---
author: Best Partners TV
date: '2026-05-07'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=jIwXvGftteM
speaker: Best Partners TV
tags:
  - ai-driven-development
  - future-of-coding
  - llm-capabilities
  - developer-productivity
  - business-strategy
title: 编程已“解决”：Boris Cherny 谈 Claude Code、AI 开发范式与未来商业格局
summary: Anthropic 资深工程专家 Boris Cherny 分享了他作为 Claude Code 缔造者，一行代码未写却开发效率惊人的经历。他阐述了 Claude Code 的诞生、AI 对软件开发民主化、人才结构重构以及 SaaS 护城河的深刻影响。文章还探讨了未来开发工作流（手机+智能体+循环）、AI 原生架构作为新护城河，以及编程将成为全民基础技能的趋势，并解答了关于模型能力、产品体验、AI 协作等关键问题。
insight: ''
draft: true
series: ''
category: ai-ml
area: tech-engineering
project: []
people: []
companies_orgs:
  - Anthropic
products_models:
  - Claude Code
  - Opus 4
media_books: []
status: evergreen
---
### AI 驱动的开发范式已成型

大家好，这里是最佳拍档，我是大飞。今天我们继续来分享红杉资本2026AI峰会的内容。这次被采访的嘉宾是Anthropic公司的资深工程专家、**Claude Code**的缔造者**鲍里斯·切尔尼（Boris Cherny）**。

在这次对话中，鲍里斯公开了一个可能会让全场开发者都感到震惊的事实：2026年至今，他一行代码都没有手写过。但与此同时，他的开发效率却高到离谱，每天仅凭一部手机就能提交几十个代码合并请求（PR），甚至创下过一天提交150个PR的个人纪录。这在几年前是任何一个资深工程师都不敢想象的效率。而支撑这一切的，正是他亲手打造的 **Claude Code**。

鲍里斯在现场做了一个简单的互动调查，结果显示，现场大部分开发者已经进入了AI辅助开发的阶段，但真正做到100%由模型完成代码编写的人还不算多。而鲍里斯给出的答案非常直接：对他个人而言，“编程问题已经100%被解决了”。他强调，这里的“解决”并非指模型能完美覆盖所有代码场景、复杂系统或冷门语言，而是指在他日常负责的工程范围、产品迭代和代码维护工作中，模型已经可以完全替代他完成手写代码的工作。

**Claude Code**的代码库主要由TypeScript和React构建。选择这两项技术的原因很务实：早期模型能力有限，必须选用训练数据分布最广、模型最熟悉的技术栈来保证生成代码的稳定性和可用性。而随着模型从Sonnet 3.5迭代到Opus 4、4.5、4.6乃至现在的4.7，模型早已突破了早期技术栈的限制，能够快速理解并编写全新的语言与框架，应对复杂逻辑的能力也呈指数级提升。

### Claude Code 的诞生与产品哲学

很多人会好奇，Claude Code 到底是怎么诞生的呢？鲍里斯在对话里完整还原了这段起源故事。这款改变开发范式的工具，起点非常偶然。2024年末，他加入了Anthropic内部一个类似孵化器的创新团队——**Anthropic Labs**。这个团队规模很小，更像一支快速迭代的突击队，核心目标是将实验室的模型能力落地成可用的产品。

当时，他们敏锐地察觉到一个行业痛点，叫做“**产品能力溢出**”（Product Overhang）：大模型底层能力已远超当前产品所能承载，但市面上没有任何工具能真正释放这些能力。当时编程领域最先进的形态还停留在IDE里的联想补全阶段，按一下Tab键只能补全一行代码。但鲍里斯和团队坚信，模型完全可以跨越到下一阶段，直接由智能体完整编写所有代码，而非仅仅做片段辅助。

于是他开始动手开发，但最初的半年，Claude Code的表现并不好，只能完成他大约10%的代码工作量。即便正式发布之后，也没有立刻迎来爆发式增长。而真正的拐点，是**Opus 4**模型的发布。从那之后，每一次大模型版本升级，都带动了Claude Code的用户量与能力曲线陡峭上扬。

这里面藏着一个极其重要的产品哲学：Anthropic团队从来不是为当下的模型能力做产品，而是为**下一代模型做提前布局**。他们愿意承受产品市场契合度前期的不成熟，坚持面向未来六个月甚至一年后的模型能力去设计产品。这种前瞻性最终让Claude Code踩中了AI开发工具的爆发节点，实现了从小众工具到行业标配的跨越。

### 未来开发工作流：手机、智能体与循环

接下来，鲍里斯分享了他现在完全依赖手机的开发工作流，这段内容堪称未来开发模式的范本。他的手机上安装着Claude应用，左侧的代码标签页里同时运行着五到十个会话，每个会话里又承载着一大批智能体。日常状态下，有几百个智能体在同步运行；到了夜间，处理深度任务的智能体数量甚至会达到几千个。

管理这么多智能体，靠的不是手动调度，而是他反复强调的核心——**循环（Loop）**。只需要在Claude里输入`/loop`指令，就能借助cron定时任务，让模型自动循环执行指定的任务。他的后台常年挂着几十个循环任务，有的专门监控PR，自动修复CI问题、完成代码rebase；有的负责维护持续集成环境的稳定性，遇到不稳定测试自动排查修复；还有的每30分钟抓取一次用户反馈并且自动进行聚类分析。最近Anthropic还推出了**Routines**功能，和循环逻辑一致，但运行在服务器端，就算合上电脑，任务也会不间断执行。鲍里斯斩钉截铁地说：“循环就是未来。”而这也正是他每天真实工作的总结。

### 人才结构的重构与跨学科通才的崛起

聊完个人工作流，话题转向了未来的团队形态。这部分内容对所有企业、创业团队都有极强的参考价值。鲍里斯认为，AI带来的不只是开发效率的提升，更是**人才结构的彻底重构**。未来的核心趋势是**跨学科通才的全面崛起**。

过去我们说工程师是通才，往往指一个人能搞定iOS、Web、服务器等多端开发，本质还是工程领域内的多面手。但是接下来，通才的定义会被彻底改写：一个工程师可以同时精通产品与设计；一个人能融合产品、数据科学、工程三种核心能力。甚至团队里的工程经理、产品经理、设计师、数据科学家、财务人员、用户研究员，所有人都将参与代码构建。

在Claude Code团队里，全员都是开发者。每个人在自己的专业领域是专家，同时又能用AI完成开发工作。专业壁垒正在快速消解，单一技能的专家会越来越难适应未来的团队协作。而**跨领域、懂业务、能借助AI落地想法的通才，会成为最稀缺的人才**。

### SaaS 护城河重塑与 AI 原生架构

这场专访最有商业价值的部分，是鲍里斯对SaaS行业、企业护城河的预判。他结合汉密尔顿·赫尔默（Hamilton Helmer）提出的“七大力量”商业护城河理论，分析了AI如何重构竞争壁垒。

首先，传统的**转换成本**会被大幅弱化。过去企业切换系统的成本极高，数据迁移、流程改造和员工培训都是巨大的障碍。但是现在借助大模型，数据和业务可以轻松在平台间迁移，用户被锁定的成本急剧下降。其次，**流程霸权**也会被瓦解。很多传统大厂的优势来自多年沉淀的内部流程、工作流和组织效率，但是AI可以用极快的速度优化甚至重构这些流程，让小团队也能拥有比肩大厂的执行效率。

但是，这并不意味着所有护城河都消失了。**网络效应、规模经济、垄断性资源**这些底层的商业逻辑依然坚不可摧。鲍里斯指出，对初创公司来说，真正的新护城河应该是**原生AI架构**。大公司背负着沉重的历史系统、旧的流程和员工习惯，转型AI原生会面临巨大的内部阻力。而初创团队没有包袱，可以从零开始构建完全适配AI、利用AI、依托AI的产品与流程。鲍里斯给出了一个非常乐观的判断：未来十年，具备颠覆力的初创公司数量会增长十倍，小团队也能凭借AI打造出和科技巨头正面竞争的产品价值。这是属于建设者和创业者的最好时代。

### 软件开发的民主化：从印刷术到 AI

随后，鲍里斯用一个堪称经典的类比，解释了软件开发的民主化趋势。他说，这场变革堪比15世纪欧洲印刷术的发明。印刷术出现之前，欧洲只有大约10%的人识字，读写是少数专业人士的特权，服务于国王与领主。印刷术普及后，书籍成本暴跌，文献产量暴增，读写逐渐变成全民基础技能，全球识字率提升到了70%以上。

而AI驱动的开发工具，正在让编程经历同样的变革。过去，编程是专业工程师的专属技能；未来，编程会像发短信、使用Office一样，成为每个人都能掌握的基础能力。甚至在垂直领域，最好的软件创作者不再是软件工程师，而是行业专家。比如会计软件，最懂需求、最能做出好用产品的，一定是资深会计师，而不是只懂代码不懂业务的程序员。代码编写会变成最简单的环节，**领域知识、业务理解和产品直觉**，才是真正的核心壁垒。

### 观众问答与未来展望

在观众问答环节，鲍里斯还解答了观众提出的很多尖锐又关键的问题。

*   **Claude Code 的成功因素**：他指出，在一年前，模型与产品的重要性大约是五五开。随着模型能力增强，模型外围控制框架重要性下降，但产品体验依然是核心。他早年在YC创业的经历让他坚信，无论技术多强，最终都要打造用户真正喜爱的产品。未来模型的对齐能力会更强，现在的安全机制重要性会下降，但循环、智能体调度这些框架设计会成为产品的核心竞争力。
*   **AI 与软件开发民主化**：鲍里斯给出了肯定答案，并强调变革速度会远超印刷术普及速度。小商家可以为自己的店铺编写管理软件，普通人可以用编程控制家居设备。软件创作不再是科技行业的专利。
*   **Anthropic 内部与外部的技术差距**：模型层面几乎没有差距，内部使用的 Opus 模型和外部开发者可用的版本完全一致。真正的差距在于**组织流程与工作流**。Anthropic 内部全员使用 Claude，智能体之间通过 Slack 协同沟通，所有 SQL、所有代码都由模型生成。这种组织层面的AI原生适配，才是他们真正的领先优势。
*   **多智能体并行处理**：核心在于提示词工程与模型能力的自然进化。更高版本的模型会自发理解任务的可并行性，主动启动子智能体，不需要用户手动设计。例如4.7版本模型已能自主判断数据随时间变化，主动启动循环定时生成报告。
*   **云端 vs. 本地智能体**：鲍里斯认为这个问题不重要。模型会自主判断算力需求，需要云端就调用云端，适合本地就运行本地，工程师不需要纠结部署方式，模型会完成最优决策。
*   **赋能普通知识工作者**：鲍里斯的答案是 **MCP**（通过标准化协议，打通各类云端工具，让模型无缝调用各类软件，释放生产力）。对于不支持 MCP 的系统，**Computer Use** 是最佳补充。
*   **Anthropic 的未来产品方向**：鲍里斯点名了三个方向：一是 **Claude Design**，未来能力会大幅跃升，Claude Code 的重磅新功能也即将发布；二是智能体的循环和批处理能力将实现质的飞跃；三是 **Computer Use** 方面的潜力巨大。

整场访谈下来，鲍里斯试图指出一条完整的未来路径。当AI彻底解决了代码编写层面的技术问题时，开发的核心矛盾已经从“如何写代码”转向了“知道要做什么”。软件开发正从工程师职业转向一项全民基础技能。鲍里斯·切尔尼也用自己的亲身实践证明：个人工作流正在从电脑转向移动端，用手机就能完成高强度的开发；团队正在从专业分工转向跨学科的通才协作；商业竞争也正在从流程壁垒转向AI原生架构。

2026年，他一行代码不写，却成为了效率极高的工程负责人。而未来几年，会有越来越多的人进入这种状态。不过，即便像鲍里斯所说，编程被彻底解决了，这依然不是开发的终点，反而可能是创造的起点。当代码不再是门槛，真正决定价值的，其实是你的想法、你的认知和你的领域洞察力。这，就是AI时代给每个人的最大机会。

感谢收看本期视频，我们下期再见。