Boris Cherny

Anthropic的Claude Code创始人Boris Cherny披露，他已8个月未亲手写过一行代码，完全依靠管理数千个AI Agent完成软件开发工作。截至2026年5月，超过80%合并进Anthropic代码库的代码由Claude自主撰写，代码产出量较年初增长8倍。更值得关注的是，该系统已开始自主浏览GitHub和X寻找下一步构建方向，递归自我改进正在成为现实。

Anthropic 公开了其内部 AI 辅助编程的规模化数据：截至2026年5月，Claude 已负责超过80%的生产代码提交，工程师人均代码产出提升8倍，开放性任务成功率达76%（半年内提升50个百分点）。这是业界首份来自前沿实验室的、基于真实生产环境的 Agentic 编程规模化原始数据报告，而非基准测试或演示。文章提炼了可供工程团队直接参考的工作流模式，如 maker-checker 循环等。

Claude Code凭借软件领域独有的可验证奖励机制（编译器+测试套件）实现了强化学习的突破，成为史上最快达到十亿美元年化营收的软件产品。文章核心论点是：代码之所以率先被AI攻克，不是因为编程简单，而是因为它是极少数拥有客观评分函数的知识工作领域。这一结构性优势正在向其他行业蔓延，关键在于谁能为下一个领域构建'答案钥匙'。

Anthropic Claude Code负责人Boris Cherny在Meta @Scale大会上提出，AI编码正进入第三阶段：由Agent互相调用Agent来完成代码编写，形成持续运行的递归循环结构。这种'loop'模式颠覆了传统的'启动-检查-停止'工作流，子Agent会持续在后台监控代码库、提交PR，直到收到终止信号，Cherny本人已在日常开发中运行此类持久化子Agent。

Claude Code 的创始人 Boris Cherny 在一个月内提交了 259 个 PR、却未手写一行代码后，彻底卸载了 IDE，转向「循环工程」（Loop Engineering）范式——即构建能自动发现任务、调度执行、判断完成并决定下一步的小型系统。文章详细拆解了循环的三层「蜂巢」架构（本地循环层、云端例程层、集群并行层）和六大核心组件，并指出这一范式并非全新技术，而是 ReAct、AutoGPT 等已有思路的系统化落地。

Claude Code创始人Boris Cherny已完全转向自动化Agent工作流，不再手动编写提示词或使用IDE。他通过三层架构（/loop、Routines、动态工作流）实现白天5-10个交互式Agent、夜间数千个并行Agent的规模化运作，核心是让Claude自主编排任务、执行并自我验证结果。文章提供了完整的可复用模板，包括斜杠命令文件、cron表达式和800-Agent并行工作流代码。

Anthropic的Claude Code负责人Boris Cherny表示，自年初以来Anthropic的代码产出提升了8倍，且他本人已8个月未手写过一行代码。代码审查已成为新瓶颈，Anthropic通过多个具备不同视角的Claude agent协作进行代码审查来应对。更值得关注的是，Claude Code正逐步具备自主提出功能想法的能力，能主动扫描GitHub、Twitter、Slack后生成经过验证的PR。

Claude Code 创始人 Boris Cherny 描述了他编程方式的最新演变：从使用 IDE 到提示 Claude，再到如今编写自动化循环让系统自主与 Claude 交互、评估输出并迭代。他认为这代表了软件开发的下一层抽象，人类角色从执行者转变为编排者，预计这一转变将在未来数月内成为主流。

Claude Code 的创造者 Boris Cherny 认为，随着 AI 编程能力的成熟，'软件工程师'这一职位将逐渐消失，取而代之的是'构建者'（Builder）——一种以 AI 为中心、以判断力和目标感驱动的工作角色。黑客马拉松的结果表明，非技术背景的人（电工、医生、木匠）借助 AI 代理反而胜过专业工程师，说明真正稀缺的能力是'知道自己要构建什么'。他以1990年代企业采用个人电脑的历史为鉴，强调只有将 AI 置于工作流核心的组织才能获得真正的生产力提升。

Salesforce 使用 Claude Code Agents 将原本需要 231 天的代码迁移任务压缩至 13 天完成，同期 PR 数量上升但系统故障率反降 5%。这打破了'效率与质量不可兼得'的传统认知，核心在于将安全护栏和质量标准直接内嵌于 Agent 工作流中。作者强调，AI 真正的价值不在于加速现有流程，而在于重构工作方式、消除不必要的环节和交接。

Claude Code创始人Boris Cherny分享了AI编程工具如何重塑软件工程的核心洞察：工程师角色已从写代码转向编排AI工作流，Anthropic内部人均生产力提升200%，新工程师上手时间从数周缩短至两天。他预言通才工程师的黄金时代已到来，甚至对'品味'这一被认为是人类持久优势的东西提出了质疑。

本文讲述了 Claude Code 的诞生历程：创始人 Boris Cherny 基于「模型能力远超现有产品」的判断，在 Anthropic 内部孵化了这款终端 AI 编程工具。产品初期几乎无人问津，直到 2025 年 5 月 Opus 4 发布后才迎来爆发式增长。核心洞察是：团队刻意为「下一代模型」而非当前模型构建产品，终端形态的轻量接口反而成为快速跟进模型迭代的战略优势。

Anthropic Claude Code 负责人 Boris Cherny 提出「AI 循环」概念：多个 AI Agent 相互协作、持续迭代优化代码，已使 Anthropic 工程师生产力提升近 70%。Claude Code 自身 90% 的代码由 Claude Code 编写，标志着 AI 自我改进能力进入实用阶段。工程师角色正在从写代码转向编排 AI Agent。

Anthropic Claude Code 创始人 Boris Cherny 表示，他每天管理数千甚至数万个 AI 代理，自己已八个月未手写一行代码。Claude Code 已实现自我编写与安全审查，并能自主浏览 GitHub 和 X 来决定下一步构建方向。他认为 AI 编程助手对软件创作的影响堪比古腾堡印刷机，将引发深远的社会变革。

Anthropic Claude Code负责人Boris Cherny分享了其运行多达15个并发AI会话的工作流，标志着AI辅助开发从人工提示交互进化到自主循环和大规模子智能体编排。Anthropic内部工程师生产力因此提升近70%，且Claude Code自身80-90%的代码由该方法生成。这一范式转变对AI工具投资和软件工程组织方式具有深远影响。

Boris Cherny（Claude Code 创始人）提出了一个0-4级的AI采用成熟度框架，描述了从传统审批流程到AI原生意图驱动的演进路径。核心论点是：组织内部个体产出差距并非来自算力，而是来自每个成熟阶段的瓶颈与护栏设计。Anthropic自身处于Step 3，Cherny声称个人已达到Step 4（1000+并发Agent）。

Anthropic工程师Boris Cherny认为，代码库自动化（lint规则、CI流程、测试套件等）在AI Agent时代的价值被进一步放大——不仅能加速单个开发者的产出，还能让Agent集群整体提效。更重要的是，自动化将原本存在于人脑中的领域知识编码为可执行的基础设施，使新人和非工程师也能从第一天起有效贡献代码。

Claude Code 的创造者 Boris Cherny 已不再直接提示 AI，而是通过设计自动化循环让 AI 自主运行。这一理念被 Addy Osmani 于 2026 年 6 月命名为「循环工程（Loop Engineering）」，标志着 AI 使用范式从手动提示转向构建自主代理系统。核心洞察是：人类本身就是当前工作流中最大的瓶颈，而非 AI 能力本身。

Anthropic Claude Code负责人Boris Cherny基于日常与工程师的交流，总结了企业AI采用的4个阶段模型，核心观点是推进AI采用的瓶颈不在于token用量，而在于逐层突破障碍并建立相应的护栏机制。他指出真正的ROI衡量标准应是替代的工程人工成本，而非使用活跃度，最终目标是让AI自动化整类工作，使团队专注于以前无法触及的创新。

Boris Cherny（Anthropic Claude Code负责人）提出AI采用的4个阶段模型，核心观点是：推动团队晋级的瓶颈不是token用量，而是护栏建设与信任机制。他强调让Claude能够端到端验证自身工作、支持多智能体管理，是从个人提效走向组织级AI自动化的关键路径。

Claude Code创始人Boris Cherny讲述了该产品从Anthropic内部副项目到核心产品的演变历程，探讨了AI编程助手对软件工程师技能需求的重塑，以及在安全对齐、企业采用和SaaS颠覆等方面的深层影响。他认为2026年是AI编程工具爆发之年，代码编写能力本身已不再是工程师的核心竞争力，系统思维和问题定义能力更为关键。

Anthropic Claude Code负责人Boris Cherny在过去30天内100%的代码贡献由Claude Code自动完成，作者借此提出更深层论点：AI时代高级工程师/工程管理者的核心价值已从'产出代码等制品'转向'做决策'，而现有绩效考核体系仍停留在2023年的制品导向逻辑，无法衡量真正有复利效应的决策工作。

本文深入分析了 Claude Code 的工程架构与产品决策，核心论点是通过将 AI 模型直接嵌入终端环境（而非聊天界面），释放了模型已有的潜在能力（'产品过剩'），从而实现了自主代码库导航。该工具在五天内获得 Anthropic 半数工程师日常使用，目前年化收入已超 5 亿美元，占 GitHub 公开 commits 的 4%。

本文介绍了Claude Code中的/goal和/loop两个命令，标志着AI协作范式从「手动提示」转向「循环工程」。作者Boris Cherny（Claude Code创始人）提出，未来开发者的工作不再是写提示词，而是设计让AI自主运行的循环系统。这一转变将人从AI交互的瓶颈位置解放出来，实现真正的自主执行。

Claude Code负责人Boris Cherny提出「停止提示，开始写循环」的工作范式转变：通过构建Agent Loop（基于目标、时间、事件驱动的自动化循环）取代手动提示，将验证、触发、判断逐步交给模型自主完成。文章以Bun 11天重写75万行代码、Stripe单日完成大型迁移等真实案例佐证效率跃升。核心主张是将提示工程升级为「循环工程」，但也警示了不加防护导致$47,000意外消耗的风险。

文章通过对比两类开发者的视角，探讨了AI编程工具的经济逻辑：普通开发者因token费用感到被抛弃，而AI公司内部人士（Boris Cherny、Peter Steinberger）则鼓吹'停止提示、改写循环'的新范式。作者指出这一转变本质上是将成本外化——推广者本人的token费用由雇主（OpenAI/Anthropic）承担，而非普通用户。文章揭示了'循环经济'背后的权力不对等：能负担得起无限token预算的人才是真正的受益者。

Anthropic Claude Code团队打破传统职级体系，所有人统一称为「技术人员」，并根据产品阶段形成五种实际角色：原型者、构建者、清理者、增长者（文章截断，第五种未显示）。核心观点是角色跟随工作阶段而变化，而非固定职位，且团队成员普遍具备编码能力，PM、设计师、财务都会写代码。这一组织模式对AI时代的产品团队结构具有强烈示范意义。

Claude Code核心建设者Boris Cherny分享了该产品的诞生历程与核心洞察：模型能力才是产品上限的真正决定因素，而非工程功能迭代。他认为'品味'并非人类护城河，AI正在快速习得这种判断力，并对AI时代的工程师招聘标准和组织架构提出了反直觉的建议：少招人、多给token，重视'品味'而非代码产出。

Anthropic Claude Code团队负责人Boris Cherny提出，AI时代团队分工正在被重构，传统岗位标签（工程师、产品、设计等）正在消融，取而代之的是5种基于行为模式的新角色：原型者、构建者、清扫者、增长者、维护者。这一框架来自Claude Code团队的实际实践，反映了AI驱动下软件团队组织结构的深层变化。

Claude Code之父Boris Cherny预测，3年内编写代码和使用AI代理的人数将是现在的100倍。他认为'软件工程师'头衔将消失，取而代之的是跨越工程、产品、设计、数据科学的复合型'构建者'角色。AI正在重写程序员的角色定义，而非消灭这一职业。

Claude Code 创始人 Boris Cherny 提出，AI 正在打破程序员与设计师的传统职能边界，未来产品开发将围绕五种新角色重组：原型验证者、构建者、清理者、增长者和维护者。Anthropic 内部已在实践这一跨职能混合团队模型，团队成员不受职位头衔约束，可自由跨越功能边界。这一变革意味着传统的职能孤岛将被打破，角色的组合比例会随产品生命周期阶段动态调整。

Anthropic的Claude Code团队打破传统职能分工，所有人统一头衔'技术人员'并要求人人会编码。团队以极高迭代速度运作（一个spinner经历50-100次迭代，80%从未上线），并由此衍生出五种工作原型：Prototyper、Builder、Sweeper、Grower、Maintainer。作者认为，AI时代PM的核心竞争力将转向'判断力'——能从大量原型中识别出真正值得推进的那一个。

Claude Code 创始人 Boris Cherny 提出 AI 时代软件团队的五种功能原型：Prototyper（创意原型）、Builder（快速构建）、Sweeper（优化清理）、Grower（迭代增长）、Maintainer（稳定维护），认为未来产品角色将跨越传统职能边界融合。这五种原型与产品所处阶段强相关，不同阶段需要不同的角色组合。作者认为这一框架比当前以学科划分的职能角色更能反映 AI 团队的实际工作模式。

Anthropic Claude Code负责人Boris Cherny提出'循环工程'（Loop Engineering）概念，宣称手动提示词已被自主运行的Agent循环所取代。他的工作模式已转变为设计自动化工作流，让Agent互相提示、自主执行任务，而非人工编写提示词。这标志着AI协作技能层级的重构：设计循环和验证系统的工程师将超越仍在手工调试Prompt的人。

Anthropic Claude Code创始人Boris Cherny提出，传统提示词工程已过时，新核心技能是「循环工程」（Loop Engineering）——构建让AI自主迭代直到达成具体目标的系统，而非手动逐步引导。关键在于用数字或清单定义可量化目标，并控制token预算上限。

Claude Code 创始人 Boris Cherny 在 Meta @Scale 大会上提出，AI 'loops'（循环代理）是继'手写代码→AI 写代码'之后同等量级的下一次范式转变。其核心是：一群持续在后台运行的 Agent 相互协作、互相驱动，没有预设终止点，像普通开发者一样持续提交 PR 改进代码库。

Anthropic Claude Code负责人Boris Cherny表示，他本人已8个月未手写一行代码，Claude Code在Anthropic内部及大客户（如Salesforce、NASA、YC创业公司）中代码占比正趋近100%。随着编码不再是瓶颈，代码审查成为新瓶颈，Anthropic的解决方案是用多个具备不同视角的Claude Agent协作进行代码review，声称可捕获几乎所有bug。

Claude Code创始人Boris Cherny在Meta @Scale大会上提出，AI循环（AI Loops）是继人工代码到智能体之后的又一次范式级跃迁。他本人已在日常工作中部署两个持续运行的后台智能体，分别用于优化代码架构和消除重复抽象，自主提交PR。这一模式的核心挑战在于无上限的token消耗成本，企业级落地的ROI验证将是未来一年的关键课题。

Anthropic Claude Code创始人Boris Cherny在Meta @Scale大会上提出'loops'概念——由AI agent持续驱动其他agent的循环工作流，认为这是继人工编码到单agent编码之后的第三次结构性转变。他本人已在实践中部署了两个持续运行的loop：一个持续扫描架构改进机会，另一个合并重复抽象，两者均以PR形式无限提交代码。这一范式的核心挑战在于token消耗没有天然终点，但与Anthropic的商业模式高度契合。

Anthropic联合创始人Boris Cherny提出'循环工程'（Loop Engineering）将取代手动提示词编写，未来AI智能体将自主生成和优化提示词，而人类的角色转变为设计任务流程和管理AI协作系统。这一观点得到OpenAI、Google Cloud等多位AI领袖的呼应，标志着人机协作范式的重大转变。

Anthropic的Claude Code负责人Boris Cherny宣布自己已从手动提示转向'循环工程'——构建自动化系统来生成和验证AI提示，而非逐条手写。这一范式转变源于LLM的无状态本质，要求上下文必须外部化存储。核心警告是：自主循环中的token成本会超预期地指数级增长，且没有验证器的循环会高置信度地输出错误结果。

Anthropic Claude Code 负责人 Boris Cherny 表示他已 8 个月未手写任何代码，AI 已全面接管编码工作。开发瓶颈已从「写代码」转移到「审查代码」，Anthropic 内部采用多个具有不同视角的 Claude Agent 协作进行代码审查，有效捕获几乎所有 Bug。

Claude Code 创始人 Boris Cherny 表示，提示词工程已不再是核心技能，取而代之的是「循环工程」（Loop Engineering）——即设计能够自动驱动 AI 代理运行的循环系统，而非手动逐条编写提示词。这一观点在2026年6月引发广泛共鸣，Google Chrome 工程负责人 Addy Osmani 等人相继背书，标志着 AI 使用范式的阶段性转变。

Anthropic Claude Code负责人Boris Cherny透露自己8个月未手写一行代码，完全依赖Claude Code完成开发工作。他以古腾堡印刷术为比喻，认为AI编程工具正在民主化软件开发能力，将彻底改变谁能构建软件、软件开发组织形态，以及数字经济的权力结构。

Claude Code创始人Boris Cherny在Meta @Scale大会上指出，AI「循环」（loops）是继源代码到智能体之后的下一个重大转变：多个智能体在后台持续运行，互相调用、不断优化代码。这种模式将AI的工作方式从单次任务执行推进到无休止的自主协作循环，代表着对AI系统更深层次的信任与授权。

Claude Code 的创始人 Boris Cherny 表示他已不再手动输入提示词，而是构建'循环系统'让 AI 自主运行和自我校正。文章将 AI 使用方式划分为三个阶段：提示工程、上下文工程、循环工程，认为当前最前沿的实践者已进入第三阶段。这一趋势获得多位科技领域 KOL 印证，代表着人机协作范式的重要转变。

Anthropic联合创始人Boris Cherny认为传统的提示词工程（prompting）已经过时，未来属于「循环工程」（loop engineering）——一种让AI智能体自主生成并迭代优化自身提示词的新范式。这一转变标志着人机交互方式的根本性革新，从人类手动编写指令转向AI自主驱动的自我优化循环。

Anthropic联合创始人Boris Cherny提出'循环工程'（Loop Engineering）概念，认为手动编写提示词的时代即将终结。未来用户应设计让AI自主管理提示词的循环工作流，由AI协调AI，而非人工逐步输入指令。这一观点得到OpenAI、Google等行业人士的呼应，标志着人机交互范式的重要转变。

AI工程的下一阶段不再是人工提示，而是构建自动化循环让系统自主与AI交互。Boris Cherny提出'Loop Engineering'概念：工程师的核心工作从写提示词转变为设计驱动AI的循环逻辑。这标志着AI编程范式的根本性转变——从人机对话到机器自主编排。

Boris Cherny（Claude Code负责人）提出「循环工程」范式：顶尖开发者已不再手动提示AI，而是构建让Claude自主运行的系统——包含验证门、重试逻辑和技能文件。这代表从「使用AI辅助」到「设计AI自治系统」的结构性跃迁，其复利效应会随时间大幅拉开差距。