最近 AI 编程工具界最火的莫过于 Anthropic 官方推出的 Claude Code。但国内因为网络和高昂的 API 费用，很多开发者望而却步。

今天这篇文章，我将带你用一杯奶茶钱（7.9 元）搞定原本遥不可及的顶级 AI 编程体验，并扒一扒 Claude Code 内部隐藏的子代理机制——很多人因为不懂这个机制，白白浪费了大量 Token 和上下文！

一、什么是 Claude Code？

与网页版的聊天对话框不同，Claude Code 是一个运行在终端（CLI）的具备工程上下文、权限控制和执行能力的开发协作系统。

它的核心特点是：

  1. 直接在终端可用：无需来回切换窗口。
  2. 能动手的工程师：可以自主读取代码、编写文件、执行 Git 提交，甚至运行测试命令。
  3. 按量计费（API 模式）：本地不吃算力，全部通过 API 调用云端模型。

简单来说，它不是一个“聊天机器人”，而是一个直接坐在你终端里的“高级外包程序员”。

官方文档参考：Claude Code Overview

二、算力平台选择：先搞定 API 密钥

官方的 Claude 3.5 Sonnet 接口价格非常昂贵（百万 Token 动辄几十美元），且国内无法直连。我们的核心原则是：API 提供商本质只是一个算力中转，既然功能一样，哪家便宜稳定就买哪家！

在下载任何工具之前，我们需要先去云厂商那里注册并获取 API Key。

首选方案：阿里云（限时优惠）

阿里云百炼平台最近推出了专为 AI 编程打造的订阅套餐，目前活动价只要 7.9 元/月！（日常价 40 元/月），国内网络直连，速度快且稳定。

支持调用顶尖模型来驱动你的 Claude Code，网络国内直连，速度快且稳定。

  1. 购买套餐：前往阿里云 AI 编程套餐活动页 完成购买。

    找到下面的购买入口进行购买

    阿里云AI编程套餐购买入口

  2. 获取密钥：购买后进入 百炼 API Key 控制台

    在左侧找到订阅套餐的选项， 将API Key 复制保存好。

    百炼API Key控制台

  3. 记录接口地址：根据官方文档，阿里的专属后端调用地址为 https://coding.dashscope.aliyuncs.com/apps/anthropic。

备选方案：

如果阿里云活动结束或你想多一个备选，可以考虑其他家的套餐，同样是国内直连的稳定服务。

三、安装 Claude Code

虽然各家云厂商都提供了复杂的官方配置文档，但作为开发者，我们有更优雅的通用解法：使用开源工具 cc-switch。

无论你买的是阿里云、智谱还是其他家，配置流程只有简单的三步：复制、粘贴、启用。

1. 安装环境和程序本体

1.1 安装运行环境(Node.js):

因为 Claude Code 是由 JavaScript 编写的程序，所以需要先安装 Node.js。

Node.js 是一个开源、跨平台的 JavaScript 运行环境，它让电脑能够运行像 Claude Code 这样的命令行工具。

下载地址：https://nodejs.org/zh-cn/download

下载 Node.js的Windows 安装程序 (.msi)。下载后就像安装微信一样，双击运行并一路点击 ‘Next’（下一步）直到 ‘Finish’（完成）即可。

Node.js下载指示

1.2 安装 运行依赖 （Git）

Claude Code 的底层运行依赖 Bash 环境，这是 Windows不支持的。

因此必须安装 Git，利用其附带的 Git Bash 工具来模拟类 Linux 环境，Claude Code 才能正常工作。

下载地址：https://git-scm.com/install/windows

下载Git for Windows/x64 Setup。下载后就像安装微信一样，双击运行，保持默认安装选项一路点击 ‘Next’（下一步）直到 ‘Finish’（完成）即可。

Git for Windows下载页面

1.3 安装 Claude Code

安装好前面的两个环境后，在你的终端执行以下命令：

1
npm install -g @anthropic-ai/claude-code

通过npm安装Claude Code

2. 下载并安装 cc-switch

这是一个专为 Claude Code 等工具设计的可视化配置切换器。

前往 cc-switch GitHub Releases 下载对应操作系统的安装包。

往下翻，找到CC-Switch-v3.11.0-Windows.msi，下载安装，安装时一路下一步即可

cc-switch GitHub Releases下载页面

3. 配置 API

  1. 复制你的KEY

    如果之前没有保存key，在这里进入 百炼 API Key 控制台

    在左侧找到订阅套餐的选项， 将 API Key 复制保存好。

    百炼API Key控制台

  2. 打开 cc-switch 桌面端，点击右上角的加号 -> 选择“自定义”（或对应的厂商预设）。

    cc-switch添加新配置

    我们这里是阿里的API,就选择阿里的配置

    选择阿里云厂商配置

  3. 往下翻，将 API Key 和后端地址粘贴进去

    根据官网描述，后端地址已经发生了改变，所以也需要修改预设的请求地址：

    1
    https://coding.dashscope.aliyuncs.com/apps/anthropic

    配置阿里云API Key和接口地址

  4. 点击“保存”

大功告成！现在你在终端输入 claude，就可以直接起飞了。

可以在对话框里随便输入一些文字来测试是否配置成功

Claude Code启动成功界面

四、交互模式与隐藏的“子代理”

这是新手最容易踩坑的地方！

很多新手打开 Claude Code 后，无论干什么都在主对话里直接输入，比如找 bug、搜代码、写业务。

这会导致一个致命问题：主对话的上下文越来越长，反应越来越慢，Token 消耗极快！

其实，Claude Code 内部有一套极其精密的交互模式和子代理（Subagent）机制。它在终端会自动切换，如果你用 VS Code 插件，也可以手动切换：

什么是子代理？

你可以把“子代理”理解为运行在独立上下文窗口中的专用 AI 工具人。把特定任务交给它们，就不会污染你的主对话上下文。

了解以下三种模式及其背后的子代理，是省钱又高效的关键：

1. Ask 模式（询问） -> 对应 Explore 子代理

  • 作用：只读分析。它会调用速度快、成本低的模型（如 Haiku），只拥有读取代码的权限，绝对不改文件。
  • 触发关键词：“探索代码”、“帮我看看”、“解释一下”
  • 正确姿势：当你刚接手项目或不知道 bug 在哪时，一定要输入类似 “帮我探索一下代码库，找到 JWT 相关的逻辑”。此时它会派出一个 Explore 子代理去翻代码，翻完后只把“结论”汇报给主对话，完美节省上下文！

2. Plan 模式（规划） -> 对应 Plan 子代理

  • 作用：谋定而后动。它不改代码，只负责在独立上下文中收集信息，并给你一份详细的 TODO List（实施步骤）。
  • 触发关键词：“帮我做个规划”、“出个方案”
  • 正确姿势：大范围重构时，先说 “计划一下如何把当前项目的 CSS 替换为 Tailwind”，达成共识后再让它写代码，避免大段大段地返工。

3. Edit 模式（编辑） -> 对应 General-purpose 核心代理

  • 作用：真正动手的全能模式。会定位文件、生成差异（Diff），并在修改前询问你是否同意。
  • 触发关键词：“修改”、“重构这段代码”、“修复第 45 行”

🛠️ 效率小贴士：在对话中输入 / 可以唤出内置斜杠命令，觉得由于之前聊太多导致响应变慢时，果断使用 /compact 压缩上下文，或 /reset 开启新任务。

五、我的日常开发方法论与 AI 避坑指南

我用过几款主流的 AI 编程工具（如 Cursor、Trae 等），但在日常的嵌入式和底层开发中，我主要使用的还是 Claude Code。整体感觉是：它现在已经是一个可以深度协作的工程助手。

结合 Claude Code 的特性，我总结了一套自己的方法论与避坑原则：

5.1 深度协作方法论（结合子代理）

  1. 拒绝上来就写：接手复杂模块时，先用 Explore 探索代码库，生成核心架构文档；再用 Plan 制定实现流程。只有当你和ai理解一致后，产出才会高质量。
  2. 控制上下文污染：每个独立的开发任务务必开启新对话（/reset），并提供清晰的需求背景和硬件约束。
  3. 勤删废弃代码：旧代码和冗余注释会严重误导 AI，增加上下文噪音，长期不清理会直接影响协作效率。
  4. 坚守人工底线：
    • AI 生成的代码之后必须人工 Review。
    • 关键的底层逻辑（如中断处理、时序控制）必要时自己重写。
    • 核心路径必须做真机压测和边界测试。

5.2 警惕过度依赖带来的三大风险

  1. 技术能力退化：习惯让 AI 看 Log，自身对硬件底层原理、指针异常的理解变浅，甚至失去对“优雅代码”的判断力。
  2. 架构失控：AI 往往急于实现功能，容易导致硬件驱动与业务逻辑严重耦合，引入技术债务。
  3. 一致性被破坏：不同对话生成的代码风格、命名规范可能完全割裂。

5.3 未来 3 年工程师的核心竞争力

AI 时代，竞争的关键不再是“产出速度”。结合系统开发领域，我认为未来工程师的核心竞争力将转向以下维度：

  1. 系统架构与设计能力：单模块交给 AI，但系统级设计（HAL 与业务层解耦、RTOS 权衡、内存防碎片化）仍需人类主导。
  2. 复杂业务与状态建模能力：将规则转化为可执行的设计。例如复杂的状态机设计，以及软硬件交互边界划分。
  3. 性能与稳定性治理能力：嵌入式设备资源极其受限，精细化内存管理、中断延迟优化、Watchdog 策略，必须通过真机抓包、示波器验证，AI 暂时还没有具生智能的能力，无法替代工程师。
  4. 驾驭 AI 的协作能力：精通 Prompt 工程，懂得拆解问题，敏锐判断 AI 产出代码的潜在漏洞。

六、实战演练：让 Claude Code 融入工程化

理论与方法论讲完了，接下来我们进入真刀真枪的代码实战阶段。我会从大前端和嵌入式两个截然不同的领域，演示如何结合设计模式与 Claude Code 的子代理机制完成开发。

(预留内容：将讲解在 C/C++ 嵌入式场景下，如何利用 Explore 子代理（探索代码）在庞大的寄存器定义与底层驱动文件中快速定位指针异常，并运用面向对象思想或状态机模式重构嵌入式交互逻辑…)

（此部分实战内容正在爆肝撰写中，敬请期待下期更新！）

许可协议

本文采用 署名-非商业性使用-相同方式共享 4.0 国际 许可协议，转载请注明出处。

分享文章

快来参与讨论吧~