【新智元導讀】Andrej Karpathy與Claude Code負責人Boris Cherny展開了一場關於程式設計未來的終極對談。面對AI接管100%程式碼編寫的現狀，Karpathy坦言人類正處於「腦萎縮」與能力進化的十字路口。本文深度解析了從Software 2.0到Agentic Coding的範式轉移，揭示了在Opus 4.5等強力模型加持下，程式設計師如何從「搬磚工」進化為「指揮官」，以及不僅要面對效率的飛躍，更要警惕「垃圾程式碼末日」的隱憂。2026年的開篇，科技圈被一場關於「程式設計本質」的深度對話引爆。這場對話的雙方，一位是特斯拉前AI總監、OpenAI創始成員 Andrej Karpathy，他是「Software 2.0」概念的提出者，一直站在程式設計範式轉移的最前沿；另一位是 Claude Code 的締造者、Anthropic 的核心人物 Boris Cherny，他正在親手打造終結傳統程式設計的工具。他們的討論不僅僅是關於工具的迭代，更像是一場關於人類技能邊界的哲學思辨。當程式碼不再由人類一個個字元敲擊而出，我們究竟是在進化，還是在退化？這場對話揭示了一個殘酷而興奮的事實：我們正處於從「指令式程式設計」向「聲明式意圖」徹底轉型的奇點。「我兩個月沒手寫過一行程式碼了」 從輔助到接管震撼的開場白來自 Claude Code 的負責人 Boris Cherny。「兩天狂發 49 個 PR！」 這是 Boris 團隊目前的工作常態。他透露，Claude Code 團隊目前的開發工作幾乎100% 由 Claude Code 結合 Opus 4.5 完成。「對我個人而言，這種情況已經持續兩個多月了，我甚至不再手動進行任何小微信調。」 Boris 的話語中透著一種跨越時代的自信。無論是在 CLI 命令列，還是在 iOS 手機端，程式碼的生成、測試、提交，全流程由 AI 接管。這不僅僅是一個效率提升的故事，而是一個工作流重構的故事。Boris 分享了他極其硬核的「AI 原生」工作流：他通常會在終端同時運行 5 個 Claude 實例，甚至在 Web 端再開 5-10 個。他不再是那個逐行敲程式碼的工匠，而是一個指揮著一支 AI 軍團的指揮官。他使用「Plan Mode」（計畫模式）讓 AI 先思考策略，確立方案後再切換到執行模式。這種「平行化開發」的能力，讓一個人的產出足以匹敵一個傳統的小型開發團隊。而 Karpathy 的體驗也印證了這一點。他在長文中感嘆：「2025年11月，我還是80%手動+20% AI；到了12月，直接變成了80% AI + 20%手動。」「我在用英語程式設計。」Karpathy 略帶自嘲但也無比誠實地承認，「這有點傷自尊，告訴 AI 該寫什麼，就像在指揮一個實習生。但當你習慣了那種大規模駕馭軟體的『程式碼操作』能力後，你根本回不去了。」深度解析 從 Software 2.0 到 Agentic Coding要理解 Karpathy 的震撼，我們必須回溯他在 2017 年提出的 「Software 2.0」 概念。當時的 Software 2.0，是指用神經網路權重替代人工編寫的邏輯（Software 1.0）。程式設計師的角色從「編寫規則」變成了「整理資料」。而今天，我們正在邁入 Software 3.0 或者說是 Agentic Coding（代理編碼） 的時代。在這個階段，只有「意圖」（Intent）是人類提供的，而實現細節（Implementation）完全由 AI 掌控。Karpathy 敏銳地指出，這種轉變標誌著程式設計範式從「命令式」（Imperative）向「聲明式」（Declarative）的終極飛躍。過去：你需要告訴電腦「第一步做什麼，第二步做什麼，如果出錯怎麼辦」。現在：你只需要定義「成功標準是什麼」。正如 Boris 團隊所實踐的，利用 Claude Opus 4.5 強大的長程推理能力和 CLAUDE.md 這樣的記憶檔案，AI 能夠理解項目的整體架構上下文。Opus 4.5 在 CodeClash.ai 等基準測試中展現出的統治力，證明了它不僅僅是一個程式碼補全工具，而是一個具備邏輯推理、能夠自我修正的「工程師」。它不僅能寫程式碼，還能管理依賴、重構架構、甚至編寫測試用例來驗證自己的程式碼。這種「循環驗證」（Looping）能力是 Agentic Coding 的核心。AI 不再是寫完就忘，它會在一個封閉的循環中運行測試、讀取報錯、修改程式碼，直到通過測試為止。這正是 Karpathy 提到的「Feel the AGI」（感受通用人工智慧）的時刻——看著 AI 在30分鐘內不知疲倦地嘗試幾十種方案最終解決難題，人類感受到了前所未有的「槓桿效應」。10x 工程師的重新定義 通才的勝利隨著 AI 接管具體的編碼工作，「程式設計師」這個職業的定義正在被劇烈重寫。Boris 直言不諱：「我們現在傾向於招募『通才』（Generalists）。」在 LLM 能夠自動補全所有技術細節的時代，過去那些死記硬背的 API、特定語言的奇技淫巧，不再是護城河。你不需要記住 Python 的某個庫函數的具體參數，因為 AI 肯定記得比你清楚。真正的 「10x 工程師」 依然存在，但他們的能力模型發生了重組。未來的頂級工程師將是那些擁有宏觀視野的人——他們必須是能橫跨 產品與設計、業務甚至底層架構 的多面手。他們是產品經理：能清晰定義需求，識別偽需求。他們是架構師：能設計高可用的系統結構，指揮 AI 去填充模組。他們是測試官：能敏銳地發現 AI 邏輯中的漏洞，制定嚴格的驗收標準。Karpathy 也提出了深刻的疑問：「借助 LLM，通才是否會全面碾壓專才？」答案似乎是肯定的。AI 擅長填補微觀的細節（Fill in the blanks），而人類需要負責宏觀的戰略（Grand Strategy）。未來的程式設計，更像是玩《異星工廠》（Factorio）或者《星海爭霸》——你在指揮千軍萬馬，而不是親自去挖每一塊礦石。那些只專注於「把需求翻譯成程式碼」的初級程式設計師（Junior Devs），將面臨最嚴酷的生存危機。「廢用性萎縮」與 「Slopacolypse」繁榮背後的陰影然而，這場革命並非沒有陰影。Karpathy 最深刻的擔憂在於——「腦萎縮」（Atrophy）。「我已經注意到，我手動寫程式碼的能力正在緩慢退化。」Karpathy 描述這種感覺。在大腦的認知功能中，生成（Generation）和辨別（Discrimination）是兩種完全不同的能力。以前的程式設計師通過大量的「生成」訓練（寫程式碼）來強化邏輯；而現在，我們越來越依賴「辨別」能力（Review 程式碼）。這就像計算器的普及讓我們喪失了心算能力一樣。雖然我們還能讀懂程式碼（Review），但那種從零建構系統、對每一行程式碼都了然於胸的「肌肉記憶」正在消失。當你不再親自處理記憶體管理、不再親自偵錯並行死鎖，你對電腦系統的底層理解是否也會隨之膚淺化？更可怕的是 Karpathy 預測的 2026年 「Slopacolypse」（垃圾程式碼末日）。隨著 AI 生成內容的氾濫，網際網路和程式碼庫可能被大量低品質、看似正確實則充滿隱患的「垃圾」（Slop）填滿。GitHub 上可能充斥著由 AI 生成的、無人能維護的「屎山」。Karpathy 警告：目前的 AI 仍然會犯錯，不是簡單的語法錯誤，而是那種「粗心的初級程式設計師」才會犯的微妙概唸錯誤。它們會過度抽象，會堆砌死程式碼（Dead Code），會盲目順從你的錯誤假設。如果不加節制，軟體工程的熵將急劇增加。對此，Boris 則持一種「技術樂觀主義」態度。他認為「垃圾末日」不會到來，理由是——AI 審 AI。「我們在 Anthropic，每個 PR 都會開啟一個新的上下文窗口，讓 Claude 去 Review Claude 寫的程式碼。」這種「左腳踩右腳」的螺旋上升，被 Boris 視為解藥。隨著模型能力（特別是 Opus 4.5 及其後續版本）的提升，AI 清理垃圾程式碼、重構程式碼的能力將超過它製造垃圾的速度。未來的 IDE 可能不僅是程式碼編輯器，更是一個全自動的垃圾回收站，即時清洗著 AI 產生的冗餘。昇華：相位轉換的一年Karpathy 將 2026 年定義為 「行業代謝新能力、發生相位轉換（Phase Shift）的關鍵一年」。這不僅僅是效率的提升，而是物種的進化。我們正在經歷從「手工匠人」到「工業化生產」的劇變。在這個新時代，人類的角色從「建築工」變成了「建築師」。我們失去的是搬磚的手感，得到的是建造摩天大樓的視野。程式設計不再是關於「語法」和「演算法」的苦修，而是關於「想像力」和「邏輯」的釋放。但正如 Karpathy 所言，看著 AI 不知疲倦地在30分鐘內解決一個只有人類專家才能解決的難題，那種 「Feel the AGI」（感受通用人工智慧） 的時刻，既讓人興奮，也讓人感到一絲作為碳基生物的落寞。程式設計已死，程式設計萬歲。死的是作為「打字員」的程式設計師，活下來的是作為「創造者」的我們。當你不再需要為語法報錯而抓狂時，唯一限制你的，就只剩下你的想像力，和對世界本質的理解了。 (新智元)

生成式AI一、OpenAI Codex預告，今先揭秘Codex CLI核心智能體循環1. OpenAI CEO奧特曼預告下周起將發佈Codex相關重磅內容，官方同步發佈技術部落格揭秘Codex CLI核心架構——智能體循環；2. 智能體循環通過Responses API協呼叫戶指令、模型推理與本地工具執行，採用"提示詞前綴一致"策略觸發快取最佳化性能；3. Codex支援零資料保留配置保障隱私，利用自動壓縮技術管理上下文窗口，後續將深入介紹工具呼叫和沙箱模型。二、Google DeepMind 發佈 D4RT，徹底顛覆了動態 4D 重建範式1. GoogleDeepMind發佈D4RT，將3D重建、相機追蹤、動態物體捕捉統一成"查詢"動作，速度比現有SOTA快18至300倍；2. 核心創新是統一的時空查詢介面，AI先全域"閱讀"視訊生成場景表徵，再按需搜尋任意像素的3D軌跡、深度和位姿；3. 該技術對具身智能、自動駕駛和AR意義重大，讓AI即時理解動態環境，但訓練仍需10億參數模型和64個TPU。三、Claude Code 宣佈重磅升級：將內部的Todos升級為 Tasks1. Claude Code將內部"Todos"升級為"Tasks"，支援多會話或子代理協作完成跨越多個上下文窗口的長期複雜項目；2. Tasks儲存在檔案系統中便於多個會話協同，當一個會話更新Task時會廣播給所有處理同一任務列表的會話；3. 新功能適配Opus 4.5更強的自主運行能力，使用者可通過環境變數讓多個會話在同一任務列表上協作。四、文心5.0正式版發佈，霸榜LMArena的最強文科生強在那1. 百度文心5.0正式版上線，參數量達2.4兆，採用原生全模態統一建模技術，支援文字、圖像、音訊、視訊的理解與生成；2. 在LMArena文字和視覺理解榜單五次登頂，進入全球第一梯隊，語言與多模態理解能力穩居國際領先；3. 實測顯示模型在複雜情感理解、弦外之音分析、創意寫作等文科任務表現突出，被稱為"最強文科生"。五、Clawdbot刷屏，AI智能體+閘道器，現階段使用請注意風險1. 開放原始碼專案Clawdbot在矽谷爆火，可在Mac mini上運行，兼具本地AI智能體和聊天閘道器雙重身份，通過WhatsApp、iMessage等隨時對話；2. Clawdbot解決了大模型記憶力痛點，能記住兩周前的對話，還會主動推送郵件、日程提醒，並可直接操控電腦執行任務；3. 項目GitHub獲9.2k星，最低月成本約25美元，但需要一定技術基礎部署，使用者反饋它能自動管理生意、寫程式碼替代Zapier等付費服務。六、LeCun創業官宣核心方向，掀起對Next-token範式的「叛變」1. 圖靈獎得主LeCun創立的AMI Labs官宣核心方向為"世界模型"，旨在建構理解現實世界、具備持久記憶和推理規劃能力的智能系統；2. 該路線認為僅靠預測下一個token無法真正理解現實，需在更高層次表徵空間進行預測與推理，過濾不可預測的噪聲資訊；3. AMI Labs據傳正以35億美元估值融資，目標應用於工業控制、機器人、醫療等對可靠性要求極高的領域。七、實測：Claude in Excel，能聯網、能做表、辦公完全自動化1. Anthropic推出Claude in Excel外掛，支援Pro、Max、Team、Enterprise使用者，基於Opus 4.5模型，可通過Microsoft Marketplace安裝啟動；2. 外掛能聯網搜尋並自動填充表格，支援讀取公式、Debug錯誤、從零建模、製作透視表等功能，支援.xlsx和.xlsm格式；3. 當前不支援條件格式、宏和VBA，官方提醒存在prompt injection風險，建議只用可信來原始檔，高危函數會彈確認框。報告觀點八、Claude Code之父最新私教課：手把手教你Claude Cowork1. Claude Code創造者Boris Cherny詳解Cowork使用方法，強調將其當作"執行者"而非聊天工具，可直接操控檔案、瀏覽器和各類工具；2. 在之前X推文基礎上，再次強調：核心工作流是平行運行多個任務照看Claude們，先用"計畫模式"來回溝通直到滿意，再切換"自動接受編輯"模式執行；3. 強調Claude.md作為團隊複利式知識庫的重要性，任何Claude犯的錯都應加入進去，以及給Claude驗證輸出的方式能顯著提升質量。九、Google總監警告：只會寫Prompt的程式設計師，2026年將被淘汰1. Google雲AI總監Addy Osmani警告"氛圍程式設計"已撞南牆，AI能完成70%前期工作但剩餘30%只有經驗豐富的工程師能搞定；2. Stack Overflow調查顯示開發者對AI精準性信任度從40%降至29%，73%受訪者遇到過氛圍編碼導致的程式碼理解問題；3. 2026年真正核心競爭力是把模糊問題轉化為明確執行意圖、設計好上下文結構，以及區分真正重要的東西。十、「AI 無處不在」的達沃斯論壇，科技巨頭們都說了那些金句？1. 馬斯克預測2026年底前AI將超越人類智慧，到2030年AI將比全人類集體智慧更聰明，特斯拉明年底將開售人形機器人Optimus；2. 微軟CEO納德拉警告若AI只消耗資源不改善結果社會會失去容忍，黃仁勳稱具身智能是"一代人一次的機會"；3. DeepMind CEO哈薩比斯認為AGI還需5-10年，Anthropic CEO達里奧稱只差6-12個月模型就能端到端完成軟體開發。 (騰訊研究院)

Claude Code的爆火加劇了市場對軟體業遭顛覆性的恐慌，摩根士丹利追蹤的一籃子SaaS股票開年以來已累計下跌15%，創下自2022年以來最差的開年表現。許多買方機構認為目前“沒有理由持有”軟體股，且短期內看不到估值重估的催化劑。Claude Code的爆火重新點燃了市場對軟體行業遭AI顛覆的擔憂，美國軟體股正遭遇多年來最糟糕的年度開局。開年以來，摩根士丹利追蹤的一籃子SaaS股票已累計下跌15%，繼2025年11%的下跌後進一步走低，創下自2022年以來最差的開年表現。估值方面，大摩追蹤的軟體股目前以未來12個月預期收益的18倍交易，創下有記錄以來最低水平，遠低於過去十年平均55倍以上的水平。恐慌情緒在Anthropic於1月12日發佈名為“Claude Cowork”的新服務後迅速蔓延。Claude Code的最新版本Claude Opus 4.5展現出驚人能力，有使用者指出，他用這款工具在一周內完成了原本需要一年才能完成的複雜項目，許多使用者在社交媒體上分享了自己從未學過程式設計卻成功開發出首個軟體的經歷。這場拋售加劇了軟體公司與科技類股其他領域的表現分化。在納斯達克100指數逼近歷史高點之際，ServiceNow Inc.等公司股價卻跌至多年低位。TurboTax母公司Intuit Inc.上周暴跌16%，創2022年以來最大單周跌幅；Adobe Inc.和Salesforce Inc.均下挫超11%。儘管估值已極具吸引力，但華爾街分析師指出，面對AI帶來的顛覆性不確定性，許多買方機構認為目前“沒有理由持有”軟體股，且短期內看不到估值重估的催化劑。Claude Code加劇顛覆性恐慌此次拋售的導火索是Anthropic發佈的“研究預覽版”服務Claude Cowork。據該公司介紹，該工具能夠通過螢幕截圖建立電子表格，或根據各種筆記起草報告，且主要是利用AI快速開發而成的。雖然該工具尚未經過全面驗證，但Mizuho Securities科技行業專家Jordan Klein指出，它所展示的能力正是投資者一直擔心的，這加強了市場上對軟體股日益堅定的看跌立場。據彭博報導，Osterweis Capital Management的投資組合經理Bryan Wong表示：“Anthropic的消息凸顯了評估未來增長前景的難度。變化的速度之快前所未有，這也讓未來的不確定性達到了頂點。”Klein在1月14日給客戶的報告中直言，許多買方投資者認為，無論股價多便宜或跌幅多大，目前都找不到持有軟體股的理由，因為不存在促使估值回升的催化劑。軟體公司AI轉型進展緩慢大多數軟體製造商尚未展現出自身AI產品的顯著吸引力。Salesforce一直宣傳其Agentforce產品的採用情況，但對收入的推動並不明顯。Adobe已將生成式AI功能整合到其照片和視訊編輯軟體中，但在去年12月的最新季度財報中未更新部分AI相關指標。Wong表示，現有軟體公司在分銷和資料等領域擁有優勢，但它們需要展現增長加速才能推動股價反彈，而這在短期內似乎不太可能。據彭博智庫資料，標普500指數中軟體和服務公司的盈利增長預計將從2025年的約19%放緩至2026年的14%。相比之下，其他科技領域的基本面前景更為樂觀。由於微軟、亞馬遜、Alphabet和Meta Platforms等科技巨頭承諾今年將大舉投資AI基礎設施，輝達等晶片製造商對收入增長有更清晰的可見性。據彭博智庫資料，半導體相關股票預計2025年利潤增長近45%，2026年將加速至59%。"晶片製造商表現優異的原因是其基本面正在大幅改善，鑑於其客戶群，增長的確定性更高，"Janus Henderson Investors投資組合經理Jonathan Cofsky表示。"與此同時，AI將如何改變軟體生態系統的不確定性要大得多。"估值低迷引發分歧儘管估值已跌至歷史低位，但市場對軟體股前景仍存在分歧。"軟體公司之所以擁有高估值倍數，是因為它們基於訂閱模式，擁有可以幾乎永久外推的經常性收入，"Wong表示。"如果它們要對抗全天候運行、能夠完成任務、在一天內完成大型項目的AI代理，很難知道它們應該以什麼倍數交易。"不過，一些華爾街機構對該類股反彈持樂觀態度。巴克萊預計軟體股將在2026年"終於迎來轉機"，因為客戶支出保持穩定且估值具有吸引力。高盛預計，AI採用率上升將通過擴大總體可定址市場為軟體公司帶來更多順風。D.A. Davidson認為，由於敘事壓倒了許多軟體公司的基本面，2026年是有選擇性地重返該類股的好時機。"我們還不能說拐點已經到來，因為對AI的存在性擔憂還會持續一段時間，但該類股確實看起來更有吸引力了，"管理5800億美元資產的Wealthspire董事總經理兼首席市場策略師Chris Maxey表示。"這個類股還不是明顯的買入機會，但我們正在接近那個點。" (invest wallstreet)

繼程式碼工具Claude Code被使用者“玩出花”之後，Claude正式推出Cowork，將其強大的Agent能力擴展到所有非程式設計工作中這款新產品旨在讓任何使用者——而不僅僅是開發者——都能以與Claude Code相同的方式與Claude協作。Cowork目前作為研究預覽版，已向macOS應用上的Claude Max訂閱使用者開放從Claude Code到CoworkClaude Code發佈之初，官方預期開發者會用它來編碼。事實的確如此，但使用者很快就將其應用範圍擴展到了幾乎所有其他領域：從度假研究、製作幻燈片，到清理電子郵件、取消訂閱，甚至從硬碟恢復婚禮照片、監測植物生長和控制烤箱。官方認為，這些多樣化且出人意料的用例背後，根本原因是底層的Claude Agent是最好的代理，而Opus 4.5是最好的模型。受此啟發，Claude團隊推出了Cowork，這是將Claude Code的能力應用於所有非編碼工作的第一步。官方表示，該產品尚處於早期和原始階段，類似於Claude Code首次發佈時的感覺Cowork如何工作？與常規對話不同，在Cowork中，使用者可以授權Claude訪問電腦上的一個指定資料夾。之後，Claude便能讀取、編輯或建立該資料夾中的檔案。例如，它可以：重組你的下載資料夾：通過排序和重新命名每個檔案。處理票據：根據一堆截圖建立一個包含開支列表的新電子表格。整理資料：根據你零散的筆記生成一份報告初稿。在Cowork中，Claude完成這些工作時展現出比常規對話中更強的自主性。一旦設定任務，Claude會制定計畫並穩步執行，同時讓使用者瞭解其進展。對於Claude Code的使用者來說，這種體驗會非常熟悉，因為Cowork建立在完全相同的基礎上。這意味著Cowork能處理許多與Claude Code相同的任務，但形式上更適合非編碼場景。Cowork的功能還可以進一步增強。使用者可以利用現有的連接器，將Claude與外部資訊源關聯。新版本中還增加了一套初始技能，提升了Claude建立文件、簡報和其他檔案的能力。如果將Cow-ork與Chrome瀏覽器中的Claude配對，它還能完成需要訪問瀏覽器的任務。Cowork的設計目標是儘可能簡化使用Claude處理新工作的方式。使用者無需手動提供上下文或轉換輸出格式，也不必等待Claude完成一個任務才能提供反饋或新想法。你可以將任務排入佇列，讓Claude平行處理，體驗更像是給同事留言，而非一來一回的對話。Cowork包含多項新穎的使用者體驗和安全功能，包括：內建虛擬機器（VM）：用於隔離執行環境開箱即用的瀏覽器自動化支援支援所有claude.ai資料連接器在不確定時會主動詢問使用者以獲得澄清保持控制與安全風險在Cowork中，使用者始終掌握控制權。你可以選擇Claude能訪問那些資料夾和連接器，它無法讀取或編輯任何你未明確授權的內容。在採取任何重要行動前，Claude也會徵求你的同意，以便你隨時引導或糾正。儘管如此，官方也提示了一些需要注意的風險：1. 潛在的破壞性操作：默認情況下，如果指令不當，Claude可能會執行刪除本地檔案等操作。由於存在誤解指令的可能性，使用者在下達此類指令時應提供非常明確的指導。2. “提示注入”風險：攻擊者可能通過Claude在網際網路上遇到的內容來改變其計畫。儘管Claude已內建了複雜的防禦措施，但Agent安全（即保障Claude在現實世界中行動的安全）在整個行業中仍是一個活躍的研發領域。官方表示，這些風險並非Cowork獨有，但對於首次使用超越簡單對話的高級工具的使用者來說，建議採取預防措施，特別是在熟悉其工作方式的過程中。寫在最後目前發佈的版本是一個研究預覽。Claude希望借此瞭解使用者會如何使用它，以及如何改進產品。官方鼓勵使用者進行實驗，嘗試一些意想不到的用法。根據這次預覽的反饋，Claude計畫進行大量改進，包括增加跨裝置同步、推出Windows版本，並進一步提升其安全性。 (AI寒武紀)

這些改變世界的產品，最初居然都是不被當回事兒的支線項目（side project）？！包括但不限於：DeepSeek：幻方量化的支線項目Qwen：阿里的支線項目Claude Code：Anthropic的支線項目ChatGPT：OpenAI的的支線項目PyTorch：Meta的支線項目Gmail：Google的支線項目Twitter（現𝕏）：Odeo的支線項目Slack：Tiny Speck的支線項目就說例舉的這8個項目裡面，你日常會用幾個吧（doge臉等答案）～反正，隨便單獨拎那一個出來，都會讓人小小詫異一下：這居然也能是個支線項目？不過我們先來界定一下，什麼叫做“支線項目”。簡單來說，就是非主線、非KPI驅動、最初非戰略立項。這些項目成立之初並不重要，更不是公司翻身的戰略方案。所以失敗也好，和主線方向衝突也罷，都沒有太大關係。但——用熱烈討論的網友的話來說：沒有項目經理、銷售、GTMs、合規、股東，支線項目總是魔法生效的地方。從國內到矽谷，side project神話屢見不鮮廢話不多說，先來看國內做副業做得比主業還家喻戶曉的幻方量化。也就是DeepSeek背後的母公司。幻方確實很技術范兒——在幻方量化內部，長期存在大量圍繞算力、模型和工程效率的技術研究。但幻方並不是一家專門的AI Lab，所以上述這些研究首先服務於量化交易本身。更多時候，AI的作用都是輔助金融市場的分析研究，妥妥的支線工具屬性。所以，DeepSeek並不是在聚光燈下誕生的項目，是沿著內部技術演進自然延伸出來的結果。這一點非常關鍵。這種狀態，恰恰讓它能夠繞開很多創業項目必經的約束，比如節奏、敘事、融資節點、對外承諾……總之就是技術可以先跑在需求前面。更別提做量化起家的幻方，完全不缺卡了。畢竟這個時代算力為王，誰能擁有更豐富的GPU叢集，誰就佔據資源優勢，而幻方量化顯然將這點做到了極致。同時長期深耕金融專業場景，也讓它擁有得天獨厚的資料優勢，在研發通用智能時也會更傾向於注重模型推理和數學能力。長期高強度的演算法投入，加上頂尖的人才儲備，幻方量化能打造出爆款AI，可謂天時地利人和。而同屬國內開源大模型第一梯隊的Qwen其實也是支線項目。通義千問技術負責人林俊暘在𝕏上公開：Qwen was a side project。作為成熟的老牌網際網路公司，阿里早期在大模型上的戰略定位更多的還是面向行業ToB使用者，大模型的商業化交付才是絕對主線。Qwen則堅定走上了一條開源道路。而且據林俊暘所說，side project能夠提高成功機率。一是因為沒有過度的決策參與，把自主權交還給真正寫模型的人。二是微觀管理少，更大的試錯空間換來更快的迭代速度。簡單來說，在Qwen的早期發展中，阿里不是完全不管，也不是嚴加看管，而是找到了一條折中的道路。即儘可能給予研究團隊空間，以支線任務的形式“放養”，在證明其價值後，再逐步融入主線資源。再看矽谷，同樣的典型案例有Claude Code。最初，它不過是工程師Boris Cherny的一個Claude實驗性工程：通過連接AppleScript，它能告訴使用者正在聽什麼音樂，還能切換在播的音樂。有用肯定是有用，但聽起來有點平平無奇（？某次和產品經理交流後，Cherny意識到，或許可以給終端來點和系統檔案互動的工具，比如讀檔案、寫檔案，還有運行批處理命令什麼的。Anyway，Claude Code就這樣在相當偶然的情況下誕生了。初露苗頭時，它只是一個員工基於自家大模型手搓的side project。但正式面市後，隨即產生了暴風式傳播效應，並成為Anthropic的當家產品之一。Boris Cherny在𝕏上記錄道：一年前，Claude在生成bash命令時難以避免轉義錯誤。而且它一次只能工作幾秒或幾分鐘。快進到今天。在過去的三十天裡，我提交了259個PR——497次提交，加入了40000行程式碼，刪除了38000行程式碼。每一行程式碼都是由Claude Code+Opus4.5編寫的。Claude持續運行數分鐘、數小時甚至數天。軟體工程的範式正在改變。誰也沒想到，當初一個並未委以重任的支線項目，現在已經成了一股繞不開的力量，推著我們走進程式設計新時期。支線項目說不定會出現更多“逆襲”故事AI加速進入軟體工程流程之後，試錯的成本被明顯拉低了。過去需要團隊協作和資源協調才能完成的探索，現在能由個人更輕鬆、更迅速地來完成初步驗證。從這個角度來想的話，其實真的不用把“探索”當作正經必須立項的行為了。因為你每天就干自己的活，都有可能探索個新思路或者新方法出來。許多支線項目都是在這種條件下出現——從解決一個具體問題開始，通過真實使用不斷修正方向，然後逐漸茁壯成長，最終成為一根根台柱子。現在，AI能很好地縮短從想法到驗證的距離。像Claude Code這樣的項目，並不是一開始就奔著“核心工具”去，而是在不斷使用中積累成熟度，最終進入真實生產流程。當試錯足夠便宜，能否被迅速使用和反饋就更加重要，小項目的價值也隨之改變。就說是不是直接放大了個人探索的價值吧！不過，AI雖然提升了執行效率，卻未必同步提升戰略判斷的精準性。在技術環境變化時，主線項目更容易被原有判斷束縛，而且老話說什麼來著，船大難掉頭。這只是某一側重點下的對比結果，我們絕對不是在說抨擊主線項目，或者說主線項目就會因此失去意義。只是在當下，有些東西發生了變化。支線項目探索的成本更低，反饋更快，也為主線在方向被驗證後承接規模化任務打下了堅實基礎。這種變化還在進行中，其最終形態並不清晰。不過可以看到一個清晰的趨勢——在AI時代，一些關乎未來方向的早期訊號，或許會越來越多地出現在那些一開始並不被當成正事兒的項目裡。One More ThingBTW，並不是所有的支線項目變成主項目後，都能很快拿到一個好的結果的。Be like：(量子位)

【新智元導讀】全球程式設計師最喜歡的工具迎來最大更新。Boris老哥不僅靠自造的Claude Code年入10億美金，現在更是玩起了極致「套娃」，用Claud Code開發Claude Code，瘋狂迭代1096次提交！Boris Cherny現在不寫程式碼了。作為Claude Code的創造者，這位Anthropic的工程師用自己造的AI工具來寫程式碼——Claude Code去年斬獲超過10億美金的收入。擴展閱讀：30天沒寫一行程式碼，他卻賺了10億美金！這大概是AI時代最諷刺又最美妙的事情：一個人自己不寫程式碼，卻創造了一個能替所有人寫程式碼的工具。而現在，這個工具剛剛迎來了史上最大的一次更新。Claude Code2.1發佈了，這不是一次小修小補——1096次提交，版本從2.0.76直接跳到2.1.1。Anthropic團隊瘋了嗎？不，他們只是在用Claude Code開發Claude Code。這就是AI加速AI的正反饋循環。Claude Code2.1更新了什麼？1. Shift+Enter終於好用了這是使用者抱怨最多的問題，現在徹底解決了。在iTerm2、Kitty、Ghostty、WezTerm這些終端裡，Shift+Enter多行輸入開箱即用。不需要改配置檔案，不需要找變通方案。想換行就按Shift+Enter，就這麼簡單。如果用的是其他終端，運行/terminal-setup就能自動配置。這個改進看起來很小，但用過CC的人都知道，沒有多行輸入有多痛苦。2. Skills系統全面升級Skills是Claude Code最近推出的重磅功能，可以把它理解成「前人驗證好的工作流」。這次更新，Skills成了一等公民：熱多載：修改`~/.claude/skills`目錄下的技能檔案，改完立刻生效，不用重啟。這對開發者來說太重要了。之前偵錯一個Skill，改一次重啟一次，效率極低。現在改完就能看效果，開發體驗直接起飛。分叉上下文：在Skills配置裡加上`context:fork`，就能讓技能在獨立的「子環境」裡運行。這解決了什麼問題？之前執行複雜的Skills，中間產生的大量資訊會污染主對話。問完一個問題，上下文就被塞滿了亂七八糟的東西。現在有了分叉，主對話保持乾淨，技能在旁邊安靜地幹活。生命周期鉤子：Skills現在支援`PreToolUse`、`PostToolUse`和`Stop`鉤子。翻譯成人話就是：可以在Claude呼叫工具之前、之後插入自訂邏輯。比如每次寫檔案之前自動備份，或者每次執行命令之後記錄日誌。這已經是中介軟體等級的能力了。3. 會話傳送功能這個功能必須單獨拿出來說，因為它太酷了。場景是這樣的：在claude.ai網頁上開始了一個項目，聊到一半，發現需要在本地繼續。以前怎麼辦？把對話複製貼上過來？重新描述一遍需求？現在只需要一個命令：/teleport它會自動：驗證是不是在正確的程式碼倉庫拉取並切換到對應的分支載入完整的對話歷史網頁端的工作，無縫傳送到終端。反過來也行，終端裡的會話可以傳送到claude.ai/code繼續。這意味著什麼？可以在任何裝置上開始工作，在任何裝置上繼續工作。在公司用網頁版起草，回家在終端裡深度開發，第二天在咖啡廳用手機回顧進度。Claude Code變成了一個真正意義上的「雲端大腦」。4. 更智能的權限管理之前一個讓人煩躁的問題是：工具呼叫被拒絕的時候，整個智能體就停了。現在不會了。被拒絕之後，Claude會嘗試其他方法繼續推進。另外，工具權限現在支援萬用字元。比如想允許所有帶-h參數的命令，可以寫Bash(*-h*)。不用一個一個地配置權限了。5. 多語言響應可以配置Claude用母語來回覆。日語、西班牙語、中文，都可以。對於非英語母語的開發者來說，這個功能太貼心了。為什麼全球程式設計師都愛Claude Code？說完更新內容，來聊聊一個更本質的問題：Claude Code為什麼能火成這樣？一年收入10億美金，連著名的OpenAI研究員卡帕西都說自己落伍了。這背後是什麼邏輯？1. 它是真正的通用Agent雖然叫Claude Code，但它的能力遠不止寫程式碼。問答、寫作、寫網頁、開發軟體、資料分析，甚至拆分工資條，它都能幹。它能把音訊和圖片快速合成視訊。可以把它理解成一個能操控電腦的智能代理。它能看到檔案系統，讀取檔案、分析檔案、修改檔案、輸出檔案。而溝通方式，就是自然對話。不需要寫程式碼，不需要學命令，說人話就行。2. 資料夾思維Claude Code最棒的設計理念是「資料夾」。每次啟動的時候，給它指定一個資料夾，這個資料夾就是這次任務的上下文。很多CC重度使用者都有專門的Claude Code資料夾，裡面分成很多子資料夾：筆記、資料分析、深度閱讀、軟體開發……每個任務一個資料夾，互不干擾。這種設計讓工作天然有組織性。不像其他AI工具，聊著聊著就亂了，不知道在做什麼。3. 危險模式帶來的效率飛躍什麼是危險模式？開啟之後，Claude Code可以全自動操控電腦，不需要一次次確認。聽起來很危險，但不開的話，每個操作都要點確認，效率根本起不來。當然，一定要做好備份。4. Skill生態Skills是Claude Code的殺手鐧。不需要從零開始，直接用前人驗證好的工作流就行。比如前端設計Skill，一句話就能重新設計網站首頁。這是真正的「站在巨人肩膀上」。聊聊Boris這個人說到這裡，不得不聊聊Claude Code背後的男人——Boris Cherny。Boris的履歷很簡單：前Meta高級工程師，現在是Anthropic的Staff Engineer，負責Claude Code。但他最有意思的地方在於：Claude Code100%的程式碼，都是用Claude Code寫的。沒錯，他自己不寫程式碼，他用自己造的AI來寫程式碼。這聽起來像個悖論，但這恰恰證明了Claude Code的能力——如果連它的創造者都信任它到這種程度，還有什麼理由懷疑呢？Boris的工作方式也很瘋狂。他日常會同時開10-15個Claude Code會話，有的在終端裡，有的在網頁上，每個會話當作一個獨立的「工人」來用。他堅持用最慢但最聰明的模型，比如Opus4.5，因為他相信：更高品質的輸出最終會加速整個開發過程。這個理念很反直覺。大多數人追求速度，想要更快的響應。但Boris認為，如果AI能一次做對，就不需要反覆修改，總時間反而更短。還有一個細節：Claude Code的誕生其實是個「意外」。它最初只是Anthropic Labs團隊的一個原型實驗，用來探索AI模型的能力邊界。沒想到效果太好，直接變成了正式產品。2025年2月發佈，不到一年，年收入就突破了10億美金。這大概就是矽谷最經典的故事範本：一個工程師的「玩具項目」，最後變成了改變行業的產品。Boris還有一個習慣：他會維護一個CLAUDE.md檔案，把它當作「團隊記憶」。每次Claude犯了錯誤或者做對了什麼，他都會記錄下來。這樣下次遇到類似場景，Claude就能直接使用這些經驗。這個習慣後來變成了Claude Code的核心功能之一。你看，好的產品經理不需要做使用者調研，因為他自己就是最苛刻的使用者。Claude Code使用技巧最後分享幾個實用技巧：1. 善用Claude.mdClaude.md是Claude Code的核心配置檔案，相當於它的「憲法」。每次啟動，Claude都會自動載入這個檔案。可以在裡面寫：這個項目是做什麼的偏好規則需要注意的事項這樣Claude每次都能快速進入狀態，不用反覆解釋。2. 拖曳檔案這是最簡單但很多人不知道的技巧：直接把檔案或資料夾拖到Claude Code窗口裡。它會自動讀取內容。不需要複製貼上，不需要輸入路徑。3. 貼上圖片因為Claude Code運行在終端裡，貼上快速鍵不是Cmd+V，而是Control+V。遇到需要圖片的問題，截圖後用Control+V貼上進去，Claude就能看到了。4. 用/teleport無縫切換在網頁端聊到一半，需要本地繼續？直接/teleport，整個對話歷史都帶過來。5. 安裝實用的Skills推薦去官方的Skills倉庫看看：https://github.com/anthropics/skills安裝方式也很簡單，然後跟Claude說「使用xxx skill，幫我做xxx」就行了。「程式設計」的終局Claude Code2.1 的 1096 次提交，背後是一個團隊對「AI 輔助程式設計」這件事的極致追求。但如果只把它當成一個「更好用的程式設計工具」，就太小看它了。Claude Code真正預示的，是程式設計這件事本身的終局。程式設計師會消失嗎？這是每次AI程式設計工具更新時都會被問到的問題。答案是：不會消失，但會徹底改變。Claude Code讓每個人都能「寫程式碼」，但不是每個人都能「定義問題」。未來的程式設計師，不再是敲鍵盤的人，而是能把模糊的需求翻譯成精確任務的人。這個角色更像產品經理，又像架構師，又像項目經理。程式碼變成了思想的副產品，而不是目的本身。自指性AI的哲學意義Boris用Claude Code來開發Claude Code，這不僅僅是一個有趣的花絮。這是AI發展史上的一個里程碑：工具開始製造自己。想想看，人類發明了錘子，但錘子不能製造錘子。人類發明了車床，車床可以加工零件，但不能完整地複製自己。但Claude Code可以。它可以理解自己的程式碼，修改自己的功能，最佳化自己的性能。這是一個自我迭代的系統。每一次更新，都讓它更有能力進行下一次更新。1096次提交，很多都是Claude自己寫的。這種正反饋循環會加速到什麼程度？沒人知道。從Vibe Coding到Vibe EverythingClaude Code的成功證明了一件事：自然語言是最好的程式語言。不是Python，不是JavaScript，而是人話。這個邏輯可以延伸到所有領域。設計？讓AI渲染。寫作？讓AI起草。分析？讓AI處理。我們正在進入一個「Vibe Everything」的時代。不需要學習專業軟體，不需要掌握複雜工具，只需要能清晰表達自己想要什麼。這是真正意義上的「技術平權」。一個沒學過程式設計的小商販，可以用Claude Code做一個庫存管理系統。一個不會Photoshop的創業者，可以讓AI生成完整的品牌視覺。技能不再是壁壘，想法才是。開源生態的意義更重要的是，現在國產開源模型也跟上來了。GLM 4.7、MiniMax M2.1、Kimi K2，都能在Claude Code裡用起來。不再需要擔心封號，不再需要承受官方訂閱的高昂費用。之前Claude Code一年十億美金的收入，都被Anthropic一家吃掉。現在開源生態繁榮起來，每個雲廠商都可以部署、售賣、盈利。而使用者得到的，是只需要百分之一的價格，就能享受到同樣的智能。這不只是商業模式的變化，而是權力結構的變化。AI 的能力不再被幾家巨頭壟斷，而是變成了像水電一樣的基礎設施。程式碼是新的文字，而這次，每個人都可以執筆。 (新智元)

不用多說，相信每個人的時間線全被Claude Code刷屏了。馬斯克甚至斷言，「我們已進入奇點！2026年就是奇點之年」。這幾天，Claude Code在全網掀起的陣仗可真不小。一睜眼，地球首富馬斯克重磅宣告：我們已進入奇點！起因竟是，Midjourney創始人公開稱，聖誕假期自己敲的程式碼，比過去十年加起來還要多，簡直太瘋狂。「雖然能感到侷限，但我知道一切都不再一樣了」。同一天，馬斯克不止一次，直接宣稱「2026年就是奇點之年」。這個點評同樣是對Claude Code的高度讚揚。如今，包括Anthropic之父、前DeepMind/OpenAI研究員、Google首席工程師等大佬在內，都為其感到震驚。馬斯克：2026，奇點降臨一直以來，奇點這一概念就像科幻詞一般的存在。雷·庫茲維爾曾在2005年《奇點臨近》一書中，預測道技術奇點大約發生在2045年。而在最新出版的《奇點更近》著作中，他再次重申奇點時間：仍是2045年。誰曾想，這個看似還很遙遠的時刻，一下子被拉到了現在——2026年。所謂的技術奇點，是指技術在長期內增長緩慢，但在某個臨界點急劇加速，呈指數式上升。能夠讓馬斯克有這麼深感觸，竟是Claude Code席捲全網的強大程式設計能力。一點也不誇張地說，2026年開年這局，身邊的人都瞬間成為了Claude Code使用者。生物醫學工程師Derya Unutmaz雖不是專業程式設計師，升級訂閱就是為了更頻繁使用Claude Code。就連xAI聯創Igor Babuschkin感慨道，「有些年頭風平浪靜，啥大事沒有，可有些星期卻濃縮了數十年的變遷」。一夜之間，Claude Code為何變得這麼強了？真正的「民間高手」：Claude Opus精準來說，不是它變強了，而是一直就很強。去年11月底，超大杯Claude Opus 4.5一出世，Anthropic便宣稱其是全球最頂尖的編碼模型。內部測試中，Opus 4.5+Claude Code聯動使用，平均效率暴增220%。當時，Anthropic工程師預言，也許就在2026年上半年，軟體工程就被終結了。如今看來，可能就在最近了。剛剛，在最新升級的LiveBench榜單上，Claude Opus 4.5登頂，直接碾壓GPT-5.1 Codex MAX、Gemini 3 Pro。創始人Bindu Reddy稱，在聖誕假期期間，團隊改進了LiveBench，為了防止AI刷分作弊。這個排名在很大程度上，反映了這些LLMs在現實世界中的表現。去年12月，METR的一份報告揭秘了，全球最能打的AI還是Claude Opus 4.5。它在自主編碼任務中，能夠連續5小時不崩，也是迄今為止公開的AI完成長程任務時間最長的模型。AI大佬Simon Willison表示，Opus 4.5和GPT-5.2就像是一個轉折點。「模型逐步跨越到了一個隱形能力界限的時刻，忽然間，大量的編碼難題都被解決了」。即便是程式設計0經驗的人，也能在不到十分鐘的時間，打造出一款功能齊全的網頁應用。就像網友所言，如果不出意外的話，Claude Code可能會讓更多人成為百萬富翁。人類的最後一次發明如果我們翻開哲學家戴維·查爾默斯（David J. Chalmers）那篇經典的《奇點：哲學分析》，會發現當下的瘋狂景象，不過是這套嚴密邏輯推演的必然兌現。論文地址：https://consc.net/papers/singularity.pdf在查爾默斯的推導模型中，我們正處於一個被稱為「擴展前提（Extension Premise）」的關鍵節點。他將這一過程量化為從AI到AI+再到AI++的階躍：AI：人類水平的人工智慧。AI+：超越人類最強大腦的智能。AI++：超級智能，其超越程度正如人類超越老鼠一般。正如查爾默斯引用的I.J. Good在1965年的那個著名論斷：「超智慧型手機器（Ultraintelligent Machine）將是人類需要製造的最後發明」。邏輯非常性感且冷酷：機器設計機器：既然設計機器本身是一種智力活動，那麼一台超越人類的機器（AI+），必然能設計出比人類所能設計的更好的機器。遞迴的雪崩：這台被AI+設計出的新機器，擁有更強的設計能力，它將設計出下一代更強的機器。無限逼近：只要這台機器能通過編寫程式碼來最佳化自身，我們將無可避免地迎來一場「智能爆炸」。我們現在看到的，正是查爾默斯所描述的「速度爆炸」與「智能爆炸」的完美合流。當模型開始比人類更擅長最佳化演算法時，我們就不再是處於一個線性的增長曲線上，而是站在了垂直牆面的底端。每個人都會成為軟體工程師奇點來臨的那一刻，世界會有什麼不同？Google工程師Vaibhav Agarwal稱，自己再也不用寫程式碼了，現在70%-80%程式碼都是AI寫的。而他的工作僅是「程式碼審查」，角色發生了根本性的轉變，具體是這麼做的：不再輸入語法，用提示詞（Prompt）來定義邏輯；不再費力找 bug，而是審查AI給出的修改建議；不再硬啃遺留程式碼，直接讓AI把它講明白。許多工程師對此感到內疚，覺得自己像是在「作弊」。實際上並不是，他們是在進化。Agarwal曾問過一位資深領導，關於一個所有人都害怕的問題：AI會取代我們嗎？他是這麼說的——AI是一個效率倍增器，而不是替代品。如果你過去每周完成1倍的工作量，現在預期則是，同一周內完成4倍的工作量。沒有任何一家公司希望倒退。如今，衡量「生產力」的標準已經被整體抬高了。如果你因為自稱是個「純粹主義者」而拒絕使用 AI，那並不高尚——你只是慢了。AI不會取代你。但一個借助AI、能完成4倍工作量的工程師……滿足網友的好奇，工程師用的是自家的GeminiHyperbolic創始人Yuchen Jin直言不諱，要是在讀博期間有這些強大工具助力，自己不用耗費5.5年，可能一年就畢業了。此前，奧特曼在採訪中還曾表示，「用不了多久，每個人都會成為軟體工程師」。他隨口拋出了一個關於未來工作方式和軟體世界的超級觀點，但很多人還沒意識到這件事有多重要。核心想法其實很簡單，自然語言，就是新的程式設計語法。程式設計師大軍終結，不需要龐大的開發團隊才能做出第一個版本。只需描述出需求，AI直接把它做出來。在複雜系統中，AI智能體會直接「住」在程式碼庫裡。它們會自己瀏覽repo、修復bug、補測試、重構程式碼，並自動提交修改。一旦軟體開發被自動化，同樣的邏輯也會蔓延到營運、規劃，甚至部分管理工作。程式碼，只是倒下的第一塊多米諾骨牌。如果這一切真的發生，「學會寫程式碼」本身就沒那麼重要了。 (新智元)

6個月，10億美元收入，這就是Claude Code創下的奇蹟。就在剛剛，自曝靠Claude Code讓AI 100%寫程式碼的工程師，大方揭秘了自己的配置！眾多大佬預言：四天工作制真來了。如果有一個 AI，可以幫你寫100%的程式碼，你還會通宵加班嗎？更誇張的是，這個工具不是大廠項目立項，不是融資砸錢堆出來的，而是一個工程師的「副業」。6個月，從個人項目起步，做到了10億美元ARR（年度經常性收入），直接成為程式設計師圈的爆款現象級神器。你肯定已經猜到了，它就是Claude Code。而Claude Code之父已經承認，過去30天裡，自己100%的程式碼，都是靠這個AI寫的！作為Claude Code項目的開發負責人，Boris Cherny可以說是Claude Code技術的靈魂人物。他曾被Cursor開發商 Anysphere重金挖走，然後又被Anthropic閃電速度挖回。上線半年，收入破10億就在25年12月初，AI程式設計圈炸鍋了。Anthropic宣佈，旗下AI編碼神器Claude Code上線僅6個月，就創造了近10億美元年化營收，堪稱AI程式設計類工具史上最亮眼紀錄，直接一條腿跑贏很多大廠半年成績！同時，它還完成了令人咋舌的首筆戰略收購——吞下開發者神器Bun。這就意味著，AI編碼工具已經進入了中後台的基礎設施時代，企業的付費市場已經打開！Claude Code的神奇增長速度，背後有一個關鍵秘密： 它不是簡單的「程式碼補全器」，而是一個AI數字「碼農同事」。一般的AI工具最多也就是補程式碼片段、解釋bug，但Claude Code的目標是：能理解整個項目上下文，自動設計、生成、測試程式碼，並且與真實工作流程深度融合！這就意味著：無論是寫功能、偵錯、打包，AI都能自動完成，可以直接在終端/IDE 裡一條命令「召喚」，而且幾乎不需要手工寫冗餘程式碼。可以說，它已經是一個能和你一起獨立寫項目的AI工程師。這也就是為什麼，上線後僅6個月，Claude Code單靠企業付費訂閱和API商業版，就讓其年化營收跑到了快10億美元。這個數字，比很多傳統軟體老牌公司的全年營收還要高！Claude Code之父，手把手親授自從Claude Code之父Boris Cherny承認自己的程式碼100%由Claude Code寫成，AI社區大為震驚：這是怎麼做到的？就在剛剛，Boris大方揭秘了自己的配置！出乎意料的是，這個配置竟然如此簡單。可以說，Claude Code開箱即用，效果很好，所以Boris Cherny很少對它進行自訂設定。具體步驟如下。1.在終端中平行運行5個Claude。2.在Claude.ai/code上，也同時運行5-10個Claude。通過終端編碼時，他會經常會將本地會話交給網路，或者手動在Chrome中啟動會話，有時還會來回傳送。每天早上和白天，他都會從自己手機上（通過Claude iOS應用）啟動幾個會話，然後會檢查它們。然後，他會用Claude Opus 4.5來思考。可以說，這是他用過最好的程式設計模型，雖然它比Sonnet更大、更慢，但是因為它需要的引導更少，在工具使用上也更好，所以在小模型中，它幾乎總是最快的。Boris的團隊會共享一個CLAUDE.md用於 Claude Code倉庫。他們會將其提交到git，整個團隊每周貢獻多次。每次他們看到Claude做錯事時，就會將其加入到CLAUDE.md ，這樣Claude就知道，下次不能這樣。程式碼審查期間，他常常在同事的PR上標記@.claude，從而將某些內容加入到CLAUDE.md，作為PR的一部分。他們會使用Claude Code Github action (/install-github-action) ，來實現這一點。大多數會話以Plan模式啟動。如果目標是寫一個Pull Request，他就會使用Plan模式，並與Claude來回溝通，直到滿意為止。然後，他會切換到自動接受編輯模式，Claude通常可以一次性完成。一個好的計畫，真的非常重要。Boris說，自己會使用斜槓命令來處理每天多次執行的「內循環」工作流。這樣一來，就不用一次次重複寫提示詞，而且Claude也可以直接使用這些工作流。例如，Claude和他每天都會使用/commit-push-pr這個斜槓命令數十次。這個命令裡會直接內嵌bash指令碼，提前計算好 git status 以及一些其他資訊，這樣命令執行得更快，也避免了和模型之間來回確認、反覆溝通。Boris會經常用到幾個子代理（subagents）。比如 code-simplifier，在Claude完成程式碼後負責對程式碼進行簡化；verify-app則有一套非常詳細的說明，用來對Claude Code進行端到端測試，等等。和斜槓命令類似，Boris把子代理看作是對大多數PR中最常見工作流的自動化封裝，會把那些重複、固定的流程交給它們。他們團隊會經常使用PostToolUse hook，來對Claude生成的程式碼進行格式化。Claude通常一開始就能生成格式很規範的程式碼，而這個hook主要負責補上最後那10% 的細節，從而避免後續在CI中因為格式問題而報錯。他不會使用--dangerously-skip-permissions。相反，他會通過 /permissions 預先放行那些能確認在當前環境中是安全的常用bash命令，從而避免頻繁彈出不必要的權限提示。Boris表示，Claude Code已經替他使用所有他的工具。它經常會搜尋資訊、通過MCP伺服器在Slack上發消息，還會用 bq CLI 運行BigQuery 查詢來回答分析類問題，或者從Sentry拉取錯誤日誌等等。對於執行階段間特別長的任務，他通常會採用以下幾種方式之一：（a）在任務完成後，提示Claude使用一個後台agent來校驗自己的工作； （b）使用agent的Stop hook，用更確定、可控的方式來完成校驗；（c）或者使用ralph-wiggum外掛。最後，一個很重要的建議就是：想要把Claude Code的效果發揮到極致，最重要的一點就是——給Claude一個驗證自己工作的方式。一旦Claude擁有這樣的反饋閉環，最終產出的質量通常能提升2～3倍。Boris的X發佈後，大量專業人士在帖子下方表示讚歎，而且提出了不少細節問題。2026，人類離「只工作四天」竟如此之近？說到這裡，就不得不提最近大佬們對於人類未來工作的預測了。2026年伊始，一場關於 「未來工作模式革命」 的大討論正在興起。曾被視為理想主義者的「四天工作制」，如今正被世界上最有影響力的商業領袖們認真討論，而且越來越多人認為：這不再是烏托邦，而是很有可能成為現實！比爾蓋茲認為，未來人類可能每周只需要工作2到3天。摩根大通的Jamie Dimon預測，下一代人將活到100歲且沒有癌症，每周僅需工作3.5天。黃仁勳認為，4天工作制是最有可能的。馬斯克的預測則最為激進：他認為未來10到20年內，工作將變成可選項，未來將是 「全民高收入」 且沒有貧困的世界。而且，這場變革並非空想。已經有多國開始試點四天工作制，結果顯示，工作效率不降反升，人類員工壓力降低，滿意度上漲。然而，這場變革也不是毫無代價的。人們可能會被AI迅速替代，低技能的崗位轉型壓力巨大，而且失業風險和社會支援體系也需要改革。然而，技術進步從不會因為恐懼而停下腳步。可以肯定的是，我們正處在一個勞動方式被徹底改寫的時代。 (新智元)