来源： YouTube | Boris Churnney（Claude Code创始工程师） | 2026-02-17 分类： Anthropic 原文发表： Feb 17, 2026 纪要生成： 2026-02-25
Boris Churnney是Anthropic核心工程师、Claude Code的创造者，曾在Meta负责全产品线代码质量，早年编写过TypeScript相关专业书籍，拥有超过10年的前端和DevTool研发经验。本集是Light Cone播客对Boris的独家专访，围绕Claude Code从原型到全球爆火的历程、大模型时代的产品构建逻辑、AI对开发者生产力的变革、未来AI发展的机遇与风险等话题展开，分享了大量一手内部经验和前沿行业判断。
本节重点 - 核心产品理念是面向6个月后的模型能力开发，而非适配当前模型短板 - Claude Code所有代码每6个月会全部重构一次，无长期留存的旧代码 - 预计1个月内模型将可自动进入规划模式，无需用户手动触发
详细精要
所有Claude Code代码都会被反复迭代重构，6个月前的代码已完全没有留存，随时根据模型能力升级调整产品实现
规划模式的生命周期判断：当前的手动规划模式预计1个月内就会被淘汰，模型将可自动判断何时需要做规划
该功能完全来自用户潜在需求，仅用30分钟开发完成，周日晚开发周一就正式上线
产品迭代的核心原则：所有功能均来自用户的真实使用反馈，没有预先的顶层产品规划
💬 精华片段（中文）
"At Enthropic, the way that we thought about it is we don't build for the model of today. We build for the model six months from now. That's actually like still my advice to to founders that are building on LLM."
本节重点 - Claude Code最初是Boris为测试Anthropic API开发的个人终端小工具，没有官方立项 - 原型上线2天后就被内部工程师自发使用，使用率指数级增长，CEO Dario曾误以为是强制要求使用 - 早期核心使用场景是自动化bash命令、git操作、编写单元测试，后续逐渐延伸到全链路开发
详细精要
工具调用功能上线后，Boris尝试给模型添加bash工具，模型甚至能自动写AppleScript查询Mac当前播放的音乐，让他第一次感受到AGI的可能性
内部自发传播的过程：原型上线2天就开始在内部自发推广，使用率呈指数级增长
早期核心使用场景是自动化git操作、Kubernetes运维、编写低风险的单元测试，很多工程师甚至已经遗忘了原生git命令的用法
Claude MD的诞生逻辑：完全来自用户自发的使用习惯，是潜在需求原则的典型体现
Boris自己的个人Claude MD仅2条指令：PR自动开启合并、PR自动同步到内部团队频道，其余公共指令都存在代码库的公共Claude MD中，全团队每周更新多次
CLI形态的意外留存：最初只是为了快速上线的权宜之计，却因为实用性远超预期保留至今
💬 精华片段（中文）
"It's unbelievable that we're still using a terminal. That was supposed to be the starting point. I didn't think that would be the ending point."
本节重点 - 针对当前模型的脚手架优化最多带来10%-20%的性能提升，通常下一次模型迭代就会抹平收益 - 不建议投入大量资源做复杂UI，因为模型迭代速度太快，UI可能6个月后就失去价值 - Claude MD建议保持精简，无需过度工程化，模型能力升级后很多旧指令会自动失效
详细精要
因此Claude Code长期保留CLI形态，因为团队认为任何复杂UI都可能在6个月后因为模型能力升级失去意义
Claude MD的使用建议：保持极简，避免过度工程化，定期清空重建
每一次模型升级后，需要的指令都会越来越少，过度堆砌旧指令反而会影响模型表现
用户体验的迭代逻辑：所有交互设计都以用户反馈为核心，不做主观假设
💬 精华片段（中文）
"I think a lot of people like they try to overengineer this right and and really like the capability changes with every model. And so the thing that you want is do the minimal possible thing in order to get the model on track."
本节重点 - 传统工程师的固化技术经验已经失效，科学思维、认错能力、第一性原理思考能力更重要 - 未来可以通过Claude Code使用转录本来评估工程师能力，无需传统算法题 - 团队结构将向极端专家和极端通才两个方向分化，通才的价值会越来越高
详细精要
资深工程师过去被奖励的强观点属性，现在反而会阻碍对新的模型能力的接受和使用
全新的招聘评估方式：Claude Code使用 transcript 可以完整反映工程师的能力模型
未来可以做成类似NBA 2K的能力雷达图，直观展示候选人在系统设计、测试、自动化、产品感等维度的能力
团队结构的演化方向：未来团队会向极端专家和极端通才两个方向分化
💬 精华片段（中文）
"Half my ideas are bad and you just have to try stuff, you try a thing you give it to users you talk to users you learn and then eventually you might end up at a good idea. Sometimes you don't. And this is the skill that I think in the past was very important for founders, but now I think it's very important for every engineer."
本节重点 - Claude Teams功能支持多代理协作，通过独立上下文窗口提升复杂任务处理能力 - 插件功能完全由AI代理集群耗时3天开发完成，几乎没有人工干预 - 可以根据任务难度自定义子代理数量，高难度任务最多可以启动10个代理并行研究
详细精要
只要代理拓扑结构合理，代理之间可以有效沟通，就能完成更复杂的大型项目
多代理的落地成果：已经可以独立完成复杂功能开发，无需人工干预
现在大部分子代理都是由「母Claude」递归启动的，用户可以根据任务难度自定义子代理的数量，难度高的任务可以启动3-10个代理并行研究
未来的开发模式演变：AI将逐渐接管全链路的开发流程，甚至直接对接用户
💬 精华片段（中文）
"I think the first kind of big example where it worked is our plugins feature was entirely built by a swarm over over a weekend. It just ran for like a few days. There wasn't really human intervention. And plugins is pretty much in the form that it was when it came out."
本节重点 - TypeScript的成功逻辑和Claude Code高度一致：适配用户现有习惯，而非教育用户改变行为 - Claude Code的终端界面用React Terminal开发，仅spinner就迭代了50-100次 - 终端形态的生命周期远超预期，现在已经延伸到Web、桌面端、移动端、Slack、GitHub等多个场景
详细精要
这个逻辑和Claude Code完全一致：优先适配工程师现有的终端使用习惯，而非要求他们切换到新的IDE或者UI
终端产品的设计挑战：在有限的终端能力下打造极致的用户体验
曾尝试过终端鼠标交互功能，但因为体验不佳最终没有上线，终端的底层协议从1960年代演化至今，有很多天生的限制
多形态的产品延伸：CLI形态已经延伸到多个场景，持续探索最佳交互方式
💬 精华片段（中文）
"The way they built it is we okay, we have these teams with these big untyped JavaScript code bases. We have to get types in there, but we're not going to get engineers to change that the way that they code. It's brilliant because there's all these ideas that no one was thinking about even in academia, it purely came out of the practice of observing people and seeing how JavaScript programmers want to write code."
本节重点 - 永远不要下注对抗通用大模型的能力，《苦涩的教训》是团队的核心准则 - 产品要优先挖掘潜在需求：做用户已经在自发做的事情，不要教育用户尝试新行为 - DevTool要同时满足人的需求和模型的需求，观察模型想要用什么工具，而非反过来限制它
详细精要
所有的产品脚手架都是临时技术债务，永远要权衡：现在投入开发优化，还是等几个月模型迭代后自动实现该能力
核心准则二：潜在需求是产品成功的核心：只做用户已经在自发做的事情
规划模式、Claude MD、CoWork等所有功能，都是先观察到用户自发在做类似的事情，才官方推出的
DevTool创业者的特殊建议：同时满足人的需求和模型的需求
💬 精华片段（中文）
"In the quad code area where we sit we have a framed copy of the bitter lesson on the wall. The idea is the more general model will always beat the more specific model and essentially what it boils down to is never bet against the model."
本节重点 - Anthropic内部人均生产力因Claude Code提升150%，Meta时期2%的生产力提升需要上百人做一年 - 预计1年内编码能力将全面普及，「软件工程师」岗位会逐渐消失，转变为通用builder角色 - 当前模型处于ASL3安全等级，ASL4代表模型可以递归自改进，需满足严格安全标准才能发布
详细精要
打动他的两点：一是Anthropic以研究实验室为核心，模型研发优先级高于产品，能近距离接触最前沿的模型能力；二是全公司上下极度重视AI安全，所有团队的核心目标都是构建安全的AGI，匹配他的个人价值观
短期行业变革：生产力的指数级提升：AI带来的生产力提升是前所未有的
外部数据显示，70%的创业公司选择Claude作为首选大模型，全网4%的公开代码提交由Claude Code生成，甚至NASA也用Claude Code为毅力号火星车规划路线
长期行业变革：工程师角色的彻底转型：编码能力会彻底普及
「软件工程师」的头衔会逐渐成为历史，未来的从业者会是横跨产品、设计、用户沟通的通用builder，Anthropic内部已经实现所有岗位都可以用Claude Code写代码完成工作
AI安全风险的应对：已建立ASL安全等级体系，严格防范灾难性风险
💬 精华片段（中文）
"Back then seeing a gain of something like 2% in productivity that was like a year of work by hundreds of people. And so this like 100% this is just like unheard of just completely unheard of."
本节重点 - CoWork完全是用户潜在需求驱动的产物，大量非技术用户自发使用Claude Code完成非编程任务 - CoWork本质是Claude Code的GUI封装，底层共用同一套代理能力，仅用10天就开发完成 - 针对非技术用户增加了虚拟机运行、删除防护、权限提示等安全护栏，降低使用门槛
详细精要
Anthropic内部的设计师、财务人员、数据分析师都在自发使用Claude Code，甚至愿意克服终端的使用门槛
CoWork的产品设计：底层复用Claude Code的代理能力，仅做GUI封装和非技术用户适配
针对非技术用户新增了多项安全护栏：所有代码在虚拟机中运行、新增文件删除防护、操作权限提示等，降低使用风险
CoWork的未来定位：面向非技术用户的通用AI生产力工具，和Claude Code形成技术/非技术用户的覆盖
💬 精华片段（中文）
"We were looking at Twitter and there was like that one guy that was using quad code to like monitor his tomato plants. Uh there was like this other person that was using it to like recover wedding photos off of a corrupted hard drive. There were people that using it for like uh for finance. We knew for a while that we wanted to build something for non-technical users."
| 术语 | 解释 |
|---|---|
| Claude Code | Anthropic推出的基于大模型的命令行AI编程工具，支持工具调用、自动编码、多代理协作等能力 |
| Claude MD | Claude Code的功能，用户可以将常用指令存储在markdown文件中，模型会自动读取并遵循执行 |
| Plan Mode（规划模式） | Claude Code的功能，触发后模型会先输出开发计划不写代码，避免直接编码走偏 |
| MCP（Model Control Plane） | Anthropic的模型控制平面产品，和Claude Code、桌面app同属Anthropic Labs团队的早期产出 |
| ASL（AI Safety Level） | Anthropic定义的AI安全等级体系，ASL3为当前模型等级，ASL4代表模型具备递归自改进能力 |
| The Bitter Lesson（苦涩的教训） | Richard Sutton撰写的文章，核心观点是通用计算能力的提升最终会超过针对性的人工优化 |
| Swarm（代理集群） | 多个独立AI代理组成的协作群体，可以并行处理复杂任务，自主拆分和执行子任务 |
| Opus 4.5/4.6 | Anthropic推出的Claude大模型的高阶版本，具备极强的编码和工具使用能力 |
| CLI（Command Line Interface） | 命令行界面，Claude Code最初的产品形态，因实用性远超预期长期保留 |
| Dogfooding（吃狗粮） | 互联网公司内部员工先使用自己开发的产品，测试问题收集反馈的行为 |
| CoWork | Anthropic面向非技术用户推出的GUI版AI生产力工具，底层复用Claude Code的代理能力 |