再读 | 终极摘要: Boris Cherny - Claude Code 的创造者

关于作者：Boris Cherny

Boris Cherny 是一位杰出的工程和产品领导者，他的职业生涯横跨了大型社交媒体平台和前沿的人工智能大模型公司。他的经历充分展示了他在软件工程、产品战略以及对开发者社区（尤其是 TypeScript 社区）的深远影响。

职业经历摘要

Anthropic (2023年4月 - 至今):
- 职位: 主任提示工程师 (Staff Prompt Engineer)。
- 核心成就: 作为 Claude Code 的创造者，他领导开发了一款革命性的“智能体编码AI”(Agentic Coding AI)。该产品最初是一个为解决内部需求的“意外”项目，但迅速在公司内部普及，并成为 Anthropic 增长最快的产品之一。
- 伟大事迹: 他将 Claude Code 从一个个人原型（最初用于自动化笔记和音乐播放）发展成为一个强大的编程工具。关键的突破在于赋予模型使用基础工具（如 Bash 命令行）的能力，这让模型“自发地”开始进行复杂的编码任务。在他的推动下，Anthropic 的技术人员入职时间从几周缩短到几天。
Meta (原 Facebook) (2016年 - 2023年):
- 产品主管 (Product Lead) & 工程经理 (Engineering Manager): 在创作者货币化和公共内容等领域担任领导角色，拥有近8年的丰富经验。
Twitter (2014年 - 2016年) & O'Reilly Media (2018年-2019年):
- 分别担任广告技术高级软件工程师，并撰写了 TypeScript 社区的重要参考资料《Programming TypeScript》。

意外的火箭船：Claude Code 的诞生故事

从个人脚本到公司级工具

不起眼的开端: Claude Code 的前身是 Quad CLI，一个 Boris 为自己开发的、用于自动化琐事（如控制笔记应用和音乐播放器）的命令行工具，其初衷只是为了探索和实验 Anthropic API 的能力。
“觉醒”时刻: 真正的突破来自一个偶然的实验——Boris 决定给模型一个 bash（命令行）工具的访问权限。他描述道：“模型就像活过来一样，立刻开始编码了……这太疯狂了。” (The model just went it just started coding and it was just the craziest thing.) 模型似乎天生就知道如何利用这个工具来操作计算机。
内部病毒式传播 (Dogfooding): 产品首先在 Boris 自己和他的小团队中流行。很快，它在整个 Anthropic 公司像野火一样蔓延开来，几乎所有技术人员都成了它的日活用户。这种强烈的内部需求，让他们意识到“手上可能有一个爆款产品”。

惊人的增长: 产品于2025年2月底发布，仅过了5个月，据《The Information》报道，其年化收入（ARR）已达到惊人的 4 亿美元。

再读：对软件工程的深刻洞察与未来思考

范式转移：从“打孔卡”到“与智能体对话”

Boris 描绘了一幅软件开发范式演进的全景图：

第一阶段 - 物理编程: 以他祖父在苏联使用打孔卡编程为例，那是一个可以“触摸到代码”的物理时代。
第二阶段 - 直接文本操作: 长达50年，从 vim 和 emacs 到现代 IDE，核心都是工程师手动编辑文本文件。
第三阶段 - 智能体编码 (Agentic Coding): 这是我们正在进入的全新时代。工程师的核心工作不再是编写每一行代码，而是向 AI 智能体描述高级意图和目标（例如“把网站上的这个红色按钮变成蓝色”），由智能体自主完成规划、搜索、编码、测试等一系列动作。

Boris 的黄金法则: “一定要为你认为模型 6 个月后 能做到的事情去设计产品，而不是为它今天的能力设计。” (Definitely build for what the model will be able to do 6 months from now not for what the model can do today.)

AI 时代的产品设计哲学

“产品追随模型”：鉴于 AI 模型能力正以指数级速度进化，Boris 提出了一种反传统的“极简产品”哲学。与其构建一个功能固化、复杂的应用，不如创造一个轻量、灵活的接口，让用户能最直接地体验到模型能力的每一次飞跃。这解释了为什么 Claude Code 始于一个简单的 CLI，因为它通用、直接且开发迅速。

“惨痛的教训”与智能体设计的未来

Boris 引用了 AI 领域的经典文章《惨痛的教训》(The Bitter Lesson)，并将其应用于智能体系统设计。他认为，当前为弥补模型能力不足而设计的、具有高度特化角色（如 QA、PM）的“子智能体”架构，可能只是一个过渡阶段。随着模型本身变得越来越通用和强大，未来一个单一、通用的全能智能体最终会胜过这种人为的角色划分。

对下一代开发者的启示

更具挑战性的双重技能: Boris 认为，对于今天的学习者而言，编程变得更难了。他们必须掌握双重技能：一方面，需要深入理解编程基础、数据结构和系统设计，因为这是有效指导和审查 AI 工作的前提；另一方面，必须熟练掌握并利用新一代的 AI 编程工具，否则将在生产力上被远远甩开。

核心功能与实现机制

智能体搜索 (Agentic Search): Claude Code 创新地放弃了主流的 RAG（检索增强生成）技术。它不预先索引整个代码库，而是让模型像人类工程师一样，通过反复、迭代地使用基础搜索工具（如 grep）来动态地理解代码。这种方法更灵活、安全，且完美模拟了真实的工作流。
claude.md - 共享的团队大脑: 一个极其简单却异常强大的功能。团队可以在代码库中创建一个名为 claude.md 的文件，用来记录项目特有的规则、偏好或重要上下文。这个文件会成为所有团队成员的 Claude 的共享记忆，使其随时间推移变得越来越“懂”这个项目。
子智能体 (Sub-agents) 架构: 灵感来源于一篇 Reddit 帖子。用户可以将一个复杂任务分解，并启动多个扮演不同角色的子智能体（如“架构师”、“QA工程师”、“代码审查员”）来协同完成，极大地增强了处理复杂任务的能力。
精雕细琢的 UX: 即使是在简陋的终端环境中，团队也投入了大量心血打磨用户体验。例如，那个显示“cooking...”, “herding...”, “clauding...”等俏皮词语的加载动画，就经过了三四十个版本的迭代，只为达到最佳的视觉和心理感受。

生产力革命与未来展望

革命性的内部影响: 在 Anthropic 内部，Claude Code 已经成为代码编写的主力。它最显著的成就之一，是将新工程师的技术入职适应期从几周戏剧性地缩短到了几天。新人不再需要频繁打扰资深同事，可以直接向 Claude Code 提问来快速掌握复杂的代码库。

Boris 的个人工作流

他分享了自己如何使用 Claude Code 完成不同复杂度的任务：

小型任务: 直接在 GitHub Issue 中 @claude 并下达指令，几分钟后就能收到一个完整的 Pull Request。
中型任务: 采用“先规划，后执行”的模式。先和 Claude 反复讨论、迭代一个详细的执行计划，确保双方“想法一致”，然后再让它根据计划去实现。
大型复杂任务: 启动一个“Claude 军团”。他会同时启动多个 Claude 实例，让它们用不同的方法并行地去实现同一个复杂功能，然后他会审查各个方案，取其精华，最后再指导一个 Claude 实例用最佳方案重新实现一遍。

对未来的展望

Boris 认为，软件开发的未来将是人与 AI 深度协作的时代。这个领域市场巨大，足以容纳多种形态的产品。他最后谦虚地表示，团队仍在不断探索，未来充满未知，但他们对自己将要创造的东西感到无比兴奋。

再读 | 终极摘要: Claude Code