Cursor、Claude Code、Amazon Q、Windsurf… 2026 年 AI Coding 已经卷成红海。但你有没有想过：这些工具到底是怎么工作的？

本文基于 Amazon Q Developer CLI（Rust 实现）和 Claude Code（TypeScript + Python）两个已开源项目的源码，从架构层面拆解 AI Coding Agent 的核心设计。

看完你会明白：为什么这些工具能写代码、能改文件、能跑命令——以及它们是如何在「给 AI 放权」和「不让 AI 搞破坏」之间做平衡的。

1 先搞清楚一件事：AI Coding ≠ 聊天机器人

很多人以为 AI Coding 工具就是 ChatGPT 套了个 IDE 的壳。大错特错。

聊天机器人只能「说」，AI Coding Agent 能「做」。区别在哪？Tool Use（工具调用）。

当你让 Claude Code 帮你改一个 bug 时，背后发生的事情是这样的：

👤 你：「帮我修一下 src/app.js 里的 bug」

⬇️

🤖 LLM 思考：我需要先看看这个文件

📤 LLM 输出工具调用：fs_read("src/app.js")

⬇️

⚙️ Agent 执行：读取文件内容 → 返回给 LLM

⬇️

🤖 LLM 思考：找到 bug 了，第 42 行有问题

📤 LLM 输出工具调用：fs_write("src/app.js", ...)

⬇️

⚙️ Agent 执行：修改文件 → 返回结果

⬇️

🤖 LLM：「搞定了，问题出在…」

这个过程叫 Agent Loop（智能体循环），是所有 AI Coding 工具最核心的设计模式。

💡 关键概念：LLM 不直接操作你的电脑。它通过结构化的 JSON 请求告诉 Agent「我想做什么」，Agent 验证权限后代为执行。这样所有操作都可审计、可拦截、可回滚。

2 Agent Loop：一个精巧的状态机

Amazon Q CLI 在 Rust 里实现了一个显式的有限状态机来管理整个 Agent 循环：

▲ Agent Loop：用户输入 → Prompt → LLM → 流式解析 → 工具执行 → 循环

▲ 6 种状态的有限状态机：Idle → ExecutingRequest → ExecutingHooks → WaitingForApproval → ExecutingTools → 循环

这个状态机看起来简单，但有几个精妙之处：

🔄 循环是自动的 —— LLM 调用工具后，结果会自动注入对话并再次调用 LLM，直到 LLM 决定停下来。你跟它说「帮我重构这个模块」，它可能会连续调用 20 多次工具才停下。

⚡ 工具可以并行执行 —— LLM 一次可以返回多个 tool_use，Agent 用 Tokio 的 FuturesUnordered 并行执行，然后打包所有结果一起发回。

🛡️ 每次工具调用都过权限检查 —— Allow 直接执行，Ask 弹出确认，Deny 直接拒绝并告诉 LLM 原因。

3 工具系统：AI 的「手和脚」

AI Coding Agent 的能力上限完全取决于它有哪些工具。来看 Amazon Q CLI 的内置工具集：

▲ LLM 一次返回多个 tool_use → TaskExecutor 并行执行 → 打包结果发回 LLM

工具描述的艺术

这里有一个很多人不知道的细节：工具的 description 不是给人看的文档，而是给 LLM 看的行为指令。它的质量直接决定 Agent 的表现。

比如 ExecuteCmd 的描述里写着：

这段描述的目的是引导 LLM 优先使用 FsRead/FsWrite 等专用工具，而不是什么都用 bash 命令——因为专用工具更安全、更可控。

⚠️ 这是 Prompt Engineering 最被低估的领域：工具描述的措辞差异，可以让 Agent 的行为从「靠谱」变成「灾难」。一个写得好的 description 比调整模型温度有用 10 倍。

__tool_use_purpose：让 AI 「三思后行」

Amazon Q CLI 有一个精妙的设计——每次工具调用都强制 LLM 填写一个 purpose 字段：

这个字段的作用：① 用户能看到 AI 为什么做这个操作；② 迫使 LLM「思考」后再行动，减少无意义的调用；③ 所有操作都有审计记录。

4 安全模型：四层纵深防御

给 AI 能力越大，安全就越重要。Amazon Q CLI 实现了四层安全架构：

▲ Amazon Q CLI 四层纵深防御：Hook → 用户确认 → 路径权限 → 工具白名单

其中路径权限是最有意思的一层：

所有路径都会先做 canonicalize 规范化处理，防止用 ../ 这种路径穿越攻击绕过权限。

Claude Code 这边则用 Hook 实现了声明式安全策略，自动检测 9 种常见安全风险：命令注入、XSS、eval() 滥用、SQL 注入、硬编码凭证等等。

5 Context Window 管理：最核心的稀缺资源

这是 AI Coding 和传统软件最大的架构差异。

▲ 五层 Prompt 架构：System Prompt → Context Entries → Tool Specs → 对话历史 → 用户消息

传统软件的瓶颈是 CPU、内存、IO。AI Coding 的瓶颈是 Context Window —— LLM 一次能处理的 token 上限。超了就「失忆」，之前的对话全忘了。

Amazon Q CLI 用了四个策略来管理这个稀缺资源：

1 自动压缩（Compact）—— 当上下文溢出时，调用 LLM 对历史对话生成摘要。200K tokens 的历史压缩成 2K tokens 的摘要 + 最近 20 条消息。

2 消息截断—— 读取大文件时只保留前 10000 字符，附带 ...truncated 提示。

3 历史裁剪—— 保留最近的消息，删除最早的。但要维护结构完整性（不能破坏 tool_use/tool_result 配对）。

4 资源文件限制—— 自动包含的资源文件不超过 10KB。

💡 Amazon Q CLI 的终端提示符会实时显示 Context Window 使用率：
[default] 42% > _ → 正常
[default] 85% !> _ → 警告，该 /compact 了

6 MCP 协议：工具扩展的事实标准

两个项目都采用了 MCP（Model Context Protocol） 作为工具扩展协议。MCP 正在成为 AI Coding 领域的事实标准。

简单说，MCP 就是 AI Agent 调用外部工具的「USB 接口」：

▲ MCP 协议：AI Agent 通过 JSON-RPC 与 MCP Server 通信，McpManager 用 Actor 模型管理多个 Server

Amazon Q CLI 用 Actor 模型管理多个 MCP Server —— 每个 Server 是一个独立的 Actor，通过消息通信，支持独立的连接管理、错误恢复和工具发现。

这意味着你可以用任何语言写一个 MCP Server，定义自己的工具（比如查数据库、调内部 API、操作 K8s 集群），然后任何支持 MCP 的 AI Agent 都能用。

7 插件体系：Claude Code 的五维扩展

Claude Code 定义了 5 种正交的扩展点，每种解决不同的需求：

▲ 五种扩展点 + Hook 事件生命周期

最有意思的是 feature-dev 插件的 7 阶段工作流，展示了 Agent 编排的最佳实践。注意 Phase 2 —— 并行启动多个子 Agent 去探索不同的代码路径，这就是 Multi-Agent 协作在实际产品中的落地。

8 两个项目的架构对比

维度	Amazon Q CLI	Claude Code
语言	Rust（系统级性能）	TypeScript + Python
架构	单体 Agent + Actor 并发	核心引擎 + 插件生态
并发	Tokio async + Actor	Node.js 事件循环 + 子进程
扩展	MCP + Hook 脚本	5 维插件体系
状态	SQLite 持久化	文件系统 + 会话状态
优势	性能、类型安全、编译时保证	开发效率、生态丰富、灵活性

一个走性能路线，一个走生态路线。但核心范式完全一致：LLM Agent + Tool Use + Streaming + Safety + MCP。

▲ Rust vs TypeScript 两种技术路线的详细对比

▲ 流式处理全链路：LLM API → StreamParseState 增量解析 → 实时渲染/工具执行 → 终端 UI

9 七大设计原则总结

原则 1：LLM 是大脑，工具是手脚
LLM 不直接操作系统，通过结构化的 Tool Use 间接操作。所有操作可审计、可拦截、可回滚。

原则 2：流式处理优先
不等完整响应，增量解析 + 实时渲染。用户体验接近实时对话。

原则 3：安全是架构级关注点
权限不是事后补丁，而是从工具定义到用户确认的完整链路。

原则 4：Context Window 是稀缺资源
所有设计都围绕「如何在有限窗口内塞入最有价值的信息」。

原则 5：工具描述即 Prompt
工具的 description 直接决定 Agent 选择和使用工具的方式。

原则 6：MCP 标准化工具生态
统一的工具接口协议，支持跨 Agent 复用。

原则 7：状态机驱动对话管理
不是简单的一问一答，而是带有明确状态转换的有限状态机。

学AI大模型的正确顺序，千万不要搞错了

🤔2026年AI风口已来！各行各业的AI渗透肉眼可见，超多公司要么转型做AI相关产品，要么高薪挖AI技术人才，机遇直接摆在眼前！

有往AI方向发展，或者本身有后端编程基础的朋友，直接冲AI大模型应用开发转岗超合适！

就算暂时不打算转岗，了解大模型、RAG、Prompt、Agent这些热门概念，能上手做简单项目，也绝对是求职加分王🔋

📝给大家整理了超全最新的AI大模型应用开发学习清单和资料，手把手帮你快速入门！👇👇

学习路线:

✅大模型基础认知—大模型核心原理、发展历程、主流模型（GPT、文心一言等）特点解析
✅核心技术模块—RAG检索增强生成、Prompt工程实战、Agent智能体开发逻辑
✅开发基础能力—Python进阶、API接口调用、大模型开发框架（LangChain等）实操
✅应用场景开发—智能问答系统、企业知识库、AIGC内容生成工具、行业定制化大模型应用
✅项目落地流程—需求拆解、技术选型、模型调优、测试上线、运维迭代
✅面试求职冲刺—岗位JD解析、简历AI项目包装、高频面试题汇总、模拟面经

以上6大模块，看似清晰好上手，实则每个部分都有扎实的核心内容需要吃透！

我把大模型的学习全流程已经整理📚好了！抓住AI时代风口，轻松解锁职业新可能，希望大家都能把握机遇，实现薪资/职业跃迁～

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】