Claude Code 初创公司指南:五大规则与创始人洞见

Claude:Blog(网页)·2026-08-20 21:26·5分钟前
AI 导读

Anthropic 发布面向初创公司的 Claude Code 使用指南,基于对十余家高增长公司的调研,总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。

Claude:Blog(网页)
精选
65AI 编辑部评分,满分 100

Claude Code 初创公司指南:五大规则与创始人洞见

2026-08-20 21:26· 5分钟前
AI 导读

Anthropic 发布面向初创公司的 Claude Code 使用指南,基于对十余家高增长公司的调研,总结出“人人皆可交付、自动化繁琐工作、信任但验证、为重构而构建、原型-自用-产品化”五大规则。

推荐理由

指南把十几家创业公司实践归纳为五个可操作规则,其中「修复原则而非修复个案」对搭建自改进 agent 流程具有直接参考价值。

正文 · AI 翻译
 Category Claude Code    
 Product Claude Code    
 Date August 20, 2026  
 Reading time 5 min   
 Share Copy linkhttps://claude.com/blog/claude-code-guide-for-startups  

更喜欢设计好的版本?本指南也提供完整设计的 PDF 版本——同样的五条规则、创始人洞见和清单,排版精美,适合离线阅读或与团队分享。

下载 PDF ↓

身处前沿的 AI 原住民

如果你想一窥未来的工作形态,不妨问问初创公司如今是如何运作的。于是我们这么做了。

我们与十几家快速成长的初创公司进行了交流,了解他们如何利用智能体编码工具来构建产品、扩张公司。这些初创公司正在改写游戏规则:谁有资格参与开发、什么该被砍掉、以及如何在“你如何构建”与“你构建什么”之间建立飞轮效应。

而他们的交付速度,堪比规模十倍于己的组织。

ClickHouse 功能交付量提升 30%

Omni 工程效率提升 2–3 倍

Clay 100% 的 Bug 分诊实现自动化

Artemis Security 每周处理 6,000+ 个 PR

在本指南中,我们将深入剖析这些组织的独特部署方式,学习他们快速交付并保持竞争优势所遵循的规则。

在此过程中,我们也将开始窥见一个问题的答案:如果一个组织从零开始,用 Claude Code 构建其产品开发生命周期,那会是什么样子?

五条规则

  1. 人人皆可交付
  2. 自动化繁琐之事
  3. 信任,但需验证
  4. 为重构而构建
  5. 原型、自用、产品化

收录以下创始人的洞见

Artemis Security Cainex Clay ClickHouse Cognition Commure Crosby Emergent Harvey Heidi Higgsfield Omni Parahelp Translucent Zingage

提示:只对实际可操作的下一步感兴趣?我们在本指南末尾附了一份清单,汇总了各章节中的关键技术要点。

人人皆可交付

智能体编码降低了入门门槛,让真正理解问题的人能够交付第一版修复方案。

智能体编码降低了非技术员工构建产品的门槛。借助 Claude Code,即使你不精通编程语言,也不熟悉 IDE 的使用,也能创建出可用的功能。

“不仅工程师的交付量大增,非技术人员(比如我)也突然能交付 UI 改动和其他产品改进了。”Mads Lunau Liechti · Parahelp 联合创始人

对于初创公司创始人来说,这有着显而易见的好处。首先,他们没有大型竞争对手那样的人员规模,所以必须“全员上阵”。但创始人看重的不仅仅是纯粹的产能——这些非技术团队成员同样带来了领域专长。

“Claude Code 改变了在 Crosby 当律师的意义。律师拥有最好的产品洞察力,因为他们就是用户。看着他们大展身手,真是令人惊叹。”Ryan Daniels · Crosby 联合创始人兼 CEO

我们从 Heidi 的联合创始人兼 CEO Thomas Kelly 博士那里听到了同样的说法。

“对我们来说,Claude Code 解决了‘传话游戏’的问题。过去,一个新想法在团队中流转的方式是:有想法的人告诉产品经理,产品经理告诉设计师,设计师再告诉工程师……而不可避免地,想法的精髓就在这个链条中丢失了。等到东西真正上线时,往往已经和最初的想法大相径庭。而且这个过程要花上几周。Claude Code 压缩了这条链条。真正理解问题的人可以直接提交 PR,在需要设计师和工程师专业知识的环节再把他们引入进来。”Thomas Kelly 博士 · Heidi 联合创始人兼 CEO

说“人人皆可交付”很适合发 LinkedIn 帖子,但现实中这到底是怎么运作的?难道是市场团队在审批 pull request?难道是法务团队在处理定位不稳定测试的复杂细节?

我们得到的答案是:分工依然存在。市场人员仍然专注于市场,开发人员仍然专注于开发。但那个至关重要的第一步——把一个想法变成可运行的雏形、从 0 到 1 的过程——对所有人都是开放的。

我们还看到,最有效的初创公司会建立机制,让这些贡献系统化,而不是靠偶然或个人的积极性。

建立连接

让员工产生使用 AI 的期望是一回事,给他们提供 Claude Code 和他们所需的工具又是另一回事。

“我们其实不是在回避(让非技术员工参与贡献),而是在主动拥抱它。我们的观点是,每一个岗位都在变成工程岗,因为你可以为它构建软件……所以我们招的是那些喜欢动手捣鼓、对构建感兴趣的人。”——Kareem Amin,Clay 联合创始人兼 CEO

在 Crosby,团队没有把律师带到 Claude Code 面前,而是把 Claude Code 带到了律师面前——把它接入律师们熟悉且每天都在使用的工具和操作系统中。

提示:Claude 无法理解它看不到的东西。扩展 Claude 价值最有效的方式之一,就是把它连接到真实数据源以及你的团队每天使用的工具上。

MCP 是一个用于 AI 工具集成的开源标准,它能让 Claude Code 访问你的工具、数据库和 API。当你的团队发现自己需要把信息从某个工具复制粘贴到 Claude 时,不妨考虑添加这些连接。

当已有成熟的命令行工具(如 gh、kubectl、bq、psql)时,通过 CLI 连接可能更节省 token,而且你希望 Claude 与工程师们基于同一套真实数据源工作。

Claude Code 桌面版中的 MCP 连接器目录。

站会展示

在某个节点,想法需要有机会被排定优先级,这样组织资源才能帮助它们走向市场。这条路对产品经理来说是清晰的——毕竟那是他们的本职工作——但对非技术员工来说就没那么清晰了。

Clay 设立了季度评审,原型会在评审中被考量并有可能进入正式路线图。正是通过这种方式,Clay 的一位市场推广团队成员构建了一个自主智能体,它会访问你的网站、填写你的线索收集表单、记录响应耗时、为体验打分,并生成一份表现报告。

Omni 有一个专门的 Slack 频道用于分享 Claude 生成的原型,包括高级技术人员在内的所有人都可以贡献内容。他们还践行着“人人皆可发布”的推论——“人人都与客户交流”。

尽管工程师天然不太倾向于参加客户电话会议,Omni 还是刻意让他们直面客户,因为这能更快地闭环反馈回路。——Chris Merrick,Omni 联合创始人兼 CTO

分享技能

“人人皆可交付”与“零敲碎打”之间的界限可能很模糊。功能原型,无论出自谁手,仍然需要被整合进一个整体感协调的产品中。这正是技能(skills)的用武之地——这些可复用的指令文件编码了团队的标准与上下文,有助于确保即便开发流程日益民主化,开发工作仍能保持对齐。

“团队中的任何人都可以使用 Claude Code,以我们的设计系统为参考,起草产品组件、营销物料或演示文稿内容。凡是触及产品的 AI 必须达到高得多的标准,而 Claude Code 帮助我们以更高的精度达成这一要求。”——Heidi 公司 Thomas Kelly 博士

它们还能让新开发人员和非技术员工快速上手并投入工作。

“……我们还有一个 Claude Code 技能的 GitHub 仓库,作为一个共享知识库,可以快速启动一个 Claude Code 会话,其中预置了已知的 Emergent 相关信息,比如数据库[和数据仓库]位置、部分模式[信息]、整体公司背景……与其追求完美,不如接受略微过时的上下文文件,只要智能体能够快速验证并纠正方向即可。”——Mukund Jha,Emergent 联合创始人兼 CEO

“我们的工程师使用 Claude Code 搭建了一个内部市场,提供按角色组织的专业化内部智能体,让工程、交付和销售团队各自获得贴合其实际工作方式的工具。”——Jack O'Hara,Translucent 创始人兼 CEO

提示:技能可以通过目录在公司内共享,这样一位员工的最佳实践就能即时传递给另一位员工。在仓库的每个子目录中使用 CLAUDE.md 文件,记录该子目录特有的编码约定,每次都会生效。使用技能来处理按需的程序化工作流。更多信息,请阅读:驾驭 Claude Code:何时使用 CLAUDE.md、技能、钩子与子智能体。

自动化繁琐事务

智能体承担生命周期中机械性的 80% 工作,让工程师把时间花在真正需要判断力的场景上。

自工业革命以来,所有公司都在寻求通过技术提升效率,但这些初创公司之所以脱颖而出,是因为它们采用技术的速度和深度。

这些创始人相信,AI 是其使命的核心组成部分。许多人明确表示,智能体承担了机械性的 80% 工作,这样工程师就能把时间花在真正需要判断力的案例上。

“所有人都在竞相构建 AI 产品。但真正重新构建公司运营方式的人少得多。后者才是更大的突破口。Artemis Security 是一家 AI 原生的公司,而不是一家碰巧使用 AI 的公司。这极大地提升了我们的速度,让我们能够帮助客户以机器速度阻止攻击。”Shachar Hirshberg · Artemis Security 联合创始人兼 CEO

具体来说,我们看到 AI 在他们 SDLC 的各个阶段比其他公司集成得更紧密,同时也有更多专门构建的智能体,旨在端到端地处理重复性任务。让我们来看几个这两方面的例子。

AI 原生的 SDLC

这些入选的初创公司中,许多都实现了加速团队融入其智能体编码流程的方法。例如,在 Emergent,Mukund 告诉我们:“新员工入职第一天,只需让 Claude 指向正确的 markdown 文件,就能引导完成整个开发环境的搭建。如果 Claude 在入职过程中遇到任何损坏或过时的内容,它会更新该文件。”

提示:Code Review(研究预览版)是 Claude Code 中的一项托管式多智能体服务。它会在你启用的仓库中对 PR 运行自动审查。你可以手动修复发现的问题并推送,或者通过在发现的问题上评论 @Claude 来闭环(前提是你已设置并配置了 GitHub Actions)。

Code Review 会为每个发现的问题标注严重级别。

这些工程师需要快速上手,因为这些团队交付速度很快。

“这里的工程师正在编排智能体集群,在发现生产数据问题的当天就推送修复,并同时并行处理多个 PR。一位工程师曾用 Claude 子智能体并行推进一个约 13 个工单的项目,每个子智能体负责一个工单及其 PR。”Tanay Tandon · Commure CEO 兼创始人

在这些组织中,Claude Code 不仅帮助生成代码,还负责代码审查。“我们会针对经过验证的技术与合规框架运行自动化代码审查,在代码发布前标记关键问题,并将修改建议分派给相应的审查人,”Heidi 公司的 Kelly 博士表示。

其中一些组织还构建了用于代码审查、测试和 CI 的自定义智能体。这些初创公司非常重视构建闭环,而不仅仅是部署代码。

“我最喜欢的[智能体]是‘Translucent 代码审查员’,它会全面铺开检查一处变更,从多个角度进行审查,并像我们资深工程师那样综合结果,但速度比任何人都快,”Translucent 创始人 Jack 表示。

Clay 公司“……构建了一个智能体来处理……缺陷分类,从初步筛查到为修复提出代码变更建议,”Kareem 说。

小贴士:过去几个月里,Claude Tag 一直是 Anthropic 内部 CI/CD 故障的一线值班响应者。在近期每一次有情况报告的故障事件中,Claude 都撰写了第一份情况报告,通常在 15 分钟内就发布首次分析。

Claude Tag 拥有自己的服务账号,并能访问 Anthropic CI 工程师所需的工具,如 Datadog 或 Grafana。常驻指令以技能(skills)形式存放在 markdown 文件中,并提交到 GitHub 仓库。这样多位团队成员可以共同迭代这些指令,我们也能像管理代码一样管理变更。

Claude Tag 会在 Slack 中接手值班线程,并在频道内汇报进展。

这一点在 ClickHouse 体现得最为明显,其联合创始人兼 CTO Alexey Milovidov 表示,这家数据库公司几乎把软件开发生命周期的每个阶段都变成了自主闭环。两个专门构建的智能体——一个用于修复不稳定测试,一个用于发现缺失的测试覆盖——如今已成为 ClickHouse 仓库贡献量排名第 2 和第 3 的贡献者。另有一组智能体负责运维工作,而团队本身也在使用 Claude Code 来构建并迭代这些智能体。

用智能体加速流程

另一个一致的规律是,这些初创公司不仅利用 Claude Code 中的智能体闭环来加速开发工作,还在创建智能体来加速那些重复且往往繁琐的流程。

这通常是例行性工作,这样他们就能把更多注意力放在自身竞争优势、客户关系以及营收增长上。我们观察到被 Claude 加速的最常见流程之一,就是自助式数据分析。

这些公司几乎每一家都建立了某种流程,以便利用最新数据(包括非结构化数据)快速做出决策,而正是这些数据驱动着初创公司生命周期中至关重要的快速转向。

例如,Clay 构建了一个内部数据分析智能体,Heidi 则使用 Claude Code 对客户和临床医生的反馈以及使用数据进行分类,从而提炼出对产品洞察至关重要的信号。

ClickHouse 和 Omni 两家公司都在其产品中内置了这类 AI 数据分析能力,全部由 Claude 提供支持。

其他例子还包括:使用子智能体汇总数千份法律文件(Crosby)、扫描理赔数据以标记各站点的异常情况(Commure),以及持续挖掘医院财务数据以发现任何分析师团队都无法及时捕捉的预警信号(Translucent)。

提示:动态工作流可用于并行调度多个子智能体分析大量数据,或对另一个智能体的工作进行对抗性审查。使用 Claude Opus 或 Claude Fable 这类模型时,可以说“扇出多个子智能体”或“使用工作流”。

信任,但要核实

除非你有可靠的手段来监控和验证结果,否则你无法实现流程自动化。

这条规则是规则 2“自动化繁琐工作”的必要推论。除非你有可靠的手段来监控和验证结果,否则你无法实现流程自动化。

Artemis Security 联合创始人 Dan Shiebler 表示,他们之所以能提高部署速度,是因为“……我们在测试基础设施、代码库组织和团队知识体系上投入了大量精力,让智能体能够端到端交付。这就是我们与 Claude 共同构建的飞轮:以正确的方式组织代码库、知识库和团队,那么每一份贡献都会产生复利效应。”——Dan Shiebler,Artemis Security 联合创始人

“早期我们给了 Claude 完全自主权,它做了 AI 会做的事——快速产出了看似合理的代码。问题在于,它偏离了我们的架构,而且偏离方式看起来正确,实则不然。于是我们……把每一条不变量都写了下来:我们如何构建问题框架;无论发生什么都必须成立的前提;如何证明某件事有效,而不是轻信一个自信的回答。567 行,记录了这个团队如何思考。”——Victor Hunt,Zingage 联合创始人兼 CEO

提示:把不可变更的内容放在仓库根目录的 CLAUDE.md 中。Claude 会在每次会话开始时读取它,这样你的架构规则、安全边界和不可妥协的底线就会随每次会话一同生效。

需要说明的是,这些初创公司没有一家是让智能体直接合并到主干分支然后听天由命。其中许多公司身处高度监管行业,需要强有力的治理框架。Cainex 就是一个特别有代表性的例子:它将智能体与确定性校验相结合,用于读取病历并生成指导医院计费的编码。

“在医疗编码中,错误的编码不是笔误,而是一次计费与合规事件。仅此一点就决定了我们的构建方式。”——Uriah Israel,Cainex 联合创始人兼 CTO

“这就是 Claude Code 为我们运行的闭环。我们用智能体处理一批数据,审计人员在一个内部应用中审查输出结果。他们看到的不仅是编码,还有模型的推理过程,并且会对两者都进行评论……所有内容都有版本记录、可审计。”他说。

“然后 Claude Code 接手。它直接从数据库中读取原始预测,连同每一条修正和评论。每条修正都按涉及的编码类型打上标签,因此 Claude Code 知道自己在面对的是诊断问题、手术问题还是其他类别,并能直接跳转到管辖该类编码的指南。

从那里开始,它会找到智能体指令中产生错误的部分并加以修订,或者在案例确实全新时编写新的指南。每一项改动都基于一套有版本管理的指令进行,并用此前失败的记录来测试。我们强制执行的原则是:修正原则,而不是修正个例。”他继续说道。

“然后是回测。一条记录可能有不止一种可接受的编码方式,所以这不是字符串匹配。这项检查会把针对我们已接受集合的语义匹配,与一个评判器结合起来——评判器会问‘这是真正的错误,还是只是另一条同样有效的路径?’——而 Claude Code 在此基础上还会加入它自己的对比。”

“它会在一个黄金测试集加上随机样本上运行候选改动,并在任何内容上线前暴露所有回归问题。返回的结果是一份简短清单:建议的编辑、它无法解决的记录,以及它想要得到解答的问题。工程师把时间花在真正棘手的案例上,而不是那机械性的 80%,”他说。

从这个医疗计费特定工作流中,创始人可以提炼出许多具有普适性的经验。

例如,Cainex 让领域专家定期审查并引导 Claude 的推理,并确保这些引导成为自我改进循环的一部分。不过,这些专家并不是逐条去修正示例,他们的引导被用作自我改进循环的一部分。正如 Uriah 所说:“修正原则,而不是修正示例。”

提示:循环(Loops)是智能体重复执行工作周期、直到满足停止条件的机制。它们可以成为利用 Claude Code 进行更自主或更长周期工作的有效方式。你可以使用技能(skills)来定义智能体需要达到的标准(定义得越清晰越好),然后让智能体不断迭代,直到达成目标。

例如,许多组织会创建“不稳定测试智能体”或循环,因为停止条件清晰且自包含:智能体可以通过重新运行测试来验证自己的修复,直到测试通过为止。

循环会重复执行工作周期,直到满足停止条件。

另一个经验是,团队在维护一个强大的评估“黄金测试集”上投入了大量心力——也就是一组经过验证的问答对,团队用它来验证智能体的准确性。每家创业公司都应该为其关键用例维护多套评估集,并定期更新,这样才能防止漂移,并为评估未来的模型做好准备。

“[Claude Code]也彻底改变了我们管理模型迭代速度的方式。新的视频和图像模型不断涌现。每一个模型在部署前都需要新的技能、评估、路由逻辑和生产测试。Claude Code 将这一周期从数天压缩到数小时,使我们能够在同一会话中发现生产环境中的问题并部署修复……当你与员工规模十倍于己的公司竞争时,这种杠杆效应改变了一切。”Alex Mashrabov · Higgsfield 联合创始人兼首席执行官

提示:当团队刚开始构建智能体时,通过手动测试、内部试用和直觉判断的组合,他们能走得出乎意料地远。转折点往往出现在用户反馈说改动后智能体感觉变差了,而团队“盲目飞行”,除了猜测和检查之外没有任何验证手段的时候。团队无法区分真正的性能回退与噪声,无法在发布前自动针对数百个场景测试改动,也无法衡量改进效果。更多信息请阅读:揭秘 AI 智能体的评估。

Uriah 提出的最后一点是,这个过程可能需要付出一些努力。“一开始并没有这么顺利。我们的第一个版本过拟合了。它会通过编码特定案例来‘修复’问题,我们积累的是补丁,而不是变得更聪明。我们改变了方法,强制推行通用原则,并限制一次改动中能纳入的具体细节数量。”

提示:AI 智能体不是确定性的,但许多高度受监管的工作要求流程每次都按相同方式执行。Claude Code 具有一些功能,可以帮助将前沿智能与确定性流程结合起来。

钩子(Hooks)是用户定义的命令,在 Claude Code 生命周期的固定节点触发,可以作为硬性门禁。无论模型做出什么决定,它们每次都会执行。例如,它们可以用来阻止未通过 lint 检查的写入操作,要求在提交前通过测试,或在任何内容离开沙箱之前剥离机密信息。

动态工作流通过确定性排序、独立上下文窗口和聚焦目标来编排子智能体。/goal 对于处理长而复杂的任务很有帮助,因为在这些任务中,Claude 可能会过早地宣告任务完成、在审查时偏向于自己的发现,并偏离其最初目标。

为重建而构建

模型能力在这些团队脚下不断变化,因此几乎没有什么被视为永久性的。

许多这类 AI 原生初创公司都处于不断重塑的状态。

AI 往往既是他们构建内容的核心,也是他们构建方式的核心。由于模型能力持续演进,开创性的功能和关键的基础架构一旦成为沉没成本,就会被丢弃。这些组织中的许多都将这种持续重建视为其竞争优势的一部分。

“我们在 Clay 的做法是,你构建它,然后再构建一次,然后再构建一次。等到第四次构建时,你已经知道所有需要的东西,就能把它做对了。所以我们不一定会扔掉东西。我们只是重建它:而这一次,带着更清晰的认知,”Kareem 说。

“重建的完成不是新路径上线之时,而是旧路径消失之时。以前,拆除工作总是在优先级争夺中落败:它既繁琐又不交付任何功能,”Commure 联合创始人 Tanay 说。“现在,Commure 的一位工程师只需调用一个 Claude 技能,大意是‘对于每个已向所有人发布的特性开关,打开一个 PR 将其及相关代码移除’,然后工程师审查返回的结果。过去消耗大量开发周期的迁移工作,现在变成一份计划和一次分发,几小时内就能完成。”

提示:使用 git worktrees 在仓库的隔离副本中运行重建,同时保持当前版本不受影响。Claude Code 可以为你创建一个——你可以让 v2 与 v1 并行运行,对两者都运行评估,只有当新版本胜出时才合并。这就是让“构建四次”变得廉价的原因。

一个仓库,一个对象存储——三个工作副本,你可以同时在其中工作,每个都在自己的分支上。

每个链接的工作树都是一个普通目录,拥有自己检出的分支;这三个工作树共享 acme-web 内的同一个 .git 对象存储。

Kareem 还把 Clay 的护城河部分归结为持续重建、演进和打造自我改进循环的能力。

“我认为当下任何公司的护城河都在于它必须能够自我改进。所以 Clay 是一个自我学习的营收引擎。你用得越多,我们就越清楚谁是你最好的客户、你该说什么、什么有效、什么无效,而且这些会随时间变化,”他说。“这场竞赛的关键其实在于,谁能最快触达分发渠道……这样你才能帮助每一个客户,从而实现自我改进。”

在 2026 年 5 月的一场 Code with Claude 活动中,Harvey 的应用 AI 主管 Niko Grupen 谈到,每一波新的模型能力——涌现式推理、智能体自动化、规划与编排——都要求对平台进行彻底重构。

“如果你六个月前问我我们的架构是什么样的,我会给出一个与今天截然不同的答案。如果我们当初不愿意说‘嘿,我们需要推翻重来,全面转向智能体原生’,那我们现在根本不可能在平台里拥有这些能力。”Niko Grupen · Harvey 应用 AI 主管

在同一场活动中,Cognition 联合创始人 Walden Yan 表示:

“当下构建 AI 的生存之道,就是接受你今天做出来的东西很可能在六个月到一年内被推翻…… [Devin] 在两年前那批模型的基础上是根本不可能实现的,[但当时的赌注是] 这东西今天可能行不通,但很快就会行得通。”Walden Yan · Cognition 联合创始人

提示:对于非小规模的重写,让 Claude Code 以计划模式启动(--plan 或按 Shift+Tab)。Claude 会先探索代码库并提出重建方案,然后再写任何代码——由你来批准或调整方向。这是在你重建即将偏离架构时,成本最低的纠偏时机。

原型验证、内部试用、投入生产

用 AI 构建,帮助这些初创公司用 AI 打造颠覆性产品——这正是他们流程核心的飞轮。

许多这类初创公司的开发流程核心都有一个关键飞轮。用 AI 构建,帮助他们用 AI 打造颠覆性产品。

当开发者推进其智能体编码实践时,他们会对模型的能力有更深刻的理解,也能洞察前沿领域 harness(编排层)设计如何演进。随后,他们可以将这些灵感应用到自己的智能体和产品中。

“我们从 Anthropic 的文件与嵌入向量方法中汲取了灵感,这鼓励我们在自己的产品中保持简洁。我们避免了许多本会来自 RAG 管道的复杂性,”Omni 的 Chris 表示。“我们还看到 Claude Code 的 harness 如何让用户能够并行处理事务,并将其中一些概念改编进了我们自己的用户界面。”

这也有助于他们持续关注自身产品的性能表现。

“因为我们的应用构建器在后台也使用 Anthropic 模型,如果我们在产品上看到任何行为……我们可以通过 Claude Code 在本地快速调试,以判断这是模型行为还是 harness 的问题。这极大地改善了我们的分诊周期,”Emergent 的 Mukund 表示。

我们反复听到的模式是:先用 Claude Code 构建一个内部智能体,在内部使用(吃自己的狗粮),然后根据反馈,通常借助 Claude API、SDK 或 Claude Managed Agents,将其推广为面向客户的产品。

“我们在自己的产品中构建了团队可直接交互的 AI 智能体,包括 SQL 控制台中的智能体和 AI SRE。我们使用 Claude Code 来构建和迭代这些智能体本身。为客户 AI 体验提供支持的工具,部分是由 AI 构建的,”ClickHouse 的 Alexey 表示。

清单

本指南涵盖了大量内容。以下是汇总在一页上的关键要点:

第一章:人人皆可交付

  • Claude 无法理解它看不到的东西。通过 MCP 或 CLI 将其连接到事实来源以及团队日常使用的工具。 - [x] 创建公司插件市场,让一名员工的最佳实践可以通过技能即时传递给另一名员工。在代码库的每个子目录中使用 CLAUDE.md 文件,以规定每次应用时适用于该子目录的编码约定。使用技能来处理按需的程序性工作流。第二章:自动化繁琐工作

  • 在代码仓库上设置代码审查(研究预览版),以便对 PR 进行自动化审查。 - [x] 将 Claude Tag(公开测试版)纳入你的 CI/CD 值班响应和缺陷分类流程。 - [x] 动态工作流可用于并行扇出多个子智能体来分析大量数据,或对另一个智能体的工作进行对抗性审查。 第 3 章:信任,但要核实

  • 将不可更改的内容放入仓库根目录的 CLAUDE.md 文件中。 - [x] 使用循环,即重复工作周期直到满足停止条件的智能体,来处理更自主或长期的任务。 - [x] 建立创建和维护智能体评估的流程。 - [x] 钩子(Hooks)是用户定义的命令,在 Claude Code 生命周期的固定节点触发,可作为硬性门禁。当工作的某些部分需要确定性时,请使用这些钩子。 第 4 章:为重建而构建

  • 使用 git worktrees 在仓库的隔离副本中运行重建,同时保持当前版本不受影响。这就是让“构建四次”变得廉价的原因。 - [x] 对于非平凡的代码重写,在计划模式(/plan 或按 Shift+Tab)下启动 Claude Code。Claude 将探索代码库并在编写任何代码之前提出重建方案——由你批准或调整方向。这是在重建偏离你的架构之前发现问题的成本最低的时机。

前沿的初创公司在最前沿构建

这些见解来自你在前沿领域并肩作战的同行,我们希望你觉得它们实用且可操作。Claude 初创公司社区是灵感、最佳实践和建议的持续来源。你可以通过以下方式加入这个社区:

订阅初创公司通讯并加入初创公司计划。将即将举行的 Claude Code 网络研讨会加入书签。参加你附近的活动。在 Reddit 和 Discord 上贡献内容。

相关文章

Claude 值班:Claude Tag 如何充当 Anthropic 的 CI/CD 故障第一响应者

Claude 值班:Claude Tag 如何充当 Anthropic 的 CI/CD 故障第一响应者

Claude 随叫随到:Claude Tag 如何充当 Anthropic 的 CI/CD 故障第一响应人

最大化你的 Claude Code 会话价值

Claude Code

2026 年 3 月 19 日

AI 指数增长时代的产品管理

Claude Code

AI 指数增长时代的产品管理

AI 指数增长时代的产品管理

2026 年 5 月 20 日

使用 Claude Code:HTML 的惊人威力

Claude Code

使用 Claude Code:HTML 的惊人威力

使用 Claude Code:HTML 的惊人威力

用 Claude 变革你的组织运作方式

Claude Code

初创公司

来源:Claude:Blog(网页)· claude.com