五大 Agent 代码量全拆解

00五项目对比总览

同一个统计口径下，五个项目放在一张表里。先记住一件事：「仓库总行数」和「核心实现行数」是两个完全不同的数字——仓库里有测试、文档、生成物、移动端 App、还原出来的依赖库，直接比总数会得出错误结论。

核心实现体量对比（万行）

同一个功能，各家花了多少行（跨项目抽样）

口径各有重叠与差异（详见各项目章节的口径说明），量级对比仍然成立。

CCClaude Code：73 万行仓库里，真正的源码是 39 万行

基于官方 npm 包 @anthropic-ai/claude-code@2.1.88 的 source map 还原仓库。本节所有行数均来自 cloc 统计的代码行（不含空行和注释），逐文件明细可复算，没有任何估算值。

1 · 总量与口径：先分清「源码」和「附带品」

如果直接对整个仓库跑统计，会得到一个吓人的数字：734,210 行代码、4,419 个文件。但这个数字有很大水分——这个仓库是用 source map（打包时留下的「源码地图」）从发布产物反向还原出来的，还原过程会把「Anthropic 工程师手写的代码」和「顺带被打包进去的第三方开源库」一起吐出来。给小白读者的第一课就是：看一个项目多大，先问统计口径。

按文件类型拆：TypeScript 398,585 行、JavaScript 335,530 行（几乎全是 node_modules 和打包产物——手写源码里 JS 只有 5 行）、Markdown 仅 62 行、JSON 仅 33 行。几乎没有文档和数据文件，因为 source map 只还原代码，官方文档不在 npm 包里。

2 · 逐模块代码量：钱都花在哪个目录

下表是 restored-src/src/ 下全部一级目录（模块职责取自《源码架构全解剖》；标「未核实」的是解剖页未覆盖、仅按源码文件名抽查判断的）：

其中最大的 utils/（12.7 万行）值得再切一刀，它内部藏着好几个完整的功能子系统：插件系统 13,772 行、bash 解析 8,646 行、权限判定 6,509 行、多 agent 协作（swarm）5,061 行、单文件的消息序列化 messages.ts 4,338 行、单文件的 Hooks 引擎 hooks.ts 3,905 行、会话落盘 sessionStorage.ts 3,532 行……所以「utils 占 1/3」不是代码乱堆，而是大量横切子系统按惯例都挂在这个名字下。

3 · 多少行代码实现了什么功能

这是最有信息量的一问。下面 12 个功能子系统的行数是按功能跨目录把相关文件逐个加总算出来的（一个功能的代码常散落在 tools/、utils/、components/、services/ 四处）。注意个别子系统之间有少量重叠（会标注），因此不能把 12 个数直接加成总数。

还有两个没单列卡片但值得知道的数：会话持久化与消息序列化（messages.ts + sessionStorage.ts + attachments.ts + history.ts）合计 11,211 行——「把对话记下来、恢复回来」比主循环本身贵 3 倍；IDE/远程桥接（bridge/ + ide 相关文件）约 1.2 万行。

4 · 五个由数字推出的洞察

• 最大单文件是 cli/print.ts（4,421 行代码）——headless 模式（claude -p）的完整执行器。因为 -p 模式不挂 Ink UI，交互模式里散在几十个组件里的逻辑（输出格式化、流式转发、权限自动决策）必须在一个进程线性流程里全部重写一遍。第二名 utils/messages.ts（4,338）、第三名 utils/hooks.ts（3,905）——整个 Hooks 功能几乎是一个文件。
• 「画界面」是「想问题」的 28 倍：终端 UI 106,624 行（27.3%），而 agentic 主循环只有 3,755 行（<1%）。决定 Claude Code 智能程度的核心逻辑小得惊人——智能主要来自模型，代码的大头花在「让人用得舒服」。
• 安全防御 ≈ 10 个主循环：权限系统 23,041 + bash 命令安全 19,384（去掉重叠后合计约 3.97 万行），约为主循环的 10.6 倍。「让 AI 安全地执行命令」比「调用 AI」难一个数量级，这是所有 agent 产品的真实成本结构。
• 注释率 18.2%：源码里有 86,830 行注释（注释 ÷（注释+代码）= 18.2%）。最舍得写注释的是会话落盘 sessionStorage.ts（1,174 行注释配 3,532 行代码，比率 25%）和 REPL.tsx（1,257 行注释）——越是状态复杂、容易改坏的地方注释越密。
• 被打包进来的依赖比源码本身还夸张：node_modules 还原出 330,797 行，其中一个语法高亮库 highlight.js 就 39,194 行——比 Claude Code 全部 30+ 个工具（38,494 行）还大。而官方发布的 package/cli.js 打包产物只有 11,273 行——39 万行源码压成一个文件，这就是「打包」。

5 · 小白学习路径：只读 5,000 行，读这 8 个文件

按《一条消息的一生》的顺序读，合计 4,994 行代码，正好覆盖「输入 → 循环 → 工具 → 压缩」主动脉：

读完这 5,000 行你会得到一个反直觉的结论：Claude Code 没有任何「计划器」或「智能调度」，它只是一个循环、一张工具表、一套权限门禁——其余 38 万行都在为这三件事做安全、界面和生态。

HermesHermes Agent：157 万行的「常驻个人 agent」全拆解

基于 NousResearch/hermes-agent v0.18.0（commit 7426c09，2026-07-06）git 追踪文件的 cloc 统计。本节所有行数均为 cloc「纯代码行」口径——空行和注释已剔除；这与源码解剖页引用的「文件总行数」不同（例如 cli.py 文件共 16183 行，剔除空行注释后是 10766 行代码，下文一律用后者）。

H.1 一共多少代码？——157 万行，但要分四种「东西」看

cloc 给出的总数是 1,571,980 行 / 5,930 个文件。对编程小白来说，这个数字最容易被误读——它不是「157 万行程序」，而是四类完全不同的东西加在一起：

纯代码再按语言拆（前 8 名，其余合计约 1.4 万行）：

H.2 每个模块多少代码？——逐目录账本

按仓库顶层目录（个别拆到二级）列账。占比条以全仓 1,571,980 行为分母。

H.3 多少行实现了什么功能？——12 个子系统的精确账

功能不等于目录：同一个功能的代码常横跨 agent/、tools/、根目录和 plugins/。下面每个子系统的行数都是把相关文件从逐文件 CSV 里挑出来求和得到的（cloc 代码行口径），并列出最大的几个文件。

① Agentic 主循环与引擎 — 12,626 行 / 12 个文件

这 1.2 万行是「agent 之所以是 agent」的全部：组消息、发请求、解析 tool_calls、把结果喂回去。其中约 2,800 行花在 system prompt 的三层组装与字节级稳定性上（prompt_builder + system_prompt.py 280 行 + coding_context.py 494 行）——只为让厂商的 prompt cache 永远命中。

② 工具系统 — 45,625 行 / 100 个文件

80+ 个工具（不含下文单列的安全、MCP、记忆、技能类）共 4.6 万行。注意配比：注册表本身只有 438 行，「一个工具怎么被登记和调用」极薄；钱都花在具体工具的脏活上——光「让命令能跑在 6 种地方」就 5,646 行（terminal + environments），比主循环的一半还多。

③ 权限与安全 — 4,758 行 / 12 个文件

不到 5 千行守住整个系统的边界——是 12 个子系统里「行数最少、职责最重」的一个。它没有操作系统级沙箱，全部力气花在正则风险库、审批流和供应链验证上。

④ Provider / 模型层 — 14,531 行 / 86 个文件

「一颗引擎适配 30+ 厂商」的代价：1.45 万行里约 40% 花在「厂商方言翻译」（4 个适配器 + 30 个 profile），30% 花在「出错之后怎么办」（错误分类、重试退避、fallback、凭据轮换）——跟任意模型打交道，一半工程量是收拾残局。

⑤ 上下文压缩与会话持久化 — 5,846 行 / 5 个文件

「一次会话装不下怎么办」+「关机重启后还记得吗」两个问题共 5,846 行。持久化比压缩更贵（3,416 vs 2,401）——因为 Hermes 是常驻 agent，崩溃恢复、会话 fork 链、全文检索都压在 hermes_state.py 一个文件上。

⑥ 记忆与学习循环 — 19,853 行 / 47 个文件（Hermes 的招牌）

有意思的配比：内置记忆机制本身极简（memory_tool.py 仅 711 行），学习循环四件套（复盘触发 + 自建技能 + curator + 会话检索）合计约 4,300 行；而可插拔的外部记忆后端插件反而占了 1.4 万行——「自带的够用、想要更强随便换」。

⑦ Ink TUI + tui_gateway — 63,942 行 / 389 个文件

为了一个「更好看的终端界面」花了 6.4 万行——比引擎本体（①+④+⑤ 合计 3.3 万）还多。三段式进程链（Python → Node 渲染 → Python 引擎）的桥接税真实存在：光 RPC server 就 1 万行。

⑧ Gateway 与 30+ 消息平台 — 96,143 行 / 132 个文件

Hermes 最独特的子系统，占运行时代码的四分之一。9.6 万行几乎全是「适配税」：每个聊天平台的消息格式、长度上限、按钮交互、webhook 怪癖都要单独伺候——「从任何聊天软件召唤 agent」这个卖点的真实价格。

⑨ CLI 层 — 116,747 行 / 200 个文件

最大的运行时子系统。11.7 万行里没有一行 agent 智能——全是入口、向导、配置、认证、进程管理这类「让普通人装得上、跑得起」的工程。

⑩ Skills 内容生态 — 217,630 行 / 937 个文件

内置 skills/ + 按需 optional-skills/ + 工具侧的 skills_tool.py（1,169）/skills_hub.py（2,919，对接 8 个分发市场）。成分：Markdown 说明书 150,623 行 + 配套 Python 脚本 25,121 行 + XSD/JSON/YAML 21,491 行。这不是「程序」，是给 AI 看的操作手册库——最大单篇是 unsloth 训练指南 11,895 行。

⑪ MCP 双向集成 — 4,388 行 / 4 个文件

tools/mcp_tool.py 3,131（client：三种 transport、并行连接、动态刷新）+ mcp_serve.py 640（把 Hermes 自己暴露成 MCP server）+ OAuth 509 + 安全扫描 108。四千多行换来「既能用别人的工具，也能被 Claude Code 当工具用」。

⑫ Cron 定时任务 — 5,251 行 / 11 个文件

cron/scheduler.py 2,133（60 秒 tick + 文件锁）+ jobs.py 1,195 + agent 自管的 cronjob_tools.py 759。「每天八点给我发日报」一句话背后的五千行。

H.4 趣味洞察

H.5 小白学习路径：只读 5,000 行，读哪些？

顺着解剖页「一条消息的一生」的 12 站走，按依赖顺序读这 9 个文件（约 5,000 行代码），可以完整理解 Hermes 的骨架：

读完这约 4,500–5,000 行，再回头看那些万行巨文件（cli.py、gateway/run.py）就会发现：它们只是把同一个 run_conversation() 包了一层又一层的壳。

OCOpenClaw：549 万行的「个人 AI 服务器」，但别被吓到

四个项目里体量最大的一个。cloc 统计（git 跟踪文件、纯代码行、不含空行注释，2026-07-06 源码）：5,495,675 行代码、20,972 个文件。但这 549 万里有将近一半是测试、还有 70 万行是翻译 JSON 和文档——真正的实现代码约 302 万行，而你要读懂它的核心链路，5000 行就够。

OC.1 一共多少代码？——先把口径拆干净

「一个项目多少行代码」这个问题，诚实的回答必须先分口径。549 万行里混着五种完全不同性质的东西：

再往核心聚焦一层：src/ 是 Gateway 主程序所在地，共 2,493,166 行、9,260 个文件——但其中 1,429,950 行（4,129 个文件）是和实现放在同一目录下的 *.test.ts。剥掉之后，Gateway 核心实现约 106.3 万行（1,063,216 行、5,131 个文件）。如果只算「一条消息从聊天软件走到 agent 再走回去」的主链路（gateway + 渠道路由/auto-reply + agents + agent-core/ai/gateway-protocol 三个核心包，均去测试），约 49 万行。

OC.2 每个模块多少代码？——仓库地图（按目录，含测试）

先看一级目录的大盘（口径：cloc 代码行，含该目录内的测试）：

src/ 内部：Gateway 主程序的二级分解

src/ 的 249 万行再切一刀（口径同上，含同目录测试；「实现」列已剥测试）：

extensions/：141 个插件，逐个渠道看行数

渠道插件（你在哪些聊天软件里能用它）是 OpenClaw 的门面。每个渠道就是一个完整的小工程——收发、鉴权、格式转换、分块、测试全套（口径：该扩展目录全部代码行 / 其中剥出的实现行）：

渠道之外，extensions/ 里还有三类大块头：编码 agent 集成——codex（122,449 行，全仓最大扩展）、copilot（17,849）、github-copilot（4,820）；QA 基础设施——qa-lab（102,851，真渠道联调实验室）+ qa-matrix（31,482，契约矩阵跑批）；记忆系统——memory-core（60,178）+ memory-wiki（22,047）+ active-memory（9,403）+ memory-lancedb（6,495），合计约 9.8 万行。再加上 ~60 个模型 provider 小扩展（openai 20,788、google 20,642、ollama 14,174、xai 12,137、anthropic 5,681……大多每个几百到几千行）。

OC.3 多少行实现了什么功能？——14 个子系统

这是本章核心：把「549 万行」翻译成「每个功能花了多少行」。所有数字由逐文件 CSV 按路径求和得出；「总」含同目录测试，「实现」已剥测试。

OC.4 五个趣味洞察（全部由 CSV 推导）

• 接一个 WhatsApp 要 4.8 万行。extensions/whatsapp 共 47,870 行（实现 23,789 + 测试 24,081）。而这已经是「借力 Baileys 库」之后的量——一个渠道插件的体量抵得上很多创业公司的整个后端。最贵的渠道是 Discord（110,894 行）。
• 测试比实现多的仓库。src/ 内测试 : 实现 = 1,429,950 : 1,063,216 ≈ 1.34 : 1；全仓测试占 45.0%（2,473,981 行）。四个项目里 OpenClaw 的测试纪律最重——无人值守软件的代价。
• 翻译 JSON 比三个手机 App 加起来还多。apps/.i18n 的 21 份语言包共 304,687 行（每份约 13,482 行），超过 iOS + Android + macOS 三个 App 的原生代码总和（193,418 行）。「支持 21 种语言」在代码量上是一个隐形巨无霸。
• 全仓最大扩展不是任何聊天渠道，而是 codex（122,449 行）。OpenClaw 内嵌了一整套 OpenAI Codex 编码 agent 的集成（app-server 协议对接、run-attempt 3,801 行），比 Telegram 渠道还大——「聊天助手顺便帮你写代码」这件事的成本可见一斑。
• 心脏只有 982 行。整个 549 万行仓库真正「智能」所在的 agentic while 循环 packages/agent-core/src/agent-loop.ts 只有 982 行代码——占全仓 0.018%。其余 99.98% 都在解决工程问题：不丢消息、不重复副作用、不被陌生人使唤、不刷爆平台限速。

OC.5 小白 5000 行学习路径

如果只允许读 5000 行就要看懂 OpenClaw，按《OpenClaw 源码架构全解剖》的「一条 Telegram 消息 14 站」主线，推荐这个顺序（共 4,785 行，全部为 cloc 代码行）：

CCodex CLI：123 个 crate 的 Rust 巨兽

基于 openai/codex 主干快照（commit 9c5be7e1，2026-07-06）。行数全部来自 cloc 对 git 跟踪文件的统计（纯代码行，不含空行和注释）。

C.1 这个项目一共多少代码？

整个仓库共 1,193,059 行代码、4,625 个文件——四大 agent 里体量最大的一个。但这个数字要拆开看：真正的产品是 codex-rs/ 这个 Rust workspace（1,141,344 行，占 95.7%），其余是 Python/TypeScript SDK（sdk/ 20,665 行）、CI 配置（github/ 10,967 行）和一层只有 702 行的 npm 安装壳（codex-cli/）。

测试有多少？按文件名口径统计（tests/ 目录 + *tests.rs + test_* 文件），Rust 测试代码 378,998 行、721 个文件，占全部 Rust 的 38.7%。也就是说：

C.2 每个模块多少代码？——逐 crate 拆解

Codex 最大的结构特色：codex-rs/Cargo.toml 里列了 123 个成员 crate（crate ≈ npm 包，一个仓库统一构建）。下表按 codex-rs/ 下的顶层目录聚合（个别目录如 utils/、ext/ 内含多个子 crate，所以目录数 100 < crate 数 123）。行数含该 crate 自带的测试。职责一句话取自《Codex CLI 源码架构全解剖》。

core/src/ 内部再下钻一层（155,359 行，crate 内另有 tests/ 85,498 行）

C.3 多少行代码实现了什么功能？

下面按功能子系统横切（跨 crate 归组，与上面 crate 表口径不同；个别文件同时属于两个子系统，如 TUI 里的审批弹窗，所以子系统行数不能直接相加）。每项给「总行数（运行时 / 测试）」，测试口径同 C.1。

① 主循环与 session —— 30,372 行（运行时 15,340 / 测试 15,032）

整个 agent 的「心跳」：core/src/session/ + tasks/ + thread_manager。top 文件：session/mod.rs（3,619）、session/turn.rs（2,203）、thread_manager.rs（1,688）。这 1.5 万行运行时花在：SQ/EQ 双队列协议、TurnContext 快照、steer（干活时补话不打断）、优雅中断（先协作取消再硬杀）、以及「有 tool call 就再来一轮」的 run_turn 循环。值得玩味的是测试和实现几乎 1:1——核心循环是全仓测得最狠的地方。

② 工具系统 —— 48,099 行（27,648 / 20,451）

tools crate（契约）+ core/src/tools/（运行时）+ unified_exec + exec.rs。花在哪：ToolExecutor trait 与四态曝光（Direct/Deferred/Hidden…）、按模型现算工具表（spec_plan.rs 1,027）、读写锁并行调度、shell 的升权重试链（unix_escalation.rs 1,048）、PTY 会话管理（process_manager.rs 1,344）。Codex 没有独立的 Read/Edit 工具——读文件走 shell、改文件走 apply_patch，所以工具面比 Claude Code 小但每个都更重。

③ 三平台沙箱（重头戏）—— 36,949 行（29,859 / 7,090）

Codex 与其他三家最大的差异化投入：操作系统级沙箱是默认防线，审批弹窗只是逃生口。三个平台的成本差极其悬殊：

④ 审批与 execpolicy —— 31,789 行（19,355 / 12,434）

「什么时候问人」这一个问题写了 3 万行：shell 命令拆解与规范化（parse_command.rs 2,285）、Starlark 规则引擎（execpolicy，用户可写 prefix_rule(pattern=["rm"], decision="forbidden")）、known-safe 白名单（含 Windows 专用危险/安全命令名单各 600 行）、TUI 审批弹窗（approval_overlay.rs 2,221），以及最有意思的 guardian 子系统（7,316 行）——用一个专门的 AI 会话自动评审「这条命令该不该放行」，替人挡掉大部分弹窗。

⑤ 模型 API 层 —— 24,659 行（20,011 / 4,648）

core/src/client.rs（2,113）+ codex-api + codex-client + model-provider + models-manager + backend-client。只支持 OpenAI Responses API（Chat Completions 已物理删除），但传输花样多：WebSocket 优先、HTTP SSE 兜底、单向降级棘轮、三层重试（HTTP 退避 / 流级重连 / 传输降级），还有 realtime 语音通道（realtime_websocket/methods.rs 2,235 是本子系统最大文件）。

⑥ TUI 终端界面 —— 199,993 行（153,715 / 46,278）

全仓第二大 crate，占近 1/6。花在哪：自研输入框 chat_composer.rs（9,430 行——含 Vim 模式、粘贴突发检测、@文件补全）、resume 会话选择器（5,745）、键位映射（keymap.rs 2,540）、Markdown 流式渲染（按整行提交进终端原生回滚缓冲）、diff 渲染（2,024）。还有 360 个动画帧文件（5,553 行）和一个 3,355 行的「终端宠物」彩蛋目录 pets/。ratatui 是 immediate-mode（每帧重画），所以「界面长什么样」全是代码算出来的，没有模板可省。

⑦ app-server 协议层 —— 266,369 行（其中生成的 JSON Schema 111,650；Rust 154,719 行，内含测试 78,675）

Codex 特有、也是账面最大的子系统：app-server 六件套（server/protocol/transport/daemon/client/test-client）。TUI、codex exec、IDE 插件、SDK 全部走同一套 JSON-RPC 驱动引擎。数字要拆开读：11 万行是从 Rust 类型自动生成的 JSON Schema（906 个文件里 856 个在 schema/ 目录），真正手写的 Rust 约 15.5 万行，其中一半是集成测试（app-server/tests/ 62,250 行）——协议层是契约面，测试密度全仓最高之一。

⑧ MCP（既当客户端又当服务器）—— 26,451 行（16,479 / 9,972）

rmcp-client（官方 Rust SDK 封装 + OAuth 登录流 1,191 行）、codex-mcp（多 server 连接管理）、mcp-server（把 Codex 自己暴露成 MCP 工具给别的 agent 调）、core 里的 mcp_tool_call 路由（2,062）。对比：这一个「插件协议」子系统比整个 apply_patch + 登录认证 + exec 无头加起来还大。

⑨ 配置系统 —— 39,194 行（20,767 / 18,427）

config crate + core/src/config/。为什么一个「读配置文件」要 4 万行：七层来源合并（MDM 托管→系统→企业→用户→项目→命令行→legacy）、requirements 校验（config_requirements.rs 3,460）、在线编辑回写（edit.rs）、profile 叠加。企业管控（MDM/托管配置）是 Codex 面向公司部署的卖点，成本都在这。

⑩ rollout 录制与回放 —— 24,262 行（14,644 / 9,618）

每条对话事件时间戳落盘成 JSONL（recorder.rs 1,765）、会话列表扫描（list.rs 1,350）、压缩存档、trace bundle 语义回放 reducer（rollout-trace 11,302 行）。codex resume 的「从新到旧逆向重放重建 history」算法也在这。

⑪ 登录认证 —— 11,922 行（6,335 / 5,587）

OAuth PKCE、localhost:1455 回调服务器（server.rs 1,185）、token 刷新状态机（manager.rs 2,263，过期前 5 分钟或 8 天强刷）、keyring 优先的凭据存储。测试近半——认证状态机的边界（过期/竞态刷新/降级）全部有集成测试锁着。

⑫ 上下文管理与压缩 —— 9,479 行（5,679 / 3,800）

history 归一化（孤儿工具调用合成 aborted 输出）、90% 水位触发、四种 compact 实现（开新窗口/远端 v2/远端 v1/本地摘要兜底）。比想象中小——因为 Responses API 是有状态协议，压缩的重活大半交给了服务端。

⑬ apply_patch 补丁 DSL —— 4,543 行（3,945 / 598）

Codex 改文件的唯一入口：自定义 patch 文法解析（parser.rs 538 + streaming_parser.rs 881）、shell heredoc 拦截双入口（invocation.rs 829）、三级容错匹配（seek_sequence.rs 119——精确→忽略行尾空白→trim）。一个能让模型「宽松地」改代码的完整解析器，不到 4 千行运行时。

⑭ exec 无头模式 + hooks/skills/plugins 生态 —— 8,284 行 + 55,898 行

codex exec（CI 场景 JSONL 输出，3,537 行运行时——薄，因为它只是 app-server 的另一个客户端）；生态三件套反而厚：hooks（11,186）+ skills（core-skills 8,357 + skills 6,476）+ plugins（core-plugins 29,041，含 marketplace）合计 5.6 万行——Codex 在「可扩展性」上的投入超过它的沙箱。

C.4 趣味洞察

C.5 小白学习路径：只读 5,000 行的话读什么

顺着《源码解剖》的「一条消息的一生」14 站主线走，按依赖顺序读这 10 段（合计约 4,800 行，路径相对仓库根）：

FFFFAI Agent：4.9 万行核心——「长在平台上的模块」和「独立产品」不是一个量级

我们自己的 agent（ffworkspace 仓库 backend/src/modules/agent/ + 前端/桌面/协议包），cloc 同口径统计（git 追踪文件、纯代码行、剔除空行注释和 lockfile），2026-07-07 实测于 develop。姊妹篇《FFAI Agent 实现架构全解剖·对照 Claude Code》讲怎么实现的，本节讲花了多少代码。

1 · 总量与口径：先声明一个天生的不公平

把 FFAI 放进这张对比表，必须先讲清口径差：其余四家是独立产品，UI 渲染、权限体系、存储、配置、更新机制全要自带；FFAI 是长在 ffworkspace 企业平台上的一个模块——IAM/RBAC、DataScope、Prisma、统一存储、通知、i18n 这些地基归平台，不算 agent 的行数。所以下面的数字天生偏小，比的是「agent 本体」而不是「跑起来需要的一切」。

2 · 逐模块代码量：钱都花在哪个目录

backend/src/modules/agent/ 全部 26 个子目录（占比以 34,131 为分母）：

3 · 多少行代码实现了什么功能

与总览表同口径的功能子系统聚合（跨目录加总，个别有重叠会标注）：

4 · 五个由数字推出的洞察

• 4.9 万 vs 39 万：1/8 的差距由三个因素构成，缺一不可——① 平台复用（浏览器+Lark DS 省掉 CC 的 10.6 万行 UI 引擎；平台 IAM 省掉 2.3 万行权限系统）；② 后发临摹（压缩 220 vs 4,626 是极端样本，阈值常量逐字对齐 CC，试错成本为零）；③ 功能面收窄（无插件市场 1.5 万、无斜杠命令 2.5 万、无 vim/keybindings/桌宠）。不能只用其中一个因素解释，更不能反过来说明「我们效率是 CC 的 8 倍」。
• 沙箱是我们最大的单块（7,375 行，占后端模块 21.6%）——预算结构与 Codex 同型（Codex 沙箱 29,859）而与 CC 相反：CC 把安全预算花在「把问题问清楚」（权限 UI 1.15 万行），我们和 Codex 花在「让问题问不出来」（OS/容器级强制）。多租户无人值守场景下这是唯一解。
• 最大单文件在前端不在后端：frontend/src/app/agent/page.tsx 3,830 行 > messages.service.ts 2,402 行。「巨型文件病」和 CC 一模一样（CC 是 REPL.tsx 4,447 + print.ts 4,421）——五个项目无一幸免：主界面和主循环永远是最难拆的两个上帝文件。
• 注释率 17.7%，与 CC 的 18.2% 几乎相同（后端模块 7,337 行注释 / 34,131 行代码）。两个毫无关联的团队在成熟 TypeScript 工程上收敛到同一个注释密度，这大概是行业常数。
• 测试 20,466 行 = 核心实现的 42%，且是「内真外假」的集成测试为主（连真 PG/Docker）。CC 的还原仓库不含测试无从比较；Hermes 测试 48 万行（120%）是另一个极端。42% 对一个两个月大的模块是健康水位。

5 · 学习路径：只读 ~4,700 行，读这 8 个文件

按《一条消息的一生》的顺序读（行数为 cloc 代码行）：

读完的反直觉结论和 CC 篇同一句话：没有计划器，只有一个循环、一张工具表、一套治理门禁——只是 FFAI 把 CC 的「权限门禁」换成了多租户版的「治理门禁」，其余 4.4 万行都在为这三件事做安全、通道和生态。