#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3869
·
评论数2

📝 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

展开Show Notes
黎蔓蔓
黎蔓蔓
2026.6.09
好棒,作为Claude 和 boris 的粉丝,去 YouTube 听了最后一句的原文。I think the final thing that we're going to be teaching the model is values and how to be, you know, the way that we teach our kids how to be good people. We're going to teach the model how to be a good model.
听不够,好短