AI读Claude Code：一段代码万种视角

所有拿到Claude code泄露的源码的人，为什么用不同的AI或者相同的AI写出来的分析、总结、思考完全不同，甚至相去深远。同一个客观对象，为什么会产生不同但不冲突的认知。

1）注意力的偏置-你先看到什么

同一份源码，不同人“看到不同”

每个人的大脑/模型，对信息的“显著性排序”不同

例如：

• 有人一眼看到“架构分层”
• 有人一眼看到“具体实现技巧”
• 有人一眼看到“潜在能力”

这不是选择，而是自动发生的偏置

2）意义的投射-你把它当成什么

代码本身不包含意义，意义来自观察者的投射：

• 你把它当“系统设计”
• 别人把它当“工具实现”
• 有人把它当“产品能力”

所以差异是：

你在用什么“问题”去解释它

3）收敛的标准-你什么时候觉得“懂了”。

• 有人觉得能解释运行逻辑就结束
• 有人觉得能抽象出模式才结束
• 有人觉得能迁移应用才结束

所以“你看到的”本质是：

能运行、能解释、能抽象、能迁移，对应不同的停止条件。

源码 →（选择子集）→ 进入理解

模型倾向输出“统计上最合理的解释”

源码本身是“强结构约束”

Claude Code 这种对象：

• 有工程结构
• 有函数逻辑
• 有设计模式

→ 它天然限制了解释空间：

可解释集合 << 任意文本集合

本质是：

同一约束空间下的不同投影

人与模型共享相似的知识结构与范式

• 编程范式（面向对象、模块化等）
• 工程常识（解耦、复用、扩展性）
• 语言语义本身

所以本质是：

你们在同一个“解释空间”里，只是位置不同

这就是为什么：

• 可以很不同
• 但不会完全对立

理解阶段（Interpretation）

核心差异：

你“把源码当成什么”

举例：

差异体现在：

你选择解释哪一部分 + 如何连接

即：

• 哪些变量被纳入
• 哪些关系被建立
• 哪些被忽略

生成阶段（Expression）

这里只是：

把前面的路径“展开”

差异最小

如何精准嵌入“你”

你并非影响答案，而是在改变问题本身。

LLM在做的事情是：

给定问题 → 找解释

而你做的事情是：

无意识地改写了“问题”

不同人对同一源码提出不同问题，从而进入不同解释路径。

所以本质是：

你是谁，决定了你在问什么问题，而不是你怎么回答问题

1. 优先关注你会注意的东西
2. 用你习惯的问题去解释
3. 在你会停的地方继续往前一点

那如何“超越你”

本质矛盾：

你的认知 = 你的路径
但路径一旦固定，就会错过别的路径

所以“超越”不是更深，而是：

进入你不会进入的路径

怎么做到（机制层，不是方法）：

1）改变“问题”

强行问：

• 如果我完全不从“架构”理解，会看到什么？
• 如果这是一个攻击者在看，会看到什么？
• 如果这是一个完全不同领域，会怎么理解？

2）延迟“收敛”

你本来在“理解”为止就停了
让AI继续：

• 再抽象一层
• 再迁移一层
• 再反过来质疑一层

3）引入“非你”

本质是：

让另一个“认知结构”介入

不是更多信息，而是：

• 不同问题
• 不同关注点
• 不同停止条件