200行代码拆穿Claude Code的"皇帝新衣"：你当真信AI能写代码？

200行代码 vs. 百亿级AI帝国

Claude Code能写万行代码？它连你电脑的文件夹都碰不到。

你以为AI在深夜替你敲键盘？错。当你对着Claude说"新建hello.py"，那个号称"智能"的模型，压根没资格摸你文件系统一下。它只是个嘴替——张嘴喊"工具！工具！"，然后缩在云端等你本地程序跑腿。

这哪是什么AI革命？分明是场精心设计的人机角色扮演。

LLM never actually touches your filesystem. It just asks for things to happen, and your code makes them happen.

四步循环：AI的皇帝新衣真相

你以为Claude在敲键盘？它连回车键都没摸过。

拆开所有花哨包装，编码代理本质就四步：

1. 你喊话（"创建hello world函数"）
2. LLM开"工具召唤术"（吐出结构化指令）
3. 你本地程序真·动手（创建文件）
4. 结果塞回LLM嘴里

整个过程LLM全程手无寸铁。 它连"文件"是方是圆都不知道，全靠你当"人肉执行器"。

当科技媒体吹爆"AI编程革命"时，没人告诉你：所谓智能，不过是场精密设计的提线木偶戏。

三把菜刀：砍掉所有花哨功能

生产级工具加了100个补丁，核心还是这三刀。

Claude Code藏着grep/bash/websearch等十八般兵器？但作者冷笑：三个工具足矣。

• 读文件：让LLM"看"代码（实际是本地程序读给你听）
• 列目录：假装AI会导航（实则是你程序在跑ls）
• 编辑文件：最骚操作——空old_str=新建文件，否则找词替换

if old_str == "":
    full_path.write_text(new_str)  # 看！AI连新建文件都在骗你

别被"智能编辑"忽悠了。当LLM喊"把print改成logging"，它根本不知道文件长啥样——它只是在赌old_str能匹配上。赌输了？那就"old_str not found"，甩锅给你。

200行 vs. 百万行：暗线赢家浮现

"这就像说'数据库就是B树'——技术上对，操作上扯淡。"

作者晒出200行代码时，评论区炸了。有人欢呼"皇帝没穿衣服"，更多人冷笑：

生产级系统要处理十亿级token，早期停止问题能让你崩溃——LLM常假装任务完成，实则半途而废。

真正难点在TODO列表。Claude Code靠把未完成任务塞进每轮提示，才避免AI摆烂。

你以为循环简单？当用户中途插话，整个任务流就炸了。

最扎心评论直指本质：

"The '200 lines' loop is a good demo of the shape of a coding agent, but it’s like 'a DB is a B-tree' - technically true, operationally incomplete."

简单循环是骨架，血肉才是地狱。生产工具里那些"无聊的脚手架"——错误重试、上下文压缩、操作确认——才是价值百万的护城河。

你还在为"AI写代码"交智商税吗？

当所有教程吹"10行代码颠覆行业"，先问：它的TODO列表在哪？

200行代码的魔力不在"多简单"，而在撕开皇帝新衣：所有编码代理本质都是"工具调用机"。LLM只是个话痨指挥官，真干活的永远是你本地程序。

但别急着嘲笑。当作者甩出SWE-agent的100行精简版，有人顿悟：

"This really blew my mind... I was frustrated at not understanding how the hell LLM 'knows' how to call a tool. It's just text!"

是啊，它只是文本。当AI喊"tool: edit_file(...)"，你程序在跑write_text——所谓智能，不过是人类给机器套上的提线。

下次看到"AI自动生成APP"，先摸摸你的键盘：
谁才是真正的码农？