跳至正文
← 返回首页

2026年2月19日 · 播客 · “1h 27min”

“Claude Code 负责人:编码问题解决之后呢?”

#“Claude Code”#“AI 产品设计”#“开发者工具”#“未来工作”#“Anthropic”

编码已解决,接下来呢?

Anthropic 的 Claude Code 创建者兼负责人 Boris Cherny 自去年 11 月以来,就没有手动编辑过一行代码。每天他都会提交 10 到 30 个 pull request,在录制这个播客的同时,还有五个 agent 并行运行。每位工程师的生产力提高了 200%。在他看来,编码作为瓶颈的时代已经基本结束。现在的问题不再是 AI 能否编写代码,而是当每个人都能构建软件时会发生什么。

与 Lenny Rachitsky 的这次对话,完整地回顾了 Claude Code 的发展历程:从一个偶然的原型,到一个价值数十亿美元的业务,贡献了 GitHub 上 4% 的公开提交,日活跃用户数每月翻一番。但真正有价值的是其产品理念,以及对编码之后世界的愿景。

前往 Cursor 的两周绕行

Boris 曾短暂离开 Anthropic 加入 Cursor,因为他对这家构建下一代编辑器的初创公司感到好奇。但他只待了两周。他回来的原因很简单:在 Anthropic,产品和模型之间的反馈循环非常紧密。当他发现一个局限性时,他可以直接找到模型团队说“这是用户需要的”。这种产品洞察和模型训练之间的双向循环,在将模型作为 API 使用的公司中是不存在的。这并不是说 Cursor 不好,而是因为在实验室内部构建产品具有结构性优势。

从终端 Hack 到 GitHub 的 4%

Claude Code 最初是 Boris 的个人生产力工具。当时他已经在 Anthropic 工作,需要一些东西来帮助他更快地编码,于是在几天内构建了一个基于终端的 agent。最初的版本很简单:一个可以读取和写入文件的终端中的 Claude。

早期很艰难。Sonnet 3.5 只能运行大约 15 到 30 秒,然后就会失控。产品与市场的契合度很差。但这个赌注是经过深思熟虑的:为六个月后的模型构建,而不是今天的模型。当 Opus 4 发布时,一切都变得顺畅了。增长呈指数级,并保持至今。

这个过程揭示了一些信息:Sonnet 3.5 需要不断的手动干预。Opus 4.6 可以无人值守地运行 10 到 30 分钟,有时甚至几个小时或几天。有些任务已经运行了几个星期。未来的发展方向很明确:模型自主运行的时间越来越长。

资金不足的团队,无限的 Token

Boris 描述的最违反直觉的产品原则之一:Claude Code 的团队规模刻意保持较小,资金也不足。其逻辑是,小团队会迫使人们进行无情的优先级排序,而无限制地访问最好的模型则能让个人发挥巨大的作用。每个团队成员都使用 Claude Code 来构建 Claude Code。

实际效果是:他们没有雇佣更多的工程师,而是给每位工程师提供最强大的模型,且没有 token 限制。Boris 估计,这使得每个人都比雇佣更多的人效率更高。

苦涩的教训,应用于产品

Boris 将 Rich Sutton 的“苦涩的教训”作为团队的必读材料。其核心观点是:更通用的模型总是优于更具体的模型。对于产品构建,这可以转化为三个原则:

给模型工具,而不是指令。 不要过度管理上下文,也不要将模型限制在一个框框里。给它获取所需信息的工具。这始终优于手工制作的脚手架。

脚手架带来的收益是暂时的。 自定义工作流程可能会提高 10-20% 的性能,但这些收益会在下一代模型发布时被抹去。最好还是等待下一个模型。

为六个月后的模型构建。 这样做令人不舒服,因为最初的产品与市场的契合度会很差。但当更好的模型到来时,你就已经做好了准备。Boris 经常给初创公司提供这个建议:押注于能力的发展轨迹,而不是当前的局限性。

Cowork:下一个界面

这次对话揭示了 Anthropic 如何看待产品扩展。这个顺序是经过深思熟虑的:先是编码,然后是工具使用,最后是计算机使用。每一步都教会公司关于安全和能力边界的知识。

Cowork 是 Claude Code 的姊妹产品:相同的 agent,但操作范围是你的整个计算机,而不仅仅是代码。Boris 经常使用它。它已经为他支付了交通罚款、取消了订阅、回复了电子邮件,并通过在 Slack 上给那些没有填写电子表格行的工程师发送消息来管理他团队的每周状态更新。

Chrome 集成让 Claude 可以在任何浏览器上下文中观察和行动。Boris 描述说,它的采用曲线与一年前的 Claude Code 类似:大多数人在看到具体的例子之前,都不明白它能做什么。

“We tried this experiment like a year ago and it didn’t really work cuz the model wasn’t ready, but now it actually just works.” 我们大约一年前尝试过这个实验,但效果不佳,因为模型还没有准备好,但现在它确实可以工作了。

每位新团队成员的三个原则

Boris 分享了他给每位加入他团队的人的三个原则:

速度至关重要。 快速交付、快速迭代,不要让完美主义拖慢你的速度。他们解决用户反馈的速度让人们感到惊讶,而这种速度本身就是一种竞争优势。

痴迷地与用户交谈。 Boris 描述了他理想的一天是与用户交谈,并为他们改进产品。功能开发几乎完全是反馈驱动的。他积极地在 Twitter 和 Threads 上搜索 bug 和功能请求,经常使用 Claude Code 在几分钟内修复它们。

运用常识。 他重复最多的一条建议。他看到的工作环境中,大多数失败都来自于人们不假思索地遵循流程,开发不好的产品,或者追随趋势而不是进行第一性原理思考。

使用 Claude Code 的专业技巧

Boris 提供了一些实用的建议,并提醒说没有唯一正确的方法:

使用最强大的模型。 目前是启用了最大努力的 Opus 4.6。一个违反直觉的观点是:能力较弱的模型通常需要更多的 token,因为它们需要更多的纠正和手动干预。

从计划模式开始。 Boris 大约 80% 的任务都是从计划模式开始的,这在技术上只是注入到提示中的一句话:“请先不要编写任何代码。” 一旦计划看起来不错,就自动接受编辑,因为使用 Opus 4.6,几乎每次都能一次性完成实现。

探索不同的界面。 Claude Code 不仅仅是一个终端。它可以在 iOS、Android、桌面应用程序、Slack 和 Web 上运行。同一个 agent 为所有界面提供支持。

关于 Codex 和竞争

Boris 没有深入使用 OpenAI 的 Codex,但他注意到它看起来很像 Claude Code,这让他感到荣幸。他对竞争的态度是刻意超脱的:Claude Code 团队没有花太多时间关注竞争产品。他们的重点完全是解决用户问题。

“We don’t spend a lot of time looking at competing products. We don’t really try the other products. I love talking to users. I love making the product better.” 我们没有花太多时间关注竞争产品。我们也不怎么试用其他产品。我喜欢跟用户交流,喜欢把产品做得更好。

“软件工程师”这个头衔将会消失

Boris 对科技行业专业身份的近期未来做出了一个大胆的预测。如果每个人都会编码,那么“软件工程师”这个头衔就会失去意义。它将被“构建者”所取代。产品经理也应该感到紧张:到今年年底,每个人都将成为产品经理,每个人都会编码。

这意味着价值将从编写代码转移到品味、判断力以及引导 AI 解决正确问题的能力。正如 Boris 所说的“不要问模型能为你做什么”,意思是:考虑如何给模型提供工具来做事,而不是试图自己做事。

后 AGI 时代:味增

在加入 Anthropic 之前,Boris 住在日本农村,是他所在城镇唯一的工程师和英语使用者。那里的社会结构围绕着季节和发酵组织起来。白味增需要三个月。红味增需要两到四年。这种节奏与旧金山完全相反。

正是在这段时间里,通过阅读科幻小说和进行长时间的思考,Boris 决定他需要为 AI 的良好发展做出贡献。这就是他来到 Anthropic 的原因,部分原因是受到了 Ben Mann 的影响。

他的后 AGI 计划是什么?回去制作味增。

一些观察

这次对话的价值不在于任何单一的启示,而在于 Boris 世界观的连贯性。以下是一些值得深入探讨的线索:

  • 对于任何构建 AI 产品的人来说,“为六个月后的模型构建”的原则是最具可操作性的见解。它解释了为什么这么多 AI 初创公司感觉很脆弱:它们正在为今天的模型进行优化,而不是顺应能力的发展曲线。
  • 刻意的小团队 + 无限制 token 的方法是一种真正的组织创新。大多数公司通过招聘来应对机遇。Anthropic 的 Claude Code 团队则通过让每个人发挥更大的作用来应对。
  • Boris 从日本农村到领导一个价值数十亿美元的产品线的旅程,只有在真正发生断裂的时刻才有意义。一年前,Claude Code 并不存在。现在它贡献了 GitHub 上 4% 的提交。
  • 安全框架是微妙但重要的:编码 → 工具使用 → 计算机使用不仅仅是一个产品路线图。它是一种安全研究方法。每一步都教会 Anthropic 关于在越来越不受约束的环境中,自主 AI 的边界。
  • 味增的隐喻很贴切:你把它混合起来,然后等待。有时最重要的技能是在周围一切都在加速的时候,保持长远的耐心。
观看原视频 →