从 16 行代码到生产级 Agent：Kode Agent 作者拆解 Claude Code 的开源实现

2026 年 1 月 25 日晚，ShareAI Lab 创始人、Kode Agent（开源版 Claude Code Agent）开发者来新璐做客 WaytoAGI 社区，用一场实操演示证明：Claude Code 的核心机制并不神秘，压缩后仅 16 行代码即可跑通。这场分享适合想深入理解 Agent 底层原理的开发者、计划用 Agent 做垂直业务产品的创业者，以及正在选型 Agent SDK 的技术负责人。

核心机制：16 行代码里的 Claude Code

▶ 12:23 · 看这一节

来新璐将 Kode Agent 的学习仓库 learn-claude-code 按 V0 到 V4 版本划分，逐步实现一个最小化的 Claude Code。V0 版本只有一个 bash 工具，对应仓库中 "bash is all you need" 的理念——压缩后的代码仅 16 行，展开约 200 行，却已包含完整的文件读写、子代理等能力。

现场演示中，来新璐直接运行 V0 版本代码，让 Agent 探索代码库结构、生成学习文档、审查代码质量。它不仅能按需加载 skill，还会在任务复杂时自动拆分给子代理执行。来新璐强调："claude code 真的没有秘密"，所谓 open code、Kode Agent 等工具，本质都是同一套核心循环加上不同的前端界面。

运行配置非常简单：将代码拉取到本地，在 .env 文件中写入 API key、baseurl 和 model ID 即可。来新璐提醒，部分模型商的 Anthropic 接口有调整，例如 Kimi 已取消该接口访问，建议使用智谱 GLM-4.7、小米、火山豆包 2.6 等国产模型测试。

生产级选型：官方 SDK 与开源 SDK 的取舍

▶ 39:00 · 看这一节

对于想构建生产级 Agent 应用的开发者，来新璐对比了两条技术路线。

Anthropic 官方 cloud agent SDK（原 claude code SDK）功能完善，支持自主读取文件、运行命令、搜索网络、编辑代码，但存在两个关键限制：代码不开源，GitHub 仓库基本为空；Python 版本通过底层转发请求到终端 CLI，本质是调用本机运行的 Claude Code。这意味着服务 500 个用户就需要后台开 500 个 Claude Code 实例，且数据无法出网的企业场景不适用。

Kode Agent SDK 则是对 Anthropic 官方设计的重新开源实现，大部分特性和机制对齐官方文档标准。开发者只需 import SDK、传入模型的 API key 和 model ID 即可创建 Agent 并发任务。当前版本是有状态服务，可支撑 5000 个以内用户同时使用；更大规模需拆分为微服务架构，通过任务消息队列分配给不同 worker。

SDK 还做了事件系统的抽象封装，可监听工具调用开始、错误、结束等事件，语法设计类似 Vue 和 jQuery，对前端开发者友好。来新璐的选型建议是：先用官方 SDK 快速跑通，遇到交付或定制需求时再迁移到开源 SDK。

CLI 的构成：TUI、Agent Core 与 Sandbox

▶ 49:01 · 看这一节

来新璐将 Claude Code 类 CLI 拆解为三个组成部分：TUI（终端界面）、Agent Core（核心循环）、Sandbox（安全沙箱）。

TUI 是工作量最大的部分。终端本身是纯文本环境，要实现斜线命令补全、响应状态展示等交互，需要基于 TUI 库开发。目前 TS 技术栈推荐 ink 库，谷歌 Gemini、Claude Code 都在使用，可通过 React 语法编写终端应用。来新璐指出，终端渲染领域缺乏浏览器那样的多年优化，因此 TUI 实现存在不少边缘问题，尤其是 Windows 兼容性——"如果你去分析 Gemini CLI 的 4000 多次 commit，至少 2000 多个是跟 Windows 上 TUI 渲染相关的"。

Agent Core 各开源实现大同小异，Kode Agent 在设计文件工具时尽可能对齐 Claude Code 的 schema 和行为，因为"国内的模型很多情况下是在 Claude 的工具列表上做实现的，换成别的工具也能用，但没有那么顺手"。

Sandbox 负责安全拦截。来新璐认为 OpenAI 开源的 codex CLI 的 Sandbox 设计最好，Deno 也是不错的实践。Kode Agent SDK 做了虚拟文件系统抽象，Agent 以为自己运行在真实文件系统上，实际只能访问限定目录，避免用户误删数据或越权访问。

模型选择与训练：厨师与厨房的比喻

▶ 1:23:32 · 看这一节

来新璐用"厨师与厨房"比喻模型与 Agent 框架的关系：Claude Code、open code、Kode Agent 都是厨房，提供刀具、菜品和环境；模型才是厨师，决定智力水平。不同模型工作风格差异明显——OpenAI 模型思考时间长、行为严谨，适合算法类任务；Claude 系模型行动敏捷、交错思维链，适合快速协作。

关于模型训练，来新璐给出务实建议：除非通用模型确实不适合特定业务的工具调用逻辑，或已有大量过程轨迹数据可蒸馏到几十 B 的小模型以降低成本，否则不建议自行训练——"模型更新太快，基本每过一个半月就有一家模型公司发新版本，自己训很容易过时"。

他预测今年会出现 100B 以下的 Agent 模型，推荐关注 iCoder 的 40B 循环 Transformer 模型，以及 Ollama 平台上的本地可运行模型。DeepSeek 年底发力的 API 低成本优势，也可能推动 Agent 应用爆发。

垂直 Agent：避开红海，深耕一亩三分地

▶ 2:16:24 · 看这一节

来新璐明确表示不鼓励开发者再做通用 coding agent："前面有 claude code、codex、open code，国内还有 coder，coding agent 已经太多了。"他建议基于 Kode Agent 做垂直领域的业务型 Agent，如会计、自媒体剪辑、脚本封装、小红书养号等场景，既能提升自身业务效率，也可能实现商业价值。

Kode Agent 的产品体系包括 CLI（适合 GitHub Actions、运维和本地脚本）、SDK（供开发者编程调用）、learn-claude-code 学习仓库，以及规划中的 code 0 版本——一个更像 N8N 的小白友好界面。来新璐透露，桌面客户端或小助手版本也在计划中，将封装所需环境和运行时，降低使用门槛。

现场问答

open code 和 Kode Agent 有什么区别？

本质都是 Agent，主要区别在 TUI 实现。Agent Core 大差不差，Sandbox 各有实现。Kode Agent 是对 Claude Code 的开源实现，可自行配置模型和修改代码。

Windows 上如何安装？

先安装 Node.js 环境，Windows 安装后可能需要重启电脑使环境变量生效，然后通过 NPM 搜索并安装 Kode Agent。新版本正在修复 Windows 下的兼容性问题。

上下文工程有什么方法论？

主要是适时将过长的工具结果写入单独文件做 offload。不同模型有不同 summary 机制，Claude Code 一般在上下文使用到 70%–90% 时进行 summary。

skill 集成到模型后，Agent 框架还有存在价值吗？

skill 让模型更强大，但模型是厨师，Agent 框架是厨房。即使厨师修为再高，仍需要提供刀具、菜品和环境的厨房。

Kode Agent 和 LangChain 是什么关系？

LangChain 上个月重构后与 Kode Agent SDK 的设计非常相似，来新璐推测大概率参考了后者，但未下定论。Python 开发者做数据处理类 Agent 可以关注 LangChain 最新版本。

要点回顾

• Claude Code 核心机制可压缩至 16 行代码，展开约 200 行，包含文件读写、子代理等完整能力
• 官方 cloud agent SDK 不开源且依赖本机 Claude Code 实例，不适合大规模生产级应用
• Kode Agent SDK 是开源实现，有状态服务可支撑 5000 用户，更大规模需微服务架构
• CLI 由 TUI、Agent Core、Sandbox 三部分组成，TUI 和 Windows 兼容是主要工作量来源
• 模型是厨师，Agent 框架是厨房；OpenAI 模型严谨但慢，Claude 系模型敏捷但需多轮协作
• 不建议自行训练模型，除非有特殊场景需求或大量轨迹数据可蒸馏
• 鼓励做垂直业务 Agent，避开 coding agent 红海市场