其实还有一个有意思的点，不知道你有没有注意到另外一个问题：

Claude Code 不是Vibe Coding工具，也就是软件编程辅助工具么？我为什么能用他来分析企业架构？是不是跟风？是不是拿锤子找钉子？

还真不是……

作为一个工作20年，仍然还在写代码的中登Dev，我当然知道 Claude Code 是编程工具，同样也在用他辅助编程，构建我们自己的工具和产品。

而刻意使用企业架构分析作为案例，是因为我想引出并讨论另一个有意思的问题：到底怎么看待像 Claude Code 这样的工具？或者说到底Claude Code 是一款什么软件？真的只是一个局限于编程领域的AI辅助工具么？

我觉得这就太小看 Claude Code 的威力和价值了。

先说我的观点，我觉得看待 Agent 和看待 LLM 是不一样的：

看待一个 LLM ，应该更关注他擅长的领域和训练数据类型，比如查资料我会用 Gemini，通用问题我会问 ChatGPT，编程用 Claude；

而看待一个Agent工具，尤其是可以切换模型（可以换脑子）的 Agent，我更关注他的：上下文设定+交互方式+执行环境+工具集和扩展方式。

这部分展开讲可能会比较复杂，我单独后边讲我对 Agent 的理解的时候再总结我的思考。

现在先回到 Claude Code，基于以上对于 Agent 的关注点，在我眼里：

Claude Code 可以被理解成一款基于文件系统作为内部上下文设定，以终端作为用户交互，以操作系统作为执行环境的，有自主分析决策能力和完善扩展机制的通用 Agent产品。

乍一听，可能会觉得很奇怪，其实很好验证，我们可以打开电脑，随意在任何一个目录下，执行 Claude Code，然后问他一个问题：“这是一个什么文件夹？你能帮我做些什么？”，你看看他怎么回答。

比如，下面就是我在我个人电脑上的 Obsidian（一款个人知识管理工具） 内容目录下，问了上面这个问题：

Claude Code 的回答是这样的：

是不是感觉还挺可以的，其实很多人早就这么做了；不止如此，理论上你可以用 Cluade Code 在你的电脑上做很多事情，例如：

＊ 可以在一个堆满各种 word、excel 的工作目录下，帮你解析并分析数据，生成报告
＊可以在一个堆满各种文件的工作目录下，帮你按领域分类整理文件
＊可以在一个堆满学习资料文件夹下，帮你基于某个主题搜索相关文件，并汇总观点
＊可以在 一个自己的写作资料库下，帮你基于自己的口吻和行文习惯，生成新的主题文章
＊可以甚至通过连接上各种 MCP 服务，又能扩展很多玩法，比如打开浏览器，执行各种业务
＊……

而你要做的只是 cd 到相应的目录，然后执行claude，然后用大白话告诉他你想干什么，就可以了，编程只是其中的一个场景而已。

这也是我把 Cluade Code 不只理解成编程 Agent，定位成通用 Agent学习和研究他的原因。

在上一篇文章中，通过我介绍 plugin 的领域知识注入机制，也展现了其强大的领域扩展性。

而我们默认把 Claude Code 认定成编程辅助工具，其实是把 【Claude Code + Claude LLM】打包来看待的，而编程能力其实更多是Claude LLM决定的。

这也能解释为什么 gpt-5-codex出了，大家就立刻无情的转向了 Codex 的原因，即使在 Agent 功能体验上 Codex 我认为还是落后 Claude Code 的。

所以，如果我们是学习 Agent 设计，一定要把 Claude Code 和 Claude LLM 分离来看待，截至目前，从个人用户体验上，我仍然觉得 Claude Code 是最好的 Agent 产品。

当然，话说回来，也不得不承认，即使抛开 LLM 的差异，单纯对比不同应用场景，编程仍然是 Claude Code（或类似的工具，像 Codex） 目前最有价值，最被关注，也是最能发挥Agent威力的场景。

在编程场景下，Claude Code（或Codex） 能够达到比其他场景好的多效果，甚至可以说高了一个自动化级别我觉得也不为过，我觉得这也是为什么 Claude Code 明明可以作为一个通用 Agent，但把定位和关注点都放到编程领域的原因。

而我认为，其实导致这个差别的关键，不在 “Claude” 上，而在于 “Code” 上。

那有意思的又来了：到底什么是 Code ？

只有编程语言像 java，python ，typescript这种才算是 Code么？SQL 是 Code 么？Word 和 Excel 可以是 Code 么？……

我认为搞清楚这个问题很关键，决定了像Claude Code这样的Agent产品，除了编程，还可以在哪些场景下可以达到更高的智能程度，能发挥出更大的作用和威力！

​最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

• ✅AI大模型学习路线图
• ✅Agent行业报告
• ✅100集大模型视频教程
• ✅大模型书籍PDF
• ✅DeepSeek教程
• ✅AI产品经理入门资料

如果你也想通过学大模型技术去帮助自己升职和加薪，可以扫描下方链接👇👇
​​

为什么说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200% ，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

​​

资料包有什么？

①从入门到精通的全套视频教程

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

​​​​

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓**

​