Claude写代码很强，但有个致命短板 | 帖子 Claude在编程方面确实非常出色，跟普通大模

Claude写代码很强，但有个致命短板 | 帖子 Claude在编程方面确实非常出色，跟普通大模型相比简直是降维打击。

但有一个问题值得所有使用者注意：它是“近视眼”。

因为它从来看不到完整的代码全貌，只能通过grep搜索找到相关代码片段。

一旦grep返回了跟bug描述相似的代码片段，它往往就不再深入探索了，直接在不相关的地方“修复”问题，或者基于这些碎片化的信息来回答问题。

随着代码库不断膨胀，这个问题会越来越严重。

如果使用者自己不了解代码结构，Claude就会不断重复造轮子，在应用的不同位置为相同功能创建重复实现。

有个真实案例很能说明问题：有人让Claude给一个按钮添加键盘快捷键，结果它复制了整个处理逻辑而不是调用已有的按钮处理函数。

后来修改功能时，按钮和快捷键的行为就出现了不一致。

社区里已经有不少人在探索解决方案： 第一种是让Claude先绘制代码架构地图，包括主要子系统、职责划分、共享服务、容易重复的区域等，然后要求它每次操作前都参考这张地图并持续更新。

第二种是用CLAUDE.md文件预先定义项目结构、关键模式、哪些东西不能重复实现。

第三种是建立完整的文档体系，用Mermaid图表展示整个应用的连接关系，在每个主要模块下都放置readme文件，再配合文档更新工具来维护。

还有开发者分享了自己的做法：定期安排“停下来清理”的时间，专门检查文档、更新文档、合并重复代码。

有人提出了一个更根本的观察：这不仅仅是上下文窗口的问题，模型本身就被训练成“找到相关内容就停止搜索”的行为模式。

这个讨论揭示了一个重要认知：AI写代码很强，但绝不意味着人可以完全放手。

架构思维和全局视野仍然需要人来把控。

代码库越大，使用者对整体结构的理解就越关键。

说到底，当前最有效的方法还是建立一套外部记忆系统，让模型在每个重要步骤都能参考和更新，弥补它在长期记忆上的不足。