当前位置: 首页 > news >正文

【AI前沿观察】4天48000行Rust,有人用AI重写了Claude Code——183K Star背后,真正值得学的不是代码

4天48000行Rust,有人用AI重写了Claude Code——183K Star背后,真正值得学的不是代码

源码泄露、clean-room重写、183K Star、Anthropic封杀……这不是一个技术事件,这是一场关于AI时代「代码到底值不值钱」的大型社会实验。


PART 1:先说清楚发生了什么

2026年3月31日,Anthropic犯了一个低级到令人窒息的错误。

Claude Code发新版本v2.1.88的时候,有人发现——npm包里的源码没有做混淆。51.2万行TypeScript源码,1906个核心文件,全网裸奔。

翻译成人话:你花了上亿美金研发的AI编程工具,因为打包配置少写了一行,源码全给人看了。

就像你辛辛苦苦写了一年的毕业论文,导师还没看呢,你自己不小心发到了班群里。

7小时后,Anthropic紧急修复。但已经晚了。

开发者社区的反应速度超出所有人想象:备份仓库瞬间2万星,几十篇逆向分析文章上线,26个隐藏指令被扒出来,6级权限系统被完整复原。

而最疯狂的事情,是一个叫instructkr的韩国团队干的——他们决定从零重写一遍。


PART 2:4天,48000行Rust,183K Star

这个项目叫Claw Code

Claw是龙虾的"钳子"。名字本身就是对Claude的直接致敬(或挑衅)。

他们做的事很简单也很离谱:不看泄露的源码,只看Claude Code的外部行为和架构文档,用Rust从零实现一遍。

法律术语叫「clean-room rewrite」——净室重写。你知道竞品长什么样,但你不抄它的代码,你自己写。Oracle告Google的Java案用的就是这个概念。

更离谱的是他们的工具链:

不是人写的,是AI写的。

具体来说,是一个叫oh-my-codex(OmX)的工作流编排层 + OpenAI Codex做执行引擎。4个人,4天,48000行Rust代码。

结果呢?

  • 2小时:GitHub Star破5万
  • 24小时:破10万,GitHub史上最快
  • 截至今天:183K Star,全球排名前30

36氪的标题写的是"几小时内复刻Claude Code"。但我觉得这句话只说对了一半。


PART 3:他们到底复刻了什么?

我完整拉了Claw Code的仓库,花了一下午看完架构。先说结论:

它复刻了Claude Code大约70-75%的功能。但真正有价值的,不是那些功能。

先看它做到了什么:

模块状态说明
核心CLI框架✅ 生产级终端UI、会话管理、自动补全
Bash/文件/搜索工具✅ 生产级6大核心tool完整实现
多模型接入✅ 可用Anthropic/OpenAI/本地模型
权限系统✅ 可用6级沙盒权限控制
MCP协议⚠️ 半成品只有注册表,没有端到端运行时
Token计数⚠️ 不完整会话压缩和截断逻辑缺失
Bash安全验证⚠️ 只做了1/18最危险的短板

技术上来说,这是一个能用但不能全信的东西。核心工具链够了,安全边界还差得远。

但这不是重点。

重点是它背后的三层架构——这才是真正值得研究的东西:

第一层:OmX(工作流编排)

一句话总结:把短指令变成结构化执行计划。

你说"team",它自动组建一个审查+反馈的工作组。你说"ralph",它启动一个持久化验证循环。这不是Prompt Engineering,这是Workflow Engineering。

第二层:clawhip(事件路由)

就像一个总调度台。git推了代码?PR来了评论?Agent挂了?所有事件都经过clawhip做统一分发。

第三层:OmO(多Agent协调)

这是整个项目最精妙的部分。当多个AI Agent同时工作时,OmO负责:规划→交接→分歧收敛。

三个Agent对同一段代码有不同意见?OmO负责判定谁说了算。

这是一个协调系统,不是一个代码生成器。代码是副产品,协调才是产品。


PART 4:一个养虾人怎么看这件事

写了12篇养虾系列的我,每天都在跟AI Agent打交道。看完Claw Code,我有三个观点。

观点1:代码的稀缺性正在归零

4个人,4天,48000行。

这不是因为他们是什么天才(虽然确实很强)。这是因为在AI辅助下,"写代码"这个动作本身的成本在指数级下降。

我自己的养虾系列就是活例子——ep10.5那篇讲过,我的龙虾(OpenClaw)工作流里,70%的代码是AI写的,我只负责验证和调整。

Claw Code把这件事推到了极端:100%由AI编写,人类只做需求描述和架构决策。

如果这成为常态,那未来的竞争力不在于"你能写多少行代码",而在于"你能设计多好的协调系统"。

观点2:clean-room重写是AI时代的新武器

以前,clean-room重写是大公司法务团队的游戏。耗时数年、投入数百人,只有IBM和Google这种体量的公司玩得起。

现在,4个人+AI,4天搞定。

这意味着什么?意味着任何闭源软件的架构,只要暴露了外部行为,理论上都可以在极短时间内被重写

对Anthropic来说这是噩梦。对开源社区来说这是狂欢。对所有做商业软件的人来说,这是一个必须重新思考的问题——你的护城河到底在哪?

观点3:真正的故事不是技术,是商业

Claw Code爆火的同一周,Anthropic做了另一件事——封杀OpenClaw

时间线是这样的:

  1. OpenClaw的创始人Peter Steinberger(iOS界传奇,PSPDFKit创始人)做了一个Agent框架,深度绑定Claude
  2. OpenClaw用户用$200/月的订阅,跑出了$5000/月的算力消耗——25倍超额
  3. Anthropic先是「借鉴」了OpenClaw的三个核心功能(Dispatch对标远程执行、Channels对标多端控制、Computer Use对标桌面操作),做成了自己的产品
  4. 然后,正式断供

社区的定性很残酷:OpenClaw替Anthropic验证了用户需求、证明了市场存在。路蹚完了,桥就被拆了。

Claude Code负责人Boris Cherny的回应是"容量管理"。Peter Steinberger的说法是"背刺"。

两件事都是真的,只是立场不同。


PART 5:这件事跟你有什么关系

如果你是一个开发者,或者正在用AI工具链提效的人,这件事至少告诉你三件事:

1. 不要只看工具,要看方法论

Claw Code能火不是因为它代码写得好。它的安全验证只做了1/18,MCP协议还是半成品。它火是因为背后的协调系统设计思路——OmX+clawhip+OmO这套三层架构。

同理,你用Claude Code/OpenClaw/任何AI Agent,真正要沉淀的不是某个工具的使用技巧,而是你把任务拆解、编排、验证的能力。工具会被淘汰,方法论不会。

2. 不要把鸡蛋放在一个篮子里

我在ep10.5已经写过这个教训了。Anthropic说封就封,Google也封过。今天的"最佳工具"明天可能就是"已停服"。

建立多模型策略。保持方法论可迁移。这不是未雨绸缪,这是活下去的必修课。

3. 关注协调系统,不要迷信代码量

48000行Rust,4天写完。这个数字让人震撼,但也让人清醒——如果代码这么快就能被重写,那代码本身不是壁垒。

真正的壁垒是什么?是你在反复实践中建立的认知框架。是你知道什么时候该拆任务、什么时候该合并结果、什么时候该推翻重来。

Claw Code项目的PHILOSOPHY.md里有一句话写得很好:

Code is the artifact. Coordination is the product.

代码是副产品。协调才是产品。

深以为然。


最后

这篇文章不是要给Claw Code打广告——说实话,它现在还不够安全,不建议在生产环境用。

这篇文章要说的是:一个时代的分水岭来了。

当4个人+AI可以在4天内重写一个价值数十亿美金的产品的核心架构,"写代码"这件事的价值锚点正在发生根本性位移

作为一个养虾人,我选择拥抱这个变化。不是因为它好,而是因为它来了。

你呢?


📌养虾系列 · 番外篇

作者:路易乔布斯

这是「养虾系列」的第13篇。如果你想从头看——

  • S1(ep01-07):从零开始养龙虾
  • S2(ep08-12):拿龙虾做真实业务
  • 番外ep10.5:当Claude封杀了龙虾
  • 本篇:当有人用AI重写了Claude Code

关注「一深思AI」,看一个普通人怎么在AI时代活下去。


路易乔布斯 © 2026

http://www.jsqmd.com/news/645012/

相关文章:

  • MoeKoe Music:重新定义二次元音乐体验的完整实践手册
  • 从Oracle到国产数据库:GaussDB/GBASE/vastbase迁移实战之Schema与序列创建避坑指南
  • DDrawCompat:让经典DirectX游戏在现代Windows系统上完美运行的兼容性解决方案
  • GPS数据处理必备:手把手教你用Python自动下载IGS精密星历(含SP3文件解析)
  • 高斯分布与拉普拉斯分布:从数学原理到Python实战
  • 番茄小说下载器:智能解析与格式转换的终极离线阅读方案
  • 解锁WeMod完整功能:Wand-Enhancer开源增强工具完全指南
  • 在Blender中创建专业级化学分子可视化的完整指南
  • SDRangel终极实战指南:3大SDR硬件深度对比与无线电实验室搭建
  • 视频质量评估的革命性突破:video-compare如何重新定义专业对比分析
  • 宇宙有多大?
  • 终极NCM音乐解密指南:3分钟快速解锁加密音频文件
  • 基于SpringBoot+Vue图书馆座位预约系统设计与实现+毕业论文+答辩PPT+指导搭建视频
  • 2024美国大学生数学建模竞赛(MCM/ICM)一站式备赛与报名实战解析
  • 别再死记硬背Gamma、HLG、PQ公式了!用Python手动画出三条曲线,彻底搞懂它们的区别
  • 3步搞定惠普OMEN性能限制:OmenSuperHub终极优化指南
  • 怀旧灵武兽魂天龙八部单机版+虚拟机一键端+GM后台:从零搭建到畅玩的完整指南
  • 3分钟搞定iPhone USB网络共享驱动:Windows用户终极指南
  • 嵌入式开发实战:ZCU102开发板DDR4 SO-DIMM接口布线避坑手册
  • Harness层消息队列积压处理
  • netDxf 终极指南:在 .NET 中轻松读写 DXF 文件的完整教程
  • 在macOS上运行Windows应用的终极解决方案:Whisky完整指南
  • 基于stm32单片机的自动输液监控系统设计(有完整资料)
  • 告别Wireshark手动筛选:用Python的pcapng库精准提取列车TRDP协议数据
  • 从无人机到平衡车:拆解基于四元数EKF的MPU9250数据融合,搞定你的第一个姿态感知项目
  • 如何彻底告别正则表达式的复杂性?Super Expressive让你用自然语言构建正则
  • 用Python代码和老虎机游戏,5分钟搞懂强化学习的‘探索与利用’核心矛盾
  • 深入解析RTMP协议:从握手到播放的全流程详解
  • 从零开始:ComfyUI-Impact-Pack V8全面指南,解锁AI图像增强的无限可能
  • 推荐项目:React Three Fiber - 3D 渲染的革命性框架