第0课. 安装Claude Code — 你用的可能根本不是Claude Code

第0课

速成技巧 — 知道这一点就能上手

一行确认命令，足矣。

在终端里输入：

claude --version

如果出现 2.1.x 这样的版本号——那就是真正的Claude Code。本课程第1课到第11课全部适用。

如果提示找不到命令，或者你现在用的是 Cursor、Antigravity、Windsurf 里的聊天窗口——那不是Claude Code。就算用的是同一个Claude模型，也是不同的程序。本课程的自主运行在那里跑不起来。

记住这一句话：

Agent ≠ 模型。 就算用同款Opus，驱动程序不同，能力就不同。

安装一行（Mac / Ubuntu / WSL）：

curl -fsSL https://claude.ai/install.sh | bash

Windows需要先装WSL或Docker。详见下文。

快速体验

让AI做同一件事，用眼睛看CLI和IDE聊天的区别。3分钟搞定。

在Claude Code（CLI）里输入：

“在空文件夹里创建hello.py。故意加一个语法错误，运行后确认报错，然后自己修好再运行。直到输出’Hello’为止。”

CLI版Claude Code会——自己创建文件、自己运行、自己读报错、自己修、再跑一遍。每个步骤它都不问你。 自主循环自动转。

把同样的话放进IDE扩展聊天（Cursor/Antigravity/Windsurf的聊天窗口）——它会给出代码建议，但运行要你按按钮，报错要你复制粘贴，每一步都在等你批准。循环必须经过人才能闭合。

这个差异，就是第0课的全部。而本课程的一切，都以前者为前提设计。

为什么要这样做

你也许已经用"Claude Code"做过东西了。看了YouTube教程，在聊天窗口里打字，看到代码出来了。

但我想问一个问题：你用的那个，真的是Claude Code吗？

如果这个问题看起来微不足道，听听真实的上手现场吧。

Agent ≠ 模型

有一位用户用氛围编程做的应用崩了，来寻求帮助。他说"我在用Claude Code开发"。折腾了好几天。按教程做不出来，AI每到分叉路口就"A方案、B方案、C方案，您选哪个？"，一点进度都推不动。

问题不在于他的判断力。他用的是 Antigravity IDE扩展里的Claude聊天。不是CLI版Claude Code。两者都用Claude Opus模型，模型相同，结果却天差地别。

为什么？因为模型相同，但Agent不同。

模型（Model）：Opus、Sonnet这样的大脑。读写文字的能力本身。
Agent（Agent）：驱动这个大脑的程序。给什么系统提示、配什么工具（读写文件/执行命令）、在没有人工批准的情况下能自主做到哪一步——全由Agent决定。

同一匹马（模型），放养在原野里和配上鞍具让骑手上马，能去的地方截然不同。Agent就是那副鞍具——让你能勒上缰绳（reins）的装置。（第5课还会再提。）

	单纯聊天模式（IDE扩展等）	CLI自主Agent（Claude Code）
模型	Claude（相同）	Claude（相同）
文件访问	受限·手动	Read/Write/Edit 自动
命令执行	大多不可	通过Bash直接执行
外部CLI工具（`yongol`、`hurl`等）	不可	可以
自主推进	每步需批准	自主循环
子Agent	手动	自动创建

所以粗糙的Agent不行——为什么非得这个级别的Agent

Agent之间有高下之分。而本课程（第1课~第11课）要求的级别，只有一个标准。

本课程的核心是一句话：

AI写代码，机器验证，你只需确认"通过了吗？"

要让这个流程转起来，AI必须自主运行验证工具，读取结果，再决定下一步行动。运行 yongol validate，读错误，修改，再跑——如果每一步都要人来中转，那就不是自主，而是劳动。

自主循环可行：
  AI运行validate → 读错误 → 修改 → 再次validate → 通过 → 下一步
  （人工介入0次）

每步需人工中转：
  AI说"请这样运行validate" → 人复制执行 →
  人复制结果 → 粘贴给AI → AI给出修改方案 → 人再执行...

第3课Hurl、第4课yongol、第6课tsma、第8课filefunc——全是CLI工具。AI自主运行才有意义。跑不了这个循环的Agent，本课程有一半跑不通。

所以判断"粗糙Agent"的标准不是品牌，而是这一个问题：

这个Agent能自主运行 yongol validate / hurl / tsma，读取结果，决定下一步行动吗？还是每一步都需要我复制·批准来中转？

前者——可以勒上缰绳的Agent。（CLI版Claude Code属于这类。）
后者——粗糙的Agent。模型再聪明，在本课程里也会卡住。

注意：并非"IDE扩展 = 一律不行"。 Cursor、Windsurf的Agent模式之类的，也有自主执行命令、转自主循环的。反过来，同一产品里的单纯聊天模式每步都需要人介入。不要按产品名判断，要按上述标准来判断。真实上手现场卡住，也不是"因为是IDE"，而是因为所用的聊天模式无法自主跑CLI循环。

所以第0课就是课程入口。 工具选错了，第1课到第11课全都是谎言。

YouTube的陷阱

问题在这里。YouTube和社区的氛围编程教程，大多数不区分能自主循环的Agent和单纯聊天模式，把两者都叫做"Claude Code"。

于是初学者根本没法知道区别。一边对着聊天窗口打字，一边相信"我在用Claude Code"。然后把按教程做不出来的原因，归咎于自己。

不是的。是工具选错了。准确说，是YouTube把工具介绍错了。 只要掌握这一个标准——“能自主跑CLI吗”——就不会掉进这个陷阱。

安装Claude Code

本课程以Ubuntu（或WSL）环境为基准。Mac用户大部分命令也通用。

准备工作

Anthropic账户：在 https://console.anthropic.com 注册
订阅方案：从Claude Pro（$20/月）、Max（$100/月或$200/月）中选择。Max使用量限制更宽裕
Ubuntu / Mac / WSL 或 Docker：Windows用户从以下两条路选一条

Mac · Ubuntu · WSL内 — 原生安装（推荐）

最简单的方法，无需Node.js。

curl -fsSL https://claude.ai/install.sh | bash

安装完成后确认：

claude --version

出现 2.1.x 这样的版本号就成功了。

Windows方案A：WSL（推荐）

以管理员权限打开Windows PowerShell，运行：

wsl --install

这一行处理了启用WSL、下载Linux内核、安装Ubuntu的全部工作。重启后Ubuntu自动打开，询问用户名和密码。输入一个小写的短名称。

注意： 之后所有工作都在Ubuntu终端里进行。在PowerShell或CMD里安装Claude Code会出现"Windows is not supported"错误。

之后在Ubuntu里运行上面的原生安装命令。

WSL提示： 项目必须放在Linux文件系统（/home/用户名/）里。放在Windows侧（/mnt/c/）文件读取会极其缓慢。

Windows方案B：Docker（WSL不可用时）

公司政策或环境问题导致WSL不可用时，通过Docker起一个Linux容器，在容器里使用Claude Code。

# 在项目文件夹里，起一个ubuntu容器并挂载当前目录
docker run -it -v "$(pwd)":/work -w /work ubuntu:24.04 bash

# 在容器内
apt update && apt install -y curl
curl -fsSL https://claude.ai/install.sh | bash
claude --version

-v "$(pwd)":/work 将你的项目文件夹连接到容器内的 /work。在容器里操作的结果会直接保留在你的目录里。

补充方法：通过npm安装

这是给已有Node.js经验的人用的。初次上手请用上面的原生安装。

# 安装nvm，然后安装Node.js LTS
curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.40.3/install.sh | bash
source ~/.bashrc
nvm install --lts

# 安装Claude Code
npm install -g @anthropic-ai/claude-code

注意： 不要用 sudo npm install -g。会产生权限问题和安全风险。

首次运行与认证

# 进入项目文件夹（没有就创建）
mkdir -p ~/projects/my-first-app
cd ~/projects/my-first-app

# 运行Claude Code
claude

首次运行时浏览器打开，要求Anthropic登录。登录后认证完成，之后自动连接。

安装确认检查表

以下三点全部勾上，才算准备好进入第1课。

claude --version 是否输出 2.1.x 版本号
运行 claude 是否出现提示符（对话窗口）
浏览器登录认证是否完成
上面的快速体验中，AI是否自主创建文件、运行并修改（没有每步要求批准）

最后一项最重要。AI自己执行命令、自己改了报错——那就是真正的Claude Code。

IDE扩展只做辅助

不是说Cursor、Antigravity、Windsurf是差工具。用眼睛看着代码一行行修改，它们很出色。对程序员来说是好工具。

但本课程的自主运行在CLI里进行。 IDE扩展用作查看代码的辅助窗口，“创建·验证·锁定"的循环交给Claude Code CLI。两者可以并用，但要分清角色。

实操：确认真假

目标： 确认我用的是CLI版Claude Code，并跑一遍自主循环。

步骤1 — 确认安装

claude --version

确认版本号是否显示为 2.1.x。如果没有，回到上面的安装步骤。Windows的话先配好WSL（方案A）或Docker（方案B）。

步骤2 — 观察自主循环

运行 claude，在空文件夹里输入：

在空文件夹里创建hello.py。故意加一个语法错误，
运行后确认报错，然后自己修好再运行。
直到输出"Hello"为止。

观察要点：

AI是否直接创建文件？（你有没有复制粘贴代码）
AI是否直接运行 python hello.py？
报错后AI是否自己读错误并修改？
这整个过程中你做的，只是开头那一句话和（必要时）批准执行吗？

全部"是”——你通过了关口。去第1课。

（如果你一直在用IDE聊天） 把同样的话放进IDE聊天窗口，看看哪里卡住，亲眼对比。这个差异体验一次，就永远不会忘记为什么需要第0课。

总结

Agent ≠ 模型。 就算是同一个Claude模型，驱动程序（Agent）不同，能力就完全不同。
YouTube上许多所谓的"Claude Code"，是跑不了自主循环的单纯聊天模式。 判断标准不是品牌，而是"能自主跑CLI吗"。
本课程以CLI为前提设计。 第3课Hurl、第4课yongol、第6课tsma、第8课filefunc——全是需要AI自主运行的CLI工具。
安装一行。 curl -fsSL https://claude.ai/install.sh | bash。Windows先装WSL或Docker。
通关标准： claude --version 输出 2.1.x，AI自主创建文件、运行、修改。

工具选错，后面十一课全都是谎言。入口在这里把好关。

下课预告：“如何指挥AI。” 现在真正的Claude Code到手了，接下来学不懂代码的人如何指挥AI、指挥什么、怎么指挥。

作业

确认我的工具身份： 确认自己一直以来以为是"Claude Code"的东西，是CLI还是IDE聊天。claude --version 就是答案。
跑一遍自主循环： 完成上面实操里的hello.py任务，数一数AI在没有人工介入的情况下自主处理了几个步骤。
（Windows用户）确定环境： 在WSL和Docker中选一个本人环境能用的，完成配置。

编程Agent为什么能工作，又为什么会崩溃 — 结构性分析Agent的自主验证循环在何种条件下工作、何种条件下崩溃。第0课"为什么要CLI自主循环"的理论背景。
Reins Engineering — 有缰绳的AI — 围栏（harness）与缰绳（Reins）的区别，以及把Agent视为Reins基座的整体框架。

Reins Engineering 全部课程

课	标题
第0课	安装Claude Code
第1课	如何指挥AI
第2课	如何不信任AI
第3课	不会崩坏的应用
第4课	把决定移出代码
第5课	有缰绳的AI
第6课	通过就锁定
第7课	翻转谄媚的方法
第8课	Agent的工厂
第9课	代码之外的自动化
第10课	数据的法
第11课	拯救失败的氛围编程