Think-Act-Observe 循环有一个天然的敌人：上下文窗口是有限的。

每次循环迭代都在消耗 token——模型的思考、工具调用的请求、工具返回的结果。读一个大文件可能消耗几千 token，跑一次测试的输出可能上万。循环跑个十几轮，上下文窗口就被撑满了。

给 AI 编程助手文件写入权限，相当于把剪刀递给一个非常聪明但偶尔会幻视的人。

它大多数时候知道自己在干什么，但偶尔会自信满满地删掉一个不该删的文件，或者把一个关键的配置改成看起来合理但实际错误的值。模型不是恶意的，它只是会犯错——而且犯错时通常很自信。

如果你以为 System Prompt 就是"给 AI 设定一个人设"，那 Claude Code 的 system prompt 会颠覆你的认知。

它不是几句话。它是一个上千行的模板引擎，由多个层次组成，每一层负责不同的事：身份定义、行为约束、工具说明、项目上下文、记忆注入、技能加载。有些层是静态的（每次一样），有些层是动态的（根据项目、会话、用户偏好实时注入）。

上一篇文章我们聊了 Think-Act-Observe 循环——AI 编程助手的骨架。骨架本身不会干活，它需要肌肉。在 Claude Code 里，肌肉就是工具。

没有工具，循环里 Think 和 Observe 之间缺了 Act，退化回普通的问答。有了工具，模型才能触碰真实世界：读你的代码、改你的配置、跑你的测试。

如果你把 Claude Code 的源码翻一遍，你会发现一个反直觉的事实：

整个程序的核心，是一个 while 循环。

不是复杂的状态机，不是精巧的管道，不是分布式协调——就是一个朴素的 while 循环，反复做三件事：让模型想、让模型动手、把结果喂回去。

我们经常看到这种 URL：