大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



大家好，我是子昕，一个干了10年的后端开发，现在在AI编程这条路上边冲边摸索，每天都被新技术追着跑。

最近几天我发现一个有趣的现象：作为 Claude Pro 订阅用户，我明显感觉到 Claude Code 有点了，不如之前那么聪明。

这让我突然想起一个经典问题——我们能否偷看一下 AI 的“小抄”？

作为一个有着强烈好奇心的程序员，我决定对 Claude Code 来一场“开膛破肚”式的逆向分析。毕竟，既然它被誉为“AI编程工具之王”，那我就要看看它的王座到底是怎么坐稳的。

经过一番折腾，我发现了 GitHub 上一个对Claude Code进行逆向的项目：

github.com/Yuyz0112/cl…

这个项目可以让我们实时拦截和分析 Claude Code 与服务器的所有通信，相当于给 AI 装了个。

在开始动手之前，先说说为什么要这么做：

1. 技术好奇心：Claude Code 凭什么能做到比其他 AI 编程工具更强？
2. 成本透明度：作为 Pro 用户，我想知道每次对话到底消耗了哪个模型，用了多少 tokens
3. 学习借鉴：了解顶级 AI Agent 的设计思路，对我们自己开发 AI 应用有巨大价值
4. 质量监控：当感觉 AI 表现异常时，可以通过日志分析找到原因

在开始这场“技术侦探”之旅前，你需要准备：

• Claude Code：废话，没有目标怎么逆向
• Node.js 环境：用于安装 js-beautify
• 一颗不怕搞坏东西的心：记得备份，万一搞砸了别哭

首先要找到 Claude Code 的真身。在命令行执行：

通常会得到类似这样的结果：

但这只是个“替身”！在 Mac 上，这通常是一个软链接。我们需要找到真正的 文件：

你会看到它指向了真正的安装位置：

这就是我们要“动手脚”的地方！

Claude Code 的代码是压缩过的，就像一团乱麻。我们需要先让它变得人类可读：

现在 就变成了格式良好、可读性强的代码。

这是整个过程中最关键的一步。我们要在 中植入监控代码，让它把所有与 LLM 的对话都记录下来。

在文件开头 这行之后，添加我们的“间谍模块”：

间谍代码如下，直接复制粘贴即可：

接下来，我们需要找到 这行代码（通过搜索功能），在它后面插入 API 拦截代码：

拦截代码如下，同样直接复制粘贴：

下载逆向分析项目：

现在一切准备就绪！当你使用 Claude Code 时，所有的 API 交互都会被记录到 文件中。

让我们来个简单的测试：

你会发现在 Claude Code 安装目录下生成了一个 文件：

使用项目提供的解析工具处理日志：

然后浏览器打开 文件，点击“Choose conversation log”按钮，选择你本地生成的log文件进行可视化分析：

现在让我们来看看 Claude Code 在处理一个简单问题时的完整思考过程。我让它解释项目结构，然后通过日志分析看到了它的“内心戏”。

发现：Claude Code 每次启动都会先发送一个神秘的 “quota” 消息，使用的是 Haiku 3.5 模型。这就像是在说“喂，服务器，我还有额度吗？”这是一个轻量级的心跳检测，确保后续的对话能正常进行。

分析：这个设计很聪明，用最便宜的模型做检查，避免浪费昂贵的 Sonnet 4 额度。

发现：接下来 Claude Code 会使用 来判断这是否是一个新的会话，并尝试从用户输入中提取 2-3 个关键词作为会话标题。

prompt_1 的作用：

依然使用 Haiku 3.5 模型，说明这也是一个轻量级任务。

重头戏来了！ 这次使用的是 Sonnet 4 模型，系统会注入多个关键提示词：

• 系统角色中： +
• 用户消息中： +

这里的 是整个 Claude Code 的，定义了它的完整行为模式。

在下面我会完整贴出这几个提示词的中文版，让你一探究竟。

Claude Code 的第一反应：使用 工具查看当前目录结构。

这就像人类程序员接到任务后第一件事就是 看看当前环境一样，AI 也学会了这个习惯！

系统响应：立即执行 工具，将结果返回给模型。

AI 的逻辑推理：既然看到了文件列表，下一步就是读取关键文件：

• - 了解项目概述
• - 了解项目依赖和脚本

这个行为模式和有经验的开发者如出一辙！

持续的信息收集：Claude Code 继续使用 和 工具，深入了解项目结构。每一次工具调用都有明确的目的性。

完美收官：基于收集到的所有信息，Claude Code 给出了详细而准确的项目结构分析。

通过这个完整的分析，我发现了 Claude Code 的智能之处：

• Haiku 3.5：配额检查、话题检测等轻量级任务
• Sonnet 4：核心推理、复杂分析、工具调用

1. → 了解环境
2. → 获取项目概述
3. → 了解技术栈
4. 继续深入探索...

这个序列完全模拟了人类开发者的思维模式！

Claude Code 会在每次对话中注入多个系统提示词，我把主要的翻译如下：

系统提醒 - 开始部分

对应[ prompt_2]

系统提醒 - 待办事项

对应[prompt_3]

核心身份定义

对应[prompt_4]

核心工作流程指令

对应[prompt_5]，这是最重要的系统提示词，定义了 Claude Code 的完整行为模式：

当对话变长时，Claude Code 会自动压缩历史上下文，保留关键信息的同时节省 token 消耗。这个功能通过专门的压缩提示词实现。

Claude Code 定义了丰富的工具集，包括：

• 文件系统操作（读取、写入、搜索）
• 代码执行（Bash、Python 等）
• 任务管理（TodoWrite）
• IDE 集成工具
• 子代理系统（Task）

通过日志分析，我发现我感觉到的“降智”现象可能有几个原因：

1. 模型选择策略变化：可能是为了控制成本，某些任务改用了较轻量的模型
2. 上下文压缩过于激进：重要信息在压缩过程中丢失
3. 工具调用链过长：复杂任务的多步骤推理被分散到多个工具调用中

通过这次“技术侦探”之旅，我不仅了解了 Claude Code 强大秘密的冰山一角，还学到了一些 AI Agent 设计的宝贵经验：

1. 多模型协作比单一模型更高效
2. 精心设计的系统提示词是关键
3. 工具系统的丰富性决定了能力上限
4. 上下文管理策略影响对话质量

这只是开始

需要说明的是，这次分析只是通过一个简单的“描述项目结构”需求，初步了解了如何进行逆向分析。Claude Code 的真正实力远不止于此！

后面我计划通过更复杂的场景来深入挖掘：

• ：看它如何处理多文件重构、架构设计等高难度任务
• ：分析它如何进行代码审查和性能调优
• ：观察它的错误诊断和修复策略
• ：从零开始创建一个完整项目的思维过程
• ：深入了解它的多智能体协作机制

每一个场景都会揭示 Claude Code 更深层的设计哲学和技术细节。如果你对某个特定场景特别感兴趣，欢迎留言告诉我！

如果你也想探索 AI 的内心世界，不妨试试这个方法。记住，好奇心是程序员最宝贵的品质！