#576.Claude Code:工程师如何放大生产力,AI 重塑团队分工的通才时代

#576.Claude Code:工程师如何放大生产力,AI 重塑团队分工的通才时代

30分钟 ·
播放数733
·
评论数0

📝 本期播客简介

本期我们克隆了:WorkOS: Boris Cherny: Claude Code & the Future of Engineering | Acquired Unplugged presented by WorkOS

本期嘉宾 Boris Cherny 是 Anthropic 的技术员工,也是 Claude Code 早期核心参与者之一。在这期节目中,他和 Acquired 的两位主持人 Ben Gilbert、David Rosenthal 深入聊了 Claude Code 的起源、Anthropic 内部如何使用 AI 编程工具,以及 AI 正在怎样重塑工程团队、产品团队乃至整个公司的组织方式。

这不是一场单纯关于“AI 写代码”的访谈。Boris 从 Anthropic 的 AI 安全使命讲起,解释为什么编程是模型与现实世界互动的关键入口;也分享了 Claude Code 如何从一个只能完成 10%-20% 工作的内部原型,成长为让他卸载 IDE、几个月不亲手写代码的核心工具。更重要的是,他提出了一个非常强烈的判断:工程师、产品经理、设计师、数据科学家等旧有角色边界正在合并,AI 时代会进入“通才的黄金时代”。

如果你关心 AI 编程、工程团队效率、未来组织形态,或者正在焦虑自己在 AI 时代的职业定位,这期节目会给你非常具体的参照:公司该如何分配 token 与人力?新人如何两天上手复杂代码库?非工程师如何开始发布代码?以及当产品品味也可能被 AI 追上时,人类最后应该教给模型什么。

👨‍💻 本期嘉宾

Boris Cherny,Anthropic 技术员工,Claude Code 早期核心参与者之一。他曾在 Meta 从事与代码基础设施、开发体验和代码质量相关的工作,也曾是 YC 创业公司的早期员工。加入 Anthropic 后,他参与推动 Claude Code 从内部原型成长为 Anthropic 内部和外部开发者广泛使用的 AI 编程 Agent 产品。

⏱️ 时间戳

00:00 开场 & 播客简介

Claude Code 的诞生

01:25 起源故事:产品还没跟上模型能力

02:48 从自动补全到编程 Agent:为什么当时的工具不够用

03:58 Anthropic 的底层使命:AI 安全如何与编程工具连接

04:50 编程作为“培养皿”:模型与现实世界互动的方式

06:04 商业与安全的结合:为什么编程能支撑 Anthropic 的业务模式

从糟糕原型到卸载 IDE

06:27 Boris 的开发工具观:先解决自己的问题,再帮助别人

07:13 早期瓶颈:Claude Code 一开始只能完成 10%-20% 的代码

07:38 模型跃迁:从 Sonnet / Opus 到更强版本带来的阶跃变化

08:01 多入口产品形态:CLI、桌面、移动、Slack、GitHub

08:38 产品与模型的反馈闭环:Anthropic 内部每天都在用 Claude Code

工程生产力的指数变化

09:22 AI 实验室的指数增长视角

09:57 每位工程师代码量数倍增长,且数据还在快速过时

10:23 团队变大时,为什么 Claude Code 反而提高了生产力

10:50 新人上手从几周缩短到两天

11:18 “写代码”的定义正在变化:从打孔卡到 AI Agent

12:16 Boris 卸载 IDE:从亲手写代码到同时运行多个 Claude

12:35 下一层抽象:不再 prompt Claude,而是写会 prompt Claude 的循环

通才的黄金时代

12:55 Anthropic 如何评估工程师:为什么更喜欢通才

13:25 传统产品流程的瓦解:研究、设计、产品、工程开始融合

13:58 每个人都在做数据、设计、范围定义和用户沟通

14:13 Builder 的出现:设计师、财务、幕僚长也能发布代码

14:24 Acquired 的真实案例:用 Claude Code 搭建播客转录与视频基础设施

Claude Cowork 与非工程师市场

15:25 Claude Cowork 的契机:不想打开终端的人更多

15:55 数据科学家主动使用 Claude Code 做分析

16:35 非工程师开始上手:从数据分析到用 Claude Code 种番茄

17:18 需求信号出现:Claude Code 开始进入主流人群

17:30 八九天做出 Claude Cowork,而且 100% 用 Claude Code 构建

17:48 产品取舍:为什么不能把 Claude Code 简单搬到网页里

18:27 文件系统与本地工具:浏览器体验为什么不够顺手

19:29 计算方式的转变:实时推理,还是让模型先写程序反复运行

20:09 模型天然会写代码:用 bash 和 AppleScript 找到正在播放的音乐

组织设计与文化变化

20:54 “技术员工”头衔的意义:弱化职位标签

21:30 去掉高级头衔:减少权威对想法判断的干扰

22:31 资历正在失效:新人也可能教资深工程师使用 Claude Code

23:18 旧角色边界会消失:工程师、PM、设计师、研究员合并为 builder

公司如何面向 AI 时代重组

23:48 给每个人尽可能多的 token

24:14 少配人,多给 AI 资源:用约束逼出自动化

24:33 自动化的复利:这次做成,下次成本更低

25:04 原则文档与 skills:让模型也能使用公司的决策原则

25:35 预算从人力转向 token:前期成本上升,长期运行成本下降

26:08 专业身份的清算:我们还需要执着于“我是某某岗位”吗?

26:41 通才的黄金时代:想做不止一件事的人迎来最好时机

品味、价值观与人类角色

26:57 品味会不会也是短期优势?

27:23 从函数式执念到接受模型写 class

28:07 产品品味也可能被模型追上

28:44 当所有优势被侵蚀,最后还剩下什么?

28:57 人类最后要教给模型的,可能是价值观

29:07 结尾:像教孩子做好人一样,教模型做好模型

🌟 精彩内容

💡 Claude Code 的真正起点:不是写代码,而是让模型接触现实世界

Boris 认为,编程之所以重要,不只是因为它商业价值高,更因为它是模型与现实世界互动的一种方式。Anthropic 的核心使命是 AI 安全,而要研究模型在真实环境中的行为,就需要让模型做有用的事情。编程正是这样一个既可验证、又能带来实际价值的场景。

“编程是模型和现实世界互动的一种方式。”

🚀 从 10% 到卸载 IDE:AI 编程的抽象层级跃迁

Claude Code 早期并不神奇,只能帮助 Boris 完成大约 10%-20% 的代码工作。但随着底层模型能力提升,它完成代码的比例迅速上升。到后来,Boris 甚至卸载了 IDE,因为过去一个月已经完全没有打开过。他的工作方式从“自己写代码”,变成“同时运行 5 到 10 个 Claude”,再进一步变成“编写能自动指挥 Claude 的循环”。

“到了十一月,我把我的 IDE 卸载了,因为我已经不用它了。”

⚙️ Anthropic 内部生产力:代码量数倍增长,新人两天上手

Claude Code 已经成为 Anthropic 内部工程与研究工作的日常工具。Boris 提到,自从发布 Claude Code 后,Anthropic 每位工程师写的代码量已经增长数倍,而且之前公开过的“三倍”数据已经过时。更关键的是,新人加入团队后,不再需要花几周到处问人,而是直接询问 Claude Code,在代码库里查找数据库、流程和工具,最快两天就能上手。

“以前可能要几周,现在是两天。”

🧑‍🔧 “通才的黄金时代”:工程师、PM、设计师边界正在消失

Boris 观察到,Claude Code 团队已经不再按照传统产品流程运转。过去是用户研究员访谈、设计师出 mock、PM 定范围、工程师实现;现在每个人都在和用户交流、定义范围、写代码、做数据分析、搭 dashboard。设计师、财务、幕僚长都可能发布代码。角色正在融合成一种新的 builder。

“我觉得现在就是通才的黄金时代。”

🖥️ Claude Cowork:为不想打开终端的人准备的 Claude Code

Claude Code 最早是终端工具,但 Anthropic 很快发现,非工程师也在想办法使用它:数据科学家自己安装 Node.js 和 API key 来做分析,甚至有人用 Claude Code 监控番茄植株并控制营养供给。这些需求推动团队做出 Claude Cowork,让不熟悉终端的人也能使用 Claude Code 的能力。这个产品只用了八九天完成,而且完全由 Claude Code 构建。

“它百分之百是用 Claude Code 做出来的。”

🏢 给公司和创始人的建议:少配人,多给 token

面对 AI 时代的组织变化,Boris 给出的建议非常直接:给每个人尽可能多的 token,让他们去实验;如果一个项目看起来需要四个工程师,就先放两个工程师进去,再给他们足够的 AI 资源。更少的人力约束会迫使团队自动化流程,而自动化会形成复利,让下一次项目成本更低、速度更快。

“给大家尽可能多的 token,让他们去实验。”

🧭 当品味也被 AI 追上,人类最后还剩什么?

Boris 坦言,很多他曾以为属于自己的优势,最后都被证明只是个人执念。比如他曾坚持代码库里不能有 class,只能有函数,但当模型开始大量写 class,并且业务结果更快、更好时,他意识到自己可能错了。他认为产品品味今天仍是优势,但长期也会被模型逐步侵蚀。最后,人类真正需要教给模型的,可能是价值观。

“就像我们教孩子怎样做一个好人一样,我们也会教模型怎样做一个好模型。”

🌐 播客信息补充

本播客采用原有人声声线进行播客音频制作,也可能会有一些地方听起来怪怪的

使用 AI 进行翻译,因此可能会有一些地方不通顺;

如果有后续想要听中文版的其他外文播客,也欢迎联系微信:iEvenight