供稿来自：@李天鸣
写在前面
要问 2025 年上半年 AI 编程领域哪家强？我相信 Cursor 会是呼声最高的选手。但这个领域变化之快也是令人始料未及的，谁会想到在 2025 年撼动 Cursor 地位的竟然是一款命令行工具，一个连鼠标都不用的软件——Claude Code。
我的主力 AI 编程工具也从 Cursor → Cursor + Claude Code：
- 「代码块」级别的精确控制使用 Cursor 的 Tab 功能。
- 「功能」级别的改动则直接使用 Claude Code 来完成。
融入工作模式
时间回到今年三月份，当时觉得 Cursor 在本地运行做代码评审、单元测试、问题分析等任务的能力，完全吊打传统的静态分析工具，同时也远远强于只调用 Open API 的工作模式。
于是，自然而然地想要将 Cursor 做成服务化应用在各个工作流中，奈何我能力有限，难以将界面化的 Cursor 应用进行很好的封装。而这些阻碍恰好在 Claude Code 这个命令行工具面前迎刃而解。
上图是一个程序员简化后的工作模式，左侧工作主要是跑在本地环境，相信大家也都自己舒适的解法，不再赘述。右侧「服务端环境」则是将 Claude Code 部署在服务器上来打通各个工作流，如代码评审、服务部署、日常巡检、告警监控等，以此实现相对高质量的 AI 自动化能力。
Claude Code 服务化简化
架构图：
请求处理流程
- 传输层：Recovery、Request ID、Metrics 中间件的作用
- 应用层：参数解析、验证、响应处理的具体流程
业务层核心逻辑
- 任务类型判断：异步 vs 同步任务的分支逻辑
- 同步任务处理：直接执行并等待结果
- 异步任务处理：GoSafe 协程、独立上下文、Webhook 回调
存储层执行逻辑
- Docker 沙箱管理：容器创建、环境配置、卷绑定、网络配置
- 命令执行机制：具体的 Claude CLI 命令格式
- 重试与错误处理：重试策略、会话继续、超时控制、资源清理
- 异步回调机制：WebhookRequest 构造和发送
应用场景
这里以「AI 代码评审」生成分析报告为例：
异步处理模式下，AICR Agent 接收请求后立即返回，由 Claude 服务在容器内异步执行分析并通过 Webhook 回调 DevOps 服务，期间任务状态由 Redis 维护，分析结果上传文件服务器生成访问 URL。
功能演示：
总结
坦率来说，我也是花了将近一个月来适应 Claude Code 写代码。而一旦适应了这种“键盘即界面”的极致效率，真就有一点不想回去了。再加上 Claude Code 命令行工具的属性（无界面、轻量级、灵活性），天然能够方便地集成到不同的工作流中实现自动化能力，这种渗透能力绝对强的可怕。也许 Claude Code 挑战的不是 Cursor，而是在重塑全新的编程模式。