跳到正文
← 文章Code Mode:为什么 Coding Agent 开始让模型写代码调工具

Code Mode:为什么 Coding Agent 开始让模型写代码调工具

Code Mode 让 Coding Agent 把工具依赖、容错与筛选放进脚本,省去中间 JSON 开销。对照 Codex、Pi、OpenCode 与 Claude Code,说明它与 Bash 的宿主边界、接口变化及写入不回滚的代价。

2026年11月16日·1,802 字·5 分钟
Code Mode:为什么 Coding Agent 开始让模型写代码调工具

Armin Ronacher 10 月 6 日的文章里有一段真实的 Pi 会话代码,任务是先找出 Sentry 的组织,再查每个组织下的项目。按普通工具调用的流程,组织列表会先全部回到对话上下文,模型读出每个组织的 slug 和 regionUrl 后,再发下一轮请求。

这段会话把两步写进了同一段 JavaScript,直接从组织对象里取值调项目接口:

await tools.mcp__sentry__find_projects({
  organizationSlug: org.slug,
  regionUrl: org.regionUrl,
})

外围用 Promise.allSettled 等全部组织查完。遇到请求被拒或工具返回 isError,脚本就给对应组织记一条错误;成功时,只把组织标识和项目 slug 返回给模型,项目详情全部留在脚本里处理。

普通 JSON 工具调用其实也能并行执行。Code Mode 多出来的,是把先找组织、再查项目的依赖关系,连同局部容错和字段筛选写进程序。底层请求和限流照常发生,但中间不必每次停下来让模型决定下一步。

除了中间数据太大,工具本身的声明和返回文本也在占用上下文。Pi 早期不接 MCP,9 月底官方文章“You Said No MCP!” 就批评过,许多 MCP Server 按直接交给模型调用的方式设计,返回大段文本,宿主和模型还得拆开处理。

把工具声明改成按需查询也能压低初始开销。Cloudflare 今年 2 月发布的 MCP Server 只留 search 和 execute 两个入口,模型写 JS 去查 OpenAPI 定义,官方文章称入口说明约 1000 token,全量展开则是 117 万 token。这组数字没有复现,只比较了初始接口说明,不能当作完整任务的总用量;普通工具调用同样可以做延迟加载。

让模型生成可执行代码调工具,2024 年的 CodeAct 论文做过实验,2025 年 9 月 Cloudflare 博客提出 Code Mode 这个叫法,两个月后 Anthropic 也发文讨论用代码执行调 MCP。到了 2026 年,四家主流 Coding Agent 陆续跟进。Codex 在 3 月 0.114.0 放出实验版 code_mode,到 0.163.0 源码仍标着开发中。Pi 在 9 月底 0.99.0 加入 Codemode,OpenCode 10 月发 2.0 时也把它列为重要变化,Claude Code 则在 11 月 12 日(UTC)发布的 v2.1.323 中新增实验性 Code Mode。

Claude Code 默认关闭该功能,需通过 CLAUDE_CODE_EXPERIMENTAL_CODE_MODE=1 在终端交互会话中开启(项目配置里的该变量会被忽略)。它通过 REPL 工具执行模型编写的 JS,官方示例在同一段脚本里搜索文件、调用 edit 修改并跑测试,最后只返回文件路径与测试输出;对话界面默认只展示 edit diff 等工具结果,按 Ctrl+O 展开 Code 行才能看到源码。

把 MCP 包装成 CLI 交给 Bash 调用是另一条路,mcporter 就是这样让 Agent 用 Shell 调服务。但 CLI 的 --help 只给模型看用法,不会自动变成宿主可校验的工具定义。

更关键的差别在执行环境。Armin 专门区分了宿主和 Bash。Bash 可能跑在项目工作区、Docker 容器或远程机器上,向模型传图片、调度子 Agent 的通道却在宿主手里。脚本在容器里 cat 一遍图片,不能把图像放进模型输入;容器里的 Python 要调宿主注册的 Sentry 工具,还得用环境变量和 Unix socket 另搭通信链路。

凭据和权限也能留在宿主侧。把查询封装成工具后,脚本只传参数,由宿主拿密钥发请求,不必把密钥放进项目容器。Pi 用编译成 WASM 的 QuickJS 跑脚本,不直接开放文件系统和网络,每次调 tools.xxx() 仍要过宿主的参数校验、hooks 和权限检查;宿主若开放了写入工具,脚本照样能对外写入。

Claude Code 的脚本调用同样经过宿主 deny/ask 规则与 PreToolUse hooks(可匹配 REPL 读取 tool_input.code)。但在 auto 模式下,分类器只在运行前审一遍源码,看不到运行时从搜索结果拼出的路径;若前一段未结束就启动新代码,前一段会失去分类器审查并触发带倒计时的确认,强约束仍须依赖规则、hooks 或沙箱。

Code Mode 编排宿主工具,Bash 操作项目文件

图里画的是宿主工具和项目终端的分工,Bash 本身也能作为宿主工具供 Code Mode 调用。公开实现细节的 Codex、Pi、OpenCode 三家,执行引擎也不一样。Codex 在独立进程里用 V8 isolate 执行 exec 传入的源码,通过 text() 选出返回文本;Pi 运行编译成 WASM 的 QuickJS;OpenCode 则用 Acorn 解析代码,跑一套自研的 JavaScript 子集解释器。

多次脚本调用之间的状态保留,Codex、Pi、OpenCode 三家各有做法。Codex 和 Pi 都提供显式的 store/load 保存可序列化值,其中 Pi 会把成功脚本的存储写入会话记录以支持恢复,Codex 只承诺在当前会话运行时内保留;OpenCode 每次执行都会新建解释状态,核查的版本里没有对应的内建 store/load。由于没有跑三家同任务对比测试,不能凭 V8、QuickJS 或子集解释器的名称排出速度名次。

Claude Code 文档未披露 REPL 底层 JS 引擎与跨调用 store/load 接口,主要标明了会话与耗时边界:前台最长 10 分钟(含权限确认),auto 或 bypassPermissions 模式下可转后台最长跑 2 小时,且开启过 Code Mode 的会话后续 --resume 或 --continue 只能在保持开启的终端里恢复。

把编排逻辑交给脚本后,工具接口的稳定性反而更关键。Armin 提到过一种容易让脚本出错的设计,工具在小批量查询时返回一种结构,到了最大批次为了省 token 又换成另一种结构。模型先试几个条目时脚本能跑通,扩大查询范围就可能在按字段取值时报错。脚本按字段读数据,工具就得保持返回结构稳定,不能让调用方猜这次拿到的是文本还是对象。

嵌套调用目前也容易卡住。Armin 贴过外层 Code Mode 调用内层 Code Mode 的代码,字符串会多出一层转义,内层也调不到外层宿主的工具。Cloudflare 那个 MCP Server 里的代码同样只能访问它开放出来的 API,拿不到外层宿主的 Bash 或图片工具。

给 Agent 接入 Code Mode,先拿只读查询来试,把写操作留在逐项确认的流程里。 可以先挑出调用日志里返回体大、最终只取几个字段的查询放进脚本筛选,同时记下原始返回量和最终传回模型的字段量,看清到底省掉了多少中间数据。

写入一旦在半途出错,代价完全不同。如果一段脚本连续发起三次写入,前两次成功、第三次报错,已经写入的结果不会因为脚本中断而自动撤回,重跑之前还得先核对哪些动作已经完成。

版权声明

作者
XingKaiXin
标题
Code Mode:为什么 Coding Agent 开始让模型写代码调工具
发布时间
2026年11月16日

本作品采用CC BY-NC-ND 4.0 DEED许可。

XingKaiXinXingKaiXin

集章册

0 / 10
  • 初来乍到第一次来访
  • 颠倒世界把世界翻转一次
  • 手不释卷读完一篇文章
  • 愿者上钩在池塘里钓上点什么
  • 余音绕梁把那张唱片听完
  • 手下留情捏一捏开心的脸
  • 暗房一游去暗房看看照片
  • 误入歧途找到一个不存在的页面
  • 夜深人静深夜来一次
  • 终端潜行在 Agent 终端里成功执行一次 cat 或 mcp call

印章只记在这台设备的浏览器里