2025年初，Anthropic 推出了 Claude Code。这不是一个普通的代码补全工具，而是一个代理式（Agentic）编程助手——它能理解整个代码库、执行 bash 命令、查看 Git 历史、运行测试，甚至自主规划多步骤任务。

研究显示，使用它能让开发速度提升 5 倍以上。

很多人开始问一个尖锐的问题：如果 AI 能帮我们写代码，内部编程框架还有必要存在吗？

这篇文章不谈炒作，只回答一个问题：AI 编程工具和内部框架，到底是什么关系？

一、事实：Claude Code 的当前实力

1.1 它能做什么？

根据 Anthropic 官方文档和开发者社区反馈，Claude Code 的核心能力包括：

1. 理解整个代码库

  • 不是局部补全，而是项目级理解
  • 能追踪跨文件的依赖关系
  • 能理解代码的设计意图

2. 代理式工作流

  • 不只是"写代码"，而是"完成任务"
  • 你说"帮我构建一个 React 组件"，它会：
    • 分析代码结构
    • 生成代码
    • 运行测试
    • 集成到项目中

3. 终端集成

  • 能执行 bash 命令
  • 能查看 Git 历史
  • 能运行测试和构建

4. 上下文记忆

  • 通过 CLAUDE.md 文件记录项目细节
  • 能记住代码风格、常见问题、团队规范

5. Skills 模块（2025年新功能）

  • 可重用的工作流
  • 支持市场共享
  • 可构建自定义代理

1.2 它不能做什么？

1. 不理解业务战略

  • 它能写代码，但不能决定"应该做什么"

2. 不负责长期维护

  • 生成的代码需要人工审查和改进

3. 不知道你的框架规范

  • 除非你明确告诉它（通过 CLAUDE.md 或提示词）

4. 不能替代架构设计

  • 它是"执行者"，不是"设计者"

二、核心问题：框架还有必要吗？

2.1 误区：AI 替代框架

很多人认为：既然 AI 能生成代码，框架就没用了。

这个想法是错的。

框架的核心价值不是"提供代码"，而是：

  • 约束边界：告诉开发者"什么可以做，什么不能做"
  • 知识沉淀：封装团队的领域知识和最佳实践
  • 统一风格：保证代码的一致性和可维护性

AI 能生成代码，但它不知道你的边界。

2.2 一个具体例子

假设你要创建一个用户管理 API。

没有框架 + AI：

你告诉 Claude Code：“创建一个用户管理 API”。

它可能生成：

  • 用 Express.js（但你团队用 NestJS）
  • JWT 认证（但你团队用 OAuth）
  • 直接返回数据库实体（但你团队要返回 DTO）

结果：代码能用，但不符合团队规范。

有框架 + AI：

你告诉 Claude Code：“按照我们的 API 框架，创建一个用户管理 API”。

框架告诉 AI：

  • 用 NestJS
  • 用 OAuth 认证
  • 返回 DTO，不要返回数据库实体
  • 错误处理用框架提供的 ErrorHandler

结果：代码符合规范，可直接合并。

2.3 框架的新角色

过去：框架是人类写代码的工具。 现在：框架是人类和 AI 协作的平台。

传统模式：
开发者 → 学习框架 → 写代码 → 符合规范

AI 时代模式：
开发者 + AI → 理解框架 → 生成代码 → 符合规范

框架的角色变化：

  • 从"工具库"变成"知识库"
  • 从"约束"变成"提示词的固化"
  • 从"人类专用"变成"人类 + AI 共享"

三、框架如何与 AI 协作？

3.1 框架需要"AI 原生"

传统框架文档：

  • API 文档（给人类看）
  • 代码示例（给人类参考）

AI 原生框架文档：

  • Prompt 文档：给 AI 理解的"意图描述"
  • 代码模板：AI 可直接"填空"的模板
  • 约束说明：明确告诉 AI “什么不能做”

例子：

# 用户模块 API（AI Prompt 版）

## 核心概念
- UserService：管理用户生命周期
- User 实体：包含 name, email, role
- 认证：OAuth，不使用 JWT

## 常见任务
- 创建用户：调用 UserService.create()
- 验证权限：调用 AuthService.check()

## 代码模板
[AI 可直接使用的代码片段]

## 约束
- 不要直接返回数据库实体
- 必须使用 DTO
- 错误必须通过 ErrorHandler 处理

3.2 框架需要模块化

传统框架：大而全的包（路由、认证、ORM、日志…）

问题：AI 不知道该用哪部分。

模块化框架：

  • 认证模块（独立）
  • 路由模块（独立）
  • ORM 模块（独立）

AI 按需组装：“我要认证 + 路由，不要 ORM”。

3.3 框架需要"约定强化"

减少配置选项，强化默认约定。

原因：AI 面对的选择越少，生成的一致性越高。

具体做法：

  • 默认即最佳实践
  • 减少配置项
  • 提供"官方模板"

四、新的工作流：框架 + AI + 人类

4.1 三层架构

┌─────────────────────────────────────┐
│  人类：定义意图、审查决策            │
└─────────────────────────────────────┘
              ↓ 描述意图
┌─────────────────────────────────────┐
│  AI：理解意图、生成代码、执行任务    │
└─────────────────────────────────────┘
              ↓ 遵守规范
┌─────────────────────────────────────┐
│  框架：提供约束、封装知识、统一风格  │
└─────────────────────────────────────┘

框架：宪法（定义边界） AI：律师（在边界内执行） 人类：法官（审查和批准）

4.2 具体工作流

传统流程：

需求 → 读取框架文档 → 编写代码 → 调试 → 测试 → 提交

新流程：

需求 → 编写提示词 → AI 生成代码 → 审查 → 测试 → 提交
                ↑
            框架规范（通过 CLAUDE.md）

4.3 时间分配变化

  • 编写代码：减少 70-80%
  • 编写提示词：新增，约占 10-15%
  • 审查代码：增加 2-3 倍
  • 测试：基本不变

新的瓶颈：审查能力，而非编码速度。

五、框架的演进路线

5.1 添加AI 友好文档

为框架的关键模块写专门的 Prompt 文档：

  • 这个模块做什么
  • 什么时候用
  • 怎么用（代码模板）
  • 什么不能做（约束）

5.2 整理代码模板库

把框架的常见用法整理成模板，让 Claude Code 可以填空。

5.3 创建 CLAUDE.md 文件

在项目根目录创建 CLAUDE.md，记录：

  • 框架的核心概念
  • 代码风格规范
  • 常见问题解答

5.4 框架模块化

把大框架拆成独立模块，让 AI 能按需组装。

5.5 创建框架知识库

用 RAG 技术让 AI 能检索框架文档，而不是一次性加载。

5.6 开发框架 Skills

为框架创建专门的 Claude Code Skills：

  • 自动生成符合框架规范的代码
  • 自动检查代码是否符合框架约束

5.7 框架的自描述能力

框架能告诉 AI 它有什么能力、怎么用——就像 API 有 OpenAPI 规范。

5.8 AI 协同设计框架

设计新框架时，同时考虑人类和 AI 的使用体验。

六、开发者角色转变

六、开发者角色转变

6.1 角色分化

过去：所有开发者都是"写代码的人"。

未来：开发者分化为几种角色：

1. 架构师

  • 设计系统边界
  • 定义框架规范
  • 不需要写大量代码

2. 意图工程师

  • 清晰描述需求
  • 编写高质量提示词
  • 介于产品和工程之间

3. 审查专家

  • 快速审查 AI 生成的代码
  • 发现潜在问题
  • 确保符合规范

4. 框架维护者

  • 维护框架的"AI 文档"
  • 确保 AI 能理解框架
  • 持续改进框架的"AI 友好度"

6.2 技能重组

被弱化的技能：

  • 语法记忆（AI 可以补全）
  • 样板代码编写
  • 常规调试

被强化的技能：

  • 系统设计能力
  • 清晰表达能力（写提示词）
  • 代码审查能力
  • 框架设计能力

七、总结

7.1 核心观点

1. AI 不会替代框架，而是改变框架的形态

框架从"人类工具"进化为"人类 + AI 的协作平台"。

2. 框架的新价值

  • 为 AI 提供"约束边界"
  • 固化团队的"提示词知识"
  • 保证生成代码的一致性

3. 框架需要演进

  • AI 原生化（Prompt 文档）
  • 模块化（可组装）
  • 约定强化（减少选择）

4. 开发者角色转变

  • 从"写代码"到"描述意图"
  • 从"编码"到"审查"
  • 从"使用框架"到"维护框架的 AI 友好度"

7.2 一句话总结

AI 编程工具和内部框架不是竞争关系，而是协作关系：

  • AI 提供执行力和效率
  • 框架提供边界和一致性
  • 人类提供意图和判断

7.3 行动建议

如果你是框架维护者：

  • 立即为框架添加"AI 文档"
  • 整理代码模板库
  • 考虑框架的模块化

如果你是开发者：

  • 学习如何编写高质量提示词
  • 培养代码审查能力
  • 理解你使用的框架，才能让 AI 正确使用

如果你是技术管理者：

  • 制定 AI 编码规范
  • 培训团队审查 AI 生成的代码
  • 投入资源改进框架的"AI 友好度"

本文写于 2026 年 2 月 24 日。基于 Claude Code 官方文档、开发者社区反馈，以及对软件工程发展趋势的分析。所有技术判断基于当前事实，未来可能变化。

参考来源：

  1. Claude Code 官方文档：https://code.claude.com/docs
  2. GitHub：anthropics/claude-code
  3. Claude Code 中文指南（2025）