Claude Code 有了 mods:AI 时代,个性化会变得重要
原文:Anthropic’s mods let you change Claude Code’s look and behavior(The New Stack,2026-10-02) 官方:Getting started with Claude Code mods、Mods 文档
10 月 1 日,Claude Code 的作者 Boris Cherny 在 X 上宣布了 mods,说了一句我觉得会被反复引用的话:
每个人的工作方式都不一样,所以没理由让所有人用一模一样的 Claude。
mods 是一小段 JavaScript 或 TypeScript 函数,挂在 Claude Code 内部的事件上。它可以在 prompt 发给模型之前改写它,可以拦截或改写一次工具调用,可以替你处理权限请求,可以替换界面的一部分,也可以加一个全新的功能。写好之后打包成插件,别人三条命令就能装上。
表面上看,这是一个给极客玩的高级定制功能。但我认为它释放了一个更大的信号:AI 时代,个性化会变得重要,而且会成为 AI 工具真正的竞争点。
mods 能改到多深
Claude Code 原本就能定制,但能改的东西都在「外面」。

- 设置和权限规则,决定能用哪些工具;
CLAUDE.md/AGENTS.md,写长期指令;- 状态栏和输出风格,调整显示;
- 斜杠命令和 Skills,封装可复用的流程;
- 设置里的 hooks,在事件前后跑一条命令;
- MCP,给模型接上新工具。
这些改的都是「Claude 做什么」。**mods 第一次能改「Claude Code 本身怎么做、长什么样」。**它在进程内运行,整个会话期间一直活着,能记住状态、实时更新界面、启动进程、加命令。
有个细节很说明问题:Anthropic 自己的 AGENTS.md 支持和 /diff 面板,已经是用 mods 写的,源码就放在 Claude Code 仓库里。也就是说,Claude Code 正在变成「一个小内核 + 一层可替换的 mods」,官方功能和用户定制用的是同一套机制。
原因一:定制的门槛塌了
mods 最关键的一句话,不在 API 文档里,而在 Anthropic 工程师 Addy Osmani 的入门文章开头:
你不需要先学 API。运行
claude,描述你想要的 mod,允许热加载,这一轮结束 mod 就出现了。

拿「上下文快满时提醒我」这个需求来说:
- 以前,你得读插件 API、写代码、调试、打包、装上,改一点再重来一遍。能这么干的,基本是会写 Emacs Lisp、Vim 脚本或 VS Code 插件、愿意花一晚上折腾的人。
- 现在,你把需求说清楚,Claude 写出 mod,热加载当场生效。不满意就接着说「70% 就变红」「末尾加上花费」,界面跟着变。官方示例 Token Weather 就是这么来的:根据上下文占用,从「晴」到「阵雨」再到「风暴」,大约 80 行。
个性化一直都有价值,只是过去成本太高,只有少数高手享受得到。**AI 把「改造工具」本身变成了一件可以用自然语言完成的事。**定制从少数人的爱好,变成了普通用户的默认动作,个性化第一次具备了规模。
原因二:模型会换,个人层留下
第二个原因更长远。

把一个 AI 工作环境拆开看,大致有四层:
- 模型:Opus、GPT、Gemini、Grok,几个月就换一代,哪个好用切哪个;
- Agent 外壳:Claude Code、Codex、Cursor、OpenClaw,也在互相追赶;
- 个人层:你的
AGENTS.md、Skills、记忆、mods、hooks; - 你的工作方式:习惯、风险偏好、审美、踩过的坑。
越往下越容易替换,越往上越是你自己的。
更重要的是,个人层正在变得可以跨工具迁移:
- Agent Skills 在 2025 年 12 月成了开放标准,Codex 和 Cursor 都支持,Cursor 还直接读
.claude/skills/目录; - Codex 把你的个人指令存在全局
AGENTS.md里; - Claude Code 用 mods 实现了
AGENTS.md支持。
这意味着,**真正跟着你走的不是某个模型或某个工具,而是你沉淀下来的那一层。**模型越强、越同质化,这一层的相对价值就越高。
我自己就是例子。我的 OpenClaw 工作区里,AGENTS.md 已经写到 534 行,还有 25 个 skills、29 篇工作日记。里面写的是:
- 回复用什么语言、先说结论;
- 抓微信公众号文章该走哪条路;
- 发博客的流程和配图规范;
- 每次踩过的坑,比如今天刚补上的「OpenClaw 升级必须脱离网关进程」那三条。
同一个模型,接上这一层之后,做事方式完全不同。换一个更强的模型,这一层照样能用;丢了这一层,再强的模型也得从头教起。
原因三:Agent 替你动手,就必须贴合你
第三个原因:AI 已经不只是回答问题,而是在替你执行命令、改文件、调接口。动手的工具,必须贴合使用者的风险偏好。
官方举的几个 mod 例子,其实都在讲控制权:
- Blast Radius:执行危险的 shell 命令前先拦下来,展示会改动什么,再让你选继续还是取消;
- Replay Theater:把一轮里 Claude 做的修改一个 diff 一个 diff 地回放,适合按自己的习惯审查;
- 发布当天就有开发者做了一个 mod,把凭证传给 Claude,但不让密钥留在对话记录里。
有人谨慎,希望每条命令都确认;有人求快,只想看最后的 diff。一刀切的默认值,注定让两边都不满意。个性化在这里不是换皮肤,而是让 Agent 按你的规矩办事。
消费端也在走同一条路
这不只是开发者工具的趋势。ChatGPT 的设置里已经有:
- 个性预设,决定语气和风格;
- 特征微调,可以单独调热情程度、格式、emoji 用量;
- 记忆,可以引用过去的对话;
- macOS 上可选开启的「电脑使用历史」,把你在各个应用里的活动变成记忆。
从命令行到聊天框,两端在往同一个方向走:同样的模型能力,按每个人的方式交付。
代价:三笔账要先算清
个性化越深,代价也越大。mods 的官方文档写得很坦白:

安全
- mods 不在沙箱里,以安装者的权限运行。
- 文档举的例子:即使你禁止了
Read(.env),mod 仍然可以用$.fs.read读这个文件,或者启动一个程序去读。 - 装一个来路不明的 mod,等于在本机跑一段陌生代码。官方建议只装可信来源,装前读源码。
一致性
- 在 Team、Enterprise 计划或者有托管配置的机器上,内置护栏
sec-default会排在所有用户 mod 前面,默认不让它们推翻 deny 规则。管理员还能设成只允许组织自己的 mod。 - 但在普通个人机器上,mods 可以推翻部分权限决定。
- 团队里每人一套行为,产出和评审口径也会分叉。
维护
- API 可能随版本变化,以每次加载时写入的类型声明为准。
- 定制越多,升级时坏得越多,慢慢就成了「个性化债务」。
我的原则是:定制越少越好,只留天天用的;个人层放进 git;陌生 mod 不装。
我的判断
**第一,AI 工具的形态会从「大而全」变成「小内核 + 定制层 + 分享市场」。**浏览器靠扩展、游戏靠 mod 社区,都走过这条路。Claude Code 用 mods 写官方功能,就是这个方向最明确的信号。
**第二,竞争点会从「谁的模型最强」转向「谁最贴合我」。**模型能力会逐渐趋同,差异会体现在:谁能把用户的个人层接得最顺、学得最快、迁移得最方便。
**第三,个人层应该属于用户,而不是被某一家锁住。**Skills 和 AGENTS.md 走向开放标准是好事。如果有一天个人层只能存在某一家的云端、不能导出,那就是新的锁定。
**第四,对普通人来说,最值得投资的不是追最新的模型,而是持续沉淀自己的规则、流程和偏好。**这些东西跨模型、跨工具、跨年份都有效,而且越用越值钱。
怎么开始
- 先写一份
AGENTS.md:回复语言、代码风格、常用命令、绝对不能做的事。半小时就够。 - 把重复纠正变成规则:同一件事纠正 AI 两次,就写进
AGENTS.md;同一个流程做了三次,就封装成 skill。 - 用 mods 补「可见性」和「护栏」:比如上下文占用提示、危险命令拦截。这两类收益最高、风险最低。
- 把个人层放进 git:每次改动都有记录,换电脑、换工具都能带走。
- 只装看得懂源码的 mod:别人分享的 mod,先让 Claude 读一遍,告诉你它监听了哪些事件、调用了哪些能力。
写在最后
以前我们说「工欲善其事,必先利其器」,默认大家用的是同一把器。AI 时代的变化是:每个人都可以用一句话,把器改成最适合自己的样子。
模型会越来越强,也会越来越像。真正拉开差距的,是你有没有把自己的工作方式教给它,并且留下来。
评论