Claude Code 作者：编程问题在大多数用例已解决
高柯用约 3 分钟Claude Code 作者：编程问题在大多数用例中已经解决了。 🤯
Anthropic 的 Boris Cherny 自去年 11 月以来没手写过一行代码，却依然每天提交 30 个 PR，效率吊打整个团队。
并不是 AI 取代了工程师，而是工程师的工作方式彻底变了。
Lenny's Podcast最新一期重磅来袭！
主持人Lenny Rachitsky（@lennysan），前Airbnb增长负责人、全球最受欢迎的产品/科技newsletter作者，以深度洞察闻名。
本期嘉宾Boris Cherny（@bcherny），Anthropic Claude Code创始人兼负责人，曾短暂加入Cursor后回归，曾在Meta担任Principal Engineer，乌克兰裔技术天才。
对话聚焦：Claude Code上线仅一年已占GitHub 4%提交、上月DAU翻倍；Boris认为“编程问题已经基本被解决”（他本人从去年11月起100%靠Claude Code写代码）；接下来AI将颠覆测试、DevOps等相邻岗位；分享反直觉产品决策、离开又回归Cursor内幕，以及最大化Claude Code & Cowork效率的实用技巧。
Lenny 自己总结的访谈精华总结：
编程在大多数用例中现在已经解决了。Boris 自 11 月以来就没有亲手写过一行代码，他 100% 的工作现在都由 Claude Code 完成。与此同时，他仍然是 Anthropic 最多产的工程师之一，在领导团队的同时，每天提交 10 到 30 个拉取请求（PR）。
自采用 Claude Code 以来，Anthropic 的工程师生产力提高了 200%。正如 Boris 指出的那样，“在 Meta 时，有数百名工程师致力于生产力工具，我们每年只能看到几个百分点的增长。现在我们看到的是百分之几百的增长。”
AI 正在超越编写代码，转向产生创意。“Claude 开始提出想法。它正在查看反馈、错误报告和遥测数据，然后建议要发布的功能。”
下一个将被转型的角色是那些与工程相邻的角色。随着智能代理 AI 扩展到编程之外，产品经理、设计师和数据科学家将看到类似的转型。“任何使用计算机工具的工作都将是下一个。”
为六个月后的模型构建，而不是现在的。Boris 的关键原则之一是为未来的 AI 能力设计产品，而不是当前的能力。“这会让人感到不舒服，因为在前六个月里，你的产品市场契合度（PMF）不会很好。但当那个模型发布时，你就能立即进入状态。”
关注“潜在需求”。Claude Code 是通过观察人们已经在尝试做的事情，然后使其变得更容易而构建的。Cowork 的出现是因为他们注意到人们将 Claude Code 用于非编程任务，如分析 MRI 或从损坏的驱动器中恢复婚礼照片。
不要为了 Token 成本而优化。Boris 建议公司在实验阶段给工程师提供无限的 Token。“在小规模下，Token 成本相对于他们的薪水仍然较低。如果一个想法奏效并规模化，那时你再进行优化。”
故意缩减人员编制。当 Boris 在一个项目中只安排一名工程师时，他们被迫让 AI 承担更多工作。这种限制推动了对 AI 工具的创造性使用，而不仅仅是更快的打字速度。
未来最成功的人将是通才。“尝试比过去更多地成为一名通才。一些最有效的工程师会跨越学科。最能获得回报的人不仅仅是 AI 原生的——他们将是能够思考他们正在解决的更广泛问题的好奇通才。”
始终使用最强大的模型，而不是最便宜的。不那么智能的模型通常在纠正错误上消耗的 Token 比更智能的模型第一次就做对所花费的还要多。Boris 在所有事情上都尽可能使用 Opus 4.6。
视频：https://youtu.be/We7BZVKbCVw?si=uXTZtb1cwFJa_Nsa