Claude 3.5 之后，AI 模型正经历从问答模型向 Agent 模型的根本转变。Agent 模型关注任务完成而非信息回答，强调通过工具调用自主决策。
核心设计思路：以 Bash 为元工具，通过提供工具、上下文和环境信息，模型可自主完成任务。来新璐展示的最小化实现仅需 6 行代码，递归调用自身完成复杂任务。
"模型与代码的关系如同厨师与厨房。高级厨师（Claude）经验丰富，能应对复杂场景；低级厨师（国产模型）虽能完成任务但表现一般。"
V0 版本（16 行代码）：仅使用 Bash 工具，展示基础 Agent 能力，代码可运行。
V1 版本：抽象文件读写编辑工具，实现文件操作审查机制，避免误删。
V2 版本：引入 Todo/Task 机制，让 Agent 工作结构化，但随模型能力增强，重要性逐降。
V3 版本：子代理协作机制，复杂任务委托专门 Agent，解决上下文污染，保持主 Agent 清爽。
V4 版本：引入 Skill 概念，类比 LoRA，将专家知识外化为可复用文档，Agent 按需读取使用。
Skill 是专家知识与基座模型知识的差值，通过人工编写 Markdown 文档创建，无需复杂的 LoRA 训练。
"Skill 本质上是知识的外化与热插拔。不需要像训练 LoRA 那样复杂，只需编写文档，就能跨 Agent、跨模型传播，成为可复用的智能资产。这是 Agent 时代的基础设施。"
来新璐开源的 Claude Code 仓库已达 15K Star，包含完整的版本代码、中英文文档和运行截图。
SDK 相比官方优势：
产业前景：2025 年是 Agent 元年，2026 年将迎来 Agent 工作时代大爆发。随着年底 DeepSeek V4 推出，各单位将更新模型，Agent 将在各行业广泛应用。开发者应掌握 Claude Code 核心机制，搭建业务版 Agent，抓住发展机遇。