Claude Code源码泄露揭示89个隐藏秘密

一本从源码里长出来的书

张汉东（@ZhangHanDong）完成了一项极具创意的技术工程。

这一切始于Claude Code v2.1.88。由于它的TypeScript源码因source map泄露而在互联网上可被还原，张汉东并没有仅仅驻足围观——他做了一个更为大胆的尝试：让Claude Code自行从源码中提炼并生成一本书。没错，就是利用AI去梳理与总结另一款AI产品的源代码。

这本著作名为《驾驭工程》（业内常称《马书》），共包含30章、划分为7个篇章，系统覆盖了架构设计、提示工程、上下文管理、缓存策略、安全机制、高级子系统，以及开发过程中踩过的坑与总结的教训。它不同于市面上泛泛而谈的技术读物，而是真正揭示了AI编码Agent内部运作的底层逻辑，以及Anthropic工程师在设计Claude Code时每个关键决策背后的深层思考。

下面就是这本书中最值得关注的几大发现。

秘密一：89个Feature Flag揭示的产品路线图

在Claude Code的源码中，埋入了89个构建时的Feature Flag。这些标志并非随意设定——它们通过Bun的feature()函数实现了编译时的死代码消除，即那些尚未就绪的功能在编译阶段就会被直接移除，不留任何痕迹。

然而，真正引人入胜的是，这些Flag拼接出了一条清晰的产品演进路线。我们来看看几组核心标志：

这意味着什么？89个Flag，就是89个正在探索的方向。Claude Code显然还处于快速迭代的早期阶段，远未定型。这些Flag里藏着Anthropic对未来产品形态的思考与判断。

秘密二：YOLO分类器——用AI审核AI

Claude Code的权限系统中，有一个名为YOLO分类器的组件。名字听起来随性，但它所执行的任务却毫不简单——让AI自主判断自身操作是否安全。

工作原理

这套机制的设计逻辑是分层次的：

安全白名单短路→只读操作零成本放行↓（不确定的操作）二阶段XML分类器：阶段1：快速判定（max_tokens:64，亚秒级）阶段2：深度推理（max_tokens:4096，含链式思考）↓不确定时默认阻止↓连续3次或总计20次拒绝后→回退到用户手动确认

核心原则

这个设计思路其实很朴素：保守、渐进、不出错。先让AI自己快速筛一遍，拿不准的就拦下来交给人类。整个过程遵循一个默认的哲学——宁可放过，不可误判。

四种权限策略

除了YOLO分类器，Claude Code的权限系统还有另外三种控制方式：

秘密三：缓存五原则——API成本降低90%

提示词缓存系统在Claude Code里不是什么锦上添花的功能，而是被当成核心基础设施来建设的。Lance Martin总结的五条原则，可以说每一句都是真金白银换来的经验。

原则一：静态在前，动态在后。 稳定内容，比如系统提示词、工具定义，放在前面；高频变化的内容放在后面。这个顺序直接决定了缓存命中的效率。

原则二：用消息传递更新，不编辑提示词。 追加消息，不要回头去改已有的系统提示词。编辑会打断缓存前缀，代价是全部缓存失效——这个代价太大了。

原则三：不切换模型。 缓存是模型特定的，一旦切换模型，所有缓存立刻归零。如果需要便宜的模型做辅助任务，那就用子Agent去跑，主模型绝不能动。

原则四：谨慎管理工具。 工具定义是缓存前缀的一部分。每增删一个工具，前缀就失效一次。所以要用tool search动态追加，而不是静态写死。

原则五：更新断点。 多轮对话中，把缓存的断点移到最新消息的位置，充分利用自动缓存的特性。

当然，最让人拍案叫绝的是三个小技巧：

• Beta Header锁存——一旦发送过某个beta header，就永远继续发送。取消它会改变请求签名，导致缓存失效。
• 日期记忆化——会话跨午夜不改日期字符串，避免打断缓存。
• Agent列表优化——从系统提示词移到system-reminder，全球cache_creation降低了10.2%。

这些细节说明了一件事：在Anthropic团队那里，缓存优化已经到了“抠门”的境界，每一分成本都要精打细算。

秘密四：六条驾驭原则

从《马书》的30章里，可以提炼出六条核心原则。它们更像是Claude Code团队在实战中验证过的设计哲学：

第三条原则值得单独拿出来聊——默认关闭，显式开启。这和常规的“最小权限原则”一脉相承，但在AI Agent的语境里被推到了极致。安全容不得半点妥协。

秘密五：上下文管理的工程细节

200K token的上下文窗口，听起来巨大无比，对吧？但Claude Code的工程实践告诉我们一个残酷的事实——它远不够用。

我们来看一组硬数据：

Claude Code的工程师有一个执念——最便宜的token，是你从未发送的那个。每个进入上下文的内容都有一个明确的预算上限。这种“Token经济学”贯穿了所有设计决策。

还有个值得关注的细节：截断时的处理方式。Claude Code不是默默砍掉内容就完事了——它会告诉模型“这部分被截断了，完整内容放在磁盘上的这个路径”。这样一来，模型可以在需要的时候主动去拿完整信息，而不是在不知情的情况下，基于不完整的数据做决策。这种设计，比那些直接截断就完事的做法，高级了不止一个层次。

写在最后

《马书》真正有价值的部分，是它把一个商业AI产品的工程实践提炼成了可复用的设计模式。无论你用的是Claude Code、Cursor、Copilot，还是自己在构建AI Agent，这些模式都值得借鉴：

• 双层Feature Flag管理——用编译时和运行时两套机制来控制功能发布
• 用AI审核AI的YOLO分类器——自动模式下保持人工兜底的能力
• 缓存感知的提示词设计——每一次提示词变更背后都有成本核算
• 失败关闭的安全哲学——安全不能靠“开”来控制，要靠“关”来保障
• 为一切设定Token预算——资源有限，预算先行

Claude Code的源码告诉我们一件事：最领先的团队，已经在用这些工程方法构建下一代AI产品了。而我们，现在有了一个绝佳的窗口，去看看他们是怎么做到的。