Code Mode 突然又火了？它其实是 Cloudflare 一年前提出的设计

2026-10-07 · thinking

本文挂在 thinking。

缘起：2026 年 10 月初，美团营销 Agent 研发 LanLance（@LanLance24）在 X 上发了一条观察：最近 Pi 和 OpenCode 都在写 Code Mode 相关的博客，但大部分内容去年 Cloudflare 文章里就有。他给出结论，想补习最早的 Code Mode 设计，直接看 Cloudflare 的两篇博客。

“最近 Pi 和 OpenCode 都在写 Codemode 相关的博客，大部分内容其实去年 Cloudflare 文章中就有提到了。这段时间 Codemode 突然又大火，大家可以看看 Cloudflare 的两篇博客补习下最早的 Codemode 设计。” LanLance

这个观察基本准确。Code Mode 不是一个新概念，它有一套清晰的思想源头：Cloudflare 2025 年 9 月的《Code Mode: the better way to use MCP》定义模式，2026 年 2 月的《Code Mode: give agents an entire API in 1,000 tokens》给出规模化落地。中间 Anthropic 独立走通了同样的思路。2026 年 9-10 月 Pi 与 OpenCode 的集中发布，只是把这条线推到了主流。本文把这条演进线完整拆开。

Code Mode 是什么：一句话版

传统的 MCP 用法是把工具 schema 直接暴露给 LLM，让模型“调用”工具。Code Mode 反过来：把 MCP 工具转成 TypeScript API，让模型“写代码”调用这些 API，代码在一个隔离沙箱里执行。

一句话：LLM 更擅长写代码去调用 MCP，而不是直接调用 MCP。

为什么“直接调用工具”是错的

Cloudflare 给出了两个根本原因，都指向 token 与能力的错配：

工具数量会撑爆上下文：每个工具 schema 都占上下文。接上千个工具时，模型在读到用户请求之前就要消化几十万 token 的定义。
中间结果反复过模型：传统模式下，一次调用的输出必须流回模型，再被模型复制成下一次调用的输入。大文档会两次通过上下文；复杂的循环、条件、过滤全部发生在模型上下文里，又慢又贵。

而模型写代码恰好相反：代码里有循环和分支，执行环境可以做过滤、聚合、链式调用，只有最终结果回流模型。Anthropic 文章里的例子很有说服力：把 Google Drive 的会议纪要传给 Salesforce，传统方式纪要全文两次穿过上下文；写代码的方式在沙箱里直接完成，模型只看到结果。

为什么模型写代码更强

Cloudflare 给了一个直觉性很强的解释：

“让 LLM 用工具调用完成任务，就像让莎士比亚学一个月普通话再让他写剧本，那不是他的最佳水平。”

LLM 在训练中见过海量真实世界的代码（数百万开源项目），对 TypeScript 的掌握极其深厚。
但工具调用是一种模型极少见过的合成格式，训练数据有限，模型并不擅长。
结论：把工具变成代码接口，是在利用模型最熟练的能力。

核心机制：三个环节

1. MCP schema 到 TypeScript API

agent 连上 MCP server 后，拉取工具 schema，自动生成一份带 doc comment 的 TypeScript 类型定义。每个工具变成一个异步函数，参数和返回值都有类型。

interface SearchAgentsCodeInput {
  /** The search query to find relevant code files */
  query: string;
  /** Page number to retrieve (starting from 1) */
  page?: number;
}
declare const codemode: {
  search_agents_code: (input: SearchAgentsCodeInput) => Promise<SearchAgentsCodeOutput>;
  // ...其他工具
};

2. 沙箱执行

模型写好的代码在隔离沙箱里运行。沙箱与互联网完全隔离，唯一出口是代表 MCP server 的 TypeScript API。代码通过 console.log 把结果返回给 agent。

3. bindings 而非网络访问

这是 Cloudflare 设计里最值得称道的一处：沙箱不是“有网络 + 靠过滤限制”，而是默认无网络，通过 binding 直接获得已授权对象。

沙箱的 fetch()/connect() 直接抛错。
MCP server 以 binding 形式注入，调用走 RPC 回到 agent loop。
API key 留在 agent 侧，模型写的代码永远接触不到密钥。

默认无网络

不是先给网再过滤。fetch 直接抛错。密钥留在 agent 侧，代码只摸得到函数。

规模化的证据：1,000 token 覆盖整个 API

2026 年 2 月，Cloudflare 用 Code Mode 重做了自己的 MCP server，把整个 Cloudflare API（2500+ 端点）收敛成两个工具：search() 和 execute()。上下文占用从 117 万 token 降到约 1,000 token。

图解：四种接法的上下文

Raw OpenAPI

约 200 万 token。窗口装不下。

完整 schema

2,594 个工具，117 万 token。

只留必需参数

还是 2,594 个工具，24 万 token。

Code Mode

两个工具，1,069 token。

数字来自原文的 tiktoken 计量。后面的表是同一组数。

这张对比表（原文用 tiktoken 计量）是整个论证最硬的数据：

接入方式	工具数	Token 成本	200K 上下文占用
Raw OpenAPI Spec 注入	-	约 2,000,000	977%
Native MCP（完整 schema）	2,594	1,170,523	585%
Native MCP（仅必需参数）	2,594	244,047	122%
Code Mode	2	1,069	0.5%

完整 schema 的 native MCP 比整个上下文窗口还大 5 倍，根本没法用。Code Mode 用 2 个工具 + 渐进式探索解决了同一问题。整个 API 的 OpenAPI spec 永不进入上下文，模型通过 search() 写代码筛选出自己需要的端点，再通过 execute() 执行。

图解：直调与写代码

直调

工具定义先占满上下文。每次结果回到模型，再抄进下一次调用。

写代码

工具变成 TypeScript API。循环和过滤在沙箱里做完，模型只看见结果。

密钥不进沙箱。出口只有这些函数。

Anthropic 的独立收敛：Code Execution with MCP

2025 年 11 月，Anthropic 发表《Code execution with MCP》，走通了同一方向，并且提供了额外视角。

文件树渐进披露

Anthropic 的版本把工具做成文件系统树：每个工具一个 .ts 文件，模型按需浏览目录、读需要的文件，而不是全量加载。搜索工具支持 detail level 参数（只看名字 / 名字+描述 / 完整 schema）。

额外收益

隐私保护：中间结果默认留在沙箱，敏感数据（PII）可自动 tokenize，真实数据流经工作流但从不进入模型上下文。
状态持久化：代码可以把中间结果写到文件，跨多次执行续跑。
沉淀为 Skills：跑通的代码能存成可复用函数，配一个 SKILL.md 就成为结构化技能。

Anthropic 的量化：同样场景下 token 从 150,000 降到 2,000，省 98.7%。两篇文章互相引用，Cloudflare 称 Anthropic 独立探索了同一模式，Anthropic 称 Cloudflare 发表了类似发现并命名为 Code Mode。

2026 年 9-10 月为什么又火了：Pi 与 OpenCode 的落地

LanLance 说的“突然大火”，对应的正是这两个事件：

Pi 0.99.0：把 Code Mode 做成内置扩展

2026 年 9 月 29 日，Pi 发布 0.99.0，把 codemode 作为内置扩展推出：

模型写的 JavaScript 在 QuickJS 沙箱里运行，可并行调用 Pi 的工具。
新增 tool_search：模型可以搜索未声明的工具并临时声明，配合 codemode 做渐进披露。
MCP 成为一等公民：stdio / streamable HTTP / OAuth 全支持。
支持用 Jev classifier 模型在 codemode 脚本内做分类。

OpenCode 2 / OpenChamber 2.0：Code Mode 成为主力交互

2026 年 9 月 23 日，OpenChamber 2.0（基于 OpenCode 2）上线，把 Code Mode 描述为“最喜欢的部分”：

agent 只拿到一个“运行短脚本”的工具，MCP 工具和插件工具在脚本里都是普通函数。
“遍历我所有打开的 issue，找出跟 sidebar 有关的，给我标题”，变成一段模型写一次的循环，脚本内完成所有调用，只有最终答案回到对话。
更少 token、更少往返。脚本在 OpenCode 自己的小解释器里跑，只能碰授予的工具，无网络、无文件、无进程。
小模型写脚本能力差，可以按 MCP server 单独关掉 Code Mode。

这两家的做法与 Cloudflare 一年前的设计同构：工具变函数、沙箱执行、渐进披露。区别在实现载体，Pi 用 QuickJS 沙箱，OpenCode 用自己的小解释器，Cloudflare 用 V8 isolate。

其他竞争者与边界

Code Mode 不是唯一的上下文压缩方案，2026 年的格局大致是：

方案	做法	代表
Code Mode	工具转 TS API，写代码在沙箱执行	Cloudflare、Anthropic、Pi、OpenCode
CLI 化	MCP server 转成 CLI，靠 help 渐进披露	OpenClaw、Moltworker（MCPorter）
动态工具搜索	先搜后加载，只暴露相关工具	Claude Code（ToolSearchTool）

CLI 方案的问题是需要 shell 环境、攻击面更大；动态搜索仍要维护一个搜索函数，且每个命中工具仍占 token。Code Mode 的取舍也很清楚：必须有一个可信的沙箱，这恰恰是它一年后才普及的原因之一：运行 agent 生成代码需要安全执行环境与资源限制，这是直调工具不需要的运维成本。

我的几点判断

Code Mode 的本质是上下文工程的一次范式转移：从“给模型更多工具”转向“给模型一个能写代码的 API + 沙箱”。它和 harness engineering 里的 JIT 检索、延迟工具加载是同一股潮流，不再把整个世界塞进上下文，而是让模型按需获取。
沙箱是真正的门槛。Cloudflare 有 V8 isolate、Pi 有 QuickJS、OpenCode 有自己的解释器，没有轻量可信沙箱的 agent 只能做直调。这也是为什么 2025 年概念提出后，直到各家补上沙箱才大面积落地。
“写过代码就能跑”是对小模型不友好的。OpenChamber 明确说小模型写脚本更差，需要按 server 关闭。Code Mode 的收益曲线跟模型代码能力强绑定，这是它的适用边界。
LanLance 的观察值得肯定：这类“突然大火”的技术，多数时候源头并不神秘。把 Cloudflare 两篇原文读一遍，比追 10 篇二手解读有用得多。这也是本文写作的初衷。

年份别写丢

模式是 2025 年 9 月定的。2026 年秋天的产品发布，是把同一件事做成默认路径。

参考与延伸阅读

Code Mode: the better way to use MCP（Cloudflare，2025-09-26）
Code Mode: give agents an entire API in 1,000 tokens（Cloudflare，2026-02-20）
Code execution with MCP: building more efficient agents（Anthropic，2025-11-04）
Pi 0.99.0（2026-09-29）
OpenChamber 2.0: it’s getting hot reload in here（2026-09-23）
LanLance 原帖