Claude Code創始人公開工作流程，開發者瘋狂

當全球最先進編碼代理的創造者發言時，矽谷不僅傾聽，還會做筆記。過去一週，工程界正在仔細分析Anthropic旗下Claude Code的創造者和負責人Boris Cherny在X上的一條帖子。起初只是他個人終端設定的隨意分享，卻演變成關於軟體開發未來的病毒式宣言，業內內部人士稱這對該初創公司是一個分水嶺時刻。

“如果你不直接從創造者那裡閱讀Claude Code的最佳實踐，那麼作為程式設計師你已經落後了，”開發者社群知名人士Jeff Tang寫道。另一位行業觀察者Kyle McNease更進一步，宣稱隨著Cherny的“改變遊戲的更新”，Anthropic“勢不可擋”，可能迎來“他們的ChatGPT時刻”。

興奮源於一個悖論：Cherny的工作流程出奇簡單，卻能讓單個人類達到小型工程部門的產出。正如一位使用者在X上實施Cherny的設定後所說，這種體驗“更像星際爭霸”而非傳統編碼——從鍵入語法轉變為指揮自主單元。

如何同時執行五個AI代理，將編碼變成即時戰略遊戲

Cherny披露中最引人注目的是他並非線性編碼。在傳統的開發“內迴圈”中，程式設計師編寫一個函式，測試它，然後進入下一個。而Cherny則像艦隊指揮官。“我在終端中並行執行5個Claude，”Cherny寫道。“我將標籤編號為1-5，並使用系統通知來知道何時需要輸入。”透過利用iTerm2系統通知，Cherny有效管理五個並行工作流。當一個代理執行測試套件時，另一個重構遺留模組，第三個起草文件。他還在瀏覽器中執行“5-10個Claude在claude.ai上”，使用“teleport”命令在網路和本地機器之間交接會話。這驗證了Anthropic總裁Daniela Amodei本週早些時候闡述的“少做多得”策略。雖然競爭對手如OpenAI追求萬億美元基礎設施的建設，但Anthropic證明了對現有模型的卓越編排可以產生指數級的生產力提升。

選擇最慢、最智慧模型的反直覺案例

在一個對延遲痴迷的行業中，Cherny出人意料地透露他專門使用Anthropic最重、最慢的模型：Opus 4.5。“我在所有事情上都使用帶思考的Opus 4.5，”Cherny解釋道。“它是我用過的最好的編碼模型，儘管它比Sonnet更大更慢，但由於你需要引導它更少，並且它在工具使用上更好，最終幾乎總是比使用更小的模型更快。”對於企業技術領導者來說，這是一個關鍵見解。現代AI開發的瓶頸不是令牌的生成速度，而是人類糾正AI錯誤所花費的時間。Cherny的工作流程表明，預先為更智慧的模型支付“計算稅”消除了後來的“修正稅”。

一個共享檔案將每個AI錯誤變成永久教訓

Cherny還詳細介紹了他的團隊如何解決AI健忘問題。標準的大型語言模型不會在會話之間“記住”公司的特定編碼風格或架構決策。為了解決這個問題，Cherny的團隊在其git倉庫中維護一個名為CLAUDE.md的檔案。“每當我們看到Claude做錯了什麼，我們就會把它新增到CLAUDE.md中，這樣Claude下次就知道不要這樣做，”他寫道。這種做法將程式碼庫轉變為一個自我修正的有機體。當人類開發者審查拉取請求並發現錯誤時，他們不僅修復程式碼；他們標記AI以更新其自身指令。“每個錯誤都變成一條規則，”分析該帖子的產品負責人Aakash Gupta指出。團隊合作的時間越長，代理變得越智慧。

斜槓命令和子代理自動化開發中最繁瑣的部分

一位觀察者稱讚的“普通”工作流程是透過對重複任務的嚴格自動化來實現的。Cherny使用斜槓命令——檢查到專案倉庫中的自定義快捷方式——用一次按鍵處理複雜操作。他重點介紹了一個命令/commit-push-pr，他每天呼叫數十次。無需手動輸入git命令、編寫提交訊息和開啟拉取請求，代理自主處理版本控制的官僚事務。Cherny還部署子代理——專門的AI角色——來處理開發生命週期的特定階段。他使用程式碼簡化器在主要工作完成後清理架構，並使用驗證應用代理在釋出前執行端到端測試。

為什麼驗證迴圈是AI生成程式碼的真正解鎖

如果Claude Code如此迅速達到10億美元年經常性收入有一個原因，那很可能就是驗證迴圈。AI不僅僅是文本生成器；它還是測試者。“Claude測試我部署到claude.ai/code的每一個更改，使用Claude Chrome擴充套件程式，”Cherny寫道。“它開啟瀏覽器，測試UI，並迭代直到程式碼工作且使用者體驗感覺良好。”他認為，給AI一種驗證自己工作的方法——無論是透過瀏覽器自動化、執行bash命令還是執行測試套件——將最終結果的質量提高“2-3倍”。代理不僅編寫程式碼，還證明程式碼有效。

Cherny的工作流程對軟體工程未來的預示

對Cherny帖子的反應表明開發者思考其手藝的方式發生了關鍵轉變。多年來，“AI編碼”意味著文本編輯器中的自動完成功能——一種更快的打字方式。Cherny證明了它現在可以充當勞動力本身的作業系統。“如果你已經是一名工程師……並想要更多力量，請閱讀這個，”Jeff Tang在X上總結道。將人類產出乘以五倍的工具已經存在。它們只需要願意停止將AI視為助手，而開始將其視為勞動力。首先做出這種心理飛躍的程式設計師不僅會更高效，他們還將玩一個完全不同的遊戲——而其他人還在打字。