Claude Code 团队自曝工作方式:把七八成日常活交给 AI,对代码「不恋战」

量子位 2026-09-18T00:15:14.228474

Anthropic 放出了一段访谈,主角是 Claude Code 团队,话题是他们如何用 Claude Code 持续优化 Claude Code。核心方法可以浓缩成两句话:给 AI 下目标、而不是逐条检查它的每个动作;对自己造出来的东西保持「不执着」,因为模型能力每两个月就会变一次天。

一年之内,工作方式被彻底改写

在这段访谈里,Claude 员工聊得最多的是过去一年工作方式的变化,以及一个更本质的问题:在极快的迭代节奏下,产品到底该怎么做。

他们自己整理出的几条心得,基本就是这套方法论的骨架:

现在的工作流:只下目标,不看过程

团队给出的数字很直接:70%~80% 的日常工作,已经交给 Slack 里原生的 AI agent——Claude Tag(可以理解为一个常驻在聊天工具里的 AI 同事)来完成。

而仅仅一年前,Claude Code 的工程师还在逐行阅读 AI 的工作记录——每一次工具调用、每一个参数选择、每一步推理决策,都要人来看。

现在的核心理念是:不再逐条审视工具调用和模型决策,而是给出一个目标(goal),让模型自己想办法达成。

这套思路很可能也影响了 Claude Tag 的产品设计。为了让它在 Slack 里更像一个真实的人类参与者,他们把用户界面和模型的思考记录彻底解耦了:AI 的内部独白被 Slack 界面挡在后面,人看到的每一条消息,只是 Claude 调用「发消息」这个工具的结果,真正的思考过程不会实时展示。

团队自己的评价是,这是一种「有点吓人的强制性放手」。

用 Claude Tag 开发 Claude Tag

他们同时在激进地用 Claude Tag 开发 Claude Tag 自己。访谈里举了一个内部新工具的例子,流程很能说明问题:

  1. 先问 Claude Tag:「我有个这样的点子,应该找谁聊?谁会对这个感兴趣?」
  2. 聊完,直接让 Claude Tag 出原型示意图和具体实现。
  3. 让 Claude Tag 大量埋点,把工具部署到内部试用,然后观察「大家是怎么用的?有没有人给我反馈?」
  4. 之后 Claude Tag 持续监控使用数据,一有反馈就主动提醒负责人,并接着「去改进这个转化漏斗,你自己想办法」。

整个过程接近放养。团队的说法是,到了这个阶段,信任可能比监督重要

核心要义:不恋战

所有判断都要放在一个前提下:底层模型的能力,大约每两个月就会发生一次根本性跃迁。

「技术的地基每两个月就会在你脚下发生根本性的变化……你必须待在前沿,其实得越过前沿才能真正感受到那个边界。但与此同时,你又得为今天正在使用这些模型的人提供价值。」

这中间的平衡,一半是艺术,一半是科学。由此推出的一条工作准则就是:对自己造的东西保持不执着。

原因很实在:很多写进 harness(包在模型外层、负责调度和约束模型行为的那套代码)里的功能,本质上只是在补当时模型能力的短板。模型一升级,这些功能就该立刻拿掉。

最经典的例子是 to-do list(待办清单)。在 Sonnet 3.5 阶段,模型还无法完成连续多步的复杂任务,所以需要给它一份清单来「扶着走」。一年之后,模型具备了更复杂的记忆能力,这个曾经的救命功能就像脚手架一样被拆掉了。

另一个例子是 AskUserQuestion 工具。它最初是精心设计出来、让 Claude 能在任务中途主动向用户提问的;但当模型生成 HTML 的能力变强之后,开发者很自然地转向让 Claude 直接生成带图表和 mockup 的可视化 artifact 来提问。

面对这样摇摇欲坠的现实,团队的做法是:不再去构建一整套固定的解决方案,而是搭建一个个可以自由组合的「原语」(primitive)——也就是最小的功能积木块。这样做的好处是,当某个原语过时、需要替换时,付出的代价要小得多。

并且,当这些原语层层叠加、彼此组合时,往往会涌现出意料之外的新能力。

工程师的核心,永远是解决问题

如果说这一年在工作方式上最大的变化,一句话概括就是:人与 AI 打交道的颗粒度在不断上移。

一开始是人手去调 token、去指定具体调用哪个工具;接着是一次完整的对话(session);再往后浓缩成一个完整的目标(goal);到今天,已经变成一套"持续运行、能跨越多次对话边界的工作系统"。

抽象的层级一路往上抬,这一点在两并行线索上都能看出来。

第一条是基础设施的演进:从最早在本机运行,到远程开发机,再到托管容器,再到能跑在云端容器里的网页版——目的都是让任务能在后台持续运行,把例行工作(routines)自动完成。

第二条是代码审查路线的演变。

人从琐碎的代码审查中被解放出来:先让 Claude 大范围搜出尽可能多的疑似问题,再针对每个疑似问题做一次对抗性审查,从三个不同角度交叉复核,过滤掉大部分噪音,只把真正需要关注的问题留给人。

这套思路后来也演化成了 workflows——由 Claude 自己写代码,去编排多个子智能体的协作方式,把确定性的代码逻辑和智能体的自主判断结合起来。

目前,Claude Code 团队里那些偏爱匠心手作的成员,已经放下了"被取代"的执念,转而享受性能提升带来的快感。

毕竟,软件工程本质上就是一个关于"变化"的行业:要解决的问题一直在变,解决问题的工具也一直在变。

谁能想到,十几二十年前,人们还在手写没有任何框架的 JavaScript。

如今变化的速度更快了,但底层逻辑始终没变,归根结底——

工程师,始终是一个关于"如何解决问题"的职业。

关键要点

相关阅读

查看原文