摘要

Claude Code 现在负责编写 Anthropic 约80%的代码，公司内部技术员工的采用率实际上已达100%，销售团队约一半、财务团队全员也在使用。 Cherny 每天提交20–30个 PR，其中“每一个、100%”都由 Opus 4.5 和 Claude Code 编写；按这个节奏持续一个月，只出现了“可能两个 bug，而如果我自己手写，可能会有20个”。
Opus 4.5 是能力阈值，而不是渐进式斜坡：“开关是瞬间切换的”——Cherny 直接卸载了 IDE。 连续一个月里，他没有手动编辑过一行代码。对所有押注 AI 编程护城河的人而言，推论是：模型升级可能重置整个打法。“旧模型上有效的想法，新模型上可能无效”——因此，每隔几个月重新尝试失败过的想法，如今是理性的做法。
验证正在成为新的瓶颈，也是人类仍将长期承担的角色：Anthropic 的每个 PR 都会在 CI 中接受 Claude 审查，它“可能能抓住约80%的 bug”；但由于“我们的主要客户群是企业”，上线生产环境前仍由人类批准全部变更。通过 lint、类型检查器，以及带并行去重 agent 的 best-of-N，团队又把确定性工程化地加了回来。
产品架构的核心判断是：不要把模型关进盒子里：Claude Code 的设计押注是不对模型设限。 RAG（一套本地向量数据库）被弃用，因为“Agent-X search 的表现胜过一切”——它其实“只是 glob 和 grep 的 fancy 说法”。持续兑现回报的押注是：“让模型做它自己的事。”
Cowork 的起跑增速比 Claude Code 更快——它基于同一套 agent SDK，在约10天内完成，目标是那些已经在使用 Claude Code 的非工程师（监控番茄植株、找回婚礼照片）。 Claude Code 本身“并不是一夜爆红”；它在5月、Opus 4 / Sonnet 4 发布后才迎来拐点。新的 agent team（swarm）默认选择加入，部分原因是它们“会消耗大量 token”——这本身就是让它们采取 opt-in 的理由。
宏观叙事是印刷术：印刷材料的成本在30–50年间下降约100倍，产量增长约10,000倍，抄写员“从此不再是抄写员，但出现了一个作家和作者的类别……文学市场大幅扩张”。 Cherny 对赢家的判断是跨学科通才——“今年会属于通才”——以及“ADHD 之年”，因为如今的工作是管理并行运行的 Claude，而不是深度投入单线程编码。

精读

1. 编码是手段，不是身份——从 blink tag 到 assembly

Cherny 的起点极其务实：约13岁时，他因为 eBay 商品页允许使用 HTML、blink tag 能让 Pokémon 卡片以“约99美分而不是49美分”卖出，才开始学 HTML。后来他又写 TI-83 程序帮助自己通过数学考试：先是硬编码答案，再到求解器；到了8年级或9年级，他进一步从 BASIC 下沉到 assembly，让程序运行得更快，还做了一根串行线缆，让全班都拿到了 A。
他明确总结过这条主线：“我从没想过编码会成为一份职业……编码是用来构建东西、做出有用东西的手段。”他学的是经济学，后来辍学创业；16岁做自由网页开发拿到的第一笔工资，全花在了一把电吉他上。

2. 骑摩托去找用户——Agile Diagnosis 的敏捷诊断课

在 YC 时期的医疗创业公司 Agile Diagnosis（约2011–12年），DAU 一直不增长，于是 Cherny 骑摩托去了 UCSF，跟着医生工作，发现医生每位患者之间只有5分钟，而启动一台老旧的 IE6 电脑、再登录系统，就已经把这5分钟耗光了。团队重写 Android 版本仍然失败：跟在主治医生身边的住院医生“不想被人看到自己在用手机”。真正的阻碍是社交场景，而不是软件。
他提炼出的普适经验是：“你不可能只有一个大想法，因为这个想法很可能是错的。所以你要提出假设……然后看看什么才是对的。”找到产品市场匹配“总是令人意外”——这套习惯后来反复出现在 Claude Code 的故事里。

3. Meta：代码质量值两位数生产力，也推动了 RTO

7年时间、4次晋升：先在 Facebook Groups 做技术负责人，随后因为妻子的工作搬到日本奈良，加入 Instagram（时差约12小时）。两边的技术栈反差鲜明：Facebook 拥有“全世界最好的 Web 服务技术栈”——Hack、HHVM、GraphQL、Relay、React；Instagram 则是“类型检查器无法工作的 Python”。于是他转去 Dev Infra，着手修复这套基础设施。
最终，他在“Better Engineering”项目下负责 Meta 全公司的代码质量。这是 Zuck 推动的要求：每名工程师将20%的时间用于技术债务；在 Facebook 的规模上，每年要完成数万次迁移。因果推断研究发现，代码质量对工程生产力的贡献“类似两位数百分比”；同一分析中的相关性也“部分推动了”Meta 的回办公室决策。
用他的话说，这件事今天之所以重要，是因为一个只迁移了一部分的代码库会同时伤害工程师、新员工和模型：“作为一个模型，你可能会选错东西……所以开始一次迁移后，一定要确保把它完成。”

4. Anthropic 的第一个 PR：因为是手写的而被拒

Cherny 选择 Anthropic，是因为安全使命：“我是重度科幻读者……我只是知道这东西可能造成多严重的后果。”他的第一个 pull request 是手写的，“因为我以为代码就该这么写”，结果被带教伙伴 Adam 拒绝；Adam 把他指向 Claude Code 那个粗糙的 Python 前身——启动需要40秒，还不是 agent，但“如果你非常仔细地写 prompt，并且恰到好处地控制这个工具，它就能替你写代码”。
在花了半天时间反复调整 flag 后，“它一次就写出了”一个能工作的 PR——这是他第一次“感受到 AI”的时刻，大约发生在2024年8月至9月：“我以前习惯的是 tab 补全……完全不知道它竟然可以直接替我做出一个能工作的 pull request。”

5. “模型就是想用工具”——起源与 bitter lesson 的推论

Claude Code 最初只是 Cherny 为了学习 Anthropic 公共 API、独自做出的 bash 聊天机器人——“因为我当时以为 AI 就是这样”。工具调用上线后，他只给模型一个 bash 工具，然后问它自己在听什么音乐；模型写了一个 AppleScript 查询播放器，并且“一次就完成了”，很可能用的是 Sonnet 3.5。“这是我第二次感受到 AGI 的时刻……模型就是想用工具。”
由此产生的设计哲学，是本期最值得引用的工程判断：其他人都把模型当成大型程序里的一个桩模块。这个框架是错的。“模型是它自己的东西。你给它工具……但不要把它变成更大系统中的一个组件。”他称之为 bitter lesson 的推论：“让模型做它自己的事。不要试图把它关进盒子里。”

6. 为了在真实世界研究安全而发布——随后曲线垂直上升

团队内部关于是否发布的争论，最终以安全为理由得到解决：对齐和机制可解释性研究模型层，评测则把模型放进“培养皿”；但只有发布出去，才能观察它在真实世界中的行为——“事后看，这完全是正确的决定。”
在与 Mike Krieger 和 Dario 参加发布评审时，内部采用率曲线“简直是垂直的”，Dario 于是问：“你们是在强迫大家使用吗？”Cherny 回答：“没有。我们提供这个工具。大家用脚投票。”如今，技术员工日常使用率约100%，非技术员工的使用率“已经非常接近100%”，销售团队约一半；Anthropic 全部代码中约80%由它编写。
Cherny 对产品在研究型实验室中作用的框架是：“产品有点像挂在旁边的东西。产品存在，是为了让我们更好地服务研究，也让模型更安全。”

7. Opus 4.5 翻转开关：卸载 IDE、每天20个 PR、零手动编辑

“我们开始使用 Opus 4.5 时，开关是瞬间切换的……我不再需要打开 IDE。我直接把 IDE 卸载了。”直到一个月后，他才意识到自己已经不再使用 IDE。12月的一次“编码假期”里，他边旅行边在欧洲各地生活，每天提交10–20个 PR，没有一个经过手动编辑；整个月大约只有2个 bug，而他估计如果由自己编写，会有20个。
主持人坦白说，在熟悉的技术栈里，模型写出的代码和他自己一样好，在陌生技术栈里甚至更好；Cherny 则进一步说：“我老实讲，它写的代码比我更好。”这也不同于他在 Instagram 时期的状态——那时他按代码提交量计位居前2或前3，其中很多是迁移工作；如今每天20–30个 PR 都是实质不同的工作，“Claude 直接把那些迁移做了，我不需要参与。”

8. 工作流：plan mode 下并行运行5个 Claude，三分之一代码来自手机

他说自己的配置是——同时也强调 Claude Code 刻意保持可 hack，因为“没有两个工程师会有完全相同的工作流”：5个终端标签页、5个并行的仓库 checkout，通常在不同 Claude 会话之间轮流切换；超出的任务则交给桌面端应用，后者原生支持 Git worktree。
核心纪律是迭代计划，而不是迭代码。“有了4.6之后……只要计划足够好，它几乎每次都能一次性完成实现。”因此，工作循环是：在第一个标签页发出 prompt，趁它运行时切到第二个，收到通知后再回来。
真正出乎意料的爆发点是移动端：他每天早上通过 iOS 应用启动 agent，环境则由 session-start hook 配置。“如果6个月前有人告诉我，我可能会在手机上写三分之一、一半的代码，我会觉得太疯狂了。但我今天就是这么做的。”

9. 代码审查：Claude 能抓住约80%的 bug，但仍由人类签字

他在 AI 之前的做法已经接近自动化：把每条 review 评论记录在电子表格里，任何累计3–4次的问题就变成一条 lint 规则。如今的循环是：“当同事提交 pull request，而我觉得这件事可以写成 lint 规则时，我就直接 @Claude：请为此写一条 lint 规则。”这套流程通过 GitHub 应用完成，他“每天都会”使用。
当前的流水线是：Claude 在本地运行测试；随后，一个未经 prompt、在 Opus 4.5 中自然出现的行为是，它会在子进程中自行启动，端到端验证自己——“嘿，我还正常工作吗？”接着，基于 agent SDK 的 Claude 会在 CI 中审查 Anthropic 的每个 pull request，抓住“可能80%的 bug”；上线生产环境前，始终由人类工程师进行第二轮审查。
对于主持人提出的 LLM 作为审查者存在非确定性问题，他的答案是：类型检查器、lint、构建等确定性层继续保留；同时通过 best-of-N 提高 Claude 的确定性。开源的 code-review skill 会“启动并行 agent 来做事，再启动并行去重 agent 检查误报”。实现 best-of-N，本质上就是一句话：“Claude，启动3个 agent 来做这件事。”他会在哪里跳过人工审查？个人副项目：“你可以直接 YOLO 到 main。”早期内部版本的 Claude Code 确实直接提交到 main，但面对企业客户，人类“至少目前仍要留在流程里”。

10. 简单架构，瑞士奶酪式安全——三层拦截 prompt injection

架构被刻意做得很简洁：“核心查询循环，加上几个工具……这些工具我们一直在删。”真正复杂的是安全，而安全从来不是单一机制：“它总是瑞士奶酪模型……你要计算那个概率里有多少个9，再选择阈值。”
针对网页抓取中的 prompt injection，团队设置了3层防护：对齐训练——“Opus 4.6 是我们发布过的对齐程度最高的模型，因为我们教会模型更能抵抗 prompt injection”；运行时分类器，对看起来遭到注入的请求进行拦截并重试；以及由 sub-agent 先总结抓取内容，再把结果交给主 agent。
权限同样是分层处理：分类器、静态分析、用户 allowlist；默认策略偏保守，因为 Unix 的边角知识会带来风险：即使 find 和 set 也有能够执行任意代码的 flag。权限提示的设计可以追溯到2024年9月最初的内部版本；当安全团队质疑让模型运行 bash 是“不可解决的问题”时，Cherny 与联合创始人 Ben Mann 一起头脑风暴，得出的原则是：“如果你不确定，就问人类。”

11. RAG 被删除：“Agent-X search 只是 glob 和 grep 的 fancy 说法”

早期 Claude Code 使用本地 TypeScript 向量数据库和云端 embedding，效果“相当不错”，但索引会与刚写入的代码发生偏移，还带来棘手的权限问题：“如何确保一个恶意的 IT 人员无法访问别人的数据？”在尝试递归式模型索引以及普通的 glob/grep 后，“Agent-X search 的表现胜过一切”——而它“只是 glob 和 grep 的 fancy 说法”。这个想法部分借鉴自 Meta 工程师：由于点击跳转定义坏了，他们会在全局索引里搜索 foo(。
关于迭代成本，他得到的元层经验是：“从统计上看，我们写的代码几乎全部都会被丢弃。”就连 spinner 也经历了约100次迭代，其中约80次被丢弃——“写代码、试东西、看看感觉好不好，实在太容易了。”

12. 没有头衔，没有 PRD——展示，而不是写文档

Anthropic 的每个人都叫“技术员工”，Cherny 认为这是一种结构性乐观：如果 Slack 名字下面写着“软件工程师”，“我不会向你提产品问题。但当每个人的头衔都是技术员工时，默认假设就是每个人什么都做。”他认为这“预示了未来……每个专业都在朝这个方向走”。
PRD 几乎不存在——“最好直接发一个 PR。”经济账已经翻转：“过去构建成本很高，所以开枪之前必须非常谨慎地瞄准……现在构建成本很低，但我们也不知道瞄准的方向。”仅 agent team 一项，几个月里就经历了“可能数百个版本”的原型迭代；“如果一开始从 Figma 的静态 mock 开始，我们根本不可能把它发布出来。”
其底层是对自身判断的克制，他原话是：“我个人大概有一半时间是错的……我的大多数想法都很糟糕，至少一半很糟糕。而且直到我尝试之前，我不知道是哪一半。”压缩版文件读取视图经历了约30个原型、一个月内部 dogfooding、十几个 bug 和十几次调整，随后在 GitHub issue 上直接与持不同意见的用户公开迭代。
采用率通过传染式扩散：一名数据科学家用 Claude Code 跑 SQL，并在终端里生成 ASCII 图表；“第二周，整排数据科学家都开始运行它。”如今团队里，“工程师写代码，工程经理写代码，设计师写代码，数据科学家写代码，财务负责人也写代码。”

13. Plugins 是一个周末的 swarm 做出来的

最直观地展示这一趋势的是：工程师 Daisy 拿了一个早期版本的 Swarms、一个容器和处于危险模式的 Claude，对它说：“你的任务是构建 plugins。提出一份规范，创建一个 Asana 看板，拆分成任务。”整个周末，它启动了几百个 agent，创建了100个 Asana 任务，并完成了实现——“这基本就是我们最终发布的 plugins 版本。”
Cherny 顺带谈到工具：Asana 这类协作系统“过去是给人用的，但我认为现在同样是给模型用的”。他自己不使用任何 ticketing system。

14. Cowork：10天完成，增长曲线比 Claude Code 更陡

构建 Cowork 的信号来自潜在需求——非工程师“为了使用一个并非为他们设计的产品而不断绕路”：有人用 Claude Code 配合摄像头监控番茄植株，“天啊，我太开心了，我们的植物发芽了”；有人从损坏的硬盘中找回婚礼照片；Anthropic 自己的财务和销售团队也在使用。几个人在约10天内完成了产品，完全用 Claude Code 构建，技术栈是 Electron/TypeScript；Cowork 创造者 Felix 曾是 Electron 的早期工程师。
真正复杂的地方不在 UI——它只是 Claude 桌面应用中的一个 tab，底层使用同一套 agent SDK——而在于面向非技术用户的安全：随产品发布的虚拟机、操作系统级集成，避免用户误删家庭照片；后端分类器；以及重新设计的权限模型。由于非工程师的工具存在于浏览器而不是 CLI 中，权限模型还要与 Chrome 扩展配合。Cherny 自己的用法是让 Cowork 并排打开团队状态表格和 Slack，再向工程师询问更新——“它直接一次完成。”
值得标记的商业信号是：“Claude Code 刚推出时，实际上并不是一夜爆红……第一个大的拐点是在5月，当时我们发布了 Opus 4 和 Sonnet 4。”相比之下，Cowork“比 Claude Code 刚开始时的增长轨迹陡得多。它直接就成了爆款——我确实没想到”。先支持 macOS，Windows “可能在这期播客上线时”就会推出；背后的产品哲学是“我们总是在产品还没完全准备好时就提前一点发布”。企业隐私则是一把双刃剑：“如果有人报告 bug，我实际上无法调出你的日志。”

15. Agent team：不相关的上下文窗口作为 test-time compute

刚发布的 agent team（swarm）背后的概念是“不相关的上下文窗口”：sub-agent 从零开始，只知道自己的 prompt，不像在同一个窗口中处理第二个任务。“当窗口彼此不相关时，投入更多 token 会带来更好的结果。这实际上是一种 test-time compute。”
团队从约2024年9月至10月开始实验，但“到了 Opus 4.6，一切才真正连上了”——内部评测显示，对于复杂度“超过单个 Claude 能够构建范围”的任务，效果明显提升，于是触发了发布。它被刻意作为 opt-in 的研究预览，因为“会消耗大量 token。不是每个人、每次都想用它。”团队也没有规定统一配置——“很多魔力来自不相关的上下文窗口……我不认为存在一种适用于所有情况的配置。”

16. Karpathy 问题：初学者心态是一项核心能力

谈到 Karpathy 那篇“作为程序员从未感觉如此落后”的文章时，他说：“这件事真的让我很挣扎。模型进步太快，旧模型上有效的想法，新模型上可能无效……没有多少其他技术会这样。我确实没有太多经验可以借鉴。”他的答案是“智识上的谦逊”，以及永久保持初学者心态。
实际的反转是：过去，“我们试过了，没用”这种 gatekeeping 可能成立；现在，“每隔几个月重新尝试同一个想法，其实一点也不疯狂，因为模型在进步，而它可能突然就能用了”。一个例子是开发者关系工程师 Tariq 让 Claude Code 自己生成发布视频——“这不是我会尝试的事，因为我不会觉得模型已经准备好。但他直接做了，而且居然就能用。”

17. 悲伤、抄写员与印刷术

主持人直接说出了这种失落：身份认同、招聘流程和薪酬体系，都建立在编码很难这件事上，“而现在感觉有什么东西被非常迅速地夺走了”。Cherny 没有回避：他写过第一本 O’Reilly TypeScript 书，在一个小镇书店里发现它被翻译成了日文——“最酷的时刻；然后我意识到，我已经完全不记得 TypeScript 了”；他创办了世界上最大的 TypeScript meetup，直到今天仍然“总是先从类型开始思考”。“这里面确实有美感，也当然有艺术。但归根结底……它是达成目的的手段，而不是目的本身。”
他用来描述当下的隐喻是15世纪的印刷术。抄写员占人口比例不到1%，为经常不识字的国王工作；随后印刷材料成本在接下来30–50年里下降“约100倍”，产量在接下来50–100年里增长“约10,000倍”，而识字率达到约70%还用了另外200–300年，因为学会阅读很难。“如果当时人们要预测印刷术出现后会发生什么，没有人会预测到麦克风会成为一种东西。”
充满希望的部分是：抄写员“从此不再是抄写员，但出现了一个作家和作者的类别。这些人如今存在。而他们存在的原因是文学市场大幅扩张”。主持人进一步延伸：不识字的国王雇佣抄写员，与企业主雇佣工程师，本质上都对应着同一个关系——让别人表达自己无法亲自构建的东西。

18. 通才之年——以及他对安全问题的改观

过去一年里，他修正了一项判断：“老实说，我不确定安全问题到底有多大……但从内部看到过去一年出现的新风险后，我对它的担忧大幅增加。现在，安全是最重要的事。”
最该放下的能力是：“对代码风格和编程语言抱有非常强的意见……模型可以使用任何语言，如果你不喜欢，它也可以直接替你重写。”仍然有价值的是做事有条理、以假设驱动——尽管“我不知道6个月后你是否还需要这种能力”——以及对自己职责边界之外保持好奇。他预测，下一个万亿美元创业公司“可能只有1个人”，同时思考工程、产品、商业和设计。“今年会属于通才。”
他最具挑衅性的判断，同时也加了“对社会而言可能有一半危险”的限定：“这就像 ADHD 之年。”对他而言，工作已经变成在不同 Claude 之间来回切换，“不再那么强调深度工作，而是看我有多擅长上下文切换”。主持人补充说，真正的元技能是适应力，因为“无论下一个模型是什么，它都会再次改变”。他推荐的书包括 Cixin Liu 的短篇小说、Stross 的《Accelerando》（“本质上是未来50年的产品路线图”），以及《Functional Programming in Scala》——要把练习做完；他所有练习“可能都做过3遍”。

153: 阿里Qwen人事变动：误读、近况、伏笔和未来|solo Vol.209 宏观漫谈102｜全球资金“Risk Off”下的AI变局与资本流向（2.27录制）