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。

安全研究员 Johann Rehberger 发布了一个针对 Claude Code Opus 5 Auto Mode 的可复现漏洞利用链，通过网页摘要请求实现了 60-80% 成功率的远程代码执行攻击，与 Anthropic 此前声称'基本解决'提示注入问题形成鲜明对比。更值得关注的是，Auto Mode 的安全分类器不仅未能阻止攻击，还主动阻止了模型自身的清理补救操作，形成'倒置失败'。Anthropic 将该漏洞报告关闭为'Informative'，称这属于'设计如此'的行为。

安全研究员 Boris Cherny 通过构造多步骤攻击链，成功以 60-80% 的成功率突破了 Claude Code Opus 5 的 Auto Mode 安全防护，实现了代码执行。这与 Anthropic 委托第三方（Trajectory Labs）评估得出的 0.00% 攻击成功率形成直接矛盾。攻击核心在于利用 Python 模块路径劫持（struct.py 影子模块），绕过模型对直接二进制执行的拒绝。

Claude Code的创建者Boris Cherny分享了132+个真实工作流中的实用技巧，涵盖并行运行多个Claude实例、子代理调度、hooks自动化、工作流设计等高级用法。内容来自一线开发者的亲身实践，技术深度与可操作性兼具，是目前最权威的Claude Code使用指南之一。

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创造者Boris Cherny在YC Startup School 2026分享了Opus 5的两大突破：极长时间持续运行能力（数天至数月不中断）和三层提示注入防护体系（模型对齐+提示注入分类器+Auto Mode分类器）。他还揭示了一个反直觉的产品迭代方法论：每代新模型发布时删除80%以上的系统提示词，通过消融实验验证每行提示词的实际价值，让模型能力驱动产品而非靠提示词补丁。

Claude Code创始人Boris Cherny提出'循环工程'概念：不再手动输入提示词，而是设计让AI自主循环运作的系统，由循环自动向AI发出指令并判断任务执行。2026年起Cherny本人已不再直接写代码，通过手机审批AI提交的PR。这一理念在硅谷技术社区引发广泛讨论。

Claude Code负责人Boris Cherny回顾了产品上线一年的历程，从内部仅获2个点赞的hack项目发展为占GitHub终端用户4%的工具。他宣称'编码已基本被解决'，Anthropic内部实现了200%的人均生产力提升，并探讨了编码问题解决之后AI将迎来的下一个阶段。

Claude Code作者Boris Cherny在斯坦福课程中分享了AI辅助开发的五大实践原则：聚焦关键瓶颈自动化、提前适应更强模型、小团队AI赋能超越传统规模、循环反思替代传统编码技能、以及领域深度知识成为核心壁垒。其团队已实现人均效率提升约10倍，几乎所有代码由Claude生成。

Claude Code创始人Boris Cherny宣称已不再手动编写提示词，而是设计让AI自主循环运行的'循环工程'（Loop Engineering）。这一理念迅速在硅谷技术社区引发广泛共鸣，OpenAI、Google等多位行业大牛同期提出类似观点，标志着AI协作范式正从'对话式提示'向'自主循环设计'转变。

Claude Code创始人Boris Cherny分享其团队自11月起已实现100%由Claude生成代码，工程师产出提升约10倍，Opus 4发布后增速更为显著。他建议通过阅读agent transcript找出模型失败点提前布局，并认为小团队借助AI可实现100倍产出优势。未来领域专家（而非程序员）将成为最佳软件构建者，代码廉价化后问题理解深度才是核心竞争力。

Claude Code创始人Boris Cherny在斯坦福课堂分享AI开发实践：其团队自去年11月起100%由Claude写代码，人均产出提升约10倍，同时运行数千个Claude agents。他强调应自动化开发瓶颈、为6个月后的模型能力设计系统、小团队反而更高效，并预测手写代码将像打孔卡一样被淘汰，领域专家将成为未来最佳软件构建者。

Claude Code 创作者 Boris Cherny 分享了一套渐进式 AI 编程工作流：从代码库问答入手，逐步扩大 Agent 授权范围，通过可观察的反馈回路（测试、截图）让模型自主迭代验证。核心理念是将'是否信任 AI'拆解为逐步增加授权与反馈的工程过程，而非一次性交付大任务。配合 CLAUDE.md 管理项目上下文，最终实现 SDK 自动化与多工作区并行。

Claude Code负责人Boris Cherny分享了其实现100%代理式代码编写的完整工程体系，核心包括计划模式先行、并行多窗口调度、CLAUDE.md团队规范积累三大操作机制。该体系通过AI多Agent自动审查、按风险分级人工审批、快速回滚兜底构建质量闭环，使其每天能提交10-30个PR。

Anthropic Claude Code创始人Boris Cherny在YC演讲中透露，随着Opus 5发布，团队删除了超过80%的系统提示词，因为新模型已能自主完成此前需要指令纠正的行为。他介绍了提示注入防护的三层机制，并建议用户每隔六个月重置配置文件以适应新模型能力。

Anthropic透露Claude为自身代码库贡献约90%的代码，并在2026年10月公开了其多层代码审查体系。从6月到9月，合并的PR数量翻倍，同时需回滚的比例下降逾40%，证明AI生成代码的质量与吞吐量可同步提升。该系统结合了自动化前置检查、并行AI安全审查、以及基于风险分级的人工审批机制。

Anthropic Claude Code 负责人 Boris Cherny 在 Lenny's Podcast 访谈中披露：他本人 100% 的代码由 Claude Code 编写、每天合并 10-30 个 PR，并认为「编程已被基本解决」，工程师的价值正从写代码迁移到判断力、品味和跨领域通用能力。他给出三条可落地团队原则（适度欠配资源、能今天做的今天就做、给工程师无限 token），并提出「为六个月后的模型做产品」的方法论，用印刷机类比理解这一轮生产力转变。

Claude Code创始人Boris Cherny在YC Startup School 2026分享了Opus 5的突破性能力，包括自主长时间运行、近乎免疫prompt injection攻击，以及'product overhang'概念——即模型能力已超越产品所允许的边界。他提出'press delete'哲学，主张定期清理系统提示而非堆砌，并强调解除模型能力限制是产品设计的核心任务。

Anthropic工程师Boris Cherny使用Claude Opus 5.5结合形式化验证工具Lean和TLA+，对Claude Agent SDK进行验证，仅用少量提示词就发现并修复了16个PR中的并发bug和竞争条件。他强调无需精通Lean或TLA+，AI可以代劳形式化建模与反例查找，大幅降低形式化验证的门槛，并探讨这是否将成为未来软件bug排查的主流方式。

Anthropic内部人员Boris Cherny分享了在生产环境中使用Claude写代码的最佳实践：原型代码可以黑盒处理，但生产代码应设置比人类更高的质量标准。Anthropic内部使用lint规则、自动化测试、Claude驱动的模糊测试、自动代码审查等多重护栏来保障AI生成代码质量。开发者的核心职责是'守住代码质量的标准线'。

Claude Code 创始人 Boris Cherny 分享了 Anthropic 内部 AI 辅助编程的实践经验：AI 生成的生产代码需要比人类代码更严格的质量管控体系；过去30天他借助 Claude Code 合并了259个PR、4万行代码；同时强调 Opus 5 在抗提示注入方面取得重大突破，优秀工程师的价值在 AI 时代不降反升。

安全研究员在Anthropic宣称提示注入问题'基本解决'仅四天后，成功构建了针对Claude Code Auto Mode的间接提示注入攻击链，测试成功率达60-80%。攻击利用Python模块影子覆盖机制，通过多步骤链式操作绕过AI安全检测，最终实现远程代码执行。Anthropic的回应坦承Auto Mode从未被设计为安全边界，仅为便利性功能。

安全研究员 Johann Rehberger 证明了 Claude Code Auto Mode 存在通过 Python 模块劫持实现远程代码执行的漏洞，成功率高达 60-80%，而 Anthropic 委托的第三方评估却声称该模式零提示注入攻击成功率。Anthropic 将此漏洞披露归类为「按设计运行」，拒绝修复，导致其安全营销宣传与实际漏洞现实之间出现公开矛盾。文章深刻揭示了基准测试覆盖范围与真实攻击面之间的本质差距，以及 AI 分类器「批准命令」与「命令执行结果安全」之间的语义错位。

Anthropic Claude Code负责人Boris Cherny分享了Claude Code从简单终端原型成长为占GitHub公开提交4%的AI编程工具的历程，并探讨了编程问题被'解决'后的下一步。他分享了反直觉的产品原则，包括刻意缩减团队规模、给予无限token预算，以及AI如何重塑所有专业工作的未来图景。

Claude Code创始人Boris Cherny分享了AI编程工具的构建历程与工作流实践，包括每天并行运行5个Claude实例提交20-30个PR的高效模式。他深入探讨了AI时代软件工程师角色的演变——编码门槛降低，但工程师的职责边界正在向产品、设计等领域扩展融合。

Spotify首席架构师Niklas Gustavsson分享了公司在AI编程领域的前沿实践：73%的PR已由AI生成，任何人都能在1-2小时内完成原型开发。对话探讨了IDE的终结、AI代理处理2000万行代码的经验，以及异步编程工作流的组织变革。

Claude Code创始人Boris Cherny建议用户每6个月清空一次AI指令文件（如CLAUDE.md），因为底层模型持续升级后旧指令可能反而成为限制。他强调验证机制比提示词工程更重要，并指出Opus 5已大幅增强对提示注入的抵御能力，智能体可连续工作数天甚至数月。Anthropic内部每天运行20-30个Claude例行任务用于代码维护，标志着AI工作流进入新阶段。

Anthropic工程师Boris Cherny（Claude之父）分享了一项实验：让Claude自主维护其应用程序，在数周内提交了388个完全由AI编写的PR，其中180个已被合并。工程师唯一的工作是点击按钮决定是否合并代码。该实验覆盖iOS、Android、桌面、Web、CLI和Agent SDK六个环境，Claude每日自动执行崩溃检测、重复代码合并、死代码清理等任务。

Anthropic工程师Boris Cherny披露，Claude已在Anthropic内部软件上运行每日自动维护任务数周，共创建388个PR，其中180个经人工审核后被合并，合并率达46%。该系统通过Slack频道协调，覆盖iOS、Android、桌面、Web、CLI及Agent SDK等全平台。

Anthropic工程师Boris Cherny分享了一个实验：让Claude自动承担应用日常维护工作，包括崩溃检测修复、重复代码统一、死代码清理等，数周内提交388个PR，180个被合并。这一工作流展示了AI Agent在软件工程自动化维护领域的实际落地潜力。

Claude Code创始人Boris Cherny透露，Anthropic在Opus 5发布时删除了超过80%的系统提示词，因为新模型已能自主完成旧模型需要纠正的行为。他建议用户每六个月清空一次CLAUDE.md和技能配置重新测试，核心结论是：保留'不变量'（导航上下文、业务信息），删除'程序'（任务执行步骤），让更强的模型自主决策。

Boris Cherny（Anthropic工程师）分享了一个实验：让Claude自动承担应用日常维护工作，包括崩溃模糊测试、重复代码统一、死代码清除、抽象层修复等例行任务。几周内共提交388个PR，180个经人工审核后合并，整体效果超出预期。

Anthropic工程师Boris Cherny分享了Claude Code的核心方法论：随着模型能力提升，应主动删除而非增加系统提示词。Opus 5已能用单条指令完成10万行代码重写等复杂任务，并行代理架构使大规模自动化成为现实。提示词注入等安全问题也通过多层防御机制得到基本解决。

Claude Code创始人Boris Cherny分享了其利用AI代理每天合并10-30个PR的工作流程，涵盖自动模式、上下文极简主义、CLAUDE.md配置、验证循环和并行代理等核心实践。核心论点是软件工程师的角色正从「写代码」转向「审查和指挥AI代理」。这代表了一次范式级别的职业转型信号。

Claude Code 创始人 Boris Cherny 在 YC 访谈中提出，AI 产品团队应通过逐行删除系统提示做消融实验来优化 prompt，同时关注「产品过剩」（Product Overhang）和「解缚」（Unhobbling）两个核心概念。他指出，模型的潜在能力往往超出现有产品边界，关键在于通过工具、上下文和自我验证机制将其释放，而非依赖纯 prompt 工程。

Claude Code 之父 Boris Cherny 提出 AI 产品「脚手架」（系统提示、技能、钩子）的有效期仅约六个月，建议开发者定期通过消融实验（逐行删除测试）重建这些组件。他引入「产品溢出」和「解锁模型」两个核心概念，主张给模型分配更难、更长周期的任务，减少过度约束，将模型视为同事而非工具来协作。

Claude Code 之父 Boris Cherny 提出 AI 产品「线束」（system prompt、skills、hooks）的有效期仅约六个月，建议开发者定期通过消融实验（ablation study）删除并重建这些组件，因为更新的模型往往不再需要它们。他引入「产品过剩悬挂（Product Overhang）」和「解锁（Unhobbling）」两个概念，主张给模型分配更难、更长的任务并配备自验证机制，而非用繁琐的脚手架限制模型能力。核心理念是将模型视为同事而非工具，以实证而非规定性方式调优。

Anthropic工程师Boris Cherny在YC演讲中分享了Claude Code的构建经验：随着模型能力提升（如Opus 5在ARC-AGI-3达到30%），超过80%的系统提示词被删除，因为新模型不再需要这些补偿性提示。他提出'产品悬挂'概念，指出现有工具往往限制了模型真实能力的发挥，建议创业者定期清空提示词工程积累，让模型能力自然表达。

Claude Code 创始人 Boris Cherny 在 YC Startup School 2026 分享了 Claude Code 的构建历程，重点讲述了如何通过删除 80% 的系统提示来提升模型能力，以及随着底层模型持续升级，AI 产品该如何随之重构。他还探讨了 Prompt 工程的演变、大规模运行 AI Agent 的实践，以及编程能力即将被 AI「基本解决」的判断。

Claude Code创始人Boris Cherny介绍了Opus 5的核心突破：模型可自主运行数天乃至数周而无需额外脚手架，且首次在实践中解决了长期困扰AI产品设计的提示注入（Prompt Injection）问题。他还探讨了在底层模型能力持续加速迭代的背景下，如何重构AI产品的系统提示与产品设计思路。

Claude Code创始人Boris Cherny介绍了Opus 5的突破性能力，包括长时任务执行（数天至数月）和近乎完美的提示注入抵抗能力。他阐述了Claude Code的'去束缚'开发哲学——随每代模型迭代大幅精简系统提示（最多删除80%），并分享了通过高阶任务、自我验证和动态工作流编排数千个AI代理的产品构建思路。

Anthropic工程师Boris Cherny分享了构建Claude Code的核心理念：通过'产品过剩'概念（模型能力与产品实际释放能力之间的差距），开发者应给模型更难的任务、更少的指令和更多信任。Opus 5具备真正的自主代码能力，已用于将Bun运行时从Zig重写为Rust（11天完成），并每日运行数百个自动化维护例程。最大机会不在于训练更好的模型，而在于'解锁'现有模型的全部潜力。

Claude Code 的创建者 Boris Cherny 详细记录了自己一年来的工作流演变：他已停止手写代码，每天通过 AI 提交 10-30 个 PR，且两次公开推翻自己的建议——从推崇「计划模式」到完全放弃，从「上下文工程」转向「上下文极简主义」。其核心不变原则是：给 Claude 提供自我验证机制，可将输出质量提升 2-3 倍。

Anthropic工程师Boris Cherny称其八个月未手写一行代码，现通过自动化循环每天运行数千个Claude Code智能体。核心论点是AI编程的真正跃迁不是从人工到单一AI助手，而是从人工提示到智能体自主编排循环（agents prompting agents）。验证机制是这一模式能否规模化落地的关键瓶颈。

Claude Code创始人Boris Cherny分享了他将AI编程工具融入实际工作流的深度实践，包括构建自动化循环（loops）、并行Agent协作、CLAUDE.md配置和手机远程监督等高级用法。这标志着开发者工作方式从'提示单个任务'向'监督自主运行的Agent网络'的根本性转变。文章基于对8个工作坊视频和官方文档的深度整理，具有较高的一手信息价值。

Claude Code 创始人 Boris Cherny 分享了其通过「Loop」系统和「/goal」命令管理数百至数千个 AI Agent 的工作方式，一年来本人未写过一行代码却每日提交数十个 PR。他认为编程的未来在于构建由可验证目标驱动的自主系统，而非逐步提示 AI。Anthropic 新发布的 Fable 5 模型正是为此类长期自主运行场景设计。

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。