claw-code vs Claude Code：究竟有何不同？
claw-code 是以 Python 重寫 Claude Code 執行框架的版本。本文解析兩者的相同之處、缺失的功能，以及各自適合開發者的使用時機。
四月的第一天早上醒來，我以為會刷到滿版的惡作劇梗圖。結果，我的動態消息卻炸鍋了——Anthropic 意外將 Claude Code 的完整原始碼發布在一個 npm 套件中，一位韓國開發者已經從頭重建了核心架構並推送到 GitHub。等我煮好咖啡，這個 repo 已經突破 3 萬顆星。
那個 repo 就是 claw-code。如果你想了解它是否真的可用、適合生產環境，還是只是某個混亂夜晚留下的有趣產物——這篇分析就是為你而寫。
兩者的一句話定位
Claude Code 是 Anthropic 官方的終端機原生程式碼代理。它在你的 CLI 或 IDE 中運行，理解你的整個程式碼庫，處理 git 操作、執行測試，並由 Anthropic 的基礎設施和安全團隊提供支援。需要 Claude Pro 或 Max 訂閱（約每月 $20 美元）。
claw-code 是 Claude Code 代理工具架構的開源淨室重寫，由開發者 Sigrid Jin 在最新原始碼洩漏後的數小時內以 Python 和 Rust 建構而成。它捕捉了 Claude Code 的架構模式，但未複製任何專有程式碼。免費使用、可自行託管，且持續活躍開發中。
這兩者在傳統意義上並非直接競爭對手。一個是打磨精良、有企業支援的產品；另一個是社群驅動的架構研究，恰好真的能跑起來。
核心架構比較
語言與執行環境
Claude Code 的洩漏原始碼約有 512,000 行 TypeScript，分布在 1,906 個檔案中——這是一個龐大、經過實戰考驗的程式碼庫，以 npm 套件形式發布。它在 Node.js 上運行，透過擴充套件直接整合至 VS Code 和 JetBrains，並透過 SSE 串流回應。
claw-code 採用 Python + Rust 混合架構。根據專案自身的架構文件，Rust 目前佔程式碼庫的 72.9%（效能關鍵路徑、零依賴 JSON 解析器、OAuth PKCE 流程、終端機渲染），而 Python 負責代理協調和 LLM 整合，佔 27.1%。目前有一個活躍的 dev/rust 分支，目標是實現完全記憶體安全的執行環境。
實際差異在於：Claude Code 穩定、經過實戰考驗，一個 npm install 即可運行。claw-code 需要設定 Python 環境，仍在積極開發中，且 Rust 遷移尚未合併到主分支。
# Claude Code 安裝——一個指令，搞定
npm install -g @anthropic-ai/claude-code
# claw-code——clone、設定、執行
git clone https://github.com/instructkr/claw-code
cd claw-code
pip install -r requirements.txt
python src/main.py多代理協調支援
這是洩漏中最引人入勝的部分之一。Claude Code 的內部架構包含一個「swarm」系統，用於生成子代理以並行處理複雜的工程任務——每個代理在隔離的上下文中運行，並共享記憶體存取。Model Context Protocol 規範為這些工具呼叫互動的結構提供了底層標準。
claw-code 透過其 Agent 工具記錄並重新實作了這一點——這是一個子代理生成器，可將大型任務分解為可獨立執行的子任務。協調品質是否達到 Claude Code 的生產調校水準，在大規模場景下尚未經過測試，但架構模式已經到位。
MCP 與工具整合
兩個工具都支援 Model Context Protocol。claw-code 的實作記錄了六種傳輸類型：Stdio、SSE、HTTP、WebSocket、SDK 和 ClaudeAiProxy——並具備自動名稱標準化、設定雜湊和 OAuth 驗證。從紙面上看，這比許多開發者對社群重寫版本的預期覆蓋範圍更廣。
Claude Code 的 MCP 支援更為成熟，在 Claude Code 文件網站上有更完善的文件說明，並針對真實伺服器實作進行了官方整合測試。對於生產環境的 MCP 工作流程，這一點很重要。
權限與沙箱模型
Claude Code 採用明確的細粒度權限控制。當它需要檔案存取或執行 shell 指令時，會主動請求確認。Anthropic 維護專屬的安全基礎設施，定期進行稽核，並管理代理與你的系統之間的信任邊界。2026 年初新增的遠端控制功能可在不暴露入站連接埠的情況下提供原生行動裝置存取。
claw-code 實作了一個權限上下文管理層（見原始碼樹中的 permissions.py），包含 19 個受權限控制的工具。每個工具——檔案讀取、Bash 執行、Git 操作、網頁爬取、LSP 整合——都有自己的存取控制。架構是合理的，問題在於稽核的徹底程度。
值得注意的是：2026 年 3 月 31 日發生了一次供應鏈攻擊，在洩漏期間影響了基於 npm 的 Claude Code 安裝。claw-code 本身未受影響，但更廣泛的生態系統值得謹慎對待。在生產環境中部署任何第三方代理之前，建議查閱 OWASP 軟體供應鏈安全指南。
claw-code 有什麼，還缺什麼
目前的功能對等狀態
原版中被未發布旗標鎖定的功能
原始碼洩漏揭露了 Claude Code 程式碼庫中 44 個已編譯的功能旗標——其中 20 個對外部用戶仍處於停用狀態。這代表著相當大規模的內部開發管道超前於公開發布。其中三個特別值得關注：
KAIROS 模式：一個持續運行的主動助理，觀察你的開發環境並在不等待用戶輸入的情況下自主採取行動。由一個獨立的僅追加日誌提供支援。
ULTRAPLAN 模式：將複雜的架構規劃卸載到運行 Opus 級別模型的遠端雲端容器，可進行長達 30 分鐘的專屬推理時間，並配備基於瀏覽器的人工審批工作流程。
autoDream 服務：一個背景記憶體整合引擎——在內部被描述為系統的「做夢」機制——在閒置時重組學習到的模式並清除過時的上下文。
這些功能目前均未在 claw-code 中實作。它們代表著可逆向工程的範疇，與需要數月生產調校才能使其可靠運行之間的差距。
決策矩陣：各自適用的場景
實驗性使用與架構研究
claw-code 在這裡確實很有意思。如果你想了解一個生產級 AI 程式碼代理如何實際連接工具、管理執行環境上下文並協調子代理——程式碼庫可讀性良好、有文件說明，GitHub repo 還包含對 TypeScript 原始碼的對等稽核。對於研究代理系統設計的開發者來說，這具有相當的價值。
Anthropic 研究部落格關於代理架構的內容，為理解 Claude Code 中設計選擇的來源提供了有用的背景。
生產級代理工作流程
選 Claude Code。不是因為 claw-code 不夠聰明——它確實聰明——而是因為生產工作流程需要穩定性、官方安全稽核、一致的模型品質，以及在凌晨兩點出問題時的支援。Claude Code 跨長時間會話的錯誤恢復能力及其上下文保留功能，是針對數十億真實 token 調校出來的。
團隊評估標準
誠實地使用這張表格：
常見問題
Q：claw-code 已達到生產就緒狀態嗎？
就我的誠實評估而言，尚未達到。Python 基礎對於有限範圍的任務是可用的，但 Rust 重寫仍在單獨分支上進行中，IDE 整合尚不存在，多代理協調也尚未在大規模場景下經過實戰考驗。它的發展速度很快——幾天內 48k 顆星意味著大量貢獻者——但「有趣的架構」和「生產就緒」是不同的標準。
Q：claw-code 支援 MCP 伺服器嗎？
是的，從文件上看支援。該專案記錄了六種傳輸類型，包括 Stdio、SSE、HTTP 和 WebSocket。但實際上，這個實作比 Claude Code 的更新且測試更少。如果 MCP 伺服器的穩定性對你的工作流程很重要，目前 Claude Code 更為安全。請查閱 MCP 規範以了解完整合規性的實際要求。
Q：claw-code 可以連接非 Anthropic 的模型提供商嗎？
可以——這是它真正的優勢之一。claw-code 設計了一個與提供商無關的 LLM 抽象層，這意味著你可以將它指向 OpenAI、Gemini 或透過 Ollama 運行的本地模型。Claude Code 則被鎖定在 Anthropic 的模型上。如果模型靈活性很重要（隨著格局的變化，這一點日益重要），claw-code 在結構上具有優勢。
Q：如果 Anthropic 對 claw-code 採取進一步的法律行動，會怎樣？
該專案被設計為淨室重寫——沒有複製任何專有程式碼，只是研究了架構模式並獨立重新實作。這與 Wine 和 ReactOS 等專案成功使用的法律方法相同。話雖如此，截至本文撰寫時，Anthropic 尚未對 instructkr 的 repo 發出任何公開法律行動。專案維護者在 README 中對淨室方法論有明確說明。
Q：claw-code 的 Rust 重寫距離生產使用還有多遠？
dev/rust 分支是活躍的，專案自身的文件顯示 6 個 crate 的 Rust 工作區包含 16 個執行環境模組，效能關鍵路徑已經實作。但「積極開發中」和「可合併」是不同的概念。根據目前的活躍程度，我預計 Rust 核心會在未來幾個月內趨於穩定——但不要在那個時間表假設上建構生產管道。
Previous Posts:
