Claude Code /insights 体验记:4,516 条消息揭示的 AI 编程模式
通过 Claude Code /insights 功能分析了实际项目使用模式。从 1,042 个会话和 6,267 次文件修改的真实数据中发现优势与改进方向。
Claude Code /insights 体验记:4,516 条消息揭示的 AI 编程模式
“我真的在高效使用 Claude Code 吗?”
即使每天都在使用 AI 编程工具,这个问题也很难明确回答。直到我发现了 Claude Code 中 /insights 这个隐藏的宝藏功能——它能基于实际使用数据,客观地诊断你的工作流程。
在这篇文章中,我将完整公开在实际项目中运行 /insights 的结果,并分享由此获得的洞察和实战技巧。
/insights 是什么?
/insights 是 Claude Code v2.1 引入的使用模式分析功能。它基于本地存储的使用数据,提供以下分析:
- 使用统计:消息数量、会话数量、文件修改历史
- 运行良好的方面:正在有效使用的功能和模式
- 阻碍因素:降低生产力的瓶颈
- 改进建议:可以立即应用的实战技巧
- 项目领域分析:在不同任务中的使用方式
可以把它看作”AI 编程工作流的健康检查”。使用方法也很简单——在 Claude Code 中输入 /insights 即可。
实际运行结果:核心指标
分析期间:2025-12-31 至 2026-02-03(约 35 天) 环境:Claude Code v2.1.31
使用量概览
| 指标 | 数值 |
|---|---|
| 总消息 | 4,516 条 |
| 总会话 | 1,042 次 |
| 文件修改 | 6,267 个 |
| 代码变更量 | +1,046,046 / -109,155 行 |
| 活跃天数 | 15 天 |
| 日均消息 | 301.1 条 |
仅从数字来看就相当令人印象深刻。每天平均与 Claude Code 交换 301 条消息,这基本意味着全天候的 AI 结对编程。超过 100 万行的代码新增包含了小说项目和博客内容生成的结果。
工具使用 Top 6
Read ████████████████████████████ 11,798 次
Edit ████████████████████████ 10,068 次
Bash ████████████████ 6,334 次
Write ████████████ 3,465 次
Grep ██████ 2,059 次
TodoWrite ██████ 1,825 次
Read 和 Edit 占据压倒性地位。这表明 Claude 遵循着”先理解,后修改”的模式——在充分阅读和理解现有代码后再进行修改。TodoWrite 进入 Top 6 也很有趣,这证明了并行代理和任务编排的积极使用。
语言分布
| 语言 | 使用次数 | 占比 |
|---|---|---|
| Markdown | 5,862 | 39.5% |
| TypeScript | 4,540 | 30.6% |
| Rust | 2,096 | 14.1% |
| JavaScript | 1,406 | 9.5% |
| JSON | 678 | 4.6% |
| YAML | 304 | 2.0% |
Markdown 排名第一是因为博客文章和小说内容占据了相当大的比重。TypeScript 和 Rust 合计约占总量的 45%,说明实际开发工作也非常活跃。
“运行良好的方面”分析
以下是 /insights 指出的三大优势。
1. 并行代理与任务编排
TodoWrite: 1,825 次
TaskCreate: 1,276 次
合计: 4,751 次(TodoWrite + TaskCreate + TaskUpdate)
在执行大规模任务时,我总是先创建任务列表,然后将其分配给并行代理。/insights 将这评价为”精密的工作流(sophisticated workflow)”。
实际应用示例:
- 小说项目:综合评审 → 问题识别 → 并行修复多个文件
- 博客生成:韩语撰写 → 日语/英语/中文并行翻译
- 代码重构:问题分析 → 任务分配 → 同步修复
这个模式的核心是”先计划,并行执行”。
2. 自定义斜杠命令的活用
创建像 /write-post 这样的自定义斜杠命令来自动化重复任务也获得了高度评价。撰写一篇博客文章需要调研 → 韩语撰写 → 3 种语言翻译 → 图片生成 → 元数据更新等 10 个以上的步骤,而将这些编码为一个命令是一个显著的优势。
“将复杂的多步骤内容生成转换为可重复的单命令操作” — /insights 分析结果
3. 日语小说的两阶段模式
在日语小说项目中使用的工作流也获得了好评:
graph TD
A[执行综合评审] --> B[识别结构、一致性、风格问题]
B --> C[为每个问题创建任务]
C --> D[通过并行代理同时修复]
D --> E[验证修复结果]
“一人 AI 出版社”这个描述令人印象深刻。寻找情节漏洞、检查角色名称一致性、验证风格统一性,然后并行修复跨多个文件的所有问题——这就是整个工作流。
“阻碍因素”分析
并非一切都很完美。/insights 也会冷静地指出问题所在。
上下文限制——最大的瓶颈
“上下文限制导致最有雄心的会话在执行中途终止”
这是最大的问题。特别是在以下任务中频繁发生:
- 小说评审:多卷综合评审中被中断
- 翻译工作:大规模翻译执行中途断开
- 博客内容生成:在初始读取/设置阶段就终止
根本原因是”在单个会话中分配过大的任务”。试图一次解决所有问题的贪心反而造成了低效。
错误模式分析
| 错误类型 | 发生次数 |
|---|---|
| Command Failed | 533 次 |
| File Too Large | 293 次 |
| Other | 151 次 |
| File Changed | 62 次 |
| Edit Failed | 37 次 |
| File Not Found | 32 次 |
“File Too Large” 错误达到 293 次,是因为小说项目中的大型文本文件。看到这些数据后,我深刻认识到了文件分割策略的必要性。
“快速改进”分析
/insights 提出的 Quick Wins 非常实用。
1. 引入检查点机制
“在 headless 模式下通过章节/段落检查点执行翻译和内容生成”
要解决长时间任务中途断裂的问题,需要在完成每个阶段时将进度保存到文件中。这样即使会话终止,下一个会话也可以从中断处继续。
<!-- .claude/task-status.md 示例 -->
## 博客文章撰写进度
- [x] 调研完成
- [x] 韩语初稿撰写
- [ ] 日语翻译
- [ ] 英语翻译
- [ ] 中文翻译
- [ ] 元数据更新
2. 结构化检查点文件
“将 TodoWrite/TaskCreate 模式正式化为结构化检查点文件”
虽然已经使用了 4,751 次 TodoWrite,但建议将其发展为更系统的基于文件的检查点。关键在于会话间的状态共享。
3. 自动恢复设计
“设计新会话能够检测并恢复未完成的任务”
即在 CLAUDE.md 中添加”Long-Running Tasks”部分,明确规定长时间任务时始终将中间进度保存到文件。当接近上下文限制时,在 .claude/task-status.md 中记录已完成/未完成任务的摘要。
项目领域分析
/insights 还提供了按任务类型的详细分析。
日语小说与质量评审(约 3 个会话)
进行了出版质量评估、设计一致性审查、多卷综合评审。系统性地识别结构、一致性、风格问题并并行修复,本质上是用 AI 自动化了出版行业的校对流程。
小说翻译——日语到韩语(约 1 个会话)
利用 Claude Code 的并行代理功能进行翻译工作。通过章节并行处理提高了速度,但上下文限制问题导致了一些会话中断。
博客内容生成(约 2 个会话)
通过自定义 /write-post 命令生成博客文章。这是一个以调研文件为输入,生成 4 种语言内容的自动化流水线,但有时在初始设置阶段就耗尽了上下文。
TypeScript 与 Rust 开发
TypeScript 4,540 次,Rust 2,096 次,是最活跃的开发领域。还包括 JavaScript(1,406 次)、HTML、CSS、JSON 的工作。这表明从 Web 前端到系统编程都在广泛使用。
多文件问题修复与维护(约 48 个会话)
进行了 51 次多文件变更。广泛使用 TodoWrite 和任务管理工具,通过并行代理执行系统性审查和批量修复。这占据了总会话的最大比重。
时段使用模式
上午 (06-12) ████████ 419 次 (9.3%)
下午 (12-18) █████████████████████████████████ 1,644 次 (36.4%)
晚间 (18-24) ██████████████████████████████████ 1,675 次 (37.1%)
深夜 (00-06) ████████████████ 778 次 (17.2%)
下午和晚间集中工作的模式非常明显。深夜仍有 17% 的使用量,这也是在利用 AI 的优势——能够在深夜时分维持一个不会疲倦的编程伙伴。
用户响应时间也是有趣的数据:
| 指标 | 值 |
|---|---|
| 中位数 | 155.0 秒 |
| 平均值 | 368.1 秒 |
| 最频繁区间 | 2~5 分钟(621 次) |
响应中位数约 2.5 分钟,代表的是审查 Claude 的回复并发出下一条指令所需的时间。这反映的是”人类监督下的 AI 工作”模式,而非完全自动化。
面向未来的建议
/insights 还提出了一些值得尝试的未来工作流。
自愈式并行翻译流水线
graph TD
A[协调器代理] --> B[第1章翻译代理]
A --> C[第2章翻译代理]
A --> D[第3章翻译代理]
B -->|上下文限制| E[恢复代理]
E -->|自动恢复| B
C --> F[完成]
D --> F
B --> F
当达到上下文限制时,恢复代理自动重新启动的”fire-and-forget”模式。目前需要手动重启会话,但引入这种模式后可以实现完全自动化。
小说质量验证测试用例
还有一个想法是像 CI 流水线一样自动验证小说质量:
- 角色名称一致性测试
- 时间线验证测试
- 风格指南合规测试
正如代码有单元测试一样,为创意写作引入自动化质量验证的想法非常新颖。
实战应用技巧
通过 /insights 获得的经验教训总结如下。
可以立即应用的内容
-
大任务一定要拆分:不要在单个会话中塞入所有内容,按章节/段落/模块进行拆分。
-
将检查点保存到文件:创建像
task-status.md这样的文件记录进度,即使会话断开也能继续工作。 -
创建自定义斜杠命令:如果有重复性任务,就像
/write-post一样编码为命令。一次创建,永久复用。 -
积极使用并行代理:通过
TodoWrite→TaskCreate模式分配工作,效率将大幅提升。
最大化利用 /insights 的方法
-
定期执行:每月执行一次
/insights,可以追踪工作模式的变化。 -
反映到 CLAUDE.md:将
/insights建议的改进事项记录到 CLAUDE.md,Claude Code 会自动遵循这些规则。 -
关注错误模式:如果”File Too Large”或”Command Failed”等错误很多,说明需要调整工作流。
-
利用 HTML 报告:
/insights还会生成详细的 HTML 报告。可视化的数据可以进行更深入的分析。
推荐给其他开发者的原因
运行 /insights 后最大的感受是:“我不了解自己是如何使用 AI 的,却以为自己用得很好”。
基于数据的客观诊断带来以下价值:
- 发现隐藏的瓶颈:如果没有认识到上下文限制的问题,我会一直重复同样的错误。
- 强化有效的模式:确认并行代理的使用确实有效,这种确认会带来信心。
- 具体的改进方向:不是”用得更好”这样的泛泛而谈,而是”引入检查点机制”这样具体的行动项。
我向所有使用 AI 编程工具的开发者推荐执行 /insights。运行只需 5 分钟,但获得的洞察可能从根本上改变你未来的工作流。
结语
Claude Code /insights 不仅仅是一个统计功能。它是一个AI 工作流教练,通过数据展示你与 AI 编程工具的协作方式,并提出具体的改进方向。
4,516 条消息、1,042 个会话、6,267 次文件修改——这些数字告诉我们的不仅是”用了很多”,更是”如何在使用,哪里改进可以更好”。
如果你还没有运行过 /insights,现在就打开 Claude Code 输入 /insights。客观面对自己的 AI 编程模式,这是成为更好的开发者的第一步。
参考资料
阅读其他语言版本
- 🇰🇷 한국어
- 🇯🇵 日本語
- 🇺🇸 English
- 🇨🇳 中文(当前页面)
这篇文章有帮助吗?
您的支持能帮助我创作更好的内容。请我喝杯咖啡吧!☕