01. 从聊天器到“数字实习生”
网页版 AI 就像是坐在对面的咨询顾问，而 Claude Code 则是直接钻进你电脑里替你干活的数字员工。核心是把“读、写、运行”全部交由 AI 自动化完成。
| 体验差异 | 普通网页版 AI (Chatbot) | Claude Code (Agent) |
|---|---|---|
| 工作模式 | 你下达指令，它给你返回文本 | 你下达指令，它直接跑去干活 |
| 操作成本 | 你需要自己复制、粘贴、建文件 | 它自己新建文件、写代码、查网页 |
| 能力边界 | 受限于聊天框 | 能读取整个文件夹，能运行代码和测试 |
02. 核心内驱力：ReAct 与 Harness 深度解析
ReAct 自动化循环
Claude Code 不会一次性瞎猜给你写代码。它会像人一样循环：分析需求(Reason) -> 调用工具查询(Act) -> 查看结果(Observe) -> 遇报错则纠偏，直到任务彻底完成。
Harness 护栏系统
放权给 AI 干活怕删库？Harness 提供工具箱的同时，也会拦截高风险动作（如删除、联网、装包）。所有危险操作必须经过你的【回车确认】才能执行，保证绝不越权。
03. 极简上下文管理学
AI 为什么聊着聊着就变笨？因为上下文（Context）过载。作为操盘手，必须学会给 AI 洗脑和清缓存。
/compact
当你觉得对话太长，输入该命令，AI 会把前面的长篇大论浓缩为一段“核心状态摘要”，扔掉废话，瞬间满血复活且节约成本。
/clear
切换任务必做。刚刚在写 PPT，现在想查代码？直接清理当前短期记忆，防止之前的上下文污染接下来的新任务。
阶段性收敛法则
不要在一次对话完成大项目。做完一个模块，让 AI 总结写进 README.md。然后 /clear 清理，让它阅读该文档开启下一阶段。
04. 能力外扩：Skills 技能包与 MCP 数据源
给 Claude Code 安装超级外挂，一句话就能无痛扩展 AI 边界。
Skills (技能包)
专家封装好的标准工作流。比如输入 /dataviz，AI 就瞬间变成数据可视化专家；输入 /deep-research，自动进行全网深度调研。一句话即可从 Github 安装全局。
MCP (模型上下文协议)
让 AI 安全地连接内部数据库。连上飞书/Notion MCP 读企业文档，连上 Github MCP 读其他源码。Skills (工作流) + MCP (数据) = 终极数字员工。
05. 军团作战：Multi-Agent 协同机制
遇到几十个子任务的庞大项目，将拆分给不同的“数字员工”。底层设计的三套协作机制：
常规 Subagent
主 Agent 处理大框架，派小助手干脏活。工业级隔离（权限、上下文互不污染），基于 XML 信箱的纯异步消息驱动，不阻塞主线。
Fork Subagent
字节级克隆主 Agent 的记忆和配置。直接命中 Prompt Cache，极速启动，不仅节约巨量时间，更把 API 运行成本砍掉 90%！
Coordinator 模式
应对史诗级代码重构。主 Agent 退化为纯指挥官，不再写代码，一次性并行派发大量 Worker 士兵独立干活，最后合成最终答案。
想把 Claude Code 真正用进你的业务？
在完整的培训课程中，我们将手把手带你搭建环境，演练“大学生文献综述自动化”与“极速开发个人主页”等真实场景。告别重复劳动，拥有 24 小时待命的超级工作室。
门已经打开，要不要走进来，你自己决定。