关于 AI 开发工具方向的思考

Claude Code 的启发

CC 的 npm 包泄漏了，我先下到了本地。其实之前也看过反编译的版本。平时一直在用 CC ，写的也是 Agent 相关的内容。

Claude Code 在 Agent 方向上有三个值得借鉴的核心优势：

1. 快，不卡顿 响应流畅，交互体验丝滑
2. 长程任务不卡死 复杂任务能稳定跑完，不会中途崩溃
3. 一致性好，做得准 任务完成质量高，输出可预期

后续的方向应该是长程运行、Always Active 的模式。

对 AI 开发工具未来的判断

目前 AI 开发工具触达的主要是互联网从业者和深度互联网用户。但对于广大的手机、平板用户来说，"写软件"仍然是一件很远的事情。

从当前的开发体验来看，Cursor 一定会被淘汰。AI 开发会越来越往易用、低门槛的方向演进。像 Lovable 这种通过自然语言描述直接产出 App 成品的产品形态，才是大众真正需要的方向。

我在做的事情

去年认识到这件事之后，业余时间一直在做迭代。目前已经打通了 Idea → Design → Figma 的链路，也在开发 Figma → Code 的功能。

从中学学弗洛伊德最短路到 SPFA ，再到这些年写软件的经历，我越来越确信一件事：软件最重要的思想是分层与抽象 把复杂问题拆解为可管理的层次，每一层只关心自己该关心的事。AI 开发工具的演进也遵循同样的逻辑：不断抬高抽象层次，让用户在更高的层面表达意图，由 AI 来填充底层实现。

最终的形态应该是：用户只需要说清楚"我要什么"，而不需要关心"怎么做"。

目前有几个 repo 可以分享一下 自己写的 agent 框架 https://github.com/cjhyy/mem-deep-research 和示例项目 https://github.com/cjhyy/mindMap 只需要写配置文件就能用 之前的那些框架太重了

自己写的 terminal code cli https://github.com/cjhyy/on-my-claude-code 会更加往 Claude code 迭代 现在基本拿来用还是没什么问题。