泄露的 Claude Code 源码规模有多大？和 OpenClaw 比如何？

泄露的 Claude Code v2.1.88 包含 1,884 个 TypeScript/TSX 文件、约 51.2 万行代码（不含测试）；OpenClaw 最新 main 分支有 3,044 个非测试 TypeScript 文件、约 53 万行。Claude Code 内置 42 个工具目录和 86 个斜杠命令，仅支持 Anthropic Claude；OpenClaw 采用插件动态注册，支持 30 多家 LLM 供应商。

Claude Code 和 OpenClaw 最核心的架构差异是什么？

Claude Code 走声明式路线：单线程 Agent 主循环、用 Markdown + YAML 定义 Agent、靠提示词编排驱动智能——信任模型的理解力。OpenClaw 走命令式路线：显式 TypeScript 配置、在代码中强制子 Agent 派生深度控制，并引入 ACP（Agent Control Plane）。有趣的是，两种架构正在从相反方向彼此靠拢。

泄露的 Claude Code 源码里发现了哪些未发布功能？

源码中有 89 个功能开关控制着已开发但未上线的能力，包括 PROACTIVE/KAIROS 主动模式、COORDINATOR_MODE（一个 Claude 编排多个 Claude）、VOICE_MODE 语音指令、基于 Playwright 的浏览器控制、KAIROS_DREAM 自主后台执行、GitHub webhook 触发，以及 Buddy 陪伴精灵等。这些代码都已写好，只是在编译期被排除。

Read in English →

Claude Code vs OpenClaw：51 万行 vs 53 万行源码对决

Claude Code 源码泄露暴露了 51.2 万行 TypeScript，我们终于能与 OpenClaw 做一次真正对等的逐行比较——架构、Agent 定义、安全模型与设计哲学。

zhuermu·2026年4月1日· 更新于 2026年4月1日·25 分钟

OpenClawClaude CodeAI Agent源码架构产品分析

最新数据：两个 50 万行级别的 TypeScript 巨兽

上一次我们只能拿 OpenClaw 的完整源码去对比 Claude Code 的配置层。如今我们终于能看到完整的全貌：

维度	Claude Code（泄露版）	OpenClaw（最新 main）
源文件	1,884 个 .ts/.tsx（不含测试）	3,044 个 .ts（不含测试）
代码行数	约 512,000	约 530,000
核心语言	TypeScript + React (Ink)	TypeScript (ESM)
构建工具	Bun bundler	tsdown + pnpm workspace
UI 框架	Ink（React 终端渲染）	TUI（自研终端 UI）
内置工具	42 个工具目录	插件动态注册
斜杠命令	86 个命令目录	通过 commands/ 注册
多 Agent	Swarm（Tmux/iTerm/进程内）	子 Agent 注册表 + ACP
LLM 支持	仅 Anthropic Claude	30+ 家供应商
接入方式	CLI + IDE + Web + Mobile	40+ 渠道 + TUI + Web

OpenClaw 也没闲着——自上次分析以来从 45 万行增长到 53 万行，新增了 ACP（Agent Control Plane）、TUI 终端界面、Canvas Host、图像生成、媒体理解、TTS 语音合成、设备配对、密钥管理等等。两个项目都在以惊人的速度演进。

Agent 循环：单线程极简主义 vs 分布式运行时

Claude Code：代号 nO 的主循环

泄露的源码揭示了 Claude Code 的核心——QueryEngine.ts 中一个单线程的 Agent 循环。其设计哲学是激进的极简主义：while(tool_call) → 执行工具 → 将结果回喂 → 重复。当模型返回不含工具调用的纯文本时，循环便自然终止。

一个异步双缓冲队列（h2A）允许用户在 Agent 工作过程中实时注入新指令。上下文压缩器（wU2）会在上下文窗口使用率约 92% 时自动触发摘要。一个 token 预算追踪器以 90% 阈值控制续跑，当连续 3 次增量低于 500 token（收益递减）时停止。

// Task.ts — 7 task types hint at ambitions far beyond a CLI tool
export type TaskType =
  | 'local_bash'           // Local shell
  | 'local_agent'          // Local sub-agent
  | 'remote_agent'         // Remote agent
  | 'in_process_teammate'  // In-process teammate
  | 'local_workflow'       // Local workflow
  | 'monitor_mcp'          // MCP monitoring
  | 'dream'                // Dream mode (autonomous background execution)

OpenClaw：全新的 ACP（Agent Control Plane）

OpenClaw 的最新版本引入了 src/acp/——一个包含审批分类器、会话映射器、策略引擎和事件转换器的 Agent Control Plane。OpenClaw 正在从「Agent 运行时」演化为「Agent 管理平台」。

src/acp/
├── approval-classifier.ts    # Approval classifier
├── policy.ts                 # Policy engine
├── session-mapper.ts         # Session mapping
├── translator.ts             # Event translator
├── control-plane/            # Control plane core
└── runtime/                  # ACP runtime

分歧依然清晰：Claude Code 选择单线程 + 激进极简，OpenClaw 选择分布式 + 激进灵活。但 OpenClaw 的 ACP 模块预示着它正朝企业级 Agent 编排发力。

工具系统：42 个手工打造的工具 vs 基于插件的无限扩展

Claude Code：BashTool 才是皇冠上的明珠

42 个工具，每个都有独立目录。仅 BashTool 就横跨 18 个文件，实现了 7 层安全机制：分段命令权限、注入检测、危险命令识别、模式校验、沙箱隔离、分类器审批，以及子进程环境变量清洗。

// Tool.ts — The tool base class interface is remarkably rich
interface Tool<Input, Output> {
  call(input, context): Promise<Output>
  isReadOnly(input): boolean
  isDestructive?(input): boolean
  checkPermissions(input, context): PermissionResult
  toAutoClassifierInput(input): unknown  // Input for auto-classifier
  renderToolUseMessage(input): ReactNode // Terminal UI rendering
  // ... 20+ methods
}

OpenClaw：新增图像生成、媒体理解、TTS

OpenClaw 的最新工具生态大幅扩张：

src/image-generation/ — 图像生成供应商注册表，多模型支持
src/media-understanding/ — 音频转写、视频理解、图像分析
src/tts/ — 文本转语音，支持多家 TTS 供应商
src/web-search/ — 独立的网页搜索运行时
src/link-understanding/ — 链接内容理解

OpenClaw 的工具不是 42 个手工打造的内置项，而是一个可扩展的能力框架。每个能力模块都有自己的供应商注册表，支持基于插件的扩展。

多 Agent：可视化 Swarm vs 结构化子 Agent 注册表

Claude Code：一套完整的 Swarm 系统

这是泄露源码中最大的惊喜。22 个文件实现了完整的多 Agent 协作：

Team Lead 编排任务，将工作委派给多个 Teammate
三种后端：Tmux 分屏、iTerm2 分屏、进程内
SendMessageTool 实现了 Agent 之间的点对点消息传递
coordinator/coordinatorMode.ts 实现了协调者模式
dream 任务类型暗示了自主的后台执行能力

OpenClaw：子 Agent 注册表 + 孤儿恢复

OpenClaw 的子 Agent 系统也在演进。最新代码中有 20 多个与 subagent-registry 相关的文件，新增了：

subagent-orphan-recovery.ts — 孤儿子 Agent 恢复
subagent-registry-cleanup.ts — 注册表清理
subagent-registry-persistence.ts — 持久化
subagent-announce-queue.ts — 公告队列

差异在于：Claude Code 的 Swarm 是可视化的（你能看到多个终端面板同时工作），而 OpenClaw 的多 Agent 是结构化的（代码定义了严格的层级与生命周期）。

Agent 定义：声明式 Markdown vs 命令式 TypeScript

即便两边源码如今都已完全可见，这里仍是两个项目分歧最尖锐的地方——分歧不在规模，而在于它们各自认为 Agent 究竟是什么。

Claude Code：一个 Agent = 一份意图文件

Claude Code 插件层的 Agent 是声明式定义的。一个完整的 code-reviewer Agent 只不过是一段 YAML 头加一段自然语言提示词：

---
name: code-reviewer
description: Reviews code for bugs, logic errors, security vulnerabilities...
tools: Glob, Grep, LS, Read, WebFetch, WebSearch
model: sonnet
---

You are a code reviewer. Your job is to...
(the rest is pure natural-language system prompt)

它的 code-review 命令走得更远：一个约 200 行的 Markdown 文件描述了一条编排 10 多个并行子 Agent 的 7 步流水线——全用纯英文写就，零行代码。运行时解析这段散文，并调度这些 Agent。

设计哲学：信任模型的理解力。自然语言就是代码。

OpenClaw：Agent 是一套工程化系统

OpenClaw 通过显式的配置结构（src/agents/agent-scope.ts）来解析 Agent——带回退链的模型、工作区隔离、沙箱策略、工具允许/拒绝清单。子 Agent 的派生控制最能说明问题：

export function resolveSubagentCapabilities(params: {
  depth: number; maxSpawnDepth?: number;
}) {
  const role = resolveSubagentRoleForDepth(params); // "main" | "orchestrator" | "leaf"
  return {
    role,
    canSpawn: role === "main" || role === "orchestrator",
    canControlChildren: role !== "leaf",
  };
}

一个 leaf Agent 无法派生子 Agent——这是在代码中结构性地强制的，而不是靠提示词请求模型「别再递归了」。

设计哲学：不要信任模型的自我克制。用代码构建确定性的边界。

正是这一组对比——声明式意图 vs 命令式强制——构成了下文所有其他差异的根源。

提示词编排：Claude Code 真正的护城河

泄露的源码证实了：**Claude Code 的所有「智能」都源自精心编排的提示词。**没有特殊 API，没有专有协议——CLAUDE.md、Skills、Memories 全都是以纯文本形式注入到上下文窗口的。

prompts.ts 包含 20 多个 section 生成函数，动态组装系统提示词，并配有缓存机制（systemPromptSection() 只计算一次，DANGEROUS_uncachedSystemPromptSection() 每轮都重新计算，但要求给出明确理由）。

最具爆炸性的发现是控制未发布能力的 feature() 函数——我们在源码中找到了 89 个不同的功能开关，涵盖了一大批已开发但未上线的功能：

PROACTIVE / KAIROS：主动模式，Agent 自主发起行动
COORDINATOR_MODE：一个 Claude 编排多个 Claude
TRANSCRIPT_CLASSIFIER：AFK 模式，用户离开时 Agent 继续工作
ant-only internal tools：仅 Anthropic 员工可用
VOICE_MODE：语音指令模式
WEB_BROWSER_TOOL：通过 Playwright 实现真实浏览器控制
KAIROS_DREAM：自主后台执行 + 自我唤醒
KAIROS_GITHUB_WEBHOOKS：GitHub webhook 触发 Agent
此外还有 BUDDY（陪伴精灵）、ULTRAPLAN、ULTRATHINK、VERIFICATION_AGENT 等数十个

这些代码都已经写好了——只是在编译期被排除掉。Anthropic 每两周推出一个新功能的节奏并不是因为他们开发得快，而是因为一切早已完成。

安全模型：分类器审批 vs 代码强制

Claude Code 的 Auto 模式使用一个独立的分类器来审批每一步操作（分类器输入会剥离工具结果以防注入），底层辅以操作系统级的沙箱。三种权限层级：Plan（只读）、Default（每步确认）、Auto（分类器审批，标注为「research preview」）。

OpenClaw 采用代码强制——工具画像（minimal/coding/messaging/full）、仅所有者过滤、路径穿越检测，以及一套执行审批系统（src/infra/exec-approvals.ts，涉及 20 多个相关文件）。

两者都不信任模型的自我克制。Claude Code 用另一个 AI 去监督 AI，OpenClaw 用代码去约束 AI。

彩蛋

187 个 Spinner 动词：从 Clauding 到 Flibbertigibbeting 再到 Whatchamacalliting——用户甚至可以自定义
Buddy 陪伴精灵：src/buddy/ 里藏着一个终端陪伴角色，有自己的提示词和精灵图形
完整的 Vim 引擎：motion、operator、text object、状态转换——不只是键位绑定，而是一个完整的 Vim 实现
Bridge 远程控制：30 个文件实现了用手机/浏览器控制本地 Claude Code 会话，带 JWT 鉴权和可信设备管理

泄露的影响与个人思考

对 Anthropic 的影响

这已经是 Claude Code 第二次通过 source map 泄露了（第一次是 2025 年 2 月）。同一个错误犯两次，说明 Anthropic 的 CI/CD 流水线在构建产物校验上存在系统性缺口。话虽如此，这次泄露涉及的是客户端实现代码——没有模型权重，没有用户数据——所以直接的安全风险有限。

真正的影响在于竞争情报。51 万行精心打磨的 TypeScript，包含完整的提示词编排策略、安全模型实现、多 Agent 协作架构，以及控制未发布能力的 89 个功能开关——Anthropic 来之不易的全部工程 know-how 如今都公开了。

对中国技术生态的影响：一波 Claude Code 克隆潮即将到来

这是我最想说的一点。

Claude Code 源码泄露对中国 AI 编程工具生态的冲击，可能比对 Anthropic 自身更大。原因很简单：51 万行经过实战检验的 TypeScript 代码，就是一份现成的产品蓝图。

可以预见的是：

大厂会快速跟进。 Claude Code 的架构（单线程主循环 + 提示词编排 + 工具系统 + 多 Agent Swarm）如今已是一套被验证过的产品范式。中国的 AI 编程工具（通义灵码、豆包 MarsCode、百度 Comate 等）现在有了一份详尽的参考实现。
开源「致敬」项目会大量涌现。 已经有人在 GitHub 上整理反混淆后的源码了，各种语言的重新实现会随之而来。
提示词编排方法论会被广泛采用。 Claude Code 的 20 多个动态 section 组装、缓存策略、功能开关控制——这套提示词工程方法论，比任何研究论文都更实用。
安全模型会被研究并改进。 BashTool 的 7 层安全检查、Auto 模式的分类器审批——这些实现细节对整个行业的 Agent 安全实践都是宝贵的参考资料。

但我也要泼点冷水：抄架构容易，抄经验难。 Claude Code 那 51 万行代码里,有相当大一部分花在 Ink 终端渲染、Vim 模式、主题、Buddy 精灵、187 个 spinner 动词——这些「没用」的细节上。恰恰是这些细节让 Claude Code 用起来对味。这种产品手感，不是 fork 一个仓库就能复制的。

对 OpenClaw 的影响

作为一个开源项目，OpenClaw 反而可能从这次泄露中受益。两个原因：

设计方向得到验证。 OpenClaw 的许多架构决策（基于插件的工具系统、多模型回退、子 Agent 深度控制）在 Claude Code 源码中都有对应物。两个团队独立思考，却得出了相似的结论。
差异化定位如今一目了然。 Claude Code 是一款单厂商、面向开发者的精雕细琢的工具；OpenClaw 是一个多厂商、多平台的 Agent 运行时。这次泄露把这一定位差异从「猜测」变成了「确证」。

OpenClaw 的最新新增功能——ACP（Agent Control Plane）、TUI、设备配对、密钥管理——显示它正朝着企业级 Agent 平台的领域推进，而这正是 Claude Code 当前尚未覆盖的方向。

个人观点

这次泄露带来的最大启示不是某个技术细节，而是对一种产品哲学的确认：

AI Agent 的核心竞争优势不在模型，而在工程。

Claude Code 和 OpenClaw 都是 50 万行级别的 TypeScript 工程成果。它们的「智能」来自精心编排的提示词、精确控制的安全边界，以及大量的 UX 打磨——而不是来自某种神秘的模型能力。

这意味着，AI Agent 的竞争,本质上是一场工程能力的竞争。谁能把提示词编排做得更精确、安全模型做得更深入、用户体验打磨得更细致——谁就赢。

模型是基础设施，工程才是护城河。

你该基于哪种方案来构建？

两个项目的分歧归结为一个问题：AI 模型的理解力能否取代代码的确定性？ Claude Code 的答案是能，OpenClaw 的答案是不能。两者都没错——取决于你要交付的是什么。

在以下情况选择 Claude Code 路线（声明式 / Markdown 驱动）：

你的 Agent 面向单一、定义明确的场景（代码评审、文档生成、功能开发）
你信任底层模型，愿意用提示词工程替代代码
你希望非程序员也能定义 Agent 行为
你的用户是开发者，你的界面是终端或 IDE
你把快速迭代看得比运行时控制更重要

在以下情况选择 OpenClaw 路线（命令式 / 代码驱动）：

你的 Agent 必须支持多家 LLM 供应商
你需要对行为边界做精确控制，尤其是在多用户场景下
你必须跨平台部署（消息渠道、API、原生客户端）
你需要不能依赖模型「自律」的确定性安全保证
你在构建的是一个 Agent 平台，而非单个 Agent

融合正在到来

最有意思的观察是，这两种架构正在从相反方向彼此靠拢。 Claude Code 不断加入代码级的控制——沙箱、托管设置、通过外部脚本实现的确定性 hook。OpenClaw 则不断加入声明式配置——YAML 技能、Markdown 知识库、约定优于配置的模式。

最终答案很可能是一种混合形态：在模型可被信任的地方用声明式（创意任务、知识综合、代码生成），在不可信任的地方用命令式（安全边界、多租户隔离、金融交易）。谁能想清楚这条界线该画在哪里，谁就将定义下一代 AI 基础设施。

本文基于 2026 年 3 月 31 日泄露的 Claude Code v2.1.88 源码（1,884 个 TypeScript 文件，512,664 行代码）与 OpenClaw 最新的 main 分支（3,044 个非测试 TypeScript 文件，约 530,000 行代码）撰写。

免责声明：本文仅用于技术分析与学术讨论。对泄露的 Claude Code 源码的分析均基于公开可得的信息。