Claude Code 更新了两个功能，看完我才发现它不是代码助手，是个AI操作系统

6月18日 Anthropic 一天两篇博客，把 artifacts 和 7 种控制方式摆在一起，信息量很大

6月18日，Anthropic 连发两篇产品博客。一篇讲 artifacts，一篇讲 Claude Code 的 7 种自定义方式。

表面看这是两个独立的功能更新。但如果你把它们放在一起看，你会发现 Anthropic 在做一个比「AI 写代码」大得多的事情。

看完之后我的感受是：这已经不是代码助手了。输出层、控制层、编排层全部打通，它正在变成一个 AI 原生的开发工作台，像操作系统一样管理你的 AI 能力。

今天这篇，我把这两个更新拆开来，给一个完整的实操框架。看完你会知道 Claude Code 现在能做到什么、怎么用好它，以及国内做 AI 编程工具的人为什么应该紧张。

01 artifacts ： AI 帮你不只是写代码，还有做完之后的「汇报」

|-------------------------------------------------------------------------------------------------|
| 评论区互动 你在用 Claude Code、Cursor 还是 Kimi Work？你觉得 artifacts 这种「代码直接变可分享网页」的能力，对你的工作流有帮助吗？评论区聊聊。 |

先说最直观的更新。从 6 月 18 日起，Claude Code 支持 artifacts，你可以让 Claude 在编程过程中，把工作进度生成为实时、可分享的交互式网页。这听起来像一个不太起眼的功能更新，但实际上它在解决一个所有工程师都痛恨的问题：汇报。

◆ Claude Code artifacts 可根据会话上下文自动生成 PR 走查、系统架构图、发布清单等交互式网页

Anthropic 内部测试的数据是这样的：在 artifacts 上线前，工程师调查完一个线上事故后，需要手动整理时间线、查 git 日志找嫌疑 commit、截图监控面板的错误率曲线，然后写一份「走查报告」。这个过程通常需要 30-45 分钟，而且走查报告写完的时候，事故可能已经出现了新的变化。

有了 artifacts 之后，流程变成：工程师在站会前打开 Claude Code，让它分析日志。Claude Code 自动生成一个包含时间线、嫌疑 commit 列表、错误率图表的 artifact 网页。工程师把链接分享给团队。随着调查推进，Claude Code 继续更新这个 artifact，同一个链接，内容自动刷新。到站会的时候，所有人都在看同一个页面、同一份上下文，不需要任何人「给大家走查一遍 Agent 找到了什么」。

这个功能的真正价值不在于「生成了一个网页」，而在于它把「AI 完成工作」和「人类理解 AI 的工作」之间的那个翻译成本降到了零。以前是 AI 写完了代码，你得去看。现在是 AI 直接生成你能看懂的交付物。

|---------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| artifacts 能生成什么？Anthropic 公开了 9 个角色用例 ━━━━ ● 法务/开源合规：扫描所有依赖的许可证，标记 copyleft 风险。「直接给我一个 artifact，列出每个第三方依赖及其许可证，标注 copyleft 项」 ● 隐私审查：追踪代码中个人数据的采集、存储和日志路径。「扫描整个代码库，把涉及个人数据的地方画成数据流图 artifact」 ● 安全审计：每个安全发现链接到具体代码行。「把这次审查的认证漏洞生成 artifact，每个漏洞链接到对应代码」 ● FinOps：从 Terraform 配置映射云端资源和成本驱动因素。「把 Terraform 定义的云端资源映射成 artifact，按服务分组，标出大成本项」 ● 软件工程师：PR 走查页面，从 diff 和代码上下文自动生成。「把这次 PR 走查生成 artifact：diff、推理过程、我测试了什么」 ● 设计师/前端：基于真实组件库生成多个 UX 方案 variant，选中的直接可用。「给我 5 个注册表单的 UX 变体 artifact，全部从我们的组件库构建」 ● 架构师：从真实 import 图自动绘制服务架构。「从代码的 import 关系画出支付服务的实际架构 artifact」 ● SRE/值班：事故页面随调查推进自动更新，最后变成 postmortem。「把这次事故转成 artifact：时间线、嫌疑 commit、监控错误峰值，随我调查不断更新」 ● 工程经理：直接看这周合并了什么。「从这周的 PR 生成 artifact，按项目分组」 |

技术细节：每个 artifact 是私有链接，默认仅作者可见。分享给组织内成员后，所有人看到同一个视图。每次发布都是同一 URL 的新版本，带版本历史可随时回退。企业管理员通过组织开关和角色权限控制。注意：它不是独立产品，它是 Claude Code 会话上下文------代码库加连接器加对话全程------的自动可视化输出。

目前 artifacts 在 Beta 阶段，面向 Claude Team 和 Enterprise 组织。这是 Anthropic 典型的「企业先行」策略。

02 7 种自定义方式 ：这才是「操作系统」应该有的样子

同一天，Anthropic 还发了一篇写给深度用户的指南，详细解释了 7 种自定义 Claude Code 行为的方式。如果你只是偶尔用 Claude Code 写几行代码，这篇可能跟你关系不大。但如果你把它当成日常主力工具，这 7 种方式决定了你能把它的效率提到多高。

|-----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 7 种方式的快速决策框架 ━━━━ ● CLAUDE.md 根目录，始终加载，上下文成本高。放构建命令、项目结构、编码规范。控制在 200 行以内，像审查代码一样审查它的变更 ● CLAUDE.md 子目录，按需加载，上下文成本低。Monorepo 里每个团队各写一份，放特定子目录的约定 ● 规则，路径范围，匹配文件时加载。如「所有 src/api/下处理器必须用 Zod 验证输入」。跨切面关注点优先用路径范围规则而非嵌套 CLAUDE.md ● 技能，按需调用，低成本。部署清单、发布检查清单、代码审查流程。30 行的程序放技能不塞进 CLAUDE.md ● 子智能体，隔离运行，主上下文零成本。适合并行任务或应隔离的副任务如深度搜索、日志分析。最深五层嵌套，可编排数十到数百个后台智能体 ● 钩子，确定性自动化，完全绕过压缩。「每次进店时总是关灯」和「永远不要动生产数据库」都用钩子，不依赖模型判断 ● 输出样式，重大角色变更，永不压缩。内置 Proactive、Explanatory、Learning 三种模式已覆盖最常见需求 |

Anthropic 在这篇文章里透露了两个关键设计理念。第一，「每次 X 时总是做 Y」应该用钩子处理而不是写进 CLAUDE.md。因为 CLAUDE.md 依赖模型判断，模型可能忽略它。钩子是确定性触发，不会漏。第二，「绝对不要做某事」的防护栏应该是钩子加权限，而不是指令。指令可能失败，钩子和权限不会。

子智能体还有一个特别漂亮的设计：它的指令上下文永不进入父对话。你可以让它查 500 个文件、分析 3000 条日志，最后只返回一个一句话摘要。主上下文始终干净，不会因为做了一次深度分析就把整个对话的 token 预算吃完。而且子智能体之间可以嵌套调用，最深五层。这意味着你可以用 Claude Code 编排一个微型的「AI 团队」：主 Agent 分配任务，三个子智能体并行处理，最后汇总结果。

03 两个更新拼在一起，Anthropic 的「AI 操作系统」雏形已经清晰了

如果你分别看 artifacts 和 7 种自定义方式，它们是两个独立的产品更新。但拼起来看，一个三层架构正在成型。

artifacts 解决的是「输出」问题：AI 做完工作后，怎么把结果呈现给人类、怎么让团队协作。7 种自定义方式解决的是「控制」问题：你怎么告诉 AI 该做什么、不该做什么、怎么做的过程中保持可控。再加上子智能体，解决的是「编排」问题：怎么让多个 AI 并行工作、互不干扰。

这三个东西加起来，本质上是一个「AI 原生的操作系统」。输出层、控制层、编排层，对标的是传统操作系统的文件系统、进程调度、权限管理。它不是在你已有的工作流上套一个 AI 壳子，而是让你直接在 AI 里工作，中间不需要来回切换工具。

有意思的是，Anthropic 这篇 7 种自定义方式的指南，把设计决策写得非常坦诚。比如它明确告诉你：「输出样式会替换默认系统提示，你的 Claude Code 会从软件工程助手变成通用助手」。这种坦诚在国内 AI 产品的文档里几乎看不到。国内的风格是把功能吹上天，从来不告诉你代价。Anthropic 是告诉你，这个功能能干什么、也会失去什么，你自己决定。

04 你今天就能开始做这三件事

看完这些，你可能会想：「我不是 Anthropic 的企业用户，artifacts 也还在 Beta，跟我有什么关系？」关系很大。因为 Claude Code 现在的产品形态，就是未来 12 个月 AI 编程工具的演进方向。你今天能做的事，是让自己的工作流先适配这个方向，而不是等产品全面开放了再从头学起。

|----------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------------|
| 01 写一份你自己的 CLAUDE.md ━━━━ ● 不要超过 200 行。至少包含：你的项目目录结构、构建命令、测试命令、你最常用的技术栈和版本 ● 如果你用 monorepo，每个子目录也写一份子目录级的 CLAUDE.md ● 把「绝对不要做的事」写进去，比如「不要修改 config/ 下的任何文件，除非我明确要求」 ● 有了 CLAUDE.md，每次打开 Claude Code 直接进入状态，不用先花 10 分钟「教」它上下文 |
| 02 把重复工作流写成技能 ━━━━ ● 如果你每次部署都要做同样的 10 步操作，把它们写成一个技能 ● 如果你每次代码审查都要检查同样的 5 个问题，写成技能让 AI 自动跑 ● 技能定义在 .claude/skills/ 目录，一个技能等于一个包含指令的文件夹 ● 关键区别：技能是按需加载的，不会像 CLAUDE.md 那样时刻占用 token 预算 |
| 03 用子智能体隔离风险操作 ━━━━ ● 任何会大量产生中间结果但不影响主流程的任务，都用子智能体执行 ● 例如：扫描整个代码库的安全审计、分析过去三个月的历史日志、验证所有 API 端点的参数校验 ● 子智能体在主上下文零成本，最后只返回一句结论。主线程始终清爽 ● 不用等到 artifacts 全面开放，这三点你现在就能做，立刻提升效率 |

总结一句：Anthropic 这次发的不是两个新功能，是一套体系。artifacts 让 AI 的输出从「给你看代码」进化到「给你看结果」，7 种控制方式让你从「使用者」变成「设计师」。如果你只把 Claude Code 当成一个高级代码补全工具，你错过了它 80% 的价值。

|---------------------------------------------------------------------------------------------------------------------------|
| 我的判断 Claude Code 正在从「代码助手」向「AI 原生开发环境」转型。输出层加控制层加编排层三层架构已经清晰。国内竞品在单一功能上追得很快，但还没有一家在同一产品里把这三层都做到可用的程度。这个窗口期大概 6-12 个月。 |