Anthropic 在 11 月 12 日发布的 Claude Code v2.1.323(Agent 团队功能需 v2.1.326 以上)中,悄悄塞进了一个实验性的 Code Mode(代码模式)。以前 Claude 调工具是“一步一请示”,每跑一次 Bash、读一个文件或改一行代码,都得把结果全量吐回上下文,再想下一步;开启新模式后,Claude 会直接写一段 JavaScript 脚本,在单步里把搜索、并行命令、文件修改和结果过滤一勺烩。它支持 Claude Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2,前台等待限时 10 分钟,后台最长能挂机跑 2 小时。看着是个省时省钱的效率利器,但细扒社区实测和安全机制就会发现,这其实是一场拿安全审查粒度和用户遥测数据换取 Agent 吞吐量的激进实验。

这套“代码优先(Code-First)”的路数并非凭空长出来的。2025 年 9 月 26 日 Cloudflare 率先提出 Code Mode 概念,把 MCP schema 转成 V8 isolate 里的 TypeScript API;随后 Anthropic 在 MCP 代码执行案例中跑出过 Token 从 150,000 暴降到 2,000(节省 98.7%)的战绩,其 API 端的 Python 编程工具调用也把复杂研究任务的平均消耗从 43,588 压到了 27,297。这次更新,本质上是把验证过的脚本编排能力下放到了本地 CLI 终端,但锁死在官方原生终端和直连账号里,AWS Bedrock、Google Cloud、Microsoft Foundry 乃至 VS Code 插件和桌面端统统无缘。

工具编排演进:从单步往返到本地 JS 脚本批处理 传统单步调用(Standard Tool Call) 1. 调 Bash 搜索 → 全量结果塞回上下文 2. 调 Edit 改文件 → 再次往返等待推理 3. 调跑测试命令 → 冗余日志撑爆窗口 代价:高延迟、系统工具上下文达 24.6k 代码模式(Claude Code Mode) 1. 单步生成一段 JavaScript 编排脚本 2. 本地串联搜索、修改与并行测试 3. 过滤噪音,仅返回精简结果给模型 收益:MCP 省 62%-77%,上下文降至 11.1k

效率偏科:读数据是神器,改文件常翻车

Anthropic 官方这次很克制,文档里没有给出一句关于 Code Mode 省多少 Token 或跑多快的基准承诺。

但开发者已经把底摸清了。第三方测试(wmedia.es)测出开启后系统工具上下文能从 24.6k 降到 11.1k tokens;而在社区一项涵盖 192 次运行的基准实测中,Code Mode 的表现极度偏科——在拉取和过滤 MCP 记录这类脏活上,它砍掉了 62%–77% 的处理 Token,但在原本就容易用脚本处理的常规文件操作上,收益微乎其微。

方案名称编排语言与运行环境编排对象实测 Token 节省幅度
Claude Code Code ModeJavaScript(本地 CLI 会话)内置工具(Bash / Read / Edit)MCP 任务省 62%–77%,工具上下文降 55%
Claude API 编程调用Python(API 代码执行工具)开发者自定义工具复杂研究任务平均省 37%(43.5k→27.3k)
Cloudflare Code ModeTypeScript(V8 isolates)转化为 TS API 的 MCP 服务官方未披露(Anthropic 同类测试省 98.7%)

为什么会出现这种割裂?因为 MCP 服务端吐回来的往往是裹着大量冗余字段的 JSON 泥石流,让 Claude 写几行 JS 先在本地做完切片过滤,只把干净结论喂给模型,自然省得惊人。可一旦进入文件修改(Edits)和复杂代码重构,让模型盲写一段连环执行的 JS 脚本,脚本本身的语法与逻辑报错率就会抬头,报错重试反而把省下来的往返次数又吐了回去。

  • 建议.把 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 当成“偏科工具”用——批量读取、跨多文件并行检索和重度 MCP 过滤时打开;涉及关键代码修改和精细重构时,退回可逐条确认的传统模式。

被折叠的暗箱:动态变量与 17% 漏报率叠加

我更在意的是它改写权限审查的方式。

默认对话界面里,你看不到 Claude 写的 JavaScript 源码,只能看到折叠后的工具调用结果,必须按 Ctrl+O 打开转录查看器才能展开那行 Code 记录。而在决定生死的权限拦截上,Auto mode(自动权限模式)的分类器只审查那段静态的 JS 脚本本身,不会逐一拦截脚本内部的每次调用。

这就捅出了一个机制窟窿。分类器在跑之前,根本算不出 JS 在运行时动态生成的变量值。比如脚本先用 rg 搜索出一批文件路径,再把第一个结果拼进变量去执行修改或删除,静态审查看到的只是变量名,看不到背后真正指向的高危文件。

静态分类器看不穿动态拼接的路径,这等于给越权开了后门。

更让人捏把汗的是分类器本身的准头。Anthropic 官方在 52 个“真实过度急切操作(overeager actions)”案例集上的评估显示,Auto mode 的误报率虽然只有 0.4%,但漏报率高达 17%。将近六分之一的激进操作原本就会漏网,现在又叠加上 JS 运行时动态变量的静态盲区,还要放权让它在后台免打扰跑满 2 小时(后台运行强制要求开启 auto 或 bypassPermissions 模式),这对生产环境无异于盲人骑瞎马。

Auto Mode 下的安全审查盲区:静态脚本 vs 动态执行 1. 生成 JS 编排脚本 包含动态路径计算 与组合命令拼接 默认折叠源码 (Ctrl+O) 2. Auto 分类器静态审查 只审代码文本,不审单次调用 看不见运行时生成的路径值 官方实测漏报率高达 17% 3. 触发 PreToolUse 钩子 命令变为 cd && git push 简单前缀匹配规则失效 需拦截 REPL 读源码

企业的运维和平台工程团队如果还守着老规矩写 PreToolUse 钩子,很容易被直接绕过。在 Code Mode 下,原本单独触发的 git push 可能会变成 cd 'app' && git push 抵达钩子。

  • 风险.只检查命令开头的简单 Hook 规则在 Code Mode 下形同虚设,管理员必须升级脚本去拆分复合命令、匹配 REPL 工具并解析 tool_input.code 审查源码,或者干脆在托管配置(managed settings)里设 0 全局封死。

苛刻的围墙:天下熙熙,皆为数据来

细看这份长长的禁用清单,有一处很反常:明明是在用户本地终端会话里跑一段 JavaScript 调本地工具,为什么开启条件严苛到了离谱的程度?

除了一刀切封杀 AWS Bedrock、Google Cloud、Foundry 等第三方云网关,Code Mode 还禁止在 HIPAA 合规配置、零数据保留(ZDR)策略下运行,甚至只要你开了 API key helper、OpenTelemetry 导出或者设了 DISABLE_TELEMETRY(禁用遥测),它就罢工。连把当前会话 /fork 到后台副本、远程控制和浏览器操作也一并锁死。

《史记》有云,“天下熙熙,皆为利来”。一项纯本地的 CLI 编排特性,死活不肯放过遥测开关和零数据保留条款,算盘其实打得很响。从单步 JSON 调用跨越到多步 JS 脚本编排,模型怎么拆解任务、脚本在哪里报错、怎么处理异常分支,这些真实终端里的 Trajectory(执行轨迹)是训练下一代 Agent 最稀缺的黄金语料。

我不太买账的是这种把实验成本转嫁给开发者的做法。如果你用云厂商托管、或者开启了零数据保留,Anthropic 就拿不到你跑脚本的遥测回流,所以干脆不让你用。现在的 Code Mode 远不是一个准备交付给企业生产环境的成熟特性,它更像一块圈起来的官方试验田——你贪图它合并工具调用的快,它图你终端里那套真实的代码编排数据。

接下来真正决定这项功能生死的有两个指标:一是 Anthropic 什么时候敢放开 DISABLE_TELEMETRY 和零数据保留限制,把功能同步给 Bedrock 等云平台;二是 Auto mode 怎么补上运行时动态路径的审查盲区。在这两条兑现之前,个人开发者拿它洗洗 MCP 脏数据就够了,企业生产环境还是老老实实把托管开关拨到 0。