Boris Cherny：编程范式转向管理AI Agent，通才时代来临 · AI HOT
宝玉 @dotey 67
2026-05-05 23:39 ·58天前
AI 摘要 Anthropic的Claude Code项目负责人Boris Cherny指出，编程正从手动编写转向管理AI Agent。他本人2026年未手写代码，日常工作转为合并AI生成的PR，并通过数百个运行Loop模式的Agent自动化处理任务。他认为AI将抹平软件开发的切换成本和流程效力护城河，使编程像识字一样普及，未来跨学科通才将激增，因为理解业务比编写代码更为关键。Anthropic的核心优势在于其彻底改造、全员使用Claude协作的组织流程。
宝玉 @dotey · X 2026-05-05 23:39 · 58天前
在 X 看原推 · x.com AI 摘要 Anthropic的Claude Code项目负责人Boris Cherny指出，编程正从手动编写转向管理AI Agent。他本人2026年未手写代码，日常工作转为合并AI生成的PR，并通过数百个运行Loop模式的Agent自动化处理任务。他认为AI将抹平软件开发的切换成本和流程效力护城河，使编程像识字一样普及，未来跨学科通才将激增，因为理解业务比编写代码更为关键。Anthropic的核心优势在于其彻底改造、全员使用Claude协作的组织流程。
但做出来之后，前六个月几乎没什么人用。Boris 说最初版本"基本不能用"，连他自己也只用它写 10% 的代码。即便对外发布，也没有指数级增长。真正的爆发点是 2025 年 5 月 Opus 4 发布。从那之后，每一代新模型都让曲线再往上拐一次，从 Opus 4 到 4.5、4.6，再到现在的 4.7。
他承认整个过程其实是一场违背常规 PMF（产品市场匹配）逻辑的赌注：
我们其实是在做一个初期完全不具备 PMF 的东西。我们很清楚它前六个月不会有 PMF，因为我们是在为下一代模型做开发。我们从始至终就是这个思路。
注： PMF 是 Product-Market Fit，产品市场匹配。Anthropic 整个产品逻辑就是赌"模型能力会涨到一个点"，提前把那个点对应的产品做出来，这和典型 SaaS 的"先验证需求再做产品"是反着的。
【2】"编程已经被解决"，但这是 Boris 个人的版本 Lauren 问他公开说过的"编程已经被解决"是什么意思。Boris 在台上做了一次现场调查，让全场观众举手示意："谁 100% 还在亲自写代码"、"谁 100% 已经完全不写了"、"谁介于两者之间"。最后的现场分布大致是"50% 解决"。但对 Boris 自己，比例是 100%。
他给的解释是 Claude Code 的代码库（已经因为泄露事件被外界看过）就是 TypeScript 和 React，没什么秘密。选 TypeScript 和 React 的原因是这两个东西在模型训练数据里非常常见，属于"on-distribution（分布内数据）"。当时模型还没那么聪明，框架选择关系到模型能写多少。现在模型已经强到可以拿不熟悉的语言现学现用，但 2024 年底必须挑模型最熟的栈。
正因为选了模型最熟的栈，团队很早就过了一个临界点：模型开始写 100% 的代码。Boris 说这件事在去年 10 月、11 月就发生了。
现在我每天大概合并几十个 PR。上周有一天我合了 150 个，那是个记录，我就是想看看能不能把它推到极限。
但他也明确承认，这条结论并不普世：还有很大很复杂的代码库、还有模型不擅长的小众语言。他给出的一句答案有点"等就完事了"的味道。
注： Boris 这段说法的样本明显有偏。他用的是 TypeScript+React 这种主流栈，自己的代码库已经成熟，还在 Anthropic 内部用着内部专属模型 Mythos 来 dogfood（吃自己的狗粮，指内部试用自己的产品）。"编程已被解决"对他成立，但替换到一个三十年的 C++ 老系统、一个 SAP ABAP 项目，或者一个游戏引擎团队，结论会非常不同。
【3】手机里跑着几百个 Agent：Boris 的工作流 Boris 说他六个月前在 Twitter 上分享过一次个人工作流，发的时候没觉得有什么稀奇，结果出乎意料地火。从那以后他的方式又变了：现在大多数工作从手机完成。
具体方式是 Claude App 左侧有个 code 标签，他常驻 5 到 10 个 session。每个 session 里又开着一堆 Agent，加起来通常有几百个在跑。晚上还会再起几千个做更深的任务。
他说目前最常用的不是子 Agent，而是一种叫 Loop 的简单模式：让 Claude 用 cron 起一个定时任务，可以每分钟、每五分钟、或者每天跑一次。
我大概有几十个 Loop 一直在跑。一个负责盯着我的 PR，自动修 CI、自动 rebase；一个负责让 CI 整体保持健康，比如某个测试 flaky（时好时坏不稳定）了它就去修；还有一个每 30 分钟从 Twitter 上把别人对 Claude Code 的反馈拉一遍、聚类、整理给我。
他还提到 Anthropic 刚发的 Routines，这个产品其实是把同样的 Loop 模式从本地搬到服务器上，关掉笔记本它也照常跑。
注： CI 是 Continuous Integration，持续集成。Boris 描述的这套工作流核心其实很简单：更早地放弃"亲自下指令"。他做的事情是让一群 Claude 不停地干活，而他自己只在 Slack 上接收报告。从产品视角看，Routines 把 Loop 从客户端模式变成 Anthropic 自己托管的服务，调度本身要开始消耗他们的服务器资源，定价模型迟早要变。
【4】通才崛起：团队里每一个角色都在写代码 Boris 说他的判断是 "通才会比今天多得多"。
他先把"通才"分了两种：第一种是工程通才，比如一个人同时写 iOS、Web 和服务端，今天大家说的 generalist 多半是这种。第二种是更值得关注的跨学科通才，一个产品工程师同时也很懂设计，或者既能做产品也能做数据科学。
他说这件事在 Claude Code 团队内部已经在发生：
我们团队的工程经理、产品经理、设计师、数据科学家、财务、用户研究员，每一个人都在写代码。每个人都还在某件事上是专家，但也都在写代码了。
他没有展开"为什么这是好事"，但暗含的逻辑是：当写代码的边际成本接近于零，那些原本被排除在工程之外的角色（财务、设计、研究）就有了直接出工程产物的能力，分工的边界自然会模糊。
注： 这个判断在创业公司里很容易验证，但放在大型企业里就麻烦得多。一个 5000 人的银行 IT 部门有合规、风控、变更管理、审计追踪等等约束，这些不是"我会写代码"就能跨过去的。Boris 谈的是 Anthropic 自己这样规模较小、流程很轻的公司，迁移到其他规模和行业之前，需要打个折扣。
【5】SaaS 的终结：哪些护城河会被 AI 抹平，哪些还留着 Lauren 问：写代码现在便宜了 10 倍、100 倍，那靠软件做出来的产品的价值会怎么变化？我们是不是要面对一场 SaaS 的终结？
Boris 说这是他最爱的问题。然后他借用了一个外部框架来回答：Hamilton Helmer 的"Seven Powers"。
注： Hamilton Helmer 是策略学家、Strategy Capital 创始人，2016 年出版《7 Powers： The Foundations of Business Strategy》。书里把可持续竞争优势分成七种：规模经济、网络效应、反向定位、切换成本、品牌、独占资源、流程效力。这本书在硅谷非常流行，Reed Hastings、Daniel Ek、Patrick Collison 都给过推荐语。
Boris 的判断是 AI 会把其中两种护城河抹平：
第一种是切换成本。原因很直接，模型可以帮用户从一个工具迁到另一个工具，原本"我已经在 Salesforce 上配了三百个工作流，没法换"这件事，模型一夜之间就能帮你迁完。
第二种是流程效力，也就是那种"我们的工作流和流程别人复制不了"的优势。Boris 说 Claude 4.7 已经能"hill-climb（爬坡式优化，即逐步逼近最优解）"任何东西，你设定一个目标，让它自己迭代优化，它最终就能达成那个效果。流程优化原本是大公司多年积累出来的内部资产，现在被模型直接吃掉了。
这是第一个能做到这件事的模型。你给它定下目标，让它不断运行直到达成，它就能自动执行到底。
但他认为另外几种护城河没有被改变：网络效应、规模经济、独占资源依旧成立。换句话说，那些"用户越多越好用"的产品（社交、平台、市场）和那些"我有一个别人拿不到的资源"的公司（专利、特许牌照、独家合同）依旧安全。
接下来 10 年里，能颠覆原有市场的初创公司数量大概会比过去 10 年多 10 倍。因为现在你可以做一家很小的公司，做出和大公司一样有价值的产品，然后正面竞争。大公司要改业务流程、要重新培训员工、内部还会一堆抵抗，但你不需要，你是从一张白纸开始的。
注： Boris 关于切换成本会被抹平的判断有结构性争议。模型确实能帮你迁数据，但企业 SaaS 的真正切换成本另在他处：合规审计、合同条款、组织里的"使用习惯"和供应商认证。Salesforce 和 SAP 的护城河靠的从来是这套审批和惯性，技术本身只占很小一部分。Anthropic 自己的 Cowork 已经在挑战这一点，但市场反应（2026 年 2 月软件股蒸发 2850 亿美元市值）说明投资人在押注他的判断成立。这是一笔很大的赌注，未必很快收敛。
【6】产品 vs 模型：模型变强了，产品的价值还剩多少 观众 Dan 问：Claude Code 的成功你会怎么归因？产品决策和模型本身各占多少？
Boris 没有给出一个简单明确的答案。他先说一年前可能是 50/50，六个月前可能也是 50/50。两年后呢？他直接说："不知道，我们一次只做一周的计划。"
我以前在 YC 待过，做过几家初创公司。YC 反复跟你强调的就是：做一个用户爱用的东西。不管模型多强、不管你做的是什么品类，最后你都得做出一个用户真的爱用的东西。这就是产品为什么重要。我们花了大量精力在小细节上，因为你一整天都在用它，那这些细节就构成了体验。
他同时也承认，随着模型变强，外面那一层"harness"（脚手架、调用框架）会变得没那么重要。一年后产品安全机制（prompt injection 【提示词注入】 防御、命令静态校验、permission mode、human-in-the-loop 【人类在环，即关键决策保留人工确认】）可能都不需要那么多了，因为模型自己就会做对的事。
他的产品方向也不是再加一层皮，而是去想：怎么让 Loop 变成一等公民？怎么让一个人同时跑很多个 Agent 这件事更顺手？
注： Boris 这一段实际上承认了 Anthropic 自己内部的一个判断：随着模型能力上升，应用层的差异化窗口在缩短。这对独立的 AI 应用公司是个不太友好的信号。你今天在 Claude API 上加的那一层 wrapper（包装器/套壳应用）、那一套 prompt engineering、那一套权限管理，可能一年内就会被基础模型自己内化掉。
【7】软件大众化：从印刷术到发短信 观众问：Claude Code 会不会让"建软件"变成一种像"会用 Office"那样人人都该会的技能？
按 Boris 的说法，1400 年代欧洲只有大约 10% 的人识字，他们经常被国王和贵族雇来代笔。古登堡发明印刷术之后又出现了两台改良型印刷机，接下来的 50 年欧洲出版的文献比之前 1000 年加起来还多，一本书的成本下降了大约 100 倍。又过了几百年，全球识字率上升到 70%。今天我们都会读写，但还存在"专业作家"这个职业。
注： Boris 给的几个数字偏低。15 世纪初欧洲成年识字率，学界估计是 25-30% 而非 10%；今天全球识字率，世界银行的数据接近 90% 而非 70%。但他要表达的方向是对的：印刷术是欧洲文化史上最重要的去专业化事件之一。1500 年时全欧洲的印刷书籍数量已经超过两千万册。
Boris 的推论是，软件也会经历同样的过程，时间会比 50 年快得多。然后他给了一个具体的角度：
比如说写会计软件。今天写会计软件最合适的人，我觉得已经不是工程师了，是一个真正懂业务的会计师。因为他对领域熟得不能再熟，写代码反而是简单的部分。
这个判断背后的潜台词也很清楚：未来一段时间最容易被取代的岗位，是那种"只会写代码、不懂任何垂直领域业务"的纯技术工程师。
【8】真正的内部领先在组织流程，而非技术 观众问：之前有人说你们这种公司是"活在未来"，因为你们能用到模型和产品的最早版本。Claude Code 在外发之前是内部工具。Anthropic 的工程实践和外面的差距，是一个月、三个月、还是六个月？这个差距在变大还是变小？
Boris 的答案是模型层基本没差距：内部用的就是 Mythos 和 Opus 4.7，"Mythos 我们用一点点试，Opus 4.7 是我们内部试用（dogfooding）的主力"。这些模型未来的某个变体也会对外开放。
注： Mythos 是 Anthropic 在 2026 年 4 月公开承认存在的内部前沿模型，对外仅在 Project Glasswing 这个网络安全防御计划内开放，不在 API 也不在 Claude.ai。它在 SWE-bench 上达到 93.9%、USAMO 97.6%，宣称"显著超过任何已发布模型"。Boris 这里承认 Anthropic 内部用 Mythos 来 dogfood Claude Code 自己。换句话说，外界用到的 Claude Code，是用一个没公开的更强模型一起搭出来的。
但他认为产品层有更大差距，原因来自流程，跟模型本身没关系：
在 Anthropic 我们已经把 Claude 用到一切环节。我在写代码的时候，我的几个 Claude 在 Loop 里跑，它们会通过 Slack 去找其他人的 Claude 聊天，把不确定的事情问出来。我们整个公司没有任何手写代码了。所有 SQL 都是模型写的。
他的结论是：领先的关键在组织怎么改造自己。 技术大家都能拿到，但要把整个公司从手写代码切到模型生成代码，要让员工的 Claude 之间通过 Slack 互相问问题，要让所有 SQL 都不用自己写，这是组织行为的改造，比技术本身慢得多。
注： "我们没有任何手写代码"是个大胆的表述，可能不完全字面准确（基础设施代码、合规代码、安全敏感代码大概率还是手写），但方向上反映了 Anthropic 对工程组织的激进重塑。这也回答了一个常见困惑：很多公司接入了 Claude API 但没看到生产力变化，问题往往出在组织没跟着重组，模型其实已经够强了。Mike Krieger 在另一个采访里给过类似口径："Claude 现在写 90-95% 的代码，瓶颈不在工程，在决策。"
【9】并行 Agent 与本地模型：用户不该操心这些事 观众 Jiren 问：你们在产品和模型层面分别是怎么注入"什么时候该并行"这种先决条件的？因为现在用户得自己判断什么时候该开多个 Agent，这件事其实应该是模型自己懂。
Boris 说在产品层面就是改 prompt：调整提示词，让模型更倾向于自动并行。但他更想说的是模型自己在变好，4.7 已经会自然这么做。他举了一个例子：
我让 4.7 跑一个数据查询，它会主动跟我说："我注意到这个数据是在变化的，我帮你起一个 Loop，每 30 分钟给你一份报告。"我说"好啊，发到 Slack 上吧。"它就用 Slack MCP 自己接好了。
他的判断是，长期看用户不应该需要自己理解什么时候用 batch（批处理）、什么时候用 Loop、什么时候开几个 Agent：
如果用户得自己学会怎么调度这些工具，那其实是产品设计没做好，是我没做好。这件事应该交给模型，加上我们怎么提示它。
【10】云端 AI vs 本地 AI 观众问：现在大家用 Claude、用 Codex 都在云上。但也有不少人主张本地化 AI，开源权重模型追上之后，本地跑高质量代码助手是个有可能的方向。你看长期方向是云为主，还是本地崛起？
因为未来这些底层细节模型会自动处理。一两年后，模型自己就能独立完成写代码、启动 Agent、搭建环境的所有事情。如果它评估后认为"我应该用本地模型来做这件事"，它就会这么干。这些将不再需要工程师去人工决策。
注： 这个回答在 Sequoia 这种创业生态会议上其实很有意思。本地 AI 这件事在硬件厂商（NVIDIA、Apple、AMD）、开源社区（Llama、Qwen、Mistral）和隐私敏感行业里都有人在押注。Boris 直接把这个问题归类为"用户不该关心的实现细节"，等于把"模型部署位置"变成了"由更上层的 Agent 决定的路由问题"。这对靠"我们是本地优先"做差异化的初创公司不算好消息。
【11】MCP 与 Computer Use：知识工作怎么走 Claude Code 那条路 观众 Jamie Nestor 问：Claude Code 之所以好用，很大一部分原因是开发者的工作本来就在本地，文件、终端、Git 都在本机。但知识工作不是这样，文档、表格、CRM 都在云上。Cowork 这种产品要让这套东西像 Claude Code 对开发者那样好用，你怎么想？
Boris 先承认知识工作大部分早就在云上了：Salesforce、Google Docs 都是云原生。然后他给的答案非常简洁：
对我们来说答案永远是最简单的那个：MCP。Claude.ai 里你接的那个 Salesforce MCP 连接器，Cowork 也能用，Claude CLI 也能用，所有 Claude Code 的入口都能用。
Jamie 追问：那对那些没有 MCP 的系统，Computer Use 是不是更大的机会？
Boris 说 Computer Use 是个 catch-all（包罗万象的兜底方案）：
我所知道的是，Anthropic 在 Computer Use 上目前领先比较多。如果你通过 Cowork 用它，它基本上能操作你电脑上任何软件。慢，但用 4.7 之后做得很好。
模型不在乎是 MCP、CLI 还是 API，它只看到 token。
【12】下一波"产品悬置"在哪 最后一位观众问：如果你们当年看到"产品悬置"就提前做了 Claude Code，那你们现在又在做什么，某个今天看起来还可以，但你预期六个月到一年后会很不一样的产品？
Boris 给的答案是 Claude Design：
注： Claude Design 是 Anthropic Labs 在 2026 年 4 月 17 日和 Claude Opus 4.7 同步发布的产品，定位是"通过对话生成原型、幻灯片、营销页面的可视化工作台"，可以读取代码库自动套用 design system，可以一键导出到 Claude Code 或 Canva。Anthropic 直接把它定位成 Figma 和 Canva 的替代或补充。
他还提到了几个方向：Claude Code 接下来几周会有新功能落地；Loop、Batch 这些把 Agent 大规模并行化的能力会越来越好；Computer Use 也是一个值得期待的方向。
末尾 Q&A 速览 Q：Claude Code 现在的成功，模型贡献多少，产品贡献多少？
A：一年前是 50/50，半年前也是。两年后不知道，"我们一次只做一周的计划"。但他强调产品永远重要，因为最终用户买的是"我每天用着舒服"。
A：通才会越来越多，特别是跨学科通才，既能做产品又会写代码、做设计、懂数据科学。
A：切换成本和流程效力这两种护城河会被 AI 抹平；网络效应、规模经济、独占资源会保留。下一个十年初创公司颠覆原市场的数量会多 10 倍。
A：会，比"识字"更彻底。最适合做会计软件的是会计师，不是工程师。
A：领先点不在模型，在组织。所有 SQL、所有产品代码都由模型写，员工的 Claude 之间通过 Slack 互相沟通。这套组织流程外面追起来比追模型慢。
最后 Boris 这场访谈给出的判断里，最值得长期跟踪的是三个环环相扣的预测。
第一，"编程已被解决"对他个人是事实，但他在台上的样本是 TypeScript+React 这种最受模型偏爱的栈。真正考验这句话的是 SAP 这种企业代码库、嵌入式领域、底层系统编程，还有那些行业惯例不允许模型一键修改的高合规场景。这件事接下来一年内能不能扩散到这些领域，会决定"已被解决"是不是只对一小撮人成立。
第二，他把切换成本和流程效力划进"AI 会抹平的护城河"。这是 Anthropic 自己产品策略的底色，Cowork 就是赌切换成本会塌、企业 SaaS 用户能被一个桌面 Agent 直接接管工作流。2026 年 2 月软件股蒸发 2850 亿美元市值，是市场对这个判断的初步反应，但企业 IT 采购周期通常以 24 到 36 个月计，真正的兑现需要观察接下来两年企业续约和新增采购的方向。
第三，他给的印刷术类比，方向是对的，但在具体数据上有偏差。15 世纪欧洲识字率约 30% 而非他说的 10%，今日全球识字率约 90% 而非 70%。这个偏差不影响他的核心论点：印刷术之后用了 50 年完成的内容生产爆炸，软件领域可能用更短时间复制一次。但有一个他没展开的点：印刷术也催生了几百年间最严格的审查制度、版权战争和宗教改革引发的政治动荡。"软件人人都能写"对应的不只是创造力释放，也包括恶意软件、深伪诈骗、AI 生成漏洞利用的同步爆发。 Anthropic 自己的 Mythos 模型已经在内部找出了几千个零日漏洞，他们用 Project Glasswing 控制释放节奏，说明他们也意识到这件事的另一面。
Boris 关于安全机制将变得不重要的预测，也需要对照现实来看。他说一年后 prompt injection 防护、权限模式、human-in-the-loop 这些产品层面的安全护栏会变得不那么重要，"因为模型会自动做对的事"。但高权限自动化在生产环境里仍然需要外部控制层。2026 年 4 月，Guardian 报道过一起由 Claude Opus 4.6 驱动的 coding Agent 删除生产数据库和备份的事件。Anthropic 自己在 Opus 4.7 发布说明中也提到，模型整体安全画像与 4.6 类似，有些方面改进，但并非"完全理想"。
值得关注的两个具体信号：第一，Routines 和 Loop 把"调度 Agent"这件事从客户端搬到 Anthropic 服务器之后，Claude 的定价模型会怎么变；第二，2026 年下半年到 2027 年，会不会有第一家"非工程师创立、用 Claude Code 自建全部技术栈"的公司做到独角兽估值。如果有，Boris 的"印刷术类比"就从修辞变成事实。如果没有，这个时间表得往后推。
原始视频：https://www.youtube.com/watch?v=SlGRN8jh2RI
Boris 现在大部分工作从手机完成，Claude App 里常驻 5 到 10 个 session、几百个 Agent，夜里有几千个在跑深度任务，核心调度模式叫 Loop，做法是让 Claude 通过 cron 起一个定时循环。 Anthropic 内部已经没有手写代码：所有 SQL、所有产品代码都由模型生成，员工的 Claude 之间通过 Slack 互相沟通，把对方的不确定问题直接 ping 过去问。 关于"SaaS 的终结"，Boris 借用 Hamilton Helmer 的"七种护城河"框架：切换成本和流程效力这两种会被 AI 抹平，因为模型可以帮你迁移、可以自己迭代流程；网络效应、规模经济、独占资源这些不变。 他给出的最重要历史类比是印刷术，认为软件构建会像识字一样普及，最合适写会计软件的是会计师而不是工程师，因为编程是简单部分，懂业务才是难的部分。 Anthropic 的真正领先不在技术，在组织流程：模型大家都能用，但内部组织怎么改造、Claude 怎么互相沟通、整个公司怎么把所有手写代码替换掉，这才是产品差距。
【1】Claude Code 是怎么从一个三人孵化项目做出来的 Boris 说他是"误打误撞"做出 Claude Code 的。2024 年底他加入了 Anthropic 内部一个叫 Anthropic Labs 的孵化器，团队只有几个人，一开始的产物就是 Claude Code、MCP 和 Claude Desktop App 这三件东西。这个团队一度被解散，2026 年初又重组，由 Mike Krieger 牵头。
注： Mike Krieger 是 Instagram 联合创始人兼前 CTO，2024 年 5 月加入 Anthropic 担任首席产品官，2026 年 1 月起进入 Labs 团队，和 Ben Mann 一起负责实验性产品孵化。
Boris 描述他当时为什么想做编程这件事，用的是 Anthropic 内部很常用的一个词："product overhang"。这个词可以翻译成"产品悬置（Product Overhang，指模型能力已经具备但尚未被产品化）"，意思是模型已经能做一堆事情，但还没有任何产品把这些能力展现出来。
我们当时看编程领域，2024 年底最先进的状态就是按 Tab 键。打开 IDE，按一下 Tab，模型给你补一行。这是 Sonnet 3.5 第一次让人能做的事情。但当时的感觉是，我们其实可以走得更远，模型几乎已经准备好下一步了。我们不需要再做 Tab 补全，可以直接让 Agent 把整段代码都写了。
但做出来之后，前六个月几乎没什么人用。Boris 说最初版本"基本不能用"，连他自己也只用它写 10% 的代码。即便对外发布，也没有指数级增长。真正的爆发点是 2025 年 5 月 Opus 4 发布。从那之后，每一代新模型都让曲线再往上拐一次，从 Opus 4 到 4.5、4.6，再到现在的 4.7。
他承认整个过程其实是一场违背常规 PMF（产品市场匹配）逻辑的赌注：
我们其实是在做一个初期完全不具备 PMF 的东西。我们很清楚它前六个月不会有 PMF，因为我们是在为下一代模型做开发。我们从始至终就是这个思路。
注： PMF 是 Product-Market Fit，产品市场匹配。Anthropic 整个产品逻辑就是赌"模型能力会涨到一个点"，提前把那个点对应的产品做出来，这和典型 SaaS 的"先验证需求再做产品"是反着的。
【2】"编程已经被解决"，但这是 Boris 个人的版本 Lauren 问他公开说过的"编程已经被解决"是什么意思。Boris 在台上做了一次现场调查，让全场观众举手示意："谁 100% 还在亲自写代码"、"谁 100% 已经完全不写了"、"谁介于两者之间"。最后的现场分布大致是"50% 解决"。但对 Boris 自己，比例是 100%。
他给的解释是 Claude Code 的代码库（已经因为泄露事件被外界看过）就是 TypeScript 和 React，没什么秘密。选 TypeScript 和 React 的原因是这两个东西在模型训练数据里非常常见，属于"on-distribution（分布内数据）"。当时模型还没那么聪明，框架选择关系到模型能写多少。现在模型已经强到可以拿不熟悉的语言现学现用，但 2024 年底必须挑模型最熟的栈。
正因为选了模型最熟的栈，团队很早就过了一个临界点：模型开始写 100% 的代码。Boris 说这件事在去年 10 月、11 月就发生了。
现在我每天大概合并几十个 PR。上周有一天我合了 150 个，那是个记录，我就是想看看能不能把它推到极限。
但他也明确承认，这条结论并不普世：还有很大很复杂的代码库、还有模型不擅长的小众语言。他给出的一句答案有点"等就完事了"的味道。
注： Boris 这段说法的样本明显有偏。他用的是 TypeScript+React 这种主流栈，自己的代码库已经成熟，还在 Anthropic 内部用着内部专属模型 Mythos 来 dogfood（吃自己的狗粮，指内部试用自己的产品）。"编程已被解决"对他成立，但替换到一个三十年的 C++ 老系统、一个 SAP ABAP 项目，或者一个游戏引擎团队，结论会非常不同。
【3】手机里跑着几百个 Agent：Boris 的工作流 Boris 说他六个月前在 Twitter 上分享过一次个人工作流，发的时候没觉得有什么稀奇，结果出乎意料地火。从那以后他的方式又变了：现在大多数工作从手机完成。
具体方式是 Claude App 左侧有个 code 标签，他常驻 5 到 10 个 session。每个 session 里又开着一堆 Agent，加起来通常有几百个在跑。晚上还会再起几千个做更深的任务。
他说目前最常用的不是子 Agent，而是一种叫 Loop 的简单模式：让 Claude 用 cron 起一个定时任务，可以每分钟、每五分钟、或者每天跑一次。
我大概有几十个 Loop 一直在跑。一个负责盯着我的 PR，自动修 CI、自动 rebase；一个负责让 CI 整体保持健康，比如某个测试 flaky（时好时坏不稳定）了它就去修；还有一个每 30 分钟从 Twitter 上把别人对 Claude Code 的反馈拉一遍、聚类、整理给我。
他还提到 Anthropic 刚发的 Routines，这个产品其实是把同样的 Loop 模式从本地搬到服务器上，关掉笔记本它也照常跑。
注： CI 是 Continuous Integration，持续集成。Boris 描述的这套工作流核心其实很简单：更早地放弃"亲自下指令"。他做的事情是让一群 Claude 不停地干活，而他自己只在 Slack 上接收报告。从产品视角看，Routines 把 Loop 从客户端模式变成 Anthropic 自己托管的服务，调度本身要开始消耗他们的服务器资源，定价模型迟早要变。
【4】通才崛起：团队里每一个角色都在写代码 Boris 说他的判断是 "通才会比今天多得多"。
他先把"通才"分了两种：第一种是工程通才，比如一个人同时写 iOS、Web 和服务端，今天大家说的 generalist 多半是这种。第二种是更值得关注的跨学科通才，一个产品工程师同时也很懂设计，或者既能做产品也能做数据科学。
他说这件事在 Claude Code 团队内部已经在发生：
我们团队的工程经理、产品经理、设计师、数据科学家、财务、用户研究员，每一个人都在写代码。每个人都还在某件事上是专家，但也都在写代码了。
他没有展开"为什么这是好事"，但暗含的逻辑是：当写代码的边际成本接近于零，那些原本被排除在工程之外的角色（财务、设计、研究）就有了直接出工程产物的能力，分工的边界自然会模糊。
注： 这个判断在创业公司里很容易验证，但放在大型企业里就麻烦得多。一个 5000 人的银行 IT 部门有合规、风控、变更管理、审计追踪等等约束，这些不是"我会写代码"就能跨过去的。Boris 谈的是 Anthropic 自己这样规模较小、流程很轻的公司，迁移到其他规模和行业之前，需要打个折扣。
【5】SaaS 的终结：哪些护城河会被 AI 抹平，哪些还留着 Lauren 问：写代码现在便宜了 10 倍、100 倍，那靠软件做出来的产品的价值会怎么变化？我们是不是要面对一场 SaaS 的终结？
Boris 说这是他最爱的问题。然后他借用了一个外部框架来回答：Hamilton Helmer 的"Seven Powers"。
注： Hamilton Helmer 是策略学家、Strategy Capital 创始人，2016 年出版《7 Powers： The Foundations of Business Strategy》。书里把可持续竞争优势分成七种：规模经济、网络效应、反向定位、切换成本、品牌、独占资源、流程效力。这本书在硅谷非常流行，Reed Hastings、Daniel Ek、Patrick Collison 都给过推荐语。
Boris 的判断是 AI 会把其中两种护城河抹平：
第一种是切换成本。原因很直接，模型可以帮用户从一个工具迁到另一个工具，原本"我已经在 Salesforce 上配了三百个工作流，没法换"这件事，模型一夜之间就能帮你迁完。
第二种是流程效力，也就是那种"我们的工作流和流程别人复制不了"的优势。Boris 说 Claude 4.7 已经能"hill-climb（爬坡式优化，即逐步逼近最优解）"任何东西，你设定一个目标，让它自己迭代优化，它最终就能达成那个效果。流程优化原本是大公司多年积累出来的内部资产，现在被模型直接吃掉了。
这是第一个能做到这件事的模型。你给它定下目标，让它不断运行直到达成，它就能自动执行到底。
但他认为另外几种护城河没有被改变：网络效应、规模经济、独占资源依旧成立。换句话说，那些"用户越多越好用"的产品（社交、平台、市场）和那些"我有一个别人拿不到的资源"的公司（专利、特许牌照、独家合同）依旧安全。
接下来 10 年里，能颠覆原有市场的初创公司数量大概会比过去 10 年多 10 倍。因为现在你可以做一家很小的公司，做出和大公司一样有价值的产品，然后正面竞争。大公司要改业务流程、要重新培训员工、内部还会一堆抵抗，但你不需要，你是从一张白纸开始的。
注： Boris 关于切换成本会被抹平的判断有结构性争议。模型确实能帮你迁数据，但企业 SaaS 的真正切换成本另在他处：合规审计、合同条款、组织里的"使用习惯"和供应商认证。Salesforce 和 SAP 的护城河靠的从来是这套审批和惯性，技术本身只占很小一部分。Anthropic 自己的 Cowork 已经在挑战这一点，但市场反应（2026 年 2 月软件股蒸发 2850 亿美元市值）说明投资人在押注他的判断成立。这是一笔很大的赌注，未必很快收敛。
【6】产品 vs 模型：模型变强了，产品的价值还剩多少 观众 Dan 问：Claude Code 的成功你会怎么归因？产品决策和模型本身各占多少？
Boris 没有给出一个简单明确的答案。他先说一年前可能是 50/50，六个月前可能也是 50/50。两年后呢？他直接说："不知道，我们一次只做一周的计划。"
我以前在 YC 待过，做过几家初创公司。YC 反复跟你强调的就是：做一个用户爱用的东西。不管模型多强、不管你做的是什么品类，最后你都得做出一个用户真的爱用的东西。这就是产品为什么重要。我们花了大量精力在小细节上，因为你一整天都在用它，那这些细节就构成了体验。
他同时也承认，随着模型变强，外面那一层"harness"（脚手架、调用框架）会变得没那么重要。一年后产品安全机制（prompt injection 【提示词注入】 防御、命令静态校验、permission mode、human-in-the-loop 【人类在环，即关键决策保留人工确认】）可能都不需要那么多了，因为模型自己就会做对的事。
他的产品方向也不是再加一层皮，而是去想：怎么让 Loop 变成一等公民？怎么让一个人同时跑很多个 Agent 这件事更顺手？
注： Boris 这一段实际上承认了 Anthropic 自己内部的一个判断：随着模型能力上升，应用层的差异化窗口在缩短。这对独立的 AI 应用公司是个不太友好的信号。你今天在 Claude API 上加的那一层 wrapper（包装器/套壳应用）、那一套 prompt engineering、那一套权限管理，可能一年内就会被基础模型自己内化掉。
【7】软件大众化：从印刷术到发短信 观众问：Claude Code 会不会让"建软件"变成一种像"会用 Office"那样人人都该会的技能？
按 Boris 的说法，1400 年代欧洲只有大约 10% 的人识字，他们经常被国王和贵族雇来代笔。古登堡发明印刷术之后又出现了两台改良型印刷机，接下来的 50 年欧洲出版的文献比之前 1000 年加起来还多，一本书的成本下降了大约 100 倍。又过了几百年，全球识字率上升到 70%。今天我们都会读写，但还存在"专业作家"这个职业。
注： Boris 给的几个数字偏低。15 世纪初欧洲成年识字率，学界估计是 25-30% 而非 10%；今天全球识字率，世界银行的数据接近 90% 而非 70%。但他要表达的方向是对的：印刷术是欧洲文化史上最重要的去专业化事件之一。1500 年时全欧洲的印刷书籍数量已经超过两千万册。
Boris 的推论是，软件也会经历同样的过程，时间会比 50 年快得多。然后他给了一个具体的角度：
比如说写会计软件。今天写会计软件最合适的人，我觉得已经不是工程师了，是一个真正懂业务的会计师。因为他对领域熟得不能再熟，写代码反而是简单的部分。
这个判断背后的潜台词也很清楚：未来一段时间最容易被取代的岗位，是那种"只会写代码、不懂任何垂直领域业务"的纯技术工程师。
【8】真正的内部领先在组织流程，而非技术 观众问：之前有人说你们这种公司是"活在未来"，因为你们能用到模型和产品的最早版本。Claude Code 在外发之前是内部工具。Anthropic 的工程实践和外面的差距，是一个月、三个月、还是六个月？这个差距在变大还是变小？
Boris 的答案是模型层基本没差距：内部用的就是 Mythos 和 Opus 4.7，"Mythos 我们用一点点试，Opus 4.7 是我们内部试用（dogfooding）的主力"。这些模型未来的某个变体也会对外开放。
注： Mythos 是 Anthropic 在 2026 年 4 月公开承认存在的内部前沿模型，对外仅在 Project Glasswing 这个网络安全防御计划内开放，不在 API 也不在 Claude.ai。它在 SWE-bench 上达到 93.9%、USAMO 97.6%，宣称"显著超过任何已发布模型"。Boris 这里承认 Anthropic 内部用 Mythos 来 dogfood Claude Code 自己。换句话说，外界用到的 Claude Code，是用一个没公开的更强模型一起搭出来的。
但他认为产品层有更大差距，原因来自流程，跟模型本身没关系：
在 Anthropic 我们已经把 Claude 用到一切环节。我在写代码的时候，我的几个 Claude 在 Loop 里跑，它们会通过 Slack 去找其他人的 Claude 聊天，把不确定的事情问出来。我们整个公司没有任何手写代码了。所有 SQL 都是模型写的。
他的结论是：领先的关键在组织怎么改造自己。 技术大家都能拿到，但要把整个公司从手写代码切到模型生成代码，要让员工的 Claude 之间通过 Slack 互相问问题，要让所有 SQL 都不用自己写，这是组织行为的改造，比技术本身慢得多。
注： "我们没有任何手写代码"是个大胆的表述，可能不完全字面准确（基础设施代码、合规代码、安全敏感代码大概率还是手写），但方向上反映了 Anthropic 对工程组织的激进重塑。这也回答了一个常见困惑：很多公司接入了 Claude API 但没看到生产力变化，问题往往出在组织没跟着重组，模型其实已经够强了。Mike Krieger 在另一个采访里给过类似口径："Claude 现在写 90-95% 的代码，瓶颈不在工程，在决策。"
【9】并行 Agent 与本地模型：用户不该操心这些事 观众 Jiren 问：你们在产品和模型层面分别是怎么注入"什么时候该并行"这种先决条件的？因为现在用户得自己判断什么时候该开多个 Agent，这件事其实应该是模型自己懂。
Boris 说在产品层面就是改 prompt：调整提示词，让模型更倾向于自动并行。但他更想说的是模型自己在变好，4.7 已经会自然这么做。他举了一个例子：
我让 4.7 跑一个数据查询，它会主动跟我说："我注意到这个数据是在变化的，我帮你起一个 Loop，每 30 分钟给你一份报告。"我说"好啊，发到 Slack 上吧。"它就用 Slack MCP 自己接好了。
他的判断是，长期看用户不应该需要自己理解什么时候用 batch（批处理）、什么时候用 Loop、什么时候开几个 Agent：
如果用户得自己学会怎么调度这些工具，那其实是产品设计没做好，是我没做好。这件事应该交给模型，加上我们怎么提示它。
【10】云端 AI vs 本地 AI 观众问：现在大家用 Claude、用 Codex 都在云上。但也有不少人主张本地化 AI，开源权重模型追上之后，本地跑高质量代码助手是个有可能的方向。你看长期方向是云为主，还是本地崛起？
因为未来这些底层细节模型会自动处理。一两年后，模型自己就能独立完成写代码、启动 Agent、搭建环境的所有事情。如果它评估后认为"我应该用本地模型来做这件事"，它就会这么干。这些将不再需要工程师去人工决策。
注： 这个回答在 Sequoia 这种创业生态会议上其实很有意思。本地 AI 这件事在硬件厂商（NVIDIA、Apple、AMD）、开源社区（Llama、Qwen、Mistral）和隐私敏感行业里都有人在押注。Boris 直接把这个问题归类为"用户不该关心的实现细节"，等于把"模型部署位置"变成了"由更上层的 Agent 决定的路由问题"。这对靠"我们是本地优先"做差异化的初创公司不算好消息。
【11】MCP 与 Computer Use：知识工作怎么走 Claude Code 那条路 观众 Jamie Nestor 问：Claude Code 之所以好用，很大一部分原因是开发者的工作本来就在本地，文件、终端、Git 都在本机。但知识工作不是这样，文档、表格、CRM 都在云上。Cowork 这种产品要让这套东西像 Claude Code 对开发者那样好用，你怎么想？
Boris 先承认知识工作大部分早就在云上了：Salesforce、Google Docs 都是云原生。然后他给的答案非常简洁：
对我们来说答案永远是最简单的那个：MCP。Claude.ai 里你接的那个 Salesforce MCP 连接器，Cowork 也能用，Claude CLI 也能用，所有 Claude Code 的入口都能用。
Jamie 追问：那对那些没有 MCP 的系统，Computer Use 是不是更大的机会？
Boris 说 Computer Use 是个 catch-all（包罗万象的兜底方案）：
我所知道的是，Anthropic 在 Computer Use 上目前领先比较多。如果你通过 Cowork 用它，它基本上能操作你电脑上任何软件。慢，但用 4.7 之后做得很好。
模型不在乎是 MCP、CLI 还是 API，它只看到 token。
【12】下一波"产品悬置"在哪 最后一位观众问：如果你们当年看到"产品悬置"就提前做了 Claude Code，那你们现在又在做什么，某个今天看起来还可以，但你预期六个月到一年后会很不一样的产品？
Boris 给的答案是 Claude Design：
注： Claude Design 是 Anthropic Labs 在 2026 年 4 月 17 日和 Claude Opus 4.7 同步发布的产品，定位是"通过对话生成原型、幻灯片、营销页面的可视化工作台"，可以读取代码库自动套用 design system，可以一键导出到 Claude Code 或 Canva。Anthropic 直接把它定位成 Figma 和 Canva 的替代或补充。
他还提到了几个方向：Claude Code 接下来几周会有新功能落地；Loop、Batch 这些把 Agent 大规模并行化的能力会越来越好；Computer Use 也是一个值得期待的方向。
末尾 Q&A 速览 Q：Claude Code 现在的成功，模型贡献多少，产品贡献多少？
A：一年前是 50/50，半年前也是。两年后不知道，"我们一次只做一周的计划"。但他强调产品永远重要，因为最终用户买的是"我每天用着舒服"。
A：通才会越来越多，特别是跨学科通才，既能做产品又会写代码、做设计、懂数据科学。
A：切换成本和流程效力这两种护城河会被 AI 抹平；网络效应、规模经济、独占资源会保留。下一个十年初创公司颠覆原市场的数量会多 10 倍。
A：会，比"识字"更彻底。最适合做会计软件的是会计师，不是工程师。
A：领先点不在模型，在组织。所有 SQL、所有产品代码都由模型写，员工的 Claude 之间通过 Slack 互相沟通。这套组织流程外面追起来比追模型慢。
最后 Boris 这场访谈给出的判断里，最值得长期跟踪的是三个环环相扣的预测。
第一，"编程已被解决"对他个人是事实，但他在台上的样本是 TypeScript+React 这种最受模型偏爱的栈。真正考验这句话的是 SAP 这种企业代码库、嵌入式领域、底层系统编程，还有那些行业惯例不允许模型一键修改的高合规场景。这件事接下来一年内能不能扩散到这些领域，会决定"已被解决"是不是只对一小撮人成立。
第二，他把切换成本和流程效力划进"AI 会抹平的护城河"。这是 Anthropic 自己产品策略的底色，Cowork 就是赌切换成本会塌、企业 SaaS 用户能被一个桌面 Agent 直接接管工作流。2026 年 2 月软件股蒸发 2850 亿美元市值，是市场对这个判断的初步反应，但企业 IT 采购周期通常以 24 到 36 个月计，真正的兑现需要观察接下来两年企业续约和新增采购的方向。
第三，他给的印刷术类比，方向是对的，但在具体数据上有偏差。15 世纪欧洲识字率约 30% 而非他说的 10%，今日全球识字率约 90% 而非 70%。这个偏差不影响他的核心论点：印刷术之后用了 50 年完成的内容生产爆炸，软件领域可能用更短时间复制一次。但有一个他没展开的点：印刷术也催生了几百年间最严格的审查制度、版权战争和宗教改革引发的政治动荡。"软件人人都能写"对应的不只是创造力释放，也包括恶意软件、深伪诈骗、AI 生成漏洞利用的同步爆发。 Anthropic 自己的 Mythos 模型已经在内部找出了几千个零日漏洞，他们用 Project Glasswing 控制释放节奏，说明他们也意识到这件事的另一面。
Boris 关于安全机制将变得不重要的预测，也需要对照现实来看。他说一年后 prompt injection 防护、权限模式、human-in-the-loop 这些产品层面的安全护栏会变得不那么重要，"因为模型会自动做对的事"。但高权限自动化在生产环境里仍然需要外部控制层。2026 年 4 月，Guardian 报道过一起由 Claude Opus 4.6 驱动的 coding Agent 删除生产数据库和备份的事件。Anthropic 自己在 Opus 4.7 发布说明中也提到，模型整体安全画像与 4.6 类似，有些方面改进，但并非"完全理想"。
值得关注的两个具体信号：第一，Routines 和 Loop 把"调度 Agent"这件事从客户端搬到 Anthropic 服务器之后，Claude 的定价模型会怎么变；第二，2026 年下半年到 2027 年，会不会有第一家"非工程师创立、用 Claude Code 自建全部技术栈"的公司做到独角兽估值。如果有，Boris 的"印刷术类比"就从修辞变成事实。如果没有，这个时间表得往后推。
原始视频：https://www.youtube.com/watch?v=SlGRN8jh2RI
宝玉@dotey · X