Claude Code

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。

用 AI 写代码，最烦的不是它写错，而是它每次都用不同的方式写错。同一个需求，对话三次，三种写法。规范在你脑子里，AI 不知道。 Trellis 试图解决这个问题。它不是又一个 AI 编码助手，而是一套给 AI 注入项目规范的框架——让 AI 写代码之前先读你的规范，写完之后自动检查，检查完之后把新学到的东西沉淀回规范里。用得越多，AI 越懂你的项目。

把多个基于概率采样的大模型实例塞进同一个代码仓库或业务流程，本质上是在用不可靠网络和随机状态机搭建分布式系统。经典分布式系统成立的基础假设——确定性状态转移、可复现故障、拜占庭容错、原子提交——在当前的大语言模型中几乎全部失效。