Claude Code 泄露源码里的 89 个秘密

有人从泄露的源码里提炼出了一整本书。

一本从源码里长出来的书

张汉东（@ZhangHanDong）做了一件很酷的事。

Claude Code v2.1.88 的 TypeScript 源码因为 source map 泄露而可被还原。他没有只是看看，而是让 Claude Code 从源码中提炼出一整本书------《驾驭工程》（别名《马书》），30 章 7 篇，覆盖架构、提示工程、上下文管理、缓存、安全、高级子系统和经验教训。

这本书揭示了 AI 编码 Agent 的内部运作机制，以及 Anthropic 工程师在设计 Claude Code 时的每一个关键决策。

以下是其中最值得关注的发现。

秘密一：89 个 Feature Flag 揭示的产品路线图

Claude Code 的源码中有 89 个构建时 Feature Flag （通过 Bun 的 feature() 函数实现编译时死代码消除）。

这些 Flag 不是随意的------它们揭示了一个清晰的产品进化路线图：

旗标集群	Flag 数量	引用量	指向
KAIROS 家族	6	84+	完整的"助手模式"------后台自主运行、记忆整理、推送通知、GitHub Webhook 集成
多 Agent 编排	3	90+	Worker 分配、队友记忆共享、Unix Domain Socket 进程间通信
远程与分布式	4	---	远程控制和分布式执行------从本地 CLI 扩展为 Agent 平台
上下文优化	3	---	三种不同粒度的上下文管理策略
分类器体系	2	102	转录分类器(69 处) + Bash 分类器(33 处)------自动模式的核心

启示： 89 个 Flag = 89 个正在探索的方向。Claude Code 明显还处在快速迭代阶段。

秘密二：YOLO 分类器------用 AI 审核 AI

Claude Code 的权限系统里有一个叫 YOLO 分类器的组件------它用 AI 来决定 AI 的操作是否安全。

工作原理

bash 复制代码

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 <thinking> 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

"不确定时，默认阻止。"

它的设计思路是保守的、渐进式的------先让 AI 筛，不确定就拦下来交给人。

四种权限策略

策略	实现	触发条件
无条件注册	核心工具始终可用	基础操作
Feature Flag 守卫	构建时消除整个模块树	实验性功能
环境变量守卫	`USER_TYPE === 'ant'`	Anthropic 内部用户先验证
运行时函数守卫	条件性启用	按代码库状态动态切换

秘密三：缓存五原则------API 成本降低 90%

Claude Code 的提示词缓存系统被 Anthropic 当成核心基础设施来建设。Lance Martin 总结了五条原则：

原则一：静态在前，动态在后

稳定内容（系统提示词、工具定义）放前面，高频变化的内容放后面。

原则二：用消息传递更新，不编辑提示词

追加 <system-reminder> 消息，而不是修改已有的系统提示词。编辑会打断缓存前缀。

原则三：不切换模型

缓存是模型特定的。切换模型 = 缓存全部失效。需要便宜模型时用子 Agent，不切主模型。

原则四：谨慎管理工具

工具定义在缓存前缀中。增删工具 = 前缀失效。用 tool search 动态追加。

原则五：更新断点

多轮应用中把缓存断点移到最新消息，利用自动缓存。

最骚的操作

• Beta Header 锁存 --- 一旦发送过某个 beta header，永远继续发送。取消会改变请求签名，导致缓存失效
• 日期记忆化 --- 会话跨越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%

秘密四：六条驾驭原则

从全书 30 章中提炼出的核心原则：

#	原则	核心	反模式
1	提示词即控制面	行为引导通过自然语言，代码只管结构性约束	行为硬编码
2	缓存感知设计是刚需	每次提示词变更都有成本	提示词频繁变动
3	失败关闭，显式开放	默认最安全值，必须显式声明才允许	默认开放
4	A/B 测试一切	先内部验证，通过数据确认再推广	Big Bang 发布
5	先观察再修复	建立可观测性理解问题全貌	凭直觉修复
6	锁存以求稳定	一旦进入某状态不再摇摆	状态抖动

秘密五：上下文管理的工程细节

200K token 的上下文窗口听起来很大，但 Claude Code 的工程实践告诉我们：它远不够用。

指标	数值
系统提示词占用	~15-20K token
自动压缩触发点	~167K（83.5%）
压缩输出预留	20K token
单工具结果上限	50K 字符
熔断阈值	连续 3 次失败

Claude Code 的设计哲学很简单：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明确的 token 上限。

告知而非隐藏

截断时不是默默砍掉------而是告知模型"内容被截断了，完整信息在磁盘上的这个路径"。

这让模型可以在需要时主动获取完整信息，而不是在不知情的情况下基于不完整数据做决策。

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。

无论你是在用 Claude Code、Cursor、Copilot，还是在构建自己的 AI Agent------这些模式都适用：

双层 Feature Flag 管理
用 AI 审核 AI 的 YOLO 分类器
缓存感知的提示词设计
失败关闭的安全哲学
为一切设定 token 预算

Claude Code 的源码告诉我们，最领先的团队已经在这样做了。

觉得这系列文章有帮助？关注「赛博虾条」，驭缰工程系列持续更新中。

这是驭缰工程系列的彩蛋篇。完整系列： ① 什么是 Harness Engineering？ ② AGENTS.md 到底怎么写？ ③ 用 Linter 驾驭 AI ④ AI 写的代码，你怎么知道是对的？ ⑤ Ralph 循环 ⑥ Anthropic 的三智能体实验 ⑦ 熵管理 ⑧ 从今天开始：你的第一个实践