Claude Code 里最聪明的一个功能，其实不是为它的用户准备的。作者从这句判断写起，讲到自己平日用 Claude Code 写代码时留意到的这处设计——真正受益的并不是坐在终端前敲代码的人。接着他说明这个功能到底是什么，以及它为什么会以这样的形式存在于产品之中。

Claude Code 最近开始帮我预填提示框。任务完成后，输入框里已有一条如“运行测试”或“提交代码”的建议消息，我可直接发送或先改改。

作为用户功能它微不足道，只省几秒打字，我也常自己写。

真正的客户是模型。

从用户拿反馈很难：点赞点踩少人点，点的常恼火，标签稀且有偏。雇标注员贵，读别人代码库是在猜开发者意图。

建议框绕开两问题。每条建议是基于全会话对我下一步的预测，我无意中打了分。原样发是正标签；编辑价值更高，原句和改句成偏好对，差异显错处。如建议“跑测试”被我改成“只跑鉴权测试，全套十分钟”，就是懂项目的人在意做对时给的修正。

这是人类反馈强化学习的原料。标准做法是收集模型输出间的人类偏好，训奖励模型，再优化策略。收集偏好一向最贵，而这里偏好是人干活顺带产生，来自真实代码库而非合成基准，因此对模型要做的任务属分布内。

第二好处：预测用户下一步本身是个有用的训练目标。能猜出合格开发者接下来要什么，模型就学到了工作如何排序：重构后跑测试，通过就提交。这离不用人说就自动做下一步的代理只差一小步。

我得说明这只是猜测。我不知道 Anthropic 拿这个信号做什么，你的会话是否用于训练取决于套餐和隐私设置。但如果让我设计一种从成千上万在职工程师那收集偏好数据的方法，我想不出更便宜的：它只花输入框里的一行字，还以便利功能的形式交付。

讨论整体偏警惕：多数人怀疑“建议下一条消息”是为了采集训练数据或影响用户输入，少数人认为它只是模型预测能力的自然外溢，也有人抱怨它打断输入、像自我实现预言。

认为展示建议主要是为了影响用户下一步输入

• 如果只为训练，可以在后端截断对话、对比预测和真实输入，不必让用户看到（较多人）
• 展示预测更可能是为了塑造用户下一条提示，而文章没有讨论这一点（较多人） > 展示预测的唯一理由似乎就是影响用户的下一条提示（@stavros）

认为这只是模型预测能力的自然外溢

• 原始 LLM 交互中，输入以“用户开始”结尾时，模型本来就会生成像样的用户查询；训练损失不区分对话双方，功能可能是免费得到，最近才暴露（少数人） > 给模型一个以“用户开始”结尾的提示，它本来就会编出合理的下一条用户消息，因为预测下一个词元并不特别区分对话双方（@rcxdude）

抱怨建议消息打断输入并变成自我实现预言

• 建议不是真正想做的下一步，但会打断，有时就跟从；不是准确预测，而是自我实现（较多人）
• 从邮件、即时通讯到 LLM 聊天，都讨厌自动补全句子；也有人从未用过建议消息（较多人） > 它并不准确，更像自我实现预言：打断我之后，我有时真的就顺着它走了（@gedy）

认为偶尔有用，甚至暴露模型自知

• 自动填“现在审查自己减少冗长”在代码改动后很有用，正是提交前想说的（少数人）
• 模型改了不想要的功能，却建议撤销，像知道用户会不喜欢但还是做了（少数人） > 它自动填上让我审查并减少冗长，正好是每次提交前我会手动要求的事（@nottorp）

担心付费和企业数据仍被用于训练，呼吁开源替代

• 大实验室曾承诺付费提示不训练，不应因做法隐蔽而正常化（较多人）
• 企业合同本应保证不进入训练数据，但手动模式重度用户仍会担心；希望开源社区收集资深工程师的使用数据，避免少数私企垄断（少数人） > 大实验室当初至少对付费方案承诺不拿我们的提示训练，不能因为做法隐蔽就把它正常化（@meghan_rain2）

担心最终服务对象变成模型而非用户

• 有人推测，把“客户是模型”推到极端，AGI 成经济重力井，人类沦为服务 AI 的零工，实验室可能在服务 AI 而非用户（少数人） > 如果实验室员工已经认为自己在服务 AGI 而不是我们呢？（@chr15m）

有价值的补充

• 有人类比处理器分支预测：既然能预填下一条提示，为什么不直接开始生成回答（@ipython）
• 观察发现建议消息总是全小写，与用户输入习惯不符（@munchler）
• Claude Code 开始单独询问“Claude 表现如何”，也在直接收集会话满意度反馈（@devonbleak）
• 有人半开玩笑提议，被建议“提交这个”时就改成“删掉数据库”，代表对引导的反抗情绪（@forty）