Claude Code实战全课：非程序员如何构建百万AI系统
CLAUDE CODE FULL COURSE 4 HOURS: Build & Sell (2026)
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
这个视频来自 Nick Saraev 的 YouTube 频道。Nick 是加拿大一位做 AI 自动化的创业者，经营着名为 LeftClick 的自动化代理公司，他声称自己的业务每年净利润超过 400 万美元，同时通过 Maker School 培训超过 2,200 名学员，教他们用 AI 工具替代传统人力、实现系统化增收。
这期视频是他迄今最完整的 Claude Code 实战课，一口气覆盖了从零安装到上线部署、从普通使用到 AI Agent 团队编排的几乎所有内容。最值得注意的是：他全程不写代码，所有演示都用 Claude Code 完成，这本身就是一个强有力的论证——任何人，不管有没有技术背景，都可以用 Claude Code 构建真正可用的系统。
这个视频最值得记住的一句话来自他的真实经历："Claude Code probably delivers me productivity benefits on the order of $10,000 to $15,000 a month."（Claude Code 每月为我带来大约一万到一万五千美元的生产力价值。）不是吹牛，而是他用具体系统和工具证明这个数字如何实现的。
核心观点速览
-
Claude.md 是所有一切的起点：它不是"提示词"，而是 AI 的初始航向。航向差一度，行驶一万公里后就差出几百公里。写好它，AI 后续的每一步都会更精准。
-
Plan Mode 是最被低估的功能：规划 5 分钟，省去重建 20 分钟。Nick 把这称为"在蓝图上改，而不是在建筑物上改"——拆楼重建的代价，远远高于在图纸上删掉一条线。
-
Skills > MCP：一个 MCP 工具占 1,600 个 token；一个 Skill 只占 60 个 token。Skill 让 AI 更聪明，MCP 让 AI 变笨。这是反直觉但数据确凿的结论。
-
子 Agent 的正确用法：不是什么都能用子 Agent，而是在需要并行化（同时做多件事）或需要无偏见审查（新鲜眼睛看代码）时才值得。滥用子 Agent 只会浪费 token。
-
Agent Teams 是核武器，也是财务炸弹：每个 Agent Team 成员消耗独立 context window，7 倍于单线程成本。Nick 在一个演示中花了 80 美元，20 分钟。要用，但要有钱且有目的地用。
一、入门：工具安装与界面认识
订阅与安装（0:00-7:00）
Claude Code 需要至少 Claude Pro 订阅（$17/月，加元换算约 $28）。安装方式两种：
- 终端：运行
curl安装命令，然后键入claude进入； - 图形界面（GUI） ：在 VS Code 或 Antigravity 中安装 Claude Code 扩展。
Nick 的建议：最终要习惯在终端里用。终端解锁更多功能，比如 Fast Mode、状态栏定制、并行多窗口等；GUI 更直观，适合入门。
IDE 选择（12:00-22:00）
三种主流 IDE：
- VS Code：微软出品，最成熟，扩展生态最全；
- Antigravity（现更名为 Cursor 的同类产品） ：Google 出品，基于 VS Code，更现代、更 AI-first；
- 终端直接使用：功能最完整，速度最快。
Nick 全程演示用 Antigravity，但强调核心逻辑和工具在三个环境里完全一样。
权限模式（1:31:53-1:40:45）
Claude Code 有四个模式（从保守到激进）：
- Ask Before Edits：每次改文件都要问你，最安全，最啰嗦；
- Edit Automatically：自动改已有文件，创建新文件还是要问；
- Plan Mode：只读不写，专门用来制定计划；
- Bypass Permissions：全权开放，写、删、创建都行，Nick 日常用这个。
⚠️ Bypass Permissions 的风险：有人因此误执行
sudo rm -rf把硬盘数据全清了。Nick 说这概率"极低"，但还是要知道风险。他的建议：个人知识工作用 Bypass，生产环境要谨慎。
二、CLAUDE.md：AI 的"北极星文件"
为什么 CLAUDE.md 比你想的重要（25:31-30:06）
Nick 用一个航海比喻解释了 CLAUDE.md 的本质：想象你从美国东海岸出发，目标是非洲西海岸（约一万公里）。如果出发时方向偏了哪怕一度，到终点时会偏出几百公里。
Claude.md 就是这个"初始角度"——它在你和 Claude 对话开始之前就被注入上下文的最顶端。每次打开新会话，Claude 先读这个文件，才看你说什么。
写法原则（Nick 的实操清单）：
- 简洁，用要点和小标题，高信息密度；
- 最重要的约束放最前面（Claude 有"首因偏差"，对开头内容记忆更牢）；
- 200-500 行为宜，不要超过；
- 不要把整个 API 文档塞进去——那会让 Claude 变笨，还让你多花钱；
- 定期修剪——像对待技术债一样，把过时的规则删掉；
快速生成法：在任何代码库里运行 /init，Claude 会自动读取所有文件，生成一个描述当前项目结构的 CLAUDE.md。这是最省力的起点。
三层 CLAUDE.md 架构（1:03:18-1:06:47）
很多人不知道 Claude Code 支持三层 CLAUDE.md，层级越高越优先：
- 企业级（
~/.config/claude/CLAUDE.md）：管理员定义，覆盖所有项目； - 全局级（
~/.claude/CLAUDE.md）：你自己的全局设置，所有项目都生效； - 项目级（
./CLAUDE.md或./.claude/CLAUDE.md）：只在当前工作目录生效。
对于普通用户，至少维护好"全局"和"项目级"两层就够了。全局里放通用习惯（比如"回答要简洁"），项目级里放具体规范（比如"这个项目用 Next.js，Supabase 数据库"）。
.claude 文件夹：高级玩法（55:01-1:03:00）
除了 CLAUDE.md 本身，.claude 目录还支持几个子文件夹：
| 子文件夹 | 作用 |
|---|---|
rules/ | 把 CLAUDE.md 拆分成多个规则文件（代码风格、安全规范、设计规范等），按需加载 |
skills/ | 自定义技能/工作流（详见第四章） |
agents/ | 子 Agent 定义（详见第五章） |
settings.json | 权限配置 + Hooks |
memory.md | Claude 的私人便签（跨会话记忆） |
最大的反直觉发现：Skills 里的每个技能，平时只加载"标题+描述"两行（约 60 个 token）。只有当你真正调用这个技能时，完整内容才会加载。这是极其聪明的设计——你可以放 50 个技能，却几乎不增加日常 token 消耗。
三、Plan Mode：最被低估的生产力工具
为什么要先计划，再动手（1:40:45-1:44:16）
Nick 给了一个具体的对比分析：
不规划的典型路径（Build-Test-Rebuild 循环）：
- 建 15 分钟 → 测 5 分钟 → 发现方向错了 → 重建 15 分钟 × N 次
- 总时间：35 分钟起步，还要消耗大量 token
有规划的路径：
- 规划 5 分钟（Plan Mode 里 Claude 研究所有相关信息）→ 发现问题，调整计划 5 分钟 → 建 5-15 分钟（因为有清晰蓝图，执行更快）
- 总时间：15-25 分钟，token 也更少
"A minute of planning saves you 10 minutes of building."（规划一分钟，省去建设十分钟。）
Plan Mode 的实质：是只读模式——Claude 可以上网搜索、读取文件、推理分析，但不做任何修改。等你确认计划后，切换到 Bypass Permissions，它才开始执行。
实战演示：20 分钟构建提案生成 App（1:44:16-2:11:15）
这是视频里最有说服力的演示。Nick 的目标：重建 PandaDoc 的核心功能——一个可以生成 AI 提案、客户可以在线签名和付款的完整 Web App。
他的流程：
- 语音倾倒需求：用语音转写工具，花两三分钟说出所有需求，粘贴进 Plan Mode
- Claude 反问确认：前端框架用什么？签名需要多严格的法律效力？定价固定还是可变？
- 生成实施计划：全面的产品规格文件，包含数据库结构、用户流程、API 端点
- 切换到 Bypass Permissions 执行：他趁这时去做饭、腌三文鱼
- 20 分钟后回来：App 已经基本跑通，他花 10 分钟做微调
最终结果：一个可用的提案生成平台，有登录、模板填写、AI 生成、客户签名（Canvas）、Stripe 付款、Netlify 部署。Nick 用它代替了他付费使用的 PandaDoc。
这个演示的核心启示：你不需要知道 Next.js 是什么，不需要知道 Supabase 怎么配，不需要懂 Stripe webhook。你需要知道的只有：你要什么，以及怎么描述你要什么。
四、Skills：把你的工作流装进 AI 的大脑
Skill 的本质是什么（2:33:29-2:36:52）
Nick 的定义：Skills 是你把自己的工作流写成"带清单的 Markdown 文件"，然后交给 Claude 去执行。
他把它比作一个乐团：Skill.md 是指挥手里的乐谱（清单和编排逻辑），Scripts 文件夹里的 Python 脚本是真正演奏的乐器手。Claude 不需要从零想每一步怎么做，只需要按谱演奏，在某个乐器手（脚本）出问题时动用自己的智慧现场修复。
最重要的特性：Skill 会自我更新。如果执行某一步失败了，Claude 会修复问题，然后把修复方法写进 Skill 文件，下次不会再犯同样的错。
真实案例：87 秒抓取 1,000 条销售线索（2:36:28-2:38:57）
Nick 有一个叫 scrape-leads 的 Skill，流程是：
- 先测试抓取 25 条，验证质量
- 通过后，4 个并行抓取器同时运行，每个 250 条
- AI 分类筛选，过滤掉不相关的
- 上传 Google Sheet，补全邮箱信息
结果：87 秒完成 1,000 条抓取 + 分类 + 上传。之前他手工做这件事需要 30-60 分钟。
他现在靠 Skill 处理的事包括：抓取线索、发送欢迎邮件、准备客户交付物、申请 Upwork 项目、监控社群帖子、做文献综述。他没有雇人做这些，Claude 用 Skills 全做了，而他的业务一年仍然净赚 400 万美元。
Skill vs MCP：数字说明一切（2:59:28-3:01:33）
这是视频里最反直觉、最有实用价值的发现：
| 类型 | Token 消耗 |
|---|---|
| 每个 Skill（标题+描述） | ~60 tokens |
| ClickUp MCP 工具（"update task"） | 1,600 tokens |
| 全部 ClickUp MCP 工具合计 | ~20,000 tokens |
| Nick 全部 Skills 合计 | ~360 tokens（6个×60） |
这意味着一个 MCP 工具消耗的 token，比 Nick 全部 Skills 加起来还多 55 倍。
Nick 的实用策略：
- 用 MCP 快速验证某件事是否可行（几分钟搭好原型）
- 如果可行，把 MCP 转换成 Skill（调用 API 直接通信，不走 MCP 中间层）
- 平时用 Skill，只在需要时临时加载 MCP
他特别保留的唯一高频 MCP：Chrome DevTools MCP，用于让 Claude 控制浏览器，抓取没有 API 的网站数据。这个他认为值。
五、子 Agent（Subagent）：何时值得，何时浪费
子 Agent 的三大价值（1:17:55-1:25:23）
子 Agent 在以下三种情形下真正有价值：
① 研究隔离：让子 Agent 去网上读几十篇文档、分析大量数据，它自己把 context 搞得很长很脏，但最后只把摘要传回主 Agent。主 Agent 只接收 2K tokens 的精华，而不是承担 100K tokens 的研究开销。成本节省：约 50 倍。
② 无偏差代码审查：主 Agent 写完代码，对自己写法会有强烈偏见。这时启动一个全新的子 Agent 审查代码——它没有任何上下文偏见，纯客观看代码对不对、安不安全。人类开发团队一直这样做，叫 Code Review。
③ QA 自动化测试：把验证工作交给子 Agent 去执行，主 Agent 只看结果，专注做决策。
子 Agent 并行化：真实数字（3:12:02-3:17:25）
Nick 把邮件分类流程变成了子 Agent 任务：
- 单线程：100 封邮件 = 36 秒
- 10 个子 Agent 并行：100 封邮件 = 30 秒（省了 6 秒）
- 10 个子 Agent 并行：1,000 封邮件 ≈ 1 分钟（单线程估计需要 6 分钟）
结论：并行化的价值在大量数据时才显现。小量任务，用并行反而因为启动子 Agent 的开销而亏本。
子 Agent 的数学警告（3:17:47-3:18:18）
Nick 算了一道统计题：
- 假设每个子 Agent 成功率 95%
- 单个成功概率：95%
- 3 个都成功的概率：95% × 95% × 95% = 85.7%
- 10 个都成功的概率：95%^10 = 59%
- 50 个都成功的概率：95%^50 = 7%
启示：子 Agent 越多，整体失败概率越高。所以子 Agent 的任务定义要极度简单清晰，成功率接近 100%，才能在大量并行时稳定运行。
六、Context Management：永远不要让 AI 变笨
你的钱都花到哪里去了（2:14:30-2:17:52）
用 /context 命令可以看到 context 的真实分解。Nick 演示了一个惊人的结果：
在什么都没说之前，系统已经消耗了：
- 系统提示（全局 CLAUDE.md + 项目 CLAUDE.md + 规则文件）：约 5,000-10,000 tokens
- 系统工具定义（bash、web-fetch、grep、read、edit 等）：16,800 tokens
- MCP 工具定义（如果有 ClickUp MCP）：约 20,000 tokens
- memory.md：88 tokens
- skills 列表：60 tokens/个
如果有 MCP + 全局 CLAUDE.md，你第一条消息发出去之前，已经消耗了约 40,000 tokens，占 200K 总 context 的 20%。
关键认知：Claude 的 context 质量不是均匀分布的——context 越靠前，Claude 越"聪明"。你塞进去的杂质越多（大 MCP、冗长 CLAUDE.md），Claude 在读到你真正重要的消息之前，大脑已经被杂音填满了。
六个节省 Context 的实用策略（2:27:35-2:33:29）
- 用
/cost监控：随时知道你花了多少，在哪里花的 - 配置 status line（终端专属）：屏幕下方实时显示 token 消耗进度条，不用时刻手动查
/compact手动压缩：把历史对话压缩成高密度摘要，释放 context 空间/clear开启新话题：切换到无关新任务时，直接清空 context，不要拖着之前的上下文- 用小模型做子 Agent：Sonnet 比 Opus 便宜且 context window 更大，做研究、测试等任务用 Sonnet；主 Agent 用 Opus 做决策
- 具体提问：不说"优化这个代码库"，而说"修复这个文件第 47 行的 bug"。越具体，Claude 读的文件越少，消耗越少
七、Agent Teams 与 Git Worktrees：终极并行化
Agent Teams：能力边界与成本真相（3:26:39-3:55:39）
Agent Teams 是 Claude Code 最新实验功能，需要手动在 settings.json 里启用。
与子 Agent 的本质区别：
- 子 Agent：父 Agent 分配任务，子 Agent 执行后汇报给父 Agent
- Agent Teams：每个成员有独立的完整 Claude Code 实例，彼此能互相发消息、协商、建立共享任务板
价值：更复杂的协作场景，比如"辩论型"Agent 对——一个 Agent 专门找论据说代码没问题，另一个专门找论据说代码有问题，最终得出更客观的结论。Nick 把这比作机器学习里的生成对抗网络（GAN）。
成本警告：
- 7 倍于单线程 token 消耗
- Nick 在一个演示里 20 分钟花了约 80 美元
- 10 个扫描 Agent 同时跑，他累计消耗了超过 130 万 tokens
Nick 的推荐使用场景：
- 需要在大型代码库里快速探索（10 个 Agent 并行分析不同文件区域）
- 需要多角度设计（生成 3-4 个不同风格的网站，选最好的）
- 需要对抗性审查（两个 Agent 辩论，提高最终结论的质量）
Git Worktrees：消除并行冲突（3:56:25-4:02:18）
当多个 Agent 同时在同一代码库工作时，难免"踩脚"——Agent A 修改了一个公共文件，Agent B 的改动就冲突了。
Git Worktrees 的解决方案：给每个 Agent 一个独立的文件夹副本，每个副本对应一个独立的 Git 分支，完全隔离。
实际演示：Nick 想给 LeftClick 网站增加三个页面（关于页、联系页、服务页）。他让 Agent Teams 创建三个 Worktree（三个独立文件夹/分支），每个 Agent 在自己的文件夹里工作，互不干扰，三个页面并行完成，最后合并回主分支。
什么时候用：你在让多个 Agent 同时改同一个代码库时；对并行准确性要求高，不容许混乱时。
八、部署上线：把工作流变成公开可访问的服务
Modal：最简单的 API 部署方式（4:02:42-4:10:35）
Nick 推荐用 Modal 部署后端服务和 Workflow API。
Modal 能做什么：把任何脚本或工作流变成一个公开的 URL（HTTPS endpoint），别人访问这个 URL 就能触发你的工作流。比如：
- 一个 URL，访问它就能抓取潜在客户线索
- 一个 URL，嵌入 Zapier/Make.com 作为 webhook，与其他工具联动
- 一个简单 Birthday Check API（他演示的笑话：访问就返回"今天不是你生日，去做你的事吧"）
定价：他说他几个月的 Modal API（每天调用一两次）消耗的费用还不到 $5。比 make.com/n8n 等自动化平台便宜得多。
部署流程：
- 在 Claude Code 里告诉它"帮我把这个 Skill 部署到 Modal 上，可以通过 URL 访问"
- Claude 自动生成代码、配置、部署
- 你拿到一个 URL，直接分享或集成
九、安全警告：这些事不要做
Nick 在视频里特别强调了几个安全边界（他自己也遵守这些规则）：
① 不要把 Vibe-Coded App 直接商业化
用 Claude Code 生成的代码可以构建内部工具、原型、个人用途的 App，但不要在没有人工安全审查的情况下收集真实用户的信用卡信息和登录凭证。他提到 OpenClawed 和 Moltbot 等工具都因为安全漏洞被黑客攻击，严重影响声誉。
"With great power comes great responsibility."（能力越大，责任越大。）— 蜘蛛侠时刻
建议：如果要商业化，花几百美元让真人开发者至少审查一次前端身份验证逻辑。
② URL 不要太短
互联网上有大量机器人在扫描所有 DNS 范围和短 URL。你的 URL 越短越容易被发现。Nick 说他的提案生成器上线几分钟后就有 30-40 个未知 IP 访问过了。
③ Bypass Permissions 要慎用
有人因为 AI 误判需求，在 Bypass 模式下执行了 sudo rm -rf 删掉了硬盘所有数据。虽然概率极低，但要有这个意识。
附录
金句收录
"Claude Code probably delivers me productivity benefits on the order of $10,000 to $15,000 a month." （Claude Code 每月为我带来大约一万到一万五千美元的生产力价值。） ——Nick Saraev
"A minute of planning saves you 10 minutes of building." （规划一分钟，节省建造十分钟。） ——Nick Saraev
"The value of AI is not in its ability to one shot everything 100%. The value of AI is its speed." （AI 的价值不在于每次都一次搞定，而在于它的速度。） ——Nick Saraev
"If you don't give Claude Code the ability to verify its own results... you lose the vast majority of the value of AI." （如果不给 Claude Code 自我验证结果的能力，你就损失了 AI 绝大部分价值。） ——Nick Saraev
"Allow the AI to be your hands. You are the person that's coming up with the ideas and thinking." （让 AI 做你的手，你是那个提出想法和思考的人。） ——Nick Saraev
"With great power comes great responsibility." （能力越大，责任越大。） ——Nick Saraev 引用蜘蛛侠
"I no longer hire. My businesses collectively still make over $300,000+ per month in profit." （我不再雇人了。我的几个生意合计每月仍然净赚 30 万美元以上。） ——Nick Saraev
"What is creativity if not just like combining things over and over and over again in like a million different combinations?" （创造力是什么，不就是把东西反复组合、以一百万种不同方式组合吗？） ——Nick Saraev
术语表
| 术语 | 中文释义 |
|---|---|
| CLAUDE.md | Claude Code 工作空间的"系统提示文件"，每次对话前自动注入到上下文最前端 |
| Context Window | AI 一次对话能处理的最大 token 数量，Opus 4.6 约 200,000 |
| Token | AI 处理文本的基本单位，约等于一个词，比单词略多 |
| Plan Mode | 只读探索模式，Claude 研究和规划但不执行任何修改 |
| Bypass Permissions | 全权限模式，Claude 可读写删创建文件，无需每步确认 |
| Skills | 用户自定义的工作流文件，Markdown 格式的清单+Python 脚本 |
| MCP | Model Context Protocol，第三方工具集成协议，连接外部服务 |
| Subagent | 主 Agent 启动的子代理，拥有独立 context，完成后向主 Agent 汇报 |
| Agent Teams | 每个成员是独立 Claude 实例，彼此可通信，成本高 7 倍 |
| Git Worktree | Git 工作树，给每个 Agent 一个独立文件夹/分支，消除并行冲突 |
| Fast Mode | Claude Code 的 Opus 4.6 快速模式，速度约 2.5 倍，价格约 3 倍 |
| Context Rot | 随对话积累，context 中充满无用信息，导致 AI 性能下降 |
| /compact | 将历史对话压缩为高密度摘要，释放 context 空间 |
| Modal | 云计算平台，用于部署 Python 函数为公开 HTTP API |
| Chrome DevTools MCP | Claude Code 官方 MCP，让 AI 控制并检查真实 Chrome 浏览器 |
| Steerability | AI 的可引导性，Claude.md 越精准，AI 的输出越可预测 |
时间线索引
| 时间 | 内容概述 |
|---|---|
| [00:00] | 课程介绍，Nick 背景：$4M+/年利润，2200+ 学员 |
| [03:15] | Claude Code 订阅与安装（终端 + GUI 两种方式） |
| [12:11] | IDE 介绍：VS Code vs Antigravity，各有何优劣 |
| [25:31] | CLAUDE.md 的航海比喻：初始角度决定终点 |
| [30:06] | 三层 CLAUDE.md 架构：全局、项目、企业 |
| [31:02] | 三种网站设计方法：截图循环、语音倾倒、组件库 |
| [40:08] | 核心哲学：任务→执行→验证 的闭环 |
| [55:01] | .claude 文件夹详解：rules/skills/agents 结构 |
| [1:03:18] | 三层 CLAUDE.md 全局配置讲解 |
| [1:14:22] | Claude.md 最佳实践与反面案例 |
| [1:15:22] | Auto Memory 功能：跨会话记忆 |
| [1:17:55] | 子 Agent 的正确使用场景（研究、审查、QA） |
| [1:25:45] | Skills 介绍：将 SOPs 转为 AI 可执行的工作流 |
| [1:31:53] | 四种权限模式详解 |
| [1:40:45] | Plan Mode 原理：规划省去大量重建时间 |
| [1:44:16] | 实战：20 分钟从零构建提案生成 App |
| [2:13:59] | Context Management 全讲：/context 命令，token 分解分析 |
| [2:33:29] | Skills 深度实战：87 秒抓取 1000 条线索 |
| [2:39:23] | 如何创建 Skills：从 SOP 到可复用工作流 |
| [2:51:23] | MCP 介绍：Chrome DevTools MCP、ClickUp MCP、Gmail MCP |
| [2:59:28] | Skills vs MCP Token 对比：60 tokens vs 20,000 tokens |
| [3:01:56] | 实战：Gmail 邮件分类 MCP → Skill 转换演示 |
| [3:11:19] | 子 Agent 实战：并行分类 1000 封邮件 |
| [3:19:02] | 创建三个标准子 Agent：研究者、代码审查员、QA |
| [3:26:39] | Agent Teams 介绍：7 倍成本，更高并行能力 |
| [3:35:35] | Agent Teams 实战：并行生成 3-4 个不同风格网站 |
| [3:49:00] | Agent Teams 高阶：10 个 Agent 并行安全审计 OpenClaw 代码库 |
| [3:56:25] | Git Worktrees：消除并行 Agent 的文件冲突 |
| [4:02:42] | Modal 部署：把 Skill 变成公开 HTTP API |
| [4:10:15] | 课程总结 + Maker School 推荐 |
评论
还没有评论，来第一个留言吧 ✨