Claude Code 为什么用随机动词缓解等待焦虑

Claude Code 的 Spinner Verbs 不是模型状态码，而是一个轻量等待设计：用随机动词降低长任务等待时的死屏感。

​阅读时间​：约 5 分钟

AI 编程工具最容易暴露体验问题的地方，在回答还没回来时。

终端卡在那里，模型还在读文件、调工具、推理、回写。用户不知道它是快结束了，还是陷进了某个看不见的循环。

Claude Code 在这段空白里放了一个很小的设计：进度条上不显示固定的 Thinking...，而是不断出现 Marinating...、Reticulating...、Clauding...、Flibbertigibbeting... 这类词。

它看起来像彩蛋。实际拆开以后，会发现这是一个典型的工程体验设计：机制极简单，但刚好打在用户最不舒服的等待阶段。

---

图：AI 编程等待状态设计

这个动词不代表模型在干什么

先把最容易误解的一点讲清楚：Marinating... 或 Reticulating... 并不表示 Claude 正在执行某个特定推理步骤。

这些词叫 Spinner Verbs。它们来自 Claude Code 源码里的默认词库。每当工具进入等待状态，UI 层从词库里抽一个动词，拼到终端进度条上。

典型显示长这样：

● Marinating...    (2m 11s · ↑ 3.2k tokens)
● Clauding...      (5m 03s · ↑ 8.7k tokens)
● Reticulating...  (0m 47s · ↑ 912 tokens)

这里有两个真实信息：耗时和 token 量。动词本身没有状态语义。

也就是说，看到 Brewing... 不代表模型进入了“酝酿阶段”；看到 Running tests... 这类自定义词，也不代表测试一定正在执行。它只是等待文案。

这个边界很重要。把它当状态码理解，会误读工具行为；把它当等待设计看，反而能看清它为什么有效。

---

长等待需要反馈，不只是进度

传统命令行工具的等待很短。ls、cat、grep 这类命令通常毫秒级返回，用户不需要被安抚。

AI 编程工具不同。一次复杂任务可能持续几分钟：先读十几个文件，再调用多个工具，中间还要组织上下文。屏幕上如果只剩一个固定的 Thinking...，用户很快会开始怀疑：

• 是不是卡死了
• 是不是没有读到关键文件
• 是不是应该中断重来
• 这个等待还值不值得继续

Claude Code 让等待文案持续变化，放弃了看似精确的进度伪装。

Spinner Verbs 给用户一个轻量信号：工具仍在运行，界面还活着，等待不是一块死屏。它没有提供更多技术状态，却降低了等待时的心理噪声。

这也是它比固定 Thinking... 更耐看的原因。固定文案读一次以后就消失在注意力里；随机动词会让用户偶尔扫一眼，确认系统仍在推进。

---

187 个词库把工具性变成了性格

社区整理过 Claude Code 的默认词库。它从早期的几十个词扩到大约 187 个，并且还会随版本变化。

这些词不是同一种口味。大致可以分成几类：

类型	示例	带来的感觉
思考类	Pondering、Ruminating、Cerebrating	像在认真琢磨
烹饪类	Marinating、Brewing、Simmering	像慢慢处理材料
流动类	Flowing、Cascading、Spelunking	像过程还在展开
创作类	Forging、Crafting、Orchestrating	像在组装结果
梗和彩蛋	Reticulating、Clauding、Gitifying	给熟悉语境的人一点会心感

其中最出圈的可能是 Reticulating。它是在向《模拟城市》加载界面的 “Reticulating splines” 致意。Clauding 则是把产品名变成动词，意思接近“正在以 Claude 的方式工作”。

这类词本身没有工程含义，但会让工具有一种可识别的性格。

这里的尺度也拿得很准。动词只占一行，不抢任务主体，不解释自己，不要求用户理解梗。懂的人会停一下，不懂的人也不会被打断。

---

实现核心只是一个动词池加随机抽样

从工程实现看，Spinner Verbs 很朴素。它主要做三件事：

1. 保存默认词库
2. 读取用户配置
3. 从最终词库里随机抽一个词

可以把核心逻辑理解成下面这段 TypeScript：

export class SpinnerVerbs {
  private static readonly DEFAULT_VERBS: string[] = [
    "Accomplishing",
    "Actioning",
    "Baking",
    "Marinating",
    "Reticulating",
    "Clauding",
    "Flibbertigibbeting",
    // ... 共约 187 个
  ];

  private customVerbs: string[] = [];
  private mode: "replace" | "append" = "append";

  constructor(config?: { mode?: "replace" | "append"; verbs?: string[] }) {
    if (config) {
      this.mode = config.mode ?? "append";
      this.customVerbs = config.verbs ?? [];
    }
  }

  getVerbs(): string[] {
    if (this.customVerbs.length === 0) {
      return SpinnerVerbs.DEFAULT_VERBS;
    }

    if (this.mode === "replace") {
      return this.customVerbs;
    }

    return [...SpinnerVerbs.DEFAULT_VERBS, ...this.customVerbs];
  }

  getRandomVerb(): string {
    const verbs = this.getVerbs();
    return verbs[Math.floor(Math.random() * verbs.length)];
  }
}

这里没有复杂策略。没有按任务类型分类，也没有按调用阶段映射动词。

最终显示哪个词，取决于 Math.random()。简单到有点直白。

完整链路可以画成这样：

这个实现有一个好处：它不会把 UI 文案和模型内部状态绑死。等待文案可以频繁变化，模型链路不用为它增加额外状态。

---

自定义入口在 settings.json

如果想改这组等待动词，可以在 ~/.claude/settings.json 里加 spinnerVerbs 配置。

mode 有两个值：

mode	行为	适合场景
append	在默认词库后追加自定义词	保留官方风格，只加少量个人偏好
replace	完全替换默认词库	想让等待文案保持统一风格

一个偏工程风格的配置可以这样写：

{
  "spinnerVerbs": {
    "mode": "replace",
    "verbs": [
      "Analyzing architecture",
      "Reviewing patterns",
      "Parsing dependencies",
      "Checking types",
      "Running tests",
      "Generating code"
    ]
  }
}

一个更轻松的配置也能工作：

{
  "spinnerVerbs": {
    "mode": "append",
    "verbs": [
      "Caffeinating",
      "Yirgacheffe-brewing",
      "Single-origining"
    ]
  }
}

配置链路很短：

~/.claude/settings.json
  -> 读取 spinnerVerbs 字段
  -> 传入 SpinnerVerbs 构造函数
  -> 合并或替换词库
  -> 随机抽词
  -> 渲染到终端

还有几个实现细节值得记住：

• Claude Code 会热加载 settings.json，改完保存后通常不用重启
• 项目级 .claude/settings.json 会覆盖全局 ~/.claude/settings.json
• 词条没有严格长度限制，但建议控制在 100 个字符以内
• 词库不会自动去重；append 模式下重复词会提高被抽中的概率
• JSON 写错会导致配置加载失败，界面会回退到默认词库
• 自定义能力需要 Claude Code v2.1.23（2026 年 1 月）或更高版本

---

小功能的价值在边界感

Spinner Verbs 好用，原因在于克制。

它没有假装自己能展示真实推理阶段，也没有把等待界面做成信息密度很高的仪表盘。它只是承认一件事：AI 编程里的等待很长，而且等待过程中用户需要知道系统还在动。

这种设计对开发工具尤其有参考价值。

很多体验优化不需要侵入核心链路。一个随机动词池、一个可覆盖的配置项、一次轻量渲染，就能让工具从“正在执行命令”变成“正在陪用户度过一段不确定的等待”。

工程上看，它是一个不到百行的 UI 小模块。产品上看，它让 Claude Code 有了自己的语气。

推荐阅读

RAG Hybrid 到底混合了什么

LLM 强化学习为什么能落地

DeepSeek Harness 的 Agent 运行时设计

长任务 Coding Agent 的关键不是写代码，而是交付链路

当 LoRA 变成 Agent 工具：模型会不会开始管理自己的长期记忆