Claude Code 新实验 Code Mode:让模型写代码来调工具,但先别急着开
Claude Code v2.1.323 加入实验性 Code Mode:Claude 改写一段 JavaScript 来调用工具,省掉逐次往返。默认关闭、只限终端、分类器只审代码不审每次调用;上线一天后 v2.1.325 就修了三个相关问题。官方没有给节省数字,别把 37% 安到它头上。

一行更新日志,改的是调用方式
2026 年 11 月 12 日,Claude Code 发布了 v2.1.323。整份更新日志很长,但第一行最值得停下来读:“新增 Code Mode,一个实验性可选项:Claude 写 JavaScript 来调用它的工具。”没有单独的博客文章,没有发布会,只有一行日志加一篇新文档页。这种低调的出场方式,和这个功能的分量不太相称:它改的是智能体调用工具的基本方式。
先把机制说清楚。没有 Code Mode 的时候,Claude 是逐个发出工具调用的:调一次 Bash,读一次结果,再决定下一步;读二十个文件、跑三条命令,就要走二十三次来回,每次中间都隔着一次模型响应。开了 Code Mode,Claude 改为写一段 JavaScript,由 Claude Code 在会话里执行这段代码,代码里可以一次完成多次工具调用。官方文档的说法很直白:“没有 Code Mode,Claude 直接请求 Bash、Read、Edit 这样的工具调用,每次读完结果再决定下一步。有了 Code Mode,Claude 写一段发起这些工具调用的 JavaScript,Claude Code 在你的会话里运行它。”
这不是换个名字。一次来回和一段代码的区别,体现在三个地方:第一,并行,一段代码可以同时跑多个彼此独立的命令;第二,串联,一步的结果可以直接喂给下一步,不用先回传给模型再发回来;第三,过滤,代码可以先把搜索结果筛一遍,只把 Claude 真正需要的那部分交回去,上下文里少塞很多没用的输出。对话里你看到的仍然是工具调用本身,比如某次编辑的差异对比,代码本身默认是收起来的,按 Ctrl+O 打开记录查看器才能看到完整的 JavaScript。也就是说,Code Mode 改的是模型和工具之间的“中间层”,你眼前的会话界面基本没变。
但先别急着开:这是实验性功能,默认关闭,而且限制不少。本文把官方文档和两次发布的更新日志逐条核对过,下面按“是什么、怎么开、用在哪、风险在哪”四件事讲清楚。有一点要先说在前面:Anthropic 没有给 Code Mode 公布任何节省数字,网上流传的“37%”不是它的成绩,这一点后面单独讲。
新旧对照:从一次一调,到一段代码
要理解 Code Mode 的价值,先看它最适合的三类任务,都是官方文档点名的:改动重复出现在很多文件里的任务;搜索结果需要先过滤、Claude 再读的任务;几个彼此独立、可以同时跑的命令。这三类任务的共同点是:工具调用次数多、步骤之间关系简单、中间结果大部分不需要模型过目。以前的做法里,每一步都要模型亲自“跑腿”;现在模型只写一次“跑腿清单”,执行交给代码。
拿官方文档的例子来说:你要把某个重试上限调高。传统方式下,Claude 先找文件,读到结果后再决定怎么改,改完再决定跑哪些测试,每一步都要等模型响应。Code Mode 下,Claude 写一段代码:找文件、改文件、跑测试一气呵成,最后只把文件路径和测试输出交回给 Claude。省掉的是模型在中间来回的次数,不是工作的总量——文件还是要找,测试还是要跑,省的是“每次调用都要模型亲自发一次请求、读一次结果”的往返开销。
这个区别决定了它的适用边界。任务步骤越固定、越重复,Code Mode 越划算;任务越需要边看结果边改主意,它的优势就越小。因为一段代码一旦开始跑,模型在代码跑完之前是插不上话的——除非代码被设计成在后台跑,你才能继续和 Claude 说话。官方文档把这一点写得很清楚:代码要么等它跑完,要么放后台;等待模式下代码最多跑十分钟,包括你在权限提示上花的时间;后台模式下代码最多跑两小时,但启动会话必须在自动模式或 bypassPermissions 模式下。换句话说,Code Mode 适合“想清楚了再动手”的任务,不适合“走一步看一步”的探索。
还有一个细节值得注意:Code Mode 不是让 Claude 直接在你的电脑上随便写代码执行。代码里的每一次工具调用,仍然要过你的拒绝和询问权限规则,也要过 PreToolUse 钩子。你不需要为 Bash 这类工具改规则或匹配器,规则照常生效。真正变的是审查的粒度,这一点后面安全那节细说。
怎么开:默认关闭,组织可以一键禁掉
Code Mode 默认是关闭的。想试用,在启动 Claude Code 之前把环境变量 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE 设为 1,也可以写进 ~/.claude/settings.json 的 env 配置块里。关掉它也简单:删掉这个变量,或者在任意一处把它设为 0——只要有一处是 0,哪怕另一处是 1,Code Mode 也保持关闭。启动时如果没开成功,会话顶部会显示“Code Mode(实验性)不可用”,后面跟着原因,/status 里也能查到。
对组织管理员来说,开关在托管设置里:把 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE 设为 0 写进托管设置,组织里就没有人能用 Code Mode。已经在 Code Mode 会话里的人不受影响,直到退出或重启 Claude Code;之后他们启动时就没有 Code Mode,也恢复不了之前的 Code Mode 会话。注意这个开关只能用来关,不能用来开——管理员不能通过托管设置替所有人打开它,每个人仍要自己把变量设为 1。
还有一条恢复规则容易踩坑:Code Mode 会话只能在终端里恢复,而且恢复时 Code Mode 必须还开着。如果你平时在终端里用 Code Mode,某天换到桌面应用或网页端打开同一个会话,它是打不开的。官方文档把恢复、移动会话和 /fork 的限制列在一起:会话不能移到桌面应用,不能转成后台会话,/fork 也不能开一个后台副本。这些限制现在看起来琐碎,但它们共同指向一个事实——Code Mode 目前只是一个终端里的实验,不是全平台功能。
能用在哪、不能用在哪
官方文档列了一张相当长的准入清单,逐条核对下来,Code Mode 的适用面比很多人第一印象里要窄。版本要 v2.1.323 或以上,任意发布通道都可以,旧版本启动时直接没有 Code Mode;安装必须是 Claude Code 的原生构建;会话必须是终端里的交互式 claude 会话,-p 模式、Agent SDK、VS Code 面板、桌面应用、云端会话一概不支持;账号必须是 Claude 订阅或 Console 账号,不能走网关、Amazon Bedrock、AWS 上的 Claude 平台、谷歌云的 Agent 平台或微软 Foundry;模型只支持 Opus 5.5、Sonnet 5.5、Haiku 5.5 和 Fable 5.2 四个;组织不能启用 HIPAA 配置或零数据留存;Windows 上还要装好 Git for Windows。
除此之外,还有一串会让 Code Mode 启动失败的设置:API 密钥助手、智能体团队、OpenTelemetry 导出、DISABLE_TELEMETRY 都不能开着。文档的故障排查表里逐条写了每种原因对应的处理办法,比如遇到“只能用于 Anthropic API”,就要去掉走云厂商、网关或自定义 ANTHROPIC_BASE_URL 的设置;遇到“不能和智能体团队一起用”,就要取消 CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS。这张表本身就说明了一件事:Code Mode 还在和 Claude Code 的其他实验功能抢地盘,彼此之间有不少互斥。
功能上的缺口也要提前知道。开了 Code Mode,就不能用 Remote Control、Claude in Chrome 和 computer use;会话不能移到桌面应用,也不能转后台。这些不是小毛病:如果你日常工作流里依赖远程控制或浏览器操作,开 Code Mode 就等于先把这些能力交出去。对大多数只在终端里写代码的人来说影响不大,但对已经把 Claude Code 接进桌面端和网页端工作流的人来说,这个取舍要先想清楚。
顺带提一句版本里另一处值得注意的变化:v2.1.323 给 plugin.json 加了 engines["claude-code"] 字段,插件可以声明自己适用的 Claude Code 版本范围,超出范围的插件不会被安装、更新或加载,安装和更新时会挑符合范围的最新版本。这和 Code Mode 没有直接关系,但它说明 Anthropic 正在给插件生态加版本护栏——实验功能越来越多,兼容性总要有人管。
安全账:分类器审的是整段代码,不是每次调用
Code Mode 最值得认真读的部分是安全机制,因为它改的是“谁来把关、把什么关”。在自动模式下,分类器审查的是每一段代码,而不是每一次工具调用。官方文档的原话是:“分类器在运行前审查每段代码,而不是每次工具调用。它看不到运行时算出的值,比如从搜索输出里取到的路径,所以对必须控制的调用,还是要保留规则或钩子。”
这句话要拆开读。以前没有 Code Mode 时,自动模式的分类器是按次把关的:每一次工具调用发出之前,都有一次审查机会。Code Mode 把多次调用打包进一段代码,审查就从“每次调用”升级成了“每段代码”,审查次数少了,审查时能看到的信息也变了——代码里运行时才算出来的值,比如搜索结果里动态取到的某个路径,分类器是看不见的。也就是说,Code Mode 的安全模型做了一个明确的取舍:用一次代码级审查,换掉多次调用级审查,代价是动态值成了盲区。
Anthropic 没有把这个盲区藏起来,而是给了补位办法。第一,你的拒绝和询问规则仍然对代码里的每一次调用生效,钩子也一样;第二,如果想直接检查代码本身,可以写一个匹配 REPL 工具的 PreToolUse 钩子——REPL 就是运行 Claude 代码的那个工具——从 tool_input.code 里读出完整的 JavaScript 再决定放不放行;第三,在其他权限模式下,代码启动时不经审查,但每一次会触发提示的工具调用仍然会逐个提示你。自动模式之外的模式反而保留了逐次提示,只是没有代码级审查。
还有两个边角情况,官方文档也写出来了,读起来像是上线前就踩过的坑。第一种:自动模式下 Claude 在早先的代码还没跑完时又启动了新代码,早先的代码就失去了分类器审查,Claude Code 会对它剩下那些需要审查的调用逐个问你;如果你用的是没有接 IDE 的终端,提示还会带倒计时,倒计时结束前不回答,这次调用就被拒绝,之后同类调用不再提示、直接拒绝。第二种:钩子出问题时,调用会被拒绝——PreToolUse 钩子启动失败、超时或返回无效输出,代码的输出还可能被 UserPromptSubmit 钩子拦住。这些细节说明,Code Mode 的安全不是“分类器兜底就够了”,而是规则、钩子、分类器三层叠在一起,缺一层就可能漏。
我的判断是:Code Mode 的安全设计是诚实的,但它对用户的要求变高了。以前你靠自动模式的逐次审查兜底,现在你需要自己配好规则和钩子,尤其是对那些“路径是运行时算出来的”调用——比如先搜索再删除、先查表再写入的操作。如果你的规则库现在还是默认状态,第一次开 Code Mode 之前,先把危险操作的拒绝规则写好,再去试那些“一段代码改二十个文件”的任务。实验功能加自动模式,本来就是最需要人工把关的组合。
一天后就打补丁:v2.1.325 修了三个相关问题
Code Mode 上线第二天,2026 年 11 月 13 日,v2.1.325 就发布了,其中三条修复直接和 Code Mode 有关。这个速度本身就是信号:功能刚上线,真实使用里的问题立刻就冒出来了。
第一条修的是工作区路径问题:Code Mode 脚本会忽略用 EnterWorktree 进入的工作区,把带 ~ 的路径写进项目里,还会让 /mcp 在某个 MCP 服务器登录过期后仍显示已连接。第二条修的是输入丢失:在权限对话框或计划审批上点“是”时输入的文字传不到 Claude 那里。第三条修的是恢复会话时的误启动:恢复一个在 Code Mode 脚本执行中结束的会话,Claude 会不等你说话就自己开始干活,修完之后它会等你的下一条提示。
这三条修复都不涉及 Code Mode 的核心机制,但每一条都踩在真实工作流的痛点上:路径写错地方、确认白点了、恢复后擅自开工。单独看都是小问题,合起来看说明 Code Mode 在 2.1.323 里确实是个刚出炉的实验——能用,但边角还没磨平。v2.1.325 的其余内容也值得一提:它以修复 zstd 压缩响应的解码安全问题打头,此外还有沙箱 Bash 命令默认走正常权限流程等一批权限与沙箱调整。如果你要试 Code Mode,至少先升到 v2.1.325,别在 2.1.323 上当第一批小白鼠。
别把“37%”安到它头上
Code Mode 发布后,网上很快出现了“能省多少 token”的讨论,其中被转得最多的一个数字是 37%。这个数字要特别小心:它不是 Code Mode 的成绩。37% 出自 Anthropic 2025 年 11 月的一篇工程文章,讲的是 API 里的程序化工具调用(Programmatic Tool Calling),那是另一项功能、另一个场景。Anthropic 的 Code Mode 文档里没有给任何节省数字,更新日志里也没有。把 2025 年 API 功能的数字安到 2026 年 Claude Code 的新功能头上,是张冠李戴。
为什么 Anthropic 不给数字?一个合理的原因是:省不省、省多少,高度依赖任务类型。Code Mode 省的是模型往返的次数,但代码本身也要占上下文——Claude 写的 JavaScript、代码的执行结果、来回的记录,这些都要进上下文。对“读二十个文件、跑三条命令”这种调用次数多、结果简短的任务,省的往返多,划算;对“调用少、但每次结果都很长”的任务,省的往返少,代码本身的开销反而可能把账抵消。独立测试的结果也印证了这一点:确实有节省,但不同任务之间差异很大。没有统一的数字,恰恰是因为没有统一的答案。
所以,判断 Code Mode 值不值,不能看一个百分比,要看你自己的任务结构。如果你每天做的事里有一大块是“跨很多文件重复改同一个东西”“先搜一堆结果再筛”“同时跑几条独立命令”,Code Mode 大概率能让你感觉到变化——会话变短了,等待变少了,上下文里少了很多中间结果的噪音。如果你的任务大多是“先读、再想、再动手”的探索型工作,Code Mode 带来的变化可能微乎其微,甚至因为代码跑起来后模型插不上话,反而觉得不顺手。
还有一个更实际的省钱角度:Code Mode 省的是往返,不是 token 总量。真正决定账单的是任务消耗的 token 总数,而不是调用次数。一段代码如果把大量中间结果都交回给模型,账单并不会因为“调用次数少了”就变小。官方文档里“只把 Claude 需要的那部分交回去”的设计,恰恰是省 token 的关键——代码先过滤、再回传。会不会省,最后取决于 Claude 写的代码是不是真的只回传了有用的部分。这又是实验功能的不确定性所在:效果取决于模型写代码的质量,而这个质量目前还没有公开的评测数据。
判断:值得试,但先想好在哪试
Code Mode 是 Claude Code 今年下半年最有意思的一次改动,但它的定位要摆正:这不是一次“所有人升级”的发布,而是一次“特定人群先试”的实验。它的价值主张很清晰——把多次工具调用打包成代码,省往返、省上下文、让并行和过滤成为可能;它的代价也很清晰——默认关闭、只限终端、只支持四个模型、不支持网关和云厂商、分类器看不到运行时算出的值、会话不能随便移动和恢复。
给个人开发者的建议是:先在“低风险、多重复”的任务上试。比如批量改二十个文件里的同一个常量、跑一遍测试并只把失败的输出交回来、同时查几个服务的日志再汇总。这些任务就算代码写得不完美,后果也可控;而且正好是 Code Mode 最擅长的类型。试的时候开着自动模式,但先把危险操作的拒绝规则配好,别只依赖分类器。跑完之后按 Ctrl+O 看一眼 Claude 写的代码,看看它是不是真的只回传了有用的部分——这既是检查,也是学习模型怎么写这种“跑腿代码”的机会。
给团队和组织管理员的建议是反过来的:先别急着全员开。Code Mode 的组织开关只能关不能开,这个设计本身就在暗示 Anthropic 的态度——让各组织自己决定节奏。我的建议是,先在托管设置里把它关掉,等团队里有人在个人项目上试过几轮、把规则和钩子模板沉淀下来之后,再有选择地放开。尤其是那些有合规要求、或者对“路径是运行时算出来的”这类操作敏感的团队,分类器的盲区值得单独评估一次。
最后,把视线放远一点。Code Mode 的思路并不是 Anthropic 独创——OpenCode 2.0 早在 10 月就推出了自己的 Code Mode,思路相近。这说明“让模型写代码来调工具”正在成为编码智能体的一个共同方向:模型不再满足于一次发一个工具调用,而是开始用代码把调用组织起来。这个方向如果走通了,往后智能体和工具之间的接口可能会从“一次一调”变成“一段程序”,权限、审查、计费都要跟着变。Code Mode 现在只是个实验,但它指的方向值得盯着。等它从实验变成默认功能的那一天,再回头看 2.1.323 这一行日志,会觉得它出现得理所当然。
对 vibe coding 的开发者意味着什么
对每天用 Claude Code 做 vibe coding 的开发者来说,Code Mode 最直接的影响在两类场景里。第一类是“多文件重复改”:改一个跨很多文件的命名、给一批组件加同一个属性、把一类提示词统一换掉——以前这类任务的会话特别长,模型每改一个文件都要来回一次,上下文里堆满了中间结果;Code Mode 下,这些改动可以写进一段代码里一次完成,会话变短,等待变少。第二类是“先搜后筛”:在代码库里找所有用到某个接口的地方,先筛掉测试文件和第三方代码,再把剩下的交给模型——过滤这一步在代码里做,比在模型来回里做要便宜得多。
但要注意,Code Mode 并不会让 vibe coding 变“傻瓜”。它对任务描述的要求反而更高了:因为代码一旦开始跑,模型在中途是插不上话的,你得在动手之前就把“要改什么、怎么筛、只回传什么”想清楚。含糊的指令交给 Code Mode,得到的大概率是一段跑得很有效率、但方向跑偏的代码。以前逐次调用时,模型每步都会停下来等你确认,方向错了能早发现;现在方向错了,要等整段代码跑完才知道。这个取舍,对习惯了“边做边改”的 vibe coding 流程来说,是个需要适应的变化。
还有一个现实提醒:Code Mode 目前只支持四个模型、只走 Anthropic API 或订阅账号,不支持网关和云厂商。如果你平时是通过 Bedrock 或其他网关用 Claude Code,Code Mode 现在和你没关系;等它支持更多接入方式之后再看也不迟。实验功能的第一批用户,永远是那些条件刚好卡在准入清单里的人——原生构建、终端会话、订阅或 Console 账号、四个模型之一。条件不符,硬试只会看到“不可用”和一串原因,浪费时间。
总的来说,Code Mode 值得每一个重度 Claude Code 用户花一个下午试试,但不值得为它改变整个工作流。它现在是一个有明确边界的实验:边界内,它能让重复性任务明显变顺;边界外,它还不存在。先在边界内找到它对你最有用的那一两类任务,把规则和钩子配好,等它从实验毕业,再谈全面拥抱也不迟。
评论 (0)
原始来源
相关文章
2026 年 11 月 17 日,微软发布 MAI Code 2 和 Code 2 Flash:大模型 770 亿激活参数、100 万上下文,四项基准平均通过率 63.2%,与 GPT-6.1 Sol、Claude Opus 5.5 咬得很紧,但每任务成本只有 0.309 美元。先看清三处“但是”:价格是推广价、分数是三者最低、长周期任务不在舒适区。
2026 年 11 月 17 日,Perplexity 推出 Orchestrator API:一个接口接通 OpenAI、Anthropic、Google、xAI 与 GLM、Kimi、DeepSeek 等开源权重模型,按回答模型的公开价计费、不收平台费。同一模型挂了就换一家部署接着跑,路由功能还能按任务把请求分给不同的模型。
2026 年 11 月 11 日,AWS 开源 UAEF:先把 LangGraph、LangChain、Strands、Bedrock AgentCore 等框架的运行记录翻成统一格式,再用 36 个指标、7 个维度打分,回归超过 5% 就亮灯。评审模型本身也被防了一手:打分要引原文作证,分数不能用来决定安全放行。