AI · 组织变革 · 深度解读

当工程师不再写代码
公司还在招什么人?

Claude Code 之父 Boris Cherny 的一次访谈,表面在聊一个产品,内核却是:模型正在重写组织的运行逻辑。

原文来源 机器之心 · 受访者 Boris Cherny(Anthropic 技术成员,Claude Code 核心建设者)

⚡ 一句话抓住重点

很多人说"品味/判断力"是 AI 时代人类最后的护城河。Boris 直接反驳:连"该做什么"这种品味,模型也在快速学会。真正值得思考的不是"AI 会不会取代程序员",而是——它正在悄悄改变"知识"和"执行"之间的关系。

1Claude Code 其实是个"意外"

2024 年底,Boris 加入了 Anthropic 专门探索未来产品的 Labs Team。当时团队有个强烈感受:模型的能力,已经远远超过了市面上的产品能装下的

那时的 AI 编程工具只有两类——帮你补全下一行代码的"自动补全",和帮你解释报错的"问答助手"。真正能自己干活的 Coding Agent 还不存在。

于是他们做了个激进决定:不把模型当助手,而是当开发主体。但 Boris 坦承,最早的版本很难用,只能完成他 10%~20% 的工作,跟今天完全是两个东西。

2为什么死磕编程?不是为钱,是为"安全"

很多人以为 Anthropic 重视 Coding 是因为市场大、能赚钱。Boris 的答案完全不同:公司从成立起最核心的使命是 AI 安全(AI Safety)

而要研究 AI 安全,就必须观察模型进入真实世界后的真实行为。编程恰好是近乎完美的实验场:代码能不能跑、测试过不过、能不能编译,反馈极其清晰;互联网上又有海量代码做训练数据。

所以 Claude Code 从来不只是给程序员用的生产力工具,它同时是 Anthropic 理解未来 AI 系统的实验平台。— 文章核心判断

3它为什么突然变强了?答案简单到反常

主持人问:从"只能干 20%"到"几乎完全接管",中间发生了什么?Boris 的回答只有一句:模型变强了

产品层的改进(从命令行扩展到桌面、移动、Slack、GitHub、Plan Mode……)在他眼里都只是"增量"。真正决定上限的是底层模型:从 Sonnet 4 → Opus 4 → Opus 4.5,每次升级都直接反映在表现上。

更关键的是反馈机制:全公司每天都在用 Claude Code,研究模型的人、做产品的人都在用。所以根本不需要专门的反馈通道——反馈本身就是日常工作。产品和模型不是两条平行线,而是在同一个循环里共同进化。

人均代码产出提升
(且这已是过时数据)
2天
新人上手时间
(过去要数周)
隐性知识
转移到 Agent 身上

新人不再需要知道"数据库怎么查、该问谁"。在 Anthropic,标准回答是:"打开 Claude,让 Claude 去查。"过去靠资深工程师层层传帮带的隐性知识,正被直接封装进模型。

💡 我的看法

这一点比"代码写得快"重要得多。企业真正的成本从来不是打字,而是知识在人与人之间流动的摩擦——问对人、等回复、踩别人踩过的坑。当这些隐性知识沉淀进一个随时可问的模型,组织的"沟通税"被大幅削减。这才是 AI 对公司最深的改造:它不只是更快的手,更是一个永不疲倦、永远在岗的"集体记忆"。

4从穿孔纸带到"写 Loops":只是又一次抽象升级

Boris 认为,软件史就是一部不断"提高抽象层级"的历史:穿孔卡 → 汇编 → Fortran → Java/Python。每一次升级,都有人说"这不算真正的编程"。今天没有任何不同——人类只是又一次提高了编程的抽象层级

1

传统开发

打开 IDE、自己敲代码、偶尔用自动补全
2

过渡期

向 Claude 描述需求 → 它写 → 我审查修正
3

现在:我的工作是"写 Loops"

不再直接 prompt,而是编写自动循环系统,去拆任务、管上下文、协调多个 Claude 实例
去年 11 月,我把 IDE 卸载了——因为我发现自己一个月没打开过。那段时间我通常同时跑 5 到 10 个 Claude 实例,自己只负责监督。— Boris Cherny
💡 我的看法

"写 Loops"是全文最锋利的一句。它意味着连"和 AI 对话"这件事本身都被自动化了。人的位置正从"操作员"上移到"系统设计者 + 监工"。但要冷静一点:这是一位顶尖工程师在一家把工具用到极致的公司里的状态,普通团队的现实还远没到这一步。它更像一个方向标,而非当下的普遍画像。

5不写代码了,那招聘看什么?——通才的黄金时代

Claude Code 团队最爱招的是 Generalist(通才)。过去软件公司像流水线:用研、设计、产品、工程各管一段。而现在这种分工正在瓦解——工程师在跟用户聊、在做设计、在拉数据搭看板;设计师和财务同事也在写代码

真正的边界不再是"你会不会写代码",而是"你能不能把一件事从想法变成现实"。Satya Nadella 把这种角色叫 Builder。— 文章观点

AI 降低了能力之间的迁移成本,所以未来最有优势的,未必是某一领域最深的专家,而是能快速跨域、整合资源的人。这是属于通才的黄金时代。

+彩蛋:为什么大家头衔都叫 MTS?

Boris 的头衔不是"总监",而是 Member of Technical Staff,而且公司一大堆人都这样。缺点:你在 Slack 上根本不知道对方是设计师、工程师还是经理。优点(学自 Meta):扁平头衔能消除"礼貌性服从",逼大家用想法本身竞争,而不是靠资历

他在 Facebook 当 L4 时,曾直接找 VP 提想法、组队做产品——VP 根本不知道他几级。而如今很多 20、30 年经验的资深工程师,反而要花几个月去"unlearn"(卸下旧习惯)。

🔥 联网补充 · 最新进展(2026年6月)

文章里 Boris 说"3 倍已是过时数据"。就在不久前,Anthropic 研究院发布报告 《When AI Builds Itself》,首次公开官方内部数据,直接印证了他的话:
· Claude 现在贡献了超过 80% 合入生产系统的代码(2025 年初还只是个位数);
· 工程师人均代码吞吐量是 2024 年的 8 倍
· Anthropic 将这一现象命名为 "递归式自我改进"(Recursive Self-Improvement)——AI 开始加速自身的研发,公司甚至呼吁同行考虑放缓前沿模型的开发节奏。

🎯 一图记住全文

Claude Code 表面是讲产品迭代,内核是 Boris 在论证:AI 正在重写组织的运行逻辑。模型不仅接管写代码,还在接管"品味"和"知识传递";人的角色从"写代码"上移到"设计驱动 Agent 的循环系统";未来属于能把想法变成现实的 通才 / Builder。这也呼应了他给创业者的反直觉建议——"少招人,多给 token"