Skip to content
←返回领域赋能

能力资产

AI 编程开发梯顶

Claude Code:住在终端里的 agentic 编码工具,也是 Anthropic 系模型的参照 harness

claude-code

Anthropic 的 agentic 编码工具,官方定义很克制:住在你的终端里、理解代码库、用自然语言执行例行任务、解释复杂代码、处理 git 工作流;官方文档写明的使用面有三处——终端、IDE、以及在 GitHub 上直接 at @claude。仓库 anthropics/claude-code 在 2026-09-28 为 148,438 stars / 24,902 forks,是这一类工具里 star 最高的之一;必须如实标注:仓库没有 LICENSE 文件(GitHub API 返回 null),公开可读但并非开放许可,与 Codex CLI 的 Apache-2.0 是实质差别,选型时不能混为一谈。安装通道已经从 npm 迁到原生安装器(claude.ai/install.sh、install.ps1、brew cask、winget),npm install -g @anthropic-ai/claude-code 被官方标注 deprecated——通常是为了摆脱 Node 版本矩阵与全局权限带来的支持负担。plugins/ 目录不是空壳,而是 13 个官方维护的能力包:code-review、pr-review-toolkit、commit-commands、feature-dev、frontend-design、security-guidance、agent-sdk-dev、plugin-dev、hookify、explanatory 与 learning 两种 output-style、opus 4.5 迁移与 ralph-wiggum,每个都是自定义命令与 agent 的组合,把「个人提示词」沉淀成可拆装的团队资产。它也是 Anthropic 系模型在第三方基准里的参照 harness(Cursor 脚注:Anthropic 模型分数走 Claude Code)。边界:仓库无开放许可、模型闭源数据出域、终端优先对非命令行用户有学习成本、换第三方模型时上限取决于该模型对 Anthropic 协议与工具调用的适配质量。卡片指标取 stars 这一可核验事实,置信度 confirmed。

A
置信度
已确认
≥2 个独立来源,或经 harness 复现通过
148,438
关键指标
GitHub stars(仓库无 LICENSE)
已确认 · 2026-09
成熟度
产品
研究 → 演示 → 产品 → 生产
编辑判断

评为 A 档(已确认),但 A 档只对事实层负责:仓库 star/fork 数、无 LICENSE、四条安装通道与 npm 废弃、13 个官方插件的名字、README 里的数据采集与「不用反馈训模型」条款、以及 Cursor 官方脚注承认它是 Anthropic 系模型的对照 harness——这些都来自可复核的一手来源(仓库 README、docs 目录、GitHub API、第三方评测脚注)。没有为它主张任何 SOTA 能力读数,所以也不存在需要降级到 C 的宣称。

水位判断:Claude Code 的价值有两层。第一层是它把「终端 agent」做成了行业默认壳——第三方评测拿它当 Anthropic 模型的执行环境,第三方模型厂商(Kimi、Z.ai)拿它当自己模型的宿主,这两件事同时成立,说明它的工具面与协议已经外溢成基础设施。第二层是插件体系把工程流程本身产品化:code review、PR 工具包、提交命令、安全指引、模型迁移各自成包,团队可以按包分发而不是按提示词口口相传。

要如实说清的两点:仓库公开但无开放许可,与 Apache-2.0 的 Codex CLI 不是同一类可复用性;模型闭源、数据出域,对合规敏感团队是硬边界。

AI CodingCode HarnessTerminal AgentPlugins
Anthropic官网github.com/anthropics/claude-code1 min read945

它是什么:住在终端里的 agentic 编码工具,也是 Anthropic 模型的参照 harness

Claude Code 的官方定义很克制:一个住在你终端里的 agentic 编码工具,理解你的代码库,通过自然语言命令执行例行任务、解释复杂代码、处理 git 工作流。官方文档写明的使用面有三处:终端、IDE、以及在 GitHub 上 @claude 直接 at 它。

仓库 anthropics/claude-code 在 2026-09-28 抓取时为 148,438 stars / 24,902 forks,是这一类工具里 star 数最高的之一。需要如实标注:该仓库没有 LICENSE 文件(GitHub API 返回 null),即公开可读但并非开放许可——这与 Codex CLI 的 Apache-2.0 是一个实质差别,选型时不能混为一谈。

安装:原生安装器优先,npm 已被官方标注废弃

官方推荐的安装方式已经转向原生安装器:macOS/Linux curl -fsSL https://claude.ai/install.sh | bash,Windows irm https://claude.ai/install.ps1 | iex;包管理器走 brew install --cask claude-code 与 winget install Anthropic.ClaudeCode。npm install -g @anthropic-ai/claude-code 已被明确标注 deprecated。装完在项目目录里跑 claude 即可。一个把 npm 通道主动废弃的产品,通常是为了摆脱 Node 版本矩阵与全局权限带来的支持负担。

插件体系:官方仓库里就带着 13 个可拆装的工程化插件

plugins/ 目录不是空壳,而是一套官方维护的能力包,每个都是自定义命令与 agent 的组合:code-review、pr-review-toolkit、commit-commands、feature-dev、frontend-design、security-guidance、agent-sdk-dev、plugin-dev、hookify、explanatory-output-style、learning-output-style、claude-opus-4-5-migration、ralph-wiggum。

这份清单本身说明了产品形态:代码审查、PR 审查工具包、提交命令、特性开发、前端设计、安全指引各自成包;hookify 意味着 hooks 是可被工具生成的一等扩展点;agent-sdk-dev 与 plugin-dev 是给「造扩展的人」准备的扩展;两种 output style(解释型 / 学习型)说明输出风格也被当成可替换部件。claude-opus-4-5-migration 更是把「模型升级迁移」做成了一个插件——这是把工程流程产品化的典型信号。

为什么它在评测里是 Anthropic 系的「标准外壳」

Cursor 在 Composer 2 的官方评测脚注里写得很清楚:Terminal-Bench 2.0 上,Anthropic 模型的分数使用 Claude Code harness,OpenAI 模型使用 Simple Codex harness,Cursor 自己走官方指定的 Harbor 框架、每组合 5 轮取均值。也就是说,当第三方要衡量 Claude 系模型的 agent 能力上限时,默认拿 Claude Code 当壳。

与本站已收录的 Claude Opus 5.5(2026-09-22 发布,Artificial Analysis 智能指数 57.62 居首)配合时,这个 harness 就是那条读数的实际执行环境。编码 agent 的性能是模型与 harness 的乘积,而不是模型单项——这是理解所有此类榜单的前提。

它同时是第三方模型的宿主

Claude Code 说 Anthropic Messages 协议,而这套协议在 2026 年已经成了事实标准之一。Kimi 官方文档专门给出「在 Claude Code 中使用 Kimi 模型」的配置指引,并提供 Anthropic 兼容的 Base URL(境内 https://api.kimi.com/coding/、海外 https://api.kimi.ai/coding/);Z.ai 的编码套餐同样把 Claude Code 列为首要用壳之一。含义是:Claude Code 的护城河有一部分不在模型,而在这套工具面与协议已经被广泛接受——用户可以用别人的模型跑它的壳。

数据与隐私:官方把口径写进了 README

README 里罕见地直接说明了数据采集范围:使用数据(例如代码被接受或被拒绝)、关联的对话数据、以及通过 /bug 提交的用户反馈。同时列出三项保护措施:敏感信息有限期保留、用户会话数据访问受限、以及明确的政策——不把反馈用于模型训练。把「不用你的反馈训模型」写进仓库 README 而不是埋在隐私政策里,对企业采购是一个可直接引用的条款。反馈入口也是产品内的 /bug 命令,外加官方 Discord。

边界

仓库公开但无开放许可;模型闭源、数据出域;终端优先的形态对非命令行用户有学习成本;把 Anthropic 模型换成第三方模型时,能力上限取决于那个模型对 Anthropic 协议与工具调用的适配质量。

同域资产:AI 编程

4
AI 编程开发梯顶C

ZCode:GLM-5.3 的官方 harness,把自己定义成 ADE 而不是编辑器

Z.ai 为 GLM-5.3 做的官方 harness,自我定位既不是 AI 编辑器也不是 CLI,而是 ADE(Agentic Development Environment,智能体开发环境):把 GLM-5.3 的 1M 上下文与长程任务能力落成稳定可用的桌面体验,覆盖复杂开发任务中的规划、编码、审查与迭代,并把目标、文件、终端结果、浏览器上下文、执行模式与 Git 状态保持在同一个任务里,让任务从规划一路推进到实现与验证收口而不丢连续性;围绕 GLM-5.3 做过模型能力、工具调用与执行链路的多轮联调与专项优化。最有辨识度的是 /goal 目标模式:设定目标后每一轮结束自动校验是否达成,没达成就自己接着下一轮,确认完成才收尾(官方实例是连续跑了二十多轮的研究任务,右侧摘要面板逐轮显示做了什么、推进到哪一步);一个会话同一时间只有一个目标,/goal 查看、/goal 设定(已有目标时替换)、/goal replace 显式替换、/goal pause 暂停。官方对适用场景的判断也诚实:适合「一句话说得清、但要多轮才能做完」的活。卡片指标取可核验的价格事实层:GLM-5.3 API 每百万 token 输入 $1.4、输出 $4.4。边界:客户端不开源、深度联调只针对 GLM-5.3 系列;「1M 上下文稳定」是厂商口径,长上下文中段召回是行业通病,整仓塞入不能替代检索;闲时任务面向订阅用户逐步开放,不等于随时可用;免费额度是 5 天窗口而非长期福利。置信度 C(厂商宣称)。

$1.4 / $4.4GLM-5.3 API 单价(输入/输出,每百万 token)厂商宣称 · 2026-09
产品Z.ai官网
ZCode:GLM-5.3 的官方 harness,把自己定义成 ADE 而不是编辑器
LLM开发梯顶C

GLM-5.3:同基座纯后训练的开源权重编码旗舰

Z.ai 在 GLM-5.2 的同一基座上只做后训练,得到 744B-A40B 的 GLM-5.3:自研 Z.ai Code Bench 比 5.2 提升 50%,Terminal Bench 3.0 28.3、Agents' Last Exam 28.5 拿开源权重第一,AutomationBench 48.2 与 GDPVal-AA v2 1769 超过官方图上全部闭源对照;CyberGym 漏洞发现 SOTA,利用链增益为未单独训练的涌现能力。同批的 320B-A18B Flash 换新基座,首次混用稀疏与线性注意力攻长上下文服务成本。权重 FP8 与 BF16 公开,SGLang、vLLM、KTransformers 与昇腾全栈可部署。

28.3Terminal Bench 3.0(开源权重第一, 官方图)厂商宣称 · 2026-08
产品Z.ai (Zhipu AI)官网Repo
GLM-5.3:同基座纯后训练的开源权重编码旗舰
推理开发梯顶A

GPT-6 Astra:终端工程任务第一,复合智能第三梯队

OpenAI 旗舰档,官方定位 hardest end-to-end work(gpt-6-astra):上下文 1.05M、单次输出 128K、知识截止 2026-04-30,内置 Functions、Web search、File search 与 Computer use,不必外拼 agent 框架。reasoning effort 五档而单价固定 $10/$50,成本杠杆在 token 侧;同门 Sol $2/$10、Luna $0.1/$0.5,100 倍价差可留在一家厂商内分流。第三方水位(2026-09-22):Terminal-Bench 4.0 第 1、58.18%(n_trials=330、pass@5 0.7121);Arena Agent 第 2,净改进 11.54、confirmed_success 17.70 低于榜首 Fable 5.1,praise 32.79 全场最高;智能指数第 6、7(max 52.67)。边界:知识截止比更新日期早近五个月,版本号与 API 变更须走 Web search;Computer use 可靠性不在任何榜上;闭源只走 API。置信度 A(已确认);未做能力复现。

58.18%Terminal-Bench 准确率已确认 · 2026-09
产品OpenAI官网
GPT-6 Astra:终端工程任务第一,复合智能第三梯队
LLM开发梯顶A

MiMo-V2.6:把 Live RL 做成 30 步、75 万轨迹与美元的公开账本

小米开源 MiMo-V2.6 Pro/Flash:30 步 Live RL、约 75 万条轨迹、成本公开 850k/2.62M 美元,7k+ RL 环境同批开源;AA 智能指数 46 登顶开源阵营,DeepSWE v1.1 样本外 +17/+14 分;Vibe World、CUA、科研与内容创作四条演示线全开。自我改进从口号变成可核对账本:步数、轨迹数、美元都摊在桌面上,第三方可按同一口径复算性价比。

46AA 智能指数(开源榜首)已确认 · 2026-09
产品Xiaomi官网Repo
MiMo-V2.6:把 Live RL 做成 30 步、75 万轨迹与美元的公开账本

本站含 CakeGrowth 联盟推广链接,我们可能从符合条件的购买中获得佣金。