf）从 Windsurf 演进而来的 AI 开发环境
Claude Code终端里的 AI 编程 Agent

当然各产品都在增加新的入口和能力，使用体验也越来越接近。

Claude Code 的优势

特点对开发有什么帮助
终端原生直接调用 npm、Git、测试和构建命令，把开发步骤接起来
Agent 自主执行根据需求读取代码、完成修改，再根据检查结果继续修复
开放生态用 MCP 接入外部工具，用 Skills 复用工作流程
项目规范通过 CLAUDE.md 保存项目约定，供不同会话读取
多代理协作把独立任务交给子代理，汇总结果后继续推进

它把这些能力放进了同一套开发流程中，开发者可以逐步把自己的项目约定和操作习惯接进去。

能力可迁移

换工具时，已经整理好的工作流程仍然有用。

已有积累怎样继续使用
MCP Server在兼容客户端重新配置连接和授权
Skills检查目标工具支持的格式、配置和依赖后复用
任务拆解方法继续明确目标、操作范围和完成标准
项目规范放进目标工具支持的规则或指令文件

工具只是载体。 积累下来的 MCP 集成、Skills、项目规范和任务拆解方法，换工具后仍然可以继续使用。

关系图谱