美国 - 艾赫巴里通讯社
Claude Code 创作者的工作流程引发开发者狂潮
当世界上最先进的编码代理的创造者开口时，硅谷不仅仅是倾听——它会一丝不苟地记下笔记。过去一周，全球工程界一直在热烈剖析由人工智能巨头 Anthropic 的 Claude Code 的创造者和负责人 Boris Cherny 撰写的一系列 X（前身为 Twitter）帖子。最初似乎只是随意分享他的个人终端设置，但很快就演变成了一份关于软件开发未来的病毒式宣言。行业内部人士已将其称为该公司的里程碑式时刻。
Cherny 见解的重要性得到了开发者领域知名人士的强调。社区中受人尊敬的声音 Jeff Tang 表示：“如果你不直接从创造者那里阅读 Claude Code 的最佳实践，那么作为一个程序员，你就会落伍。”另一位敏锐的行业观察家 Kyle McNease 加强了这种情绪，他宣称，凭借 Cherny 的“改变游戏规则的更新”，Anthropic “势不可挡”，并可能正在经历“他们的 ChatGPT 时刻”。
另请阅读
这种兴奋的核心在于一个引人入胜的悖论：Cherny 的工作流程非常简单，但它却能让一个人达到通常与小型工程部门相关的生产力水平。一位用户在实施 Cherny 的设置后，在 X 上将这种体验描述为“比传统编码更像《星际争霸》”。这个比喻抓住了从输入代码的繁琐任务到指挥自主代理的更具战略性的行为的根本转变。
解构重塑软件构建的工作流程
Cherny 的披露提供了对一种工作流程的详细分析，这种工作流程正在从根本上改变软件的构建方式。也许最令人震惊的发现是他放弃了线性的编码实践。软件开发的传统“内部循环”包括程序员编写一个函数、测试它，然后进行下一个任务。然而，Cherny 采取了舰队指挥官的姿态。
Cherny 分享道：“我在终端中并行运行 5 个 Claude。”“我给我的标签编号 1-5，并使用系统通知来了解 Claude 何时需要输入。”通过利用 iTerm2 系统通知，Cherny 有效地协调了五个并发工作流。当一个 AI 代理孜孜不倦地运行一个测试套件时，另一个可能正在重构一个遗留模块，而第三个可能正在起草重要的文档。他的操作范围进一步扩大；他还使用他的浏览器运行“claude.ai 上的 5-10 个 Claude”，并利用“teleport”命令在 Web 界面和他的本地机器之间无缝地传递会话。
这种方法有力地证实了 Anthropic总裁 Daniela Amodei 最近阐述的“用更少的资源做更多的事情”的战略。与像 OpenAI 这样大力投资于大规模基础设施建设的竞争对手不同，Anthropic 正在证明，现有 AI 模型的卓越组织和智能利用可以带来指数级的生产力增长。
选择最慢、最聪明模型的反直觉论证
Cherny 透露，他独家依赖 Anthropic 最强大但最慢的模型：Opus 4.5，这一举动挑战了行业普遍存在的对低延迟的痴迷。“我使用 Opus 4.5 进行一切思考，”Cherny 解释道。“这是我用过的最好的编码模型，尽管它比 Sonnet 更大、更慢，但由于你不需要像指导它那样多，而且它在工具使用方面更好，所以最终它几乎总比使用更小的模型更快。”
这一见解对于企业技术领导者来说至关重要。当代 AI 开发中的主要瓶颈不是 token 生成的原始速度；而是修复 AI 生成错误所花费的重大的人力时间。Cherny 的工作流程表明，预先为更强大、更智能的模型支付“计算税”可以有效地消除后来成本高昂得多的“纠正税”。
一个共享文件将每一次 AI 错误转化为持久的教训
Cherny 还详细介绍了他的团队如何解决 AI 记忆力丧失这一持续存在的问题——标准大型语言模型无法在不同会话中保留公司特定的编码风格或架构决策。
为了解决这个问题，Cherny 的团队在他的 Git 存储库中维护了一个名为 CLAUDE.md 的单一重要文件。Cherny 说道：“每当我们看到 Claude 做错了什么，我们都会将其添加到 CLAUDE.md 中，这样 Claude 下次就知道不要那样做。”这种做法有效地将代码库转变为一个自我修正的有机体。当人类开发人员审查拉取请求并发现错误时，他们不仅仅是修复代码；他们指示 AI 更新自己的指令。一位分析该帖子的一位产品领导者 Aakash Gupta 指出：“每一个错误都变成了一个规则。”因此，团队合作的时间越长，AI 代理就越精炼和智能。
斜杠命令和子代理自动化最繁琐的开发任务
一位观察家称赞的“标准”工作流程的效率是通过对重复任务的严格自动化来驱动的。Cherny 使用斜杠命令——集成到项目存储库中的自定义快捷方式——能够通过单击键盘来执行复杂的操作。他重点介绍了一个名为 /commit-push-pr 的命令，他每天都会调用数十次。这消除了手动输入 Git 命令、编写提交消息和创建拉取请求的需要，因为 AI 会自主处理版本控制的官僚程序。
此外，Cherny 还部署了子代理——专门的 AI 角色——来管理开发生命周期的不同阶段。他使用代码简化器（code-simplifier）在主要工作完成后清理架构，并使用应用程序验证器（verify-app）在任何内容发布之前运行端到端测试。
验证循环：AI 生成代码的真正解锁因素
相关新闻
如果 Claude Code 之所以能迅速实现 10 亿美元年经常性收入的原因只有一个，那很可能是实现了验证循环。AI 不仅仅是文本生成器；它充当集成测试器。
Cherny 透露：“Claude 使用 Claude Chrome 扩展程序测试我提交到 claude.ai/code 的每一个更改。”“它会打开一个浏览器，测试 UI，并进行迭代，直到代码正常工作并且用户体验良好为止。”他认为，为 AI 提供一种验证自身工作成果的机制——无论是通过浏览器自动化、执行 bash 命令还是运行测试套件——都能将最终结果的质量提高“2-3 倍”。因此，该代理不仅编写代码；它还能主动证明代码的有效性。
Cherny 的工作流程预示着软件工程的深刻转变
对 Cherny 帖子压倒性的反应表明，开发人员对其工艺的看法发生了关键性转变。多年来，AI 主要被视为一种辅助工具。然而，Cherny 的工作流程提出了一个引人注目的愿景，即 AI 在开发过程中充当平等的合作伙伴，甚至可能是领导者。运营效率和先进 AI 模型强大功能的这种战略整合，很可能代表了软件工程的新前沿，开启了一个前所未有的生产力和创新新时代。
