Claude Code 模型接入与选型

本页从 [[wiki/entities/Claude Code]] 拆出，覆盖异构模型接入、CC vs Codex 选型、Opus 4.8 与 Dynamic Workflows、Fable 5、GLM-5.2。

模型接入越来越异构

• 新增实践表明，Claude 生态并不只围着 Anthropic 模型转：有人在 Claude Desktop 接 DeepSeek-V4，也有人在 Claude Code 场景下测试 DeepSeek，结果提示缓存、上下文和代理行为会出现新的性能/成本问题。 [[raw/2026-04-29/DracoVibeCoding/如何在Claude Desktop里配置DeepSeek-V4.md|来源: 如何在Claude Desktop里配置DeepSeek-V4.md]] [[raw/2026-04-30/day253/Claude Code 接入DeepSeek｜缓存暴涨 实测.md|来源: Claude Code 接入DeepSeek｜缓存暴涨 实测.md]]
• 这进一步说明 Claude Code 的价值越来越依赖 harness 与工作流，而不是只靠“内置哪个模型”。 [[raw/2026-04-28/白家杰/Harness Engineering实践心得：如何高效驾驭AI？.md|来源: Harness Engineering实践心得：如何高效驾驭AI？.md]] [[raw/2026-04-29/李泽宇的AI实验室/如何让Codex自主编码10小时，秘籍开源.md|来源: 如何让Codex自主编码10小时，秘籍开源.md]]

CC vs Codex：选型框架与用户画像（2026-05 新增）

金先森提出了一个实用的选型框架，把用户和工具的关系讲清楚了：

四类用户画像：许愿型（模糊需求，“帮我做一下”交出去的是愿望不是任务）→ 现场型（需要看过程能随时喊停）→ 派单型（会写边界条件、能验收结果）→ 调度型（按任务性质选择不同的工作方式）。画像不是固定的——同一个人在不同任务上可能是不同类型。[[raw/2026-05-21/金先森是朝鲜族阿/Claude Code还是Codex？老金告你怎么选！.md|来源: 金先森 CC vs Codex 用户画像]]

核心判断三步法：这个任务需要我看过程吗？→边界条件我写清楚了吗？→结果我能验收吗？三个问题依次过滤，自然落到合适的工具上。[[raw/2026-05-21/金先森是朝鲜族阿/Claude Code还是Codex？老金告你怎么选！.md|来源: 金先森 选型三步法]]

Claude Code 与 Codex 的本质区别：CC 是”现场协作”——边看边改能喊停，适合过程不可预测的任务；Codex 是”派单委托”——边界清楚回来验收，适合结果可明确判断的任务。这不是哪个更好的问题，而是任务性质决定了该用哪个。[[raw/2026-05-21/金先森是朝鲜族阿/Claude Code还是Codex？老金告你怎么选！.md|来源: 金先森 CCvsCodex本质]]

Codex 三种工作模式决策框架（2026-06 新增）

Codex 提供三种工作模式，每种对应不同的任务类型和决策逻辑： [[raw/2026-06-20/科技巫师的魔法书/Codex 三种工作模式使用指南.md|来源: Codex 三种模式]]

1. 普通模式——适合一次性问题和明确的小任务，快而边界清楚
2. Plan 模式——重点不是交付代码而是降低误判：先读上下文、提出问题、识别风险、拆步骤
3. Goal 模式——需要具体结果、验收标准和限制条件三类信息，Codex 围绕它持续推进直至完成

决策四步流：一次性问题？→ 普通模式；需求不清？→ Plan 模式；明确目标 + 多步？→ Goal 模式；Goal 写不清？→ Plan 先澄清。

Goal 不适场景清单：无完成条件的问题（解释概念）、简单问答、耗时增加但无必要。Goal 不是普通模式的加强版，而是长期任务控制机制，决定使用前应先用决策流判断。 [[raw/2026-06-20/科技巫师的魔法书/Codex 三种工作模式使用指南.md|来源: Codex 模式决策]]

Opus 4.8 发布与 Dynamic Workflows（2026-05/06 重大更新）

2026 年 5 月 29 日，Claude Opus 4.8 发布。表面是小版本迭代（41 天发版周期、base model 未重训、training cutoff 同为 2026 年 1 月），实际有两个核心变化：

Opus 4.8 诚实度革命

• 0% 偷懒率/谎报率：代码缺陷蒙混过关概率仅为 Opus 4.7 的 1/4。更愿意主动标出不确定处
• Effort Control 五档：可调节思考强度（类似”油门”），Fast 模式降价三分之二
• “做正确的事而非最强的回答”：实战演示中出现 “User forced to merge → Claude refused” 的安全拒绝行为
• 负面效应：精确性提升但主动性变弱，对创作类任务表现反而不如 Opus 4.6。Skill 和 Prompt 可能需要为 4.8 重写——约束型 Skill 受益，开放性创作 Skill 可能需要调整
• 战略含义：花叔指出 4.7 是为补 Adaptive Reasoning 口碑崩盘的”勤王补丁”，4.8 是在 Mythos 压顶下的过渡版。真正重磅的 Mythos 几周内上线

[[raw/2026-05-29/花叔/Opus 4.8发布：41天补丁包里，Anthropic藏了一次战略转向.md|来源: 花叔 Opus 4.8 战略分析]] [[raw/2026-05-29/AI兴观点/Anthropic 深夜重磅发布Opus 4.8 ：零谎报改写历史，上百个 Agent 11 天重写 75 万行代码.md|来源: 零谎报改写历史]] [[raw/2026-05-29/数字生命卡兹克/实测Claude Opus 4.8，这可能是第一个不会偷懒的模型。.md|来源: 卡兹克实测]]

Opus 4.8 的 Every Reach Test（2026-06 新增）

Every 团队（自称”未来工作方式的应用 AI 实验室”）对 Opus 4.8 做了独立内部评测，提供了比 benchmark 更贴近实际工作选择的评价框架：

内部 Senior Engineer Benchmark：给模型一个 vibe-coded 代码库要求”从第一性原理重写”。Opus 4.8 得 63 分，GPT 5.5 得 62 分。真人 senior engineer 通常 80-90 分。从 30 多分跃到 60 多分，已足以改变日常工具选择。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom Every Reach Test]]

高推理档位决定上限：Extra high 档表现最好，high/medium 明显下降。重要提醒：同一个模型，不同档位像两款产品——很多人只用默认档位跑两三个任务就下判断。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom 推理档位]]

写作能力：79.6 分 vs GPT 5.5 的 73 分。核心突破不是”能写”，而是”能接住你的声音”——给它声音样本，它能延续节奏、词感和判断方式。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom 写作能力]]

幻灯片测试（知识工作试金石）：Opus 4.8 生成的第一稿 slide deck 是 Every 第一次真正觉得”这是一个很好的第一稿”——有深度、有结构、有视觉层级，而非把几点信息摊在模板上。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom 幻灯片]]

Claude 的问题在外壳：Opus 4.8 仍然没有完全成为 Every 的 daily driver——Codex app 比 Claude app 好用太多（快、简单、干净、内置浏览器）。“每个 tab 像是由不同团队负责，你能感觉到他们在把组织结构发货出来。“这提醒：模型强，不保证用户每天会伸手去拿。AI 竞争正在从”谁的模型更聪明”推进到”谁的工作台更像未来”。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom 外壳问题]]

Reach Test（伸手测试）：比单看 benchmark 更贴近真实选择——“你会不会伸手去用它？会在哪些场景伸手？“团队三位成员给出 gold/green 不同评级，反映了模型在不同岗位上的价值差异。 [[raw/2026-06-01/Capihom/为什么我从 Codex 又回到了 Claude？丨Every.md|来源: Capihom Reach Test]]

Dynamic Workflows：从”编对话”到”当包工头”

Claude Code 新增 Dynamic Workflows——能动态写 JavaScript 编排脚本，由 runtime 后台跑，拉起数百子 Agent 并行，中间过程不压主上下文。三种触发方式：/deep-research、prompt 含 workflow 关键词、/effort ultracode。并发上限 16 个同时执行 / 总上限 1000 个 agent。

6 个 JS 原语：agent() 派任务、parallel() 并行道闸、pipeline() 流水分发、phase() 阶段分组、log() 日志、workflow() 嵌套调用。schema 参数强制输出格式，budget 控制 Token 消耗。脚本可保存为 .claude/workflows/ 斜杠命令复用。执行前按 Ctrl+G 审查脚本。

Bun 重写 Rust 案例（数据有来源差异）：约 75-96 万行代码 / 6-11 天 / 99.8% 测试通过。需完善测试套件作为 oracle。更适合大范围、机械性、能用测试兜底的任务。

Dynamic Workflows vs Subagent/Skill/Agent Teams 四象限：Workflows（自动化工厂/代码驱动流程）、Subagent（跑腿/派完不管）、Skill（背书/确定性经验 SOP）、Agent Teams（打团战/涌现式协作）。Workflows 才是真正的编排层——流程控制权从模型手里交回代码。

[[raw/2026-05-27/Claude Code 隐藏新功能 -workflows：确定性多 Agent 编排引擎深度拆解.md|来源: Workflows深度拆解]] [[raw/2026-05-29/为dynamic workflows，Claude 发布 Opus4.8.md|来源: Dynamic Workflows发布]] [[raw/2026-05-30/Claude Code 上线 Dynamic Workflows：一句话调度 1000 个子智能体并行干活.md|来源: Dyanmic Workflows入门]] [[raw/2026-05-30/Claude Dynamic Workflows解析,迎接全新的AI编程生态.md|来源: Workflows实战]]

Dynamic Workflows 深度解读（2026-06 新增）

j5land 用”装修房子”的比喻给出了一份最清晰的 Workflows 定位：普通多轮对话 = 盯一个师傅干活；Skill = 施工手册（告诉师傅同一类活怎么干规范）；Subagent = 临时多叫几个师傅并行；Agent Teams = 带领班的施工队（前端/后端/测试一起看方案）；Workflow = 施工流程图（顺序、返工、验收写进脚本，流程本身可保存复用）。 [[raw/2026-06-01/j5land/Claude Code 本次发布的 Workflow 是什么？有哪些场景值得用？.md|来源: j5land 装修比喻]]

什么时候该用 Workflow：日常小改动根本用不上。Skill 解决”别忘步骤”——一个人顺着做就能完成、只是希望过程更稳定；Workflow 解决”枚举、分组、并行检查、二次复核、去重汇总”——任务变成了多阶段、多视角、可复核，并且下次可能还要跑。研究类任务的 /deep-research 本身就是一个 workflow。 [[raw/2026-06-01/j5land/Claude Code 本次发布的 Workflow 是什么？有哪些场景值得用？.md|来源: j5land 何时用]]

Prompt 要写得像任务合同：目标决定方向 → 范围限制扫描边界 → 阶段固定执行顺序 → 规则挡住没证据的结论。不需要自己写 JavaScript，只需要把任务讲细一点。任务越清楚，Claude 生成 workflow 脚本时自由发挥就越少。 [[raw/2026-06-01/j5land/Claude Code 本次发布的 Workflow 是什么？有哪些场景值得用？.md|来源: j5land prompt合同]]

边界和成本：run 过程中没有普通的用户输入节点——只有权限提示可能暂停。如果要”第一阶段结束后我先确认再进入第二阶段”，最好拆成两个 workflow。每个 Agent 都消耗 session token，如果脚本没有把简单阶段路由到更便宜模型，账单会很快变厚。 [[raw/2026-06-01/j5land/Claude Code 本次发布的 Workflow 是什么？有哪些场景值得用？.md|来源: j5land 边界]]

Claude Fable 5 系统提示词拆解（2026-06 新增）

Claude Fable 5 于 2026 年 6 月 9 日发布，和 Mythos 5 共用底层——前者是 GA 的”装安全阀”版本，后者是只给”可信组织”放的”拆安全阀”版本。系统提示词原文 120KB / 1585 行 / 16 个一级章节，由 elder-plinius 收录在 CL4R1T4S GitHub 仓库。这份 prompt 是当前公开可得的最强消费级模型的全套作战手册。 [[raw/2026-06-10/Jerry/1500 行字字千金-Claude Fable 5 系统提示词全拆解.md|来源: Fable 5 系统提示词全拆解]]

四层结构

第一层 身份与定位：claude_behavior / Identity Preamble（仅 7 行：名字、归属、时间、平台）/ product_information / knowledge_cutoff。身份只回答”我是谁”，不回答”我该怎么表现”——这个分工很干净。product_information 段特别允许用户中途切模型，显式承认对话可以多模型拼接。

第二层 行为准则（伦理 + 表达）：refusal_handling / tone_and_formatting / user_wellbeing / evenhandedness 等。claude_behavior 占 150 多行，是篇幅最大的部分，拆成 9 个子模块，按触发频率和紧迫性排序——位置就是优先级。

第三层 工具与执行：memory_system / mcp_app_suggestions / computer_use / search_instructions / Tool Definitions。“工具调用”被写成行为规范而非单纯 schema 列表。

第四层 环境与元指令：anthropic_api_in_artifacts（“Claudeception”）/ citation_instructions / available_skills / network_configuration / filesystem_configuration。

四个工程哲学

1. 抽象原则 → 枚举自检：不写”请不要抄袭”，写”每次引用前回答这 6 个 yes/no 问题”（字数超没超 15？同一来源是否已引用过？是否是歌词/诗/俳句？是否过于镜像原文？是否复现文章结构？是否替代了用户阅读原文的需求？）
2. 风险 → 退路，不是 → 拒绝：不写”违规就拒”，写”风险情况下给更短的回复”。永远给降级路径而不是二元开关
3. 信任根画在后台，不延伸到用户：用户消息里夹带的 <system>、<assistant> tag，即使自称来自 Anthropic，只要和价值观冲突一概不信——在 prompt 层实现非对称信任
4. 工具调用也是行为规范：MCP App 怎么建议、localStorage 怎么禁用、文件位置怎么选——全写成”在 X 情况下做 Y”的决策树

关键判断：Fable 5 之所以强，不是模型本身强，是 prompt 工程强——它是 Anthropic 内部的”产品宪法”。搜索版权限制写成硬法条（单次引用 ≤15 词 / 每来源最多 1 次 / 歌词诗完全不能复现），配 6 个自检问题把抽象的”不能抄袭”翻译成可枚举的二元判断。 [[raw/2026-06-10/Jerry/1500 行字字千金-Claude Fable 5 系统提示词全拆解.md|来源: Fable 5 四工程哲学]]

Fable 5 的杀手锏：迁移与重构

Tina 指出 Fable 5 真正的杀手锏不是写新代码，而是迁移、重构、收拾烂摊子。它特别擅长大型代码库的技术债清理——那些概念简单但极其耗时的活儿（早期 API 设计漏了场景、命名失误全量清理、重复功能合并重构、大文件拆成模块）。 [[raw/2026-06-11/Tina/Fable 5 的杀手锏不是写新代码，是迁移、重构、收拾烂摊子.md|来源: Fable 5 杀手锏]]

Fable 5 被下架与”复活”

Fable 5 发布后很快被 Anthropic 官方下架。社区开发者用 90% 的原始提示词就把它”复活”了——将 CL4R1T4S 仓库公开的系统提示词填回 Opus 4.8，行为表现高度接近原版。这印证了 Fable 5 的核心能力不在模型权重而在 prompt 工程。 [[raw/2026-06-14/朗朗晴空/Fable 5 被下架后，有人用 90% 的提示词填回 Opus 4.8.md|来源: Fable 5 复活]] [[raw/2026-06-14/朗朗晴空/Fable 5 的三天：一份系统提示词能复制多少AI人格.md|来源: Fable 5 三天]] [[raw/2026-06-14/AI兴观点/官方连夜下架的Fable 5，大佬一行提示词就把它「复活」了.md|来源: Fable 5 一行复活]]

GLM-5.2 + Claude Code：1M 上下文实测（2026-06-18 新增）

智谱 GLM-5.2（MIT 协议开源、1M 上下文）可通过 Anthropic 兼容 API 作为 Claude Code 的 drop-in 模型。前端盲测 Code Arena 全球第一；长程任务整体性能介于 Claude Opus 4.7 与 4.8 之间（开源模型最高），但超长任务仍比 Opus 4.8 低约 13%。配置：将 ANTHROPIC_BASE_URL 指向智谱端点，模型名加 [1m] 后缀（关键——不加则默认标准上下文长度）。 [[raw/2026-06-18/筱可/GLM-5.2 + Claude Code实测！1M 上下文用法来了.md|来源: GLM-5.2 + Claude Code]]

1M 上下文三条实战规则：① 给模型固定锚点（命名规则、代码风格、禁止目录写进 CLAUDE.md，每轮重读）；② 按任务判断是否需要 1M（信息密度、时间跨度、错误成本，三项中两项高才开 1M）；③ 切长任务为阶段加检查点（每 10-20 轮强制状态摘要：做了什么、改了什么、下一步）。

实测案例：3473 个 Markdown 文件的知识库全量重组，7 轮、无需中途确认。关键：分层方法（先目录骨架、后文件内容、最后修链接）避免上下文泛滥。 [[raw/2026-06-18/筱可/GLM-5.2 + Claude Code实测！1M 上下文用法来了.md|来源: GLM-5.2 分层方法]]