终端先锋：使用 Claude Code 夺回文件系统 —— 第二部分：智能体飞跃：无需调试器编排多文件逻辑
从单轮提示转向自主任务执行与自我修复
“终端先锋：使用 Claude Code 夺回文件系统”系列文章（共 4 部分）之第二部分
屏幕上闪烁着一系列快速执行的命令：ls，cat src/auth/service.ts，grep -r "JWT_SECRET" .，npm test。键盘前并没有人类。
在传统的开发环境中，这一序列代表着开发者正在搜寻 Bug——一种对系统状态节奏鲜明的、手动式的探测。但在 Claude Code CLI 的冷光屏中，它代表着完全不同的东西：一个自主智能体（Agent）的 OODA 循环。
如果说本系列的第一部分是关于从浏览器到终端的“过渡”，那么第二部分则是关于 AI 本身的“转型”。我们正在超越“聊天框”时代——即那种礼貌、被动地接收提示词的形式——并进入“智能体飞跃”（Agentic Leap）的时代。在这里，AI 不再只是空谈代码，而是开始在代码中生存，编排跨越数十个文件的逻辑，执行自己的测试，并且或许最重要的一点是，在人类察觉之前就修复自己的错误。
Shell 中的 OODA 循环：Claude 如何“思考”
要理解为什么 Claude Code 的感觉与基于 Web 的 LLM 不同，必须审视其内部的决策框架。虽然基于浏览器的模型本质上是思想的复杂“自动补全”，但 Claude Code 在战斗机飞行员和战略理论家熟悉的周期中运行：OODA 循环（观察 Observe、定位 Orient、决策 Decide、行动 Act）。
- 观察 (Observe)： Claude Code 不会等待你粘贴代码片段，而是观察整个文件系统。它读取你的
package.json，扫描目录树，并注意到它不应触碰的.env文件。 - 定位 (Orient)： 它将你的请求上下文语境化。如果你说“修复登录 Bug”，它不只是查看
login.ts；它通过寻找数据库 Schema、身份验证中间件和前端验证逻辑来定位自己。 - 决策 (Decide)： 它制定一个多步骤计划。“我将首先创建一个复现测试用例，然后修改哈希逻辑，最后通过测试进行验证。”
- 行动 (Act)： 它开始执行。它编写代码，运行 Shell 命令，并读取输出。
这个循环就是“智能体飞跃”发生的地方。在 Web UI 中，如果 AI 提供的代码不起作用，循环就断了；你必须是观察错误并反馈的那个人。而在 CLI 中，AI 是那个观察堆栈跟踪（stack trace）的人。它看到 ReferenceError，（隐喻地）叹口气，并立即回到“观察”阶段，以弄清楚它遗漏了哪个导入（import）。
模型上下文协议 (MCP)：智能领域的 USB-C
如果说 OODA 循环是大脑，那么模型上下文协议 (MCP) 就是神经系统。MCP 由 Anthropic 于 2024 年底推出并在 2025 年达到成熟，它已成为 AI 智能体的“USB-C 接口”。
以前，AI 是“缸中之脑”。为了给它数据，你必须用桶（提示词）手动将数据搬运给它。MCP 通过创建一个标准化接口改变了这一点，使智能体能够直接接入本地和远程数据孤岛。
今天，Claude Code 不仅仅是读取你的文件；它还接入了一个 MCP 服务器生态系统：
- GitHub 服务器： 它管理你的 PR，在组织的其他仓库中搜索模式，并检查 Issue 描述。
- Postgres 服务器： 它检查你的实时数据库 Schema，以确保它正在编写的迁移（migration）确实与生产环境中的列类型匹配。
- Google Maps 服务器： 它为你正在构建的基于位置的应用提取真实世界的地理空间数据，确保路由逻辑植根于现实。
- Slack 服务器： 它甚至可以通过向开发频道发送消息并等待上下文中出现回复来“询问人类”以获取澄清。
该协议代表了 AI 效能的根本转变。通过标准化智能体“观察”世界的方式，我们已经从脆弱的、定制编码的集成，转向了即插即用的现实——智能体可以像连接了 VPN 的人类一样轻松地在复杂的企业基础设施中导航。
自主调试：“粘贴并祈祷”工作流的终结
“智能体飞跃”最直观的体验是观看 Claude Code 处理逻辑错误。在旧的工作流中——我们可以称之为“粘贴并祈祷”（Paste-and-Pray）——你会将错误粘贴到聊天中，得到一个“修复”后的版本，粘贴回去，结果发现它仍然不起作用。
在“终端先锋”中，工作流如下所示：
- 用户： “结账流程中有一个 Bug，加利福尼亚州的税费计算不对。”
- Claude： 创建一个新的测试文件
tests/repro_bug.test.ts。 - Claude： 运行测试。测试失败。
- Claude： 修改
src/logic/tax.ts。 - Claude： 再次运行测试。因另一个错误（语法错误）而失败。
- Claude： 看到语法错误，修复它，再次运行测试。测试通过。
- Claude： 删除临时测试文件，并将 diff 呈现给用户。
这是“自愈”代码。AI 充当了自己的 QA 工程师。当它向你展示解决方案时，该方案已经从运行环境的现实碰撞中幸存下来。它已经从“幻觉的正确性”转向了“验证的功能性”。
委派心理学：从聊天到指挥
这种转变既是技术性的，也是心理上的。当我们与聊天机器人互动时，我们是在“聊天”——一种社交性的、低风险的活动。当我们与 Claude Code 互动时，我们是在“委派”（Delegating）。
心理学家和 AI 研究人员指出，向智能体委派任务需要更高水平的信任，但能显著降低认知负荷。你不再负责“如何做”；你负责“做什么”。这使开发者的角色从“行代码的编写者”转变为“意图的导演”。
然而，这种委派伴随着一套新的技能：上下文工程（Context Engineering）。 因为智能体存在于你的文件系统中，所以你的文件系统就是它的记忆。高绩效的开发者现在正使用诸如 CLAUDE.md 或 GEMINI.md 之类的“上下文文件”来存储项目特定的规则、架构宣言和常用命令。你不是在教 AI；你是在为它的游乐场设定边界。
子智能体的兴起：编排数字团队
到 2025 年中期，随着子智能体（Subagents）和后台智能体（Background Agents）的引入，“飞跃”进一步深化。
Claude Code 现在可以派生出专门的子任务。当主智能体正在重构你的 API 时，它可以分流出一个“文档子智能体”来更新 README，以及一个“测试子智能体”在后台进程中运行全套测试。
这种并行性意味着终端不再是单轨对话。它是一个指挥中心。你可以看到你的智能体团队在后台工作——一个智能体通过 MCP Postgres 连接获取数据，另一个检查 Slack 频道以获取队友的反馈，第三个合并最终的代码。
结论：“单轮对话”时代的终结
“智能体飞跃”标志着 AI“单轮对话”时代的终结。我们不再是隔墙扔球并希望它能作为一个杰作弹回来。我们正与一个数字领班一起工作，它可以导航我们的文件系统，修正自己的航向，并通过 MCP 等协议连接到我们庞大的数据网络。
但随着 AI 变得更加自主，人类的角色变得更加关键。在第三部分中，我们将探讨“新开发者体验”——当 AI 能比初级工程师更好地编写、测试和调试时，程序员的角色将如何被重新定义，以及为什么“架构品味”正在成为终端中最有价值的货币。
本系列下一篇： [第三部分：新开发者体验：在自主时代构建意图 —— 人类的角色如何从“编码者”转变为“编排者”，以及架构品味相对于语法熟练度日益增长的重要性。]
本文是 XPS Institute “Stacks”专栏的一部分。在我们的“Solutions”专栏中探索更多 [AI 原生工程的实际应用]。
