想知道claude code的编程水平到底有多高，目前主要使用国产大模型
学习目标
想知道 Claude Code 的实际编程水平，明确其在高复杂度、需要长期维护的真实上线产品中的适用边界。想搞清楚：Claude Code 的能力主要来自 Anthropic 模型本身，还是智能体设计？在工程化、结构化、可维护性方面是否真的可以胜任“全权交付”。
个人情况
目前已在使用 AI Coding 辅助开发，核心代码自己先写一版，再让 AI 修改，最后人工审核。项目有后期维护、版本升级、技术栈迭代、引入新中间件等实际需求，所以核心代码以及整体架构的设计都是我自己处理的。我试过主流的国内大模型，它们的代码工程化与结构化能力真的不行。如果我不指定要求，例如会把一些通用的工具函数，写在每个service层，不会封装成工具类。
学习内容
正在关注 Claude Code 的实际案例、评测、对比分析，以及 vibe coding 相关的实践反馈。计划了解其代码生成质量、长期维护性、架构设计能力。
学习问题
身边很多人吹 Claude Code 很强，但不清楚强的来源是模型（Anthropic）还是智能体框架设计。
想知道 Claude Code 的编程水平到底高到什么程度，是否真的可以把一个要上线的产品完全交给它。
当前使用国产大模型，发现代码在工程化（模块划分、依赖管理、配置分离等）和结构化（抽象、接口设计、分层）方面表现不佳。
网上很多人推崇 vibe coding，但很少有人讨论这类项目后期的维护、升级、技术栈变更等现实问题。
已有尝试
持续在实际项目中使用 AI 辅助编程，采用“自己写核心代码 → AI 修改 → 人工审核”的流程。
关注过一些 Claude Code 的 hype 内容，但没有找到系统性的、针对长期维护能力的评估。
期望帮助
希望有人能从工程实践角度分析：Claude Code 在需要长期维护的真实产品中表现如何，是否存在类似国产大模型那样的工程化/结构化短板。
希望了解 Claude Code 的能力边界：哪些场景可以信任它，哪些场景必须人工把控。
希望能看到对比分析：Claude Code 的能力更多来自模型本身还是智能体设计。
如果有实际用 Claude Code 维护过一段时间项目的经验分享，或针对“vibe coding 项目后期维护”的讨论，非常欢迎。
