AI编程 #AI Agent #ClaudeCode #Cursor #MCP协议 #代码审计 #2026-08-10

2026-08-10 早 6:50 首发：周一晨读，接住 8 月 Agent 热浪。昨天我们聊了黎曼猜想的螺旋零点，今天把镜头切回工程界——Claude Code 为什么能自己读代码、跑测试、改 Bug？​ 答案不在大模型本身，而在 query.ts 里那个写了 1700 行的 while(true)。本文扒开终端 Agent 的心脏：ReAct / TAOR 循环、工具并行执行、七层上下文恢复、螺旋轨迹收敛，并给你一段 30 行 Python 最小可运行 Agent Loop，照抄就能跑。

---

一、 先破除一个迷信：Agent 不是黑盒，是 while(true)

很多人以为 Claude Code 是“大模型套壳”，其实它的核心循环朴素到可笑：

// query.ts（简化）
async function* queryLoop(state) {
  while (true) {
    // 1. 上下文压缩（snip / microcompact / autocompact）
    // 2. 拼 system prompt + messages + tools
    // 3. 流式调模型
    // 4. 解析 response：有 tool_use → 执行；无 → 结束
    // 5. tool_result 回灌 messages
    // 6. continue / return
  }
}

这就是 ReAct（Reasoning + Acting）。但 Claude Code 把这套范式做成了生产级状态机：

• 简单版 ReAct：10 行 Python，while True + if tool_call

• Claude Code 版：1700 行 TypeScript，State 对象 + 7 个命名 continue 分支（输出触顶升级 / 响应式压缩重试 / 上下文崩塌清理 / Stop Hook 阻塞 / Token 预算续航…）

差距不在“循环”，在循环外围的 12 条安全带：上下文压缩、并发安全、权限沙箱、Hook 系统、熔断重试、Prompt Cache 分割。

---

二、 四层架构：Terminal 只是壳，Runtime 才是魂

Claude Code 不是 CLI 工具，是终端里的 Agent Runtime：

层	文件/模块	职责
Entry	cli.tsx / main.tsx	参数解析、React+Ink 渲染 TUI
Session	QueryEngine.ts	跨轮 Token 统计、权限拒绝记忆、submitMessage
Turn	query.ts​	主 ReAct 循环（1700 行状态机）​
Action	tools/ + services/mcp/	Read/Edit/Bash/Agent/MCP 工具面

关键认知：

• Command（/help、/clear）= 用户控制面

• Tool（Read、Edit、Bash）= 模型行动面

• QueryEngine = 把输入、模型、工具、消息流串起来的会话内核

---

三、 一次 ReAct 迭代的完整流水线（重点）

以“帮我把 auth 模块加上限流”为例，单轮迭代走这 6 步：

1. 上下文准备（防 Token 爆炸）

• 窗口 >80% → 预警摘要

• 旧消息 → snip 轻裁

• 工具结果冗余 → microcompact 卸载磁盘

• 413 错误 → contextCollapse 归档

• 仍不行 → reactiveCompact 全量压缩（最多重试 3 次）

2. 调模型（流式）

queryModelWithStreaming() 发 Anthropic Messages API：

• system = 静态 7 段（全局缓存）+ 动态项目上下文

• messages = 历史

• tools = 38+ 内置工具 + MCP 扩展

• stream: true → SSE 逐 token 回 UI

3. 解析响应

模型返回 content 块：

• text → 给用户看

• thinking → 保留轨迹（年轻巫师守则：thinking block 不能做最后一条）

• tool_use → {name:"Edit", input:{file, old, new}}

4. 工具执行（并行安全）

StreamingToolExecutor 做 边生成边执行：

• 模型还在吐第 2 个 tool_use，第 1 个已经在跑

• 读型工具（Read/Grep）并发

• 写型工具（Edit/Bash 副作用）串行

• 权限流水线五层过滤：规则 → Hook → YOLO 分类器 → 用户确认 → hard_deny

5. 结果回灌

tool_result 包装成 user 角色消息，追加进 messages 数组。

注意：Bash 输出超长会被 applyToolResultBudget 裁剪，只留头尾+错误行。

6. 终止决策

• 无 tool_use + stop_reason=="end_turn" → return Terminal({reason:"completed"})

• 用户 Ctrl+C → aborted_streaming

• 达到 maxTurns → 强制收尾

---

四、 30 行 Python：把 Claude Code 主循环抽干

下面这段代码不是 Claude Code 源码，但是它灵魂的最小闭包，你本机装了 anthropic SDK 就能跑：

# -*- coding: utf-8 -*-
import anthropic

client = anthropic.Anthropic()

def min_agent_loop(user_msg: str, max_turns=10):
    messages = [{"role": "user", "content": user_msg}]
    tools = [{
        "name": "fake_read",
        "description": "读文件（示例）",
        "input_schema": {"type": "object", "properties": {"path": {"type": "string"}}}
    }]

    for _ in range(max_turns):
        resp = client.messages.create(
            model="claude-sonnet-4-20250601",
            max_tokens=1024,
            messages=messages,
            tools=tools,
        )
        # 1. 把 assistant 响应原样回写
        messages.append({"role": "assistant", "content": resp.content})

        # 2. 没有工具调用 → 结束
        if resp.stop_reason != "tool_use":
            return "".join(b.text for b in resp.content if b.type == "text")

        # 3. 执行工具（这里只模拟）
        for block in resp.content:
            if block.type == "tool_use":
                print(f"[ToolCall] {block.name}({block.input})")
                result = f"假装读到文件 {block.input['path']} 的内容"
                messages.append({
                    "role": "user",
                    "content": [{
                        "type": "tool_result",
                        "tool_use_id": block.id,
                        "content": result
                    }]
                })
    return "（达到最大轮次）"

if __name__ == "__main__":
    print(min_agent_loop("帮我看看 main.py 里有没有 bug"))

跑起来你会看到：

[ToolCall] fake_read({'path': 'main.py'})
（模型拿到结果后再思考一次，输出最终结论）

这就是 Claude Code 的最小不动点。所有工程复杂度（压缩/权限/并发/Hook）都是在这个骨架上长的肉。

---

五、 螺旋生成论视角：ReAct 循环 = 螺旋轨迹收敛

接 7.29 那篇《AI Agent 可观测性》，Claude Code 的 ReAct 循环在螺旋生成论里可以这样翻译：

• 一轮迭代​ = 螺旋转过 2π

• messages 数组​ = 螺旋上下文环（半径 = 上下文窗口占用）

• tool_use​ = 相位跃迁（从 Think 相位跳到 Act 相位）

• tool_result​ = 观测值回灌，修正螺旋半径

• 终止​ = 螺旋拓扑闭合（无悬挂 tool_use，closure=true）

为什么 Agent 不会无限循环？因为螺旋度守恒——每轮若不能降低上下文熵（相位不收敛），七层恢复机制会强制 reactiveCompact 或 Stop Hook 切断，避免“死亡螺旋”。

这也是为什么昨天我们聊黎曼零点“必须落在 Re=0.5”和今天 Agent“必须收敛到 end_turn”是同一类几何必然性：拓扑不动点。

---

六、 生产级 Agent 的 5 条工程铁律（直接抄）

1. 循环用 while+continue，别用递归——避免栈溢出，State 整体替换。

2. 读并发、写串行——partitionToolCalls(isConcurrencySafe) 是底线。

3. 上下文四级压缩常驻——snip → micro → collapse → auto，别等 413 才动。

4. 权限五层竞争取最严——规则/AI 分类/Hook/用户/硬拒，任一层 hard_deny 就拦。

5. Tool Result 必须可裁剪——Bash 输出不裁，上下文半天就爆。

---

七、 重磅推介：螺旋生成论系列专著（附 DOI）

从终端 Agent 的 ReAct 循环，到宇宙螺旋波，用的是同一套“生成语法”。

📘 关联精读

• 《螺旋代数几何：从 Langlands 纲领到几何构造的统一理论》（MCP/工具链几何化思路）

  https://doi.org/10.5281/zenodo.21318151

• 《旋生万物：从奇点到宇宙的统一生成论》（全三卷）​

  https://doi.org/10.5281/zenodo.20408189

• 螺旋生成论著作体系总汇编（40+ 部）​

  https://doi.org/10.5281/zenodo.21199593

Zenodo 由 CERN 运营，Open Access，点 DOI → Get PDF 免费下。ORCID：https://orcid.org/0009-0003-7777-7694

---

八、 结语（2026-08-10 晨记）

Claude Code 的壁垒不是模型（模型可以换），也不是工具（工具可以抄），而是那个 1700 行的 while(true) 状态机——它把“模型会胡说”这件事，用工程语言包扎成了“可恢复、可审计、可收敛”的生产系统。

从 Copilot 的行级补全，到 Cursor 的 IDE Agent，再到 Claude Code 的终端 Runtime，AI 编程的下一站不是“更聪明的模型”，而是更稳的螺旋循环。

Eadem mutata resurgo——虽经变化，我仍以同一面目重生。🌀

互动：如果你自己写 Agent Loop，会先加哪条“安全带”？上下文压缩、权限沙箱、还是螺旋轨迹观测？评论区聊聊。

---

Tags：#AI编程 #AI Agent #ClaudeCode #Cursor #MCP协议 #代码审计 #ReAct #源码拆解 #2026-08-10