文章

AI 写代码时在干嘛?它可能正在跳舞、挖洞,或者 honking

Claude Code 的 Grooving、Spelunking、Honking 都是什么意思?聊聊 AI 编程工具那些会跳舞、挖洞、学大鹅叫的状态词。

AI 写代码时在干嘛?它可能正在跳舞、挖洞,或者 honking

你让 AI 帮忙改代码,屏幕上转着一个小小的加载图标。等了一会儿,它旁边冒出一句:

Spelunking…

它是在找 bug,还是跑去洞穴探险了?

这类出现在等待动画旁边的动词,常被叫作 spinner verbs 或 progress verbs。它们不是什么神秘的模型术语,却像 AI 编程工具递给用户的一张小名片:有的俏皮,有的克制,有的直接告诉你它正在做什么。

如果把模型能力看作工具的“第一人设”,那么这些不起眼的状态词,就是它的第二人设。

Claude Code:把等待写成一场小剧场

Claude Code 的状态词尤其容易让人记住。用户和开发者分享过不少例子:

状态词字面意思读起来像什么
Grooving...找到节奏、跟着音乐摇摆代码写得正顺手
Spelunking...洞穴探险钻进代码库深处摸索
Ruminating...反复思量把问题放在脑中多琢磨一会儿
Brewing...酝酿、冲泡方案正在“煮”出来
Marinating...腌制、浸泡让想法再入味一点
Clauding...一个带有 Claude 名字的俏皮造词今天走的是 Claude 风格
Honking...鸣叫一只突然闯进终端的大鹅

词库里还流传着 Moonwalking...、Noodling...、Dilly-dallying... 等各式各样的表达。它们把写程序说成跳舞、探险、烹饪,偶尔还像是在开自己的玩笑。

网上有文章根据 Claude Code 的程序包或界面内容整理过一份很长的词表,常见说法是“超过 180 个”。不过,这不是 Anthropic 公布的稳定规格;版本不同,词表和显示行为都可能变化。与其把某个数字当成官方承诺,不如把这些例子看作开发者观察到的界面文案。

而且,Spelunking... 不代表 Claude 正在执行一个名叫“洞穴探险”的技术步骤;Honking... 也不意味着它发现了什么特殊问题。它们首先是等待期间的文字提示,不是模型内部思维过程的字幕。

同样是等待,不同工具有不同口吻

拿几个常见 AI 编程工具放在一起看,会发现它们呈现任务的方式并不一样。不过,把它们简单概括为“Claude 爱整活、微软只讲工业风”并不准确:界面会随产品版本、任务类型和使用入口变化,Copilot 或 Cursor 也会通过具体操作状态来提供信息。

工具/界面倾向常见呈现方式给人的感觉
Claude Code俏皮的动词,有时还带一点荒诞感像一个有幽默感的搭档,等待不那么干巴巴
GitHub Copilot在不同入口中显示生成、搜索、编辑等提示更偏向融入 IDE 或开发流程,具体体验随入口而异
Cursor常能看到搜索代码、读取文件、应用修改等操作信息更像把工作步骤摊开,强调“它正在做哪件事”

这里比较的是文案和信息呈现的倾向,不是产品能力排名,也不是每个版本都会出现的固定台词。一个词让人发笑,另一个提示让人看懂操作;两者都可能是好的设计,关键看它们有没有帮用户理解当前状态。

状态词为什么会影响体验?

1. 它告诉你:程序还在响应

等待界面最让人不安的,并不总是“慢”,而是“不知道它是不是卡住了”。不断变化的文字或动画提供了一个简单信号:界面仍然有响应。

但要分清楚:动画在动,不等于任务一定在有效推进。 一个 spinner 可以缓解等待中的不确定感,却不能代替进度、结果或错误说明。

2. 它让抽象的等待有了温度

Generating... 很清楚,但也很普通。Grooving... 则多了一点性格。幽默不一定提升效率,却能让重复、枯燥的等待没那么像盯着一面空墙。

这也是界面文案的力量:它不改变模型做事的能力,却会改变我们与工具相处的感觉。

3. 它也可能制造错觉

如果状态词暗示了具体工作,用户很容易把它当成真实进度。例如看到 Spelunking...,就以为 AI 正在深挖整个代码库;看到 Ruminating...,就以为它正以人类的方式反复推理。

实际上,单凭一个状态词,通常无法知道模型此刻的内部状态、处理到哪一步,或最终是否会成功。要判断任务进展,还是应该看它是否展示了实际操作、阶段结果、等待中的工具调用,或者最后的验证结果。

因此,理想的设计也许是两者兼有:俏皮的文案负责陪伴,清晰的操作状态负责交代。

这些词不是思维链

“看见 AI 在思考”是很有吸引力的说法,但 spinner verbs 并不等同于模型的思维链,也不能当作模型正在进行某种特定认知活动的证据。

更稳妥的理解是:它们是产品团队选择的一层界面表达。它可以让等待变得更有趣、让工具显得更亲切;真正发生了什么,仍要看产品能展示的任务状态和实际输出。

所以,下次看到 Grooving...,不必担心它在代码里跳舞;看到 Spelunking...,也别急着想象它已经挖遍整个仓库。就把它当成 AI 工具在等待时递来的一句俏皮话吧——至于事情有没有办好,最终还是由改动和测试说了算。

参考资料

本文由作者按照 CC BY 4.0 进行授权