De Revolutionaire Workflow van Boris Cherny: Hoe de Schepper van Claude Code Softwareontwikkeling Herdefinieert

Wereldwijd - Ekhbary Nieuwsagentschap

De Revolutionaire Workflow van Boris Cherny: Hoe de Schepper van Claude Code Softwareontwikkeling Herdefinieert

Wanneer de architect van 's werelds meest geavanceerde coderingsagent spreekt, luistert Silicon Valley niet alleen – het maakt zorgvuldig aantekeningen. De afgelopen week is de wereldwijde engineeringgemeenschap in rep en roer geweest, waarbij een gedetailleerde draad op X van Boris Cherny, de visionaire maker en hoofd van Claude Code bij Anthropic, werd ontleed. Wat begon als een ogenschijnlijk informele deling van zijn persoonlijke terminalopstelling, is snel uitgegroeid tot een viraal manifest over de toekomst van softwareontwikkeling, waarbij insiders uit de industrie het unaniem een keerpunt noemen voor de opkomende startup.

Cherny's inzichten zijn niet alleen nieuw; ze herdefiniëren actief hoe ontwikkelaars efficiëntie en productiviteit zien in het tijdperk van kunstmatige intelligentie. Jeff Tang, een prominente stem in de ontwikkelaarsgemeenschap, onderstreepte dit sentiment door te stellen: "Als je de best practices van Claude Code niet rechtstreeks van de maker leest, loop je als programmeur achter." Kyle McNease, een andere invloedrijke waarnemer in de industrie, ging verder en verklaarde stoutmoedig dat Anthropic met Cherny's "game-changing updates" "in vuur en vlam staat" en mogelijk "hun ChatGPT-moment" beleeft. De voelbare opwinding rond Cherny's onthullingen komt voort uit een fascinerende paradox: zijn workflow is verrassend elegant en eenvoudig, maar stelt één mens in staat om te opereren met de uitvoercapaciteit die typisch geassocieerd wordt met een kleine, toegewijde engineeringafdeling. Zoals een gebruiker treffend op X opmerkte na het implementeren van Cherny's opstelling, "voelt de ervaring meer als Starcraft" dan traditioneel coderen – een diepgaande paradigmaverschuiving van het moeizaam typen van syntax naar het strategisch aansturen van autonome eenheden.

Van Lineair Coderen naar Vlootcommandant: Een Nieuw Ontwikkelingsparadigma

De meest opvallende onthulling uit Cherny's openhartige uiteenzetting is zijn afwijking van de conventionele lineaire benadering van programmeren. In de traditionele "inner loop" van ontwikkeling schrijft een programmeur doorgaans een functie, test deze rigoureus en gaat vervolgens sequentieel verder met de volgende taak. Cherny opereert echter als een geavanceerde vlootcommandant. "Ik draai 5 Claudes parallel in mijn terminal," legde Cherny uit, zijn opstelling gedetailleerd beschrijvend. "Ik nummer mijn tabbladen van 1-5 en gebruik systeemmeldingen om te weten wanneer een Claude input nodig heeft." Door ingenieus gebruik te maken van iTerm2-systeemmeldingen, beheert Cherny meesterlijk vijf gelijktijdige werkstromen. Terwijl één AI-agent ijverig een uitgebreide testsuite uitvoert, krijgt een andere de taak om een complexe legacy-module te herstructureren, en een derde stelt actief ingewikkelde documentatie op. Zijn operationele bereik strekt zich uit verder dan de lokale terminal; hij draait ook "5-10 Claudes op claude.ai" in zijn browser, waarbij hij een slim "teleport"-commando gebruikt om sessies naadloos over te dragen tussen de webinterface en zijn lokale machine. Dit is niet slechts een productiviteitsboost; het vertegenwoordigt een fundamentele verschuiving in hoe softwareontwikkelaars hun rollen in het AI-tijdperk waarnemen. De ontwikkelaar is niet langer alleen een codeur, maar een strategische orkestrator, die een vloot van AI-agenten aanstuurt naar complexe doelen.

Deze innovatieve strategie valideert direct de filosofie van "meer doen met minder" die Anthropic-president Daniela Amodei eerder deze week verwoordde. Terwijl geduchte concurrenten zoals OpenAI triljoenen dollars aan infrastructuurprojecten nastreven, toont Anthropic krachtig aan dat superieure orkestratie en intelligent gebruik van bestaande modellen exponentiële productiviteitswinsten kunnen opleveren. Dit positioneert Anthropic uniek in de fel concurrerende AI-race, en benadrukt dat echte innovatie niet uitsluitend ligt in de modelgrootte of ruwe rekenkracht, maar in de slimme toepassing en het beheer van intelligente systemen.

Het Contraintuïtieve Voordeel: Waarom het Langzaamste, Slimste Model Wint

In een zet die aanvankelijk contra-intuïtief lijkt voor een industrie die voortdurend geobsedeerd is door het minimaliseren van latentie, onthulde Cherny een verrassende voorkeur: hij gebruikt uitsluitend Anthropic's zwaarste en, volgens conventionele maatstaven, langzaamste model, Opus 4.5. "Ik gebruik Opus 4.5 met denken voor alles," verduidelijkte Cherny. "Het is het beste coderingsmodel dat ik ooit heb gebruikt, en hoewel het groter en langzamer is dan Sonnet, is het, omdat je het minder hoeft te sturen en het beter is in het gebruik van tools, uiteindelijk bijna altijd sneller dan het gebruik van een kleiner model."

Voor enterprise-technologieleiders en CTO's biedt dit een cruciaal, paradigmaverschuivend inzicht. De ware bottleneck in de moderne AI-gedreven ontwikkeling is niet de ruwe generatiesnelheid van een token; het is de onschatbare menselijke tijd die wordt besteed aan het nauwgezet corrigeren van de onvermijdelijke fouten van de AI. Cherny's workflow suggereert krachtig dat het proactief betalen van de "compute-belasting" voor een slimmer, capabeler model vooraf de veel duurdere en tijdrovendere "correctie-belasting" later in de ontwikkelingscyclus drastisch elimineert. Dit vertegenwoordigt een diepgaande filosofische verschuiving, die de uitvoerkwaliteit en minimale menselijke tussenkomst boven de pure generatiesnelheid prioriteert. Investeren in een model dat minder sturing en minder correcties vereist, leidt uiteindelijk tot een snellere, efficiëntere en robuustere ontwikkelingscyclus op de lange termijn.

Een Gedeeld Bestand voor Collectief AI-Leren: De CLAUDE.md Onthulling

Cherny ging verder in op hoe zijn team op ingenieuze wijze het wijdverbreide probleem van "AI-amnesie" aanpakt. Standaard grote taalmodellen "herinneren" van nature niet de specifieke coderingsstijl, architectonische beslissingen of voorkeursconventies van een bedrijf van de ene sessie naar de andere. Om deze significante beperking ingenieus te omzeilen, handhaaft Cherny's team één cruciaal bestand genaamd CLAUDE.md binnen hun Git-repository. "Elke keer dat we Claude iets verkeerd zien doen, voegen we het toe aan CLAUDE.md," legde Cherny uit, "zodat Claude weet dat hij het de volgende keer niet moet doen."

Deze innovatieve aanpak transformeert AI-fouten van tijdelijke obstakels in permanente, bruikbare leerlessen, waardoor een voortdurend evoluerende kennisbasis ontstaat. Door deze verzamelde wijsheid effectief te integreren in de training van het model of de contextuele prompts, kunnen ontwikkelteams systematisch AI-agenten bouwen die niet alleen slimmer zijn, maar ook adaptiever en fijner afgestemd op hun unieke vereisten. Cherny's workflow toont als geheel niet alleen de operationele methodologie van een individu, maar een overtuigende visie voor de toekomst van softwareontwikkeling – een toekomst waarin mensen en AI naadloos samenwerken in een dynamische, strategische omgeving, die de grenzen van productiviteit en innovatie fundamenteel herdefinieert.

Ekhbary Nieuwsagentschap