我從所有 AI 程式設計工具轉到 Claude Code 後就再也沒回頭

我與 Claude Code 的旅程

讓我帶你回到一切的起點。像許多開發者一樣，多年來我一直在各種 AI 助手之間切換。ChatGPT 曾是顯而易見的選擇——每個人都在用。我付費訂閱了 GPT-4，然後是 GPT-4o，總是追逐最新的模型。它很好。它幫助我更快地編寫程式碼。但總覺得少了點什麼。

轉折點發生在我嘗試用 Claude Opus 4.1 處理一項複雜的重構任務時。我有一個遺留的 PHP 程式碼庫——數千行義大利麵條式程式碼，是多年來快速修復和技術債累積的結果。GPT-4o 會將其拆分成小塊處理，但經常在對話之間丟失上下文。Claude 的處理方式不同。它理解架構。它看到了我錯過的模式。它建議的更改不僅正確，而且優雅。

當 Anthropic 於 2025 年 11 月發布 Claude Opus 4.5 時，我徹底轉向了它。這個模型在 Anthropic 內部工程考試中的得分比任何人類候選人都要高。這個模型在 SWE-bench Verified 上達到了 80.9% 的準確率——明顯領先所有競爭對手 3-5 個百分點。但更重要的是，這個模型感覺就像有一位資深開發者坐在我旁邊，一位從不疲倦、從不沮喪，並且讀過所有程式設計書籍的開發者。

今天，我使用 claude-opus-4-5-20251101-thinking 作為我處理嚴肅工作的主要模型。對於快速提問和日常任務，標準的 Opus 4.5 就能完美處理。經過大量使用，我的個人排名是：Claude Opus 4.5 > GPT-5.2 > Gemini 3 Pro。每個都有其優勢，但 Claude 已成為我的預設選擇。

什麼是 Claude Code？

Claude Code 是 Anthropic 的代理式程式設計助手——一個為希望將 AI 深度整合到開發工作流程中的開發者設計的命令列工具。與那種需要你來回複製貼上程式碼片段的聊天介面不同，Claude Code 存在於你的終端機中，直接與你的專案檔案並存。

把它想像成 AI 程式設計輔助的進化。像 GitHub Copilot 這樣的第一代工具專注於自動完成——預測你的下一行程式碼。Claude Code 代表了一種根本不同的東西：一個理解你整個專案、可以讀取和修改檔案、運行測試、執行 Shell 指令並推理複雜架構決策的開發夥伴。

Anthropic 的不同之處

在深入探討之前，值得了解一下這是由誰構建的。Anthropic 由 Dario Amodei 和一群離開 OpenAI 的研究人員創立。Dario 的背景橫跨百度的 AI 研究和 OpenAI 的領導層，使他在負責任地構建 AI 系統方面具有獨特的見解。Anthropic 的使命——創造安全且有益的 AI——貫穿於 Claude Code 的設計之中。

這不僅僅是行銷。Claude Code 內建了深思熟慮的安全功能：在執行潛在危險指令前會提示權限、限制檔案存取的能力，以及清楚解釋它在做什麼和為什麼這樣做。感覺這是一個真正考慮後果的人所設計的工具。

Claude Code VS Code 版

並非所有人都想住在終端機裡，Anthropic 理解這一點。Claude Code for VS Code 將 Claude Code 的全部功能帶入你的 IDE，並包裹在熟悉的介面中。這是我對剛接觸代理式程式設計的開發者或喜歡視覺化工作流程的人的首選推薦。

安裝與設定

VS Code 專屬功能

這個擴充功能不僅僅是 CLI 的包裝器。它與 VS Code 的功能深度整合：

為什麼程式設計師熱愛 CLI

這是非程式設計師通常不理解的一點：命令列並不是開發者固執不願放棄的原始技術。它是一種選擇。一種哲學。而 Claude Code 完全擁抱了這種哲學。

命令列簡單、快速且高效。沒有按鈕需要尋找。沒有選單需要導航。你輸入你想要的，然後它就發生了。每個操作都是明確的。每個操作都是可腳本化的。系統管理員、DevOps 工程師和後端開發者生活在終端機中是有原因的——它是意圖與執行之間最直接的路徑。

Claude Code CLI 的優勢

正如一位開發者所說：「由於 Claude Code 基於 CLI 的性質，它促使你進行更多的探索。因為缺乏視覺 UI 提示，它鼓勵探索。很多東西都被隱藏起來，你需要去尋找它。它獎勵你的好奇心。」

這幾乎有一種神奇的感覺。在軟體日益臃腫、介面日益複雜的時代，Claude Code 反其道而行。它信任開發者知道自己在做什麼。它不擋路。不知何故，這種簡單性使它更強大，而不是更弱。

開始使用

讓我們來點實際的。以下是如何從零開始到使用 Claude Code 提高生產力。

安裝

npm install -g @anthropic-ai/claude-code

# macOS/Linux
curl -fsSL https://claude.ai/code/install.sh | bash

# Windows (PowerShell)
irm https://claude.ai/code/install.ps1 | iex

首次啟動

導航到你的專案目錄並輸入：

claude

/init 指令

當你在新專案中首次打開 Claude Code 時，請運行 /init。這會建立一個 CLAUDE.md 檔案——Claude 對你專案的記憶。它掃描你的程式碼庫，識別關鍵檔案，理解你的技術堆疊，並記錄專案特定的上下文。

/init

CLAUDE.md 檔案很特別——Claude 會在每次對話開始時自動讀取它。你可以在這裡添加指令：編碼標準、首選模式、要避免的事項。把它想像成 Claude 實際上會閱讀並遵循的入職文件。

核心概念與指令

基本指令

Claude Code 的力量在於它的斜線指令。這是完整的參考：

計劃模式 vs 自動接受模式

Claude Code 最重要的功能之一是在計劃模式和執行模式之間切換的能力。使用 Shift+Tab 在它們之間循環。

定價深度解析

Claude Code 提供多種定價選項，取決於你想如何存取它。了解經濟效益對於可持續使用至關重要。

訂閱計劃

API 與訂閱經濟學

如果你正在進行認真的開發工作，數學計算會變得很有趣。API 定價基於 Token——包括輸入（你的程式碼、上下文、對話歷史記錄）和輸出（Claude 的回應）。對於具有大量上下文的大型程式碼庫，API 成本可能迅速增加。

進階技巧

經過幾個月的密集使用，我開發了一些工作流程，極大地提高了 Claude Code 的效率。這些不在任何官方文件中——它們是從實際使用中湧現出來的模式。

便條紙技巧 (The Scratchpad Technique)

Claude Code 沒有內建的便條紙，但你可以建立一個。要求 Claude 維護一個 markdown 檔案，在其中記錄它的思考、決策和進度。這對於複雜的多階段專案非常有價值。

在 .claude/scratchpad.md 建立一個檔案並使用它來記錄：
- 你分析或修改過的所有檔案
- 關鍵決策及其理由
- 目前任務的進度
- 任何阻礙或未解決的問題

在你工作時更新此檔案。我將在未來的工作階段中參考它。

開發文件系統 (The Dev Docs System)

對於複雜的專案，我使用 Claude 維護的三檔案文件系統：

記憶層級

Claude Code 有四種記憶類型，每種服務於不同的目的：

自訂指令

將常用的提示模板儲存在 .claude/commands/ 中。這些將變為可用的斜線指令：

Please analyze and fix the GitHub issue: $ARGUMENTS

Follow these steps:
1. Use `gh issue view` to get issue details
2. Understand the problem described
3. Search codebase for relevant files
4. Implement necessary changes
5. Write and run tests to verify
6. Ensure code passes linting
7. Create a descriptive commit message
8. Push and create a PR

MCP 伺服器整合

Claude Code 支援 Model Context Protocol (MCP)，允許它連接到外部工具和服務。你可以添加 Puppeteer 進行瀏覽器自動化，Sentry 進行錯誤追蹤，以及資料庫等。

{
  "servers": {
    "puppeteer": {
      "command": "npx",
      "args": ["@anthropic-ai/mcp-server-puppeteer"]
    },
    "sentry": {
      "command": "npx", 
      "args": ["@anthropic-ai/mcp-server-sentry"],
      "env": {
        "SENTRY_AUTH_TOKEN": "$SENTRY_TOKEN"
      }
    }
  }
}

實際工作流程

PM2 除錯模式

當我對後端服務進行除錯時——尤其是具有多個微服務的複雜設定——我使用 PM2 配合 Claude Code Hooks 進行即時錯誤監控。

# 使用 PM2 啟動服務
pm2 start ecosystem.config.js

# 設定 Hook 以監控 PM2 日誌
# 當錯誤出現時，Claude 自動：
# 1. 捕捉錯誤上下文
# 2. 識別失敗的服務
# 3. 分析相關程式碼
# 4. 建議修復方案

對於我有 7 個微服務的設定，這種模式將除錯從數小時的日誌挖掘轉變為幾分鐘的專注問題解決。

GitHub PR 審查工作流程

Claude Code 可以自動審查你的 Pull Requests。運行一次 /install-github-app，Claude 就會審查你建立的每個 PR。

direct_prompt: |
  Review this pull request for bugs and security issues only.
  Be concise. Do not comment on style or naming.
  Only report actual problems you find.

結果：Claude 捕捉到人類經常錯過的邏輯錯誤和安全問題，同時跳過那些減慢審查週期的關於變數命名的吹毛求疵。

遺留代碼現代化

我遇到的最令人印象深刻的 Claude Code 故事之一：一位有 7 年經驗的開發者在 React 16 到 React 19 的遷移過程中，使用它將 100,000 行的程式碼庫重建為 300,000 行。該專案包括複雜的功能，如語音識別、影片播放和電子商務功能。

進階使用者秘訣

經過大量使用並向社群學習，以下是對我的 Claude Code 體驗產生最大影響的秘訣：

隨機性的現實

了解這一點很重要：AI 本質上是隨機的。相同的提示可能會產生不同的結果。這不是錯誤——這是大型語言模型的本質。兩個含義：

當某些東西不起作用時，試著重新措辭而不是重複。不同的詞語會激活模型中的不同模式。「修復此錯誤」可能會失敗，而「第 47 行的循環在邊界條件中有差一錯誤」則會成功。

社群經驗

我不是唯一愛上 Claude Code 的人。以下是其他開發者的報告：

後初級開發者 (The Post-Junior Developer)

多位開發者描述 Claude Code 的表現達到了「後初級」水準：「那裡有很多經驗和充沛的精力，但它在記住事情方面做得不是很好。」這與我的經歷相符。Claude Code 在執行方面非常出色，但在方向上需要指導。

研究證實了這一點：像 Claude Code 這樣的基於代理的工具在儲存庫級別的任務上顯示出比基礎 LLM 高 18-250% 的性能提升。上下文感知是關鍵的區別因素。Claude Code 不僅僅是編寫程式碼——它理解你的專案。

工作流程的演變

許多開發者報告了類似的旅程：Claude 一開始是側邊欄，然後變成了主要介面。

這代表了我們對開發思考方式的根本轉變。程式碼變成了輸出，而不是輸入。你的工作變成了描述你想要的並審查你得到的，而不是自己輸入每個字元。

最終結論

Claude Code 不僅僅是另一個 AI 工具。它是能幹的 AI 助手時代軟體開發樣貌的一瞥。終端機介面可能看起來像是倒退，但它實際上是邁向更真實事物的一步——一個信任開發者並退居幕後的工具。

它會取代開發者嗎？不會。但它將改變開發者所做的事情。更少的打字，更多的思考。更少的除錯，更多的設計。更少的時間在文件上，更多的時間在創造上。

我帶著對 Anthropic 的懷疑開始了這段旅程，確信 OpenAI 是唯一的認真玩家。Claude Code 改變了我的想法。不是透過行銷或炒作，而是透過在我的終端機中擁有一個能幹、體貼的夥伴，準備幫助我構建我能想像到的任何東西的日常體驗。