大好枣庄隔热条PA66，我是小林。

前阵子，有个林友跟我聊起他口试字节 AI Agent 岗的资格。

被口试官问了个问题：「为什么 Claude Code 无须 RAG 检索代码，而是奏凯用 grep？」

我愣。

是啊，这两年 RAG 火成这样，险些成了 Agent 的标配。谁去作念个 AI 编程用具不上 RAG？

成果 Claude Code 这样个被业内认证「好用的 AI 编程用具之」，反其说念而行，连 embedding 和向量数据库的影子皆莫得，就靠 grep 加读文献这种朴素的式来取得代码转折文。

是 Anthropic 没钱搞向量库吗？光显不是。

是工程师水平不够吗？不可能。

那这背后到底是什么想象形而上学？为什么他们偏巧无须 RAG？

我把 Claude Code 的检索筹备源码翻了个底朝天，越看越合计这个聘请很有道理。

今天就从源码视角，带你层层拒绝这个问题我会按这个法规张开：

先搞懂代码检索到底要料理什么？

看 RAG 派是怎样干的？ RAG 在代码场景有什么坑 ？

Claude Code 是怎样反向想考的？

Claude Code 检索三件套怎样组 ？

Claude Code 派子 agent 去检索是怎样回事？枣庄隔热条PA66

先搞懂代码检索到底要料理什么？

看 RAG 派是怎样干的？ RAG 在代码场景有什么坑 ？

Claude Code 是怎样反向想考的？

Claude Code 检索三件套怎样组 ？

Claude Code 派子 agent 去检索是怎样回事？

读完这篇著作，你不光能答出这说念口试题，还能意会 Anthropic 对「Agent 应该长成什么样」的整套想路。

、先搞懂「代码检索」到底要料理什么问题

好多东说念主上来就跳进 RAG 和 grep 的对比，但我合计这样讲很容易让东说念主微辞。

不如我们先寥寂，把问题自己搞浮现：什么叫代码检索？为什么 Agent 写代码非得有这步？

你想啊，你开 Claude Code，跟它说「帮我把 UserService 里阿谁登录法改下，加个考证码逻辑」。模子要完成这个任务，件事得是什么？

得是「找到 UserService 这个文献、找到登录法的具体代码」。代码皆没看到，怎样改？

但问题来了：模子我方又弗成奏凯「看」磁盘上的代码，它只可看到你塞进转折文里的翰墨。

那你说，那把总共这个词面貌的代码全塞进去不就收场？

表面上是这样个理。但 LLM 的转折文窗口是有限的。就算用 Claude Opus 4.7 这种仍是援手 1M token 的长转折文模子，听着是真是大对吧？换算下冒昧有 200 多万字。但你想想，个略略像样点的面貌动辄几百万行代码，再算上依赖库源码就夸张了，光是这些就远模子的承载量，别说还要留位置给系统辅导、对话历史、用具调用成果。

塞不下，照旧塞不下。

转折文窗口 vs 代码库体积对比图

是以代码检索这步就出来了：从堆代码里，地捞出和面前任务筹备的几个片断，再塞给模子。

这有点像你查字典。本汉语辞书几千页，你不会重新读到尾，而是先翻目次、看拼音索引，定位到「龘」这个字地方的那页，然后只读那页。代码检索干的即是这个活儿。

字典查目次类比图

那「怎样查目次」、「怎样定位到那页」，即是不同案的各异地方了。

二、绕不开的 RAG：「先建库再查」的经典想路

说到检索，作念过 AI 行使的同学反馈详情是 RAG。这玩意儿面前是 Agent 圈的「网红工夫」，险些提到「让 LLM 用外部常识」，就意想它。

那 RAG 到底是怎样作念的？我用个藏书楼的故事给你评释白。

想象你是个藏书楼的料理员。馆里有几十万本书，读者来问「我想看本对于宋代茶文化的书」，你怎样办？

你不可能跑遍总共这个词馆每本书翻遍。贤达的作念法是：提前把每本书皆作念好分类卡片。卡片上写浮现书名、作家、关键词、内容撮要枣庄隔热条PA66，按主题归类好放进抽屉里。读者来，你照着卡片找对应的抽屉，几分钟就能把书翻出来。

RAG 在代码场景下，干的即是这个事儿。它的责任流不错拆成四步。

步，切片（Chunking）。

先把代码文献按某种礼貌切成小片断。常见的切法是按函数切、按类切，或者按固定行数切，比如每 100 行段。这特出于把厚厚的书拆成篇篇著作。

二步，向量化（Embedding）。

每个代码片断过遍 embedding 模子，转成串数字（个维向量）。你不错意会成给每个片断算了个「语义指纹」，道理邻近的片断，指纹也邻近。

Embedding 演示：代码经过模子酿成数字向量

三步，建索引（Indexing）。

把总共的向量存到个门的向量数据库里，比如 Faiss、Pinecone、Milvus 这些。这步即是「把分类卡片整理好，按抽屉摆放」。

四步，调回（Retrieval）。

用户发问的期间，把问题也向量化下，去库里找相同的 Top-K 个片断，比如像的 5 个，然后把这几段代码拼到 prompt 里，丢给 LLM。

向量调回 Top-K 暗示图

讲到这里，你可能仍是看出 RAG 的中枢套路了。

它把「找代码」这件事，转成了「算相同度」。总共的检索逻辑，后皆归结为「在向量空间里找近的几个邻居」。

那放到代码上呢？是不是也样敌？

别急，下节我们就来扒它的痛处。

三、RAG 在代码场景下的「水土不屈」

淌若 RAG 真是适代码场景，那 Claude Code 早就上了。问题是它有堆坑，我们个个看。

痛点 1：代码不像散文，切不动

著作是流式的枣庄隔热条PA66，你拦腰切刀，弃世不大，前后段皆还能立读。但代码不样，代码是有严格结构的。

举个例子，个函数 200 行，按 100 行段切了。成果上半段是个 if的开始，下半段是 else的扫尾，模子看到的两个片断，个少了 else，个少了 if，这玩意儿根底没法用。

恶运的是，函数 A 调用了函数 B，关联词 A 和 B 在不同片断里。模子只看到 A，塑料挤出机设备根本不知说念 B 是干嘛的，幻觉概纯厚接拉满。

函数被切两半暗示图痛点 2：精准匹配的活，向量干不了

向量调回的现实是「找相同的」，不是「找对的」。这在代码场景就繁难了。

你跟 Claude Code 说：「帮我看下 getUserById这个函数的完结」。

向量调回会怎样干？它会找堆「跟用户筹备的查询函数」给你：getUserByName、getUserByEmail、fetchUserInfo、queryUser，啥皆来遍。但你要的即是 getUserById这个具体的函数啊。

这就好比你跟共事说「帮我叫下张三」，成果他把李四五马六全叫过来了，因为他们皆是共事。

向量擅长「无极」，但代码好多期间要的即是「精准」。

配图见识：向量调回极度暗示，用户问「找张三」，成果向量库复返「李四五马六」

配图见识：向量调回极度暗示，用户问「找张三」，成果向量库复返「李四五马六」

向量调回极度暗示图痛点 3：代码每天在变，索引咋办

这是 RAG 在代码场景的另个恶梦。

你建好索引了，设立同学个 commit 改了 20 个文献，新增 3 个函数。索引怎样办？

要重建？总共这个词面貌再行切片、再行 embedding，资本不低，世俗 commit 奏凯能爆炸。

不重建？模子查到的全是旧版块，用落伍信息写新代码，bug 不写皆难。

要作念增量新？听着理，但完结起来堆畛域情况：哪些 chunk 要删、哪些要再行算、跨文献的援用关系怎样同步。说白了，浅显事情搞复杂了。

索引重建资本图痛点 4：冷启动慢得要命

你在个百万行的代码库上跑 RAG，光是建索引就要十几分钟以致久。

用户开用具枣庄隔热条PA66，看着进程条转，等几分钟才调运转用？这体验奏凯劝退半东说念主。Claude Code 的想象理念是「开就能用」，RAG 这套光显不接待。

冷启动恭候图痛点 5：黑盒，不可诠释

这点我合计关键。

向量召来 5 个片断，你问为什么是这 5 个？没东说念主答得上来。是因为 cosine 相同度？那为什么这 5 个比那 5 个？模子说不清，工程师也说不清，因为这玩意儿是黑盒。

出了 bug 你皆不知说念从哪儿查起。模子答错了，是调回错了？照旧调回对了但模子意会错了？追忆链路相配可怜。

追思下：RAG 在「静态文档、当然言语、无极匹配」这种场景是利器，但代码正巧是反过来的，是动态、结构化、需要精准的。RAG 在代码上不是弗成用，是用得很别扭。

那无须 RAG，又怎样搞代码检索呢？

四、Claude Code 的反向想路：把检索还给模子我方

在讲 Claude Code 的案之前，我想先抛个反问：你是怎样定位代码的？

我猜大部分辨脚员的责任流是这样的。

接办个生分心情，件事前看下目次结构，ls下心里有个数。要找某个在哪完结，反馈是 grep -r全局搜个关键字。grep 出堆候选文献，挨个 cat看下哪个像。找到了，再用裁剪器跳转开，前后翻翻看转折文。

总共这个词历程即是「找文献 → 找内容 → 看具体代码」三件套，盛极必衰，直到你找到蓄意。

隆重下：你莫得提前给总共这个词面貌建索引、作念向量化吧？莫得。你即是「现用现找」。

那你猜 Claude Code 的检索形而上学是什么？

浅显到让东说念主有时：让模子像手脚员样，我方去找。

不预处理、不建库、不算向量，每次需要代码就及时去现场查。用具就给三个：

Glob：按文献名 pattern 找文献（对应你的 find）

Grep：按内容关键字找代码（对应你的 grep -r）

Read：按需读文献内容（对应你的 cat和裁剪器跳转）

Glob：按文献名 pattern 找文献（对应你的 find）

Grep：按内容关键字找代码（对应你的 grep -r）

Read：按需读文献内容（对应你的 cat和裁剪器跳转）

手脚职责任流与 Claude Code 三件套对应关系

看似原始，但现实上是把「找代码」的有蓄意权还给了 LLM。你不需要提前猜模子会问什么，也不需要给它装个「智能调回引擎」，模子我方想搜什么就搜什么，搜完看眼成果，再决定下步。

这想路浅显到让你怀疑东说念主生：就这？真是够用？

我运转也这样想。但背面越扒源码越发现，这套「土味」用具背后藏着堆小巧想象。下节我们就把三件套挨个拒绝。

不外先别急，这里我先埋个伏笔：单纯靠主 agent 我方边 grep 边 read，遭受大型面貌会不会转折文爆炸？这个问题六节再揭开。

五、Claude Code 检索三件套，到底怎样组？

这节有点长，因为三件套每个皆有认真。我们先讲道理，后再贴源码加意会。

5.1 Grep：基于 ripgrep，但不是浅显封装

讲 Grep 用具之前，我想先问你个问题：既然 Claude Code 仍是给模子盛开了 Bash 用具，模子不错我方跑 grep -r "xxx" .，为啥还要单包个 Grep 用具？

这问题好多东说念主没认真想过。但你仔细品，这内部有三层磋议。

层，权限统管控。

Bash 是个用具，模子表面上能跑任何号召。淌若让它我方跑 grep，那 rm 也能跑、curl 也能跑、git push 也能跑。Claude Code 把 grep 单包成用具，特出于在这个频操作上单画了说念权限闸门，安全。

二层，输出模式可控。

你奏凯跑 bash grep，输出即是坨纯文本。但 Grep 用具不错提供结构化输出：行号、转折文行、按文献分组、以致援手「只复返匹配文献名」、「只复返匹配数目」三种粒度。模子按需聘请，token 耗费少好多。

三层，能。

Claude Code 的 Grep 底层用的是 ripgrep，不是传统 grep。ripgrep 是 Rust 写的，多线程并行、自动尊重 .gitignore（不去搜 node_modules 这种垃圾目次），能甩老 grep 几条街。

想象意图皆讲收场，我们看下源码 src/tools/GrepTool/prompt.ts里的用具描绘（这段会出面前模子的 system prompt 里，奏凯告诉模子怎样用）：

A powerful search tool built on ripgrep

- ALWAYS use Grep forsearch tasks. NEVER invoke `grep` or `rg` as a Bash

command. The Grep tool has been optimized forcorrect permissions and access.

- Output modes: "content"shows matching lines, "files_with_matches"shows

only file paths (default), "count"shows match counts

- Use Agent tool foropen

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》枣庄隔热条PA66，以此来变相勒索商家索要赔偿的违法恶意行为。