Anthropic 拆解 Claude Code 命令架构：AI 写代码正在从聊天变成搭积木

这是什么

Anthropic 这周公开了 Claude Code CLI 的底层架构，至少有 6 种命令来源——这表明 AI 编程工具正在从“万能对话”转向“受控的模块化工作流”。源码显示，Claude Code 将斜杠命令拆成了三种类型：Prompt 命令（AI 执行，但严格限制可用工具）、Local 命令（本地执行，不调用 AI）和 Local JSX 命令（弹出交互界面）。

更值得我们关心的是它的命令来源。除了内置命令，用户可以在目录下写 Markdown 文件定义新技能；MCP（让 AI 连接外部工具的标准协议）服务器也能动态注入新命令。在执行层面，它引入了 Fork 模式——复杂任务会启动一个子 Agent（能自主规划和执行任务的 AI 体），独立消耗 Token（AI 处理文本的计费单位）预算，不再挤占主对话的上下文窗口。这不再是那个“你问我答”的聊天框，而是一个可以插拔模块、权限分明、能派发子任务的调度系统。

行业怎么看

我们判断，这套架构的核心价值在于“安全与可控”。当 /commit 命令通过 allowedTools 被死死限制在 git 操作上时，AI 胡乱执行脚本导致删库的风险就被封堵了。Fork 模式则是对当前 AI 上下文长度瓶颈的工程化解法——把复杂任务切碎，交给独立子代理。

但反对声音同样存在。有开发者指出，MCP 的动态注册和 Skills 的自定义能力，实际上在系统底层撕开了新的攻击面。如果恶意 MCP 服务器注入了权限过大的命令，原本的安全防线可能形同虚设。此外，过度依赖 Fork 模式可能会让简单问题复杂化，开发者容易陷入“为了搭积木而搭积木”的脚本地狱，反而失去了大模型灵活纠错的优势。

对普通人的影响

对企业 IT：allowedTools 这种细粒度的权限控制，让在企业内网部署 AI 代理有了安全感，IT 部门终于可以放开手脚。

对个人职场：程序员的竞争力正在从“写具体代码”转向“为 AI 定义工作流和技能模块”，提示词工程正在升级为工作流工程。

对消费市场：这种“斜杠命令+模块化执行”的交互方式，未来极可能从编程工具蔓延至办公软件，普通人使用 AI 会更像是在精准点菜，而非漫无目的地聊天。