1. 从 Tab 补全到智能体写全部代码，中间隔了一个 Opus 4
主持人： 在座各位谁在用 Claude Code？（大量举手）谁有 Claude Code 上瘾症？我的团队亲切地说我有这个症状。今天我们非常高兴请到 Boris Cherny，Claude Code 的创造者、可以说是它的 " 父亲 "。在打造这个产品的过程中，他坐在了重塑现代软件开发方式的最前排。
Boris Cherny： 大家是用命令行版本还是桌面版？（多数用命令行）VS Code 还是 JetBrains？（少数举手）其他？（Boris 自己举手）我现在主要用 iOS 版。Claude Code 的诞生其实是个意外。2024 年底我加入了 Anthropic 内部一个叫 Anthropic Labs 的孵化器团队，就几个人，我们做出了 Claude Code、MCP 和桌面应用，然后团队就解散了。现在团队又重组了，由前 Instagram 联合创始人、现任 Anthropic 首席产品官 Mike Krieger 领导。
当时我们有一个核心判断：存在 " 产品滞后 " ——模型已经能做的事，还没有产品真正去承载。2024 年底，写代码的最先进方式还是 IDE 里的 Tab 补全，一次补一行。Sonnet 3.5 让这成为可能，但我们觉得模型差不多准备好了，可以迈出下一步——不要让用户一行一行补，而是让智能体把整个代码写了。
于是我开始做。但说实话，前六个月根本不行，几乎没法用，我自己大概只有 10% 的代码用它写。即使正式发布后，也没有今天这种指数级增长。真正的拐点是去年 5 月 Opus 4 发布——从那时起增长曲线开始陡峭上扬，然后 4.5、4.6 再到现在的 4.7，每发一个新模型就再上一个台阶。本质上我们在做一件 " 预产品市场匹配 " 的事：明知道还要六个月才真正好用，但提前为下个模型把产品准备好。对 Anthropic 来说，我们一直专注企业和安全，很早就确定要做编程这个方向。
Boris Cherny： （现场举手调查）谁还在 100% 手写代码？（少数）谁 100% 用智能体写？（极少）谁介于两者之间？（大多数）所以说，大概解决了 50%。对我来说是 100%。Claude Code 的代码库其实很简单—— TypeScript 加 React，没什么秘密。我们当初选这套技术栈，是因为它对模型来说是 " 分布内 " 的——模型见得多、写得好的语言和框架。那时候模型还没现在这么聪明，语言和框架的选择很关键。现在无所谓了，模型什么都能写，什么新语言都能迅速上手。大概去年十月、十一月，我们达到了 " 模型写 100% 代码 " 的状态。现在我每天发几十个 PR（代码合并请求），上周有一天我发了 150 个，就是想试试极限在哪。所以对我来说，编程确实解决了。但这不是普遍情况。还有很多庞大复杂的代码库、模型还不擅长的偏门语言。不过大家都知道答案是什么：等下一个模型。
2.Boris 的个人工作流：在手机上管理几百个智能体
主持人： 能讲讲你的个人配置吗？上次你跟我描述的时候我惊呆了。
Boris Cherny： 半年前我在 Twitter 上分享过当时的配置，当时没觉得有什么特别的——那就是我每天写代码的方式。现在又变了。现在我大部分工作在手机上完成。打开 Claude 应用，左边有个 Code 标签，里面通常有 5 到 10 个活跃会话，每个会话下面挂着一堆智能体，目前大概有几百个在跑。每天晚上我会有几千个智能体在做更深度的后台工作。管理这些智能体有几种方式。一种是用子智能体做任务分发。但我最近用得越来越多的是Loop（循环）——这绝对是最酷的功能，简单到极致，但极其有效。它的原理就是用 cron（定时任务工具）帮你定时调度一个可重复运行的作业，每分钟、每五分钟、每天都可以。
我现在跑着几十个这样的 Loop：有一个帮我看着 PR ——自动修 CI（持续集成）冲突、自动变基；有一个维护 CI 健康——出现偶发性测试失败就自动修；还有一个每 30 分钟抓取 Twitter 上的用户反馈并自动聚类整理。我们还刚推出了Routines（例程），和 Loop 一样，但是在服务器端跑，即使你合上笔记本它也在工作。我真心觉得循环就是未来，如果还没试过，强烈推荐。
3. 人人都是跨领域通才，创业的黄金时代刚刚开始
主持人： 你想象中的未来团队是什么样？
Boris Cherny： 做预测很难，但我就是来干这个的。我觉得未来会出现更多 " 通才 " ——不是传统意义上那种 " 既写 iOS 又写 Web 又写后端的工程师 "，而是跨学科的通才。他们既是很好的产品工程师，也擅长设计，或者精通产品和数据科学。这已经在发生了。我们 Claude Code 团队里每个人都在写代码：工程经理、产品经理、设计师、数据科学家、财务、用户研究员——没一个例外。他们是各自领域的专家，但现在同时都在编码。我相信在座很多人也在看到同样的变化。
主持人： 当 AI 让写代码的成本降到十分之一甚至百分之一，软件产品的价值会发生什么变化？会有 SaaS 末日吗？
Boris Cherny： 这是我最喜欢的问题。我认为会发生两件事，两件都不是现在大家在讨论的。第一件事与 " 护城河 " 有关。 我是播客 Acquired 的粉丝，他们有一本书讲企业竞争的七种护城河。我的判断是，AI 会让其中一些护城河变弱，另一些保持不变甚至更强。变弱的包括转换成本——因为你可以用 AI 帮你把代码从一个平台迁到另一个，锁定的效果就差了。还有流程优势——如果你的竞争优势建立在复杂的业务流程上，Claude 现在特别擅长搞定流程，尤其是 4.7 版，它可以通过 " 爬坡式迭代 " 不断逼近目标，给一个目标让它反复尝试直到完成为止。但网络效应、规模经济、独占资源这些护城河不会因 AI 而改变。它们依然成立。
第二件是创业公司的数量会爆炸。 未来十年颠覆各行业的创业公司数量会比过去十年多十倍。因为现在一个小团队就能做出跟大公司一样有价值的产品，还能正面对抗。大公司想转型 AI 会遇到巨大的内部阻力——要改变业务流程、重新培训所有人、克服组织惯性。而创业者没有这个包袱，从一开始就是 AI 原生的。这是有史以来最好的创业时机。
4. 精选观众问答
问：Claude Code 的成功，多大程度归功于模型，多大程度归功于产品设计？
Boris Cherny： 一年前可能是五五开，现在也是五五开。但两年后我不知道，我们的规划视野只向前看一周——不是不想规划，是变化太快了，规划了也没用。五五开的原因是，不管模型多强，你最终还是要做一个人们真正喜欢用的产品。我们在细节上花了大量功夫，让你整天泡在里面也不会觉得难受。但随着模型变强，编排层（harness）的重要性在下降。我们现在思考的是怎么让 Loop 成为一等公民、怎么让用户更容易管理大量并行智能体。一年后，模型本身就能更好地对齐，我们今天做的很多安全机制——提示词注入防护、命令的静态验证、人工审批——都会变得没那么必要，因为模型自己就能做到正确的事。
问：软件会成为像 Office 一样的大众技能吗？
Boris Cherny： 何止 Office，会像发短信一样普遍。我读两种书：科幻和科技史。科技史上有一个我认为最接近当下的类比：15 世纪欧洲的印刷机。印刷机发明前，欧洲只有 10% 的人识字，他们受雇于国王和领主，专门负责读写。印刷机发明后 50 年内，欧洲出版的书籍数量超过了此前一千年。同期，一本书的成本下降了约百倍。然后花了几百年，全球识字率升到了 70% 以上。软件开发领域会发生同样的事，但会快得多。最好的会计软件作者，也许今天就已经不是工程师了，而是一个优秀的会计师——因为懂业务领域才是最难的部分，写代码反而是最简单的。这显然就是未来。
问：Anthropic 内部跟外部世界的差距有多大？是一个月、三个月还是六个月？
Boris Cherny： 在模型上没什么差距，大家用的是一样的模型。产品层面差距稍大，但最大的差距其实在组织流程上。在 Anthropic 内部，我们已经没有任何手动编写的代码了。所有 SQL 是模型写的，一切由模型构建。我的 Claude 智能体在 Loop 里跑代码时，会通过 Slack 跟其他同事的 Claude 智能体互相发消息——你的 Claude 和我的 Claude 在 Slack 上协调工作，搞清楚彼此不知道的事情。这不是科幻，是日常。所以我们领先的不是技术，而是组织结构和流程。这是创业公司最大的优势——从零开始构建，天然就是 AI 原生的。
问：本地部署还是云端？你预测未来几年怎么走？
Boris Cherny： 最根本的回答是：这其实无所谓。再过几年，模型会自己决定一切——它自己会写代码、启动智能体、搭建环境。如果它觉得用本地模型更好，它就这么干。这些不会再是我们作为工程师要做决策的事。
问：对哪些还没 MCP 的系统，计算机操作是解法吗？
Boris Cherny： 是的，计算机操作（computer use）是一个 " 兜底 " 方案。据我所知 Anthropic 在这个方向领先不少。现在通过 CoWork，模型可以操作你电脑上几乎任何软件。虽然比较慢，但准确性已经相当高，尤其是用 4.7 版。除此之外，MCP 就是答案——不管是 MCP、命令行接口还是 API，模型并不在乎，对它来说都是 token。
问：如果今天要为一个六个月后才足够聪明的模型设计产品，你会设计什么？
Boris Cherny： Claude Design 就是一个很好的例子——今天就挺好用，未来会变得更好。接下来几周 Claude Code 还会推出一些新东西。另外 Loop 和 Batch 这类用于大规模并行调度智能体的能力会继续升级。计算机操作也是另一个方向。
5. 写在最后
整场对话贯穿一个核心变化：编程这件事的形态正在从 " 人写代码，AI 辅助 "，转向 "AI 写代码，人做决策 "。Boris 每天从手机上调度几百上千个智能体完成工作、至少对他来说 " 编程已经解决了 " ——这打开的未来图景远比 " 写代码更快 " 更深刻。而当印刷机的类比被抛出来时，在场的每个人都知道他不是在夸张：编程这项技能，正在像文字读写能力一样变成所有人的基本素养。
