> 来源：Useful AI Lab（实用 AI / Useful AI）— https://usefulai.cloud/insights/claude-code-boris-cherny/ > 作者：CarryChang · 最近更新：2026-07-30 · 语言：zh-CN [实用 AI 指南](https://usefulai.cloud/) › [深度阅读](https://usefulai.cloud/insights/) 机器之心 Boris Cherny Claude Code Anthropic # Claude Code 之父：「品味」不是人类护城河；当工程师不再写代码，招聘看什么？ 很多人说，在 AI 时代，品味是人类最后的护城河。Boris Cherny——Anthropic 技术成员、Claude Code 核心建设者之一——不这么认为，他看到的趋势是「品味」也在被模型快速学会。我看完这段访谈只同意一半：他给出的全部证据都来自代码这种能被编译器和测试直接判错的领域，这恰恰是「品味可以被学会」的前提，不是能随便套用到别的地方的结论。 **我的立场：**Boris 说品味会被侵蚀，我认为这个判断的适用边界比他说的窄——只在「能验证」的领域成立。代码能编译、能跑测试，所以模型学品味有反馈信号可以抓；审美、战略、人情世故这类判断至今没有这种信号，说它们也会被同样的速度侵蚀，是把一个领域的观察硬套到另一个领域，逻辑上跳了一步。下文我会标出哪些地方我认同、哪些地方我觉得他把话说得太满。 ### Coding Agent 的诞生：从辅助到主体 2024 年底 Boris 加入 Anthropic Labs Team 探索未来产品形态。当时团队感受强烈：**模型能力已远超现有产品**。市面上 AI 编程工具停留在自动补全和问答助手，还没有真正的 Coding Agent。于是团队决定更激进——不再把模型当辅助，而是直接变成开发主体。Boris 坦率承认，最初的 Claude Code 只能完成他 10%-20% 的工作，与今天完全不是同一个东西。 Anthropic 之所以重视 Coding，是因为它是 AI Safety 近乎理想的实验场：代码能不能跑、测试过不过反馈极清晰，互联网又提供海量训练数据。**Claude Code 从来不只是生产力工具，也是理解未来 AI 系统的实验平台。** ### 能力跃迁的唯一原因：模型变强了 Boris 的回答异常简单：真正带来跃迁的原因只有一个——**模型变强了**。产品功能、Plan Mode、多端扩展都是增量改进；决定上限的是底层模型本身。从 Sonnet 4、Opus 4 到 Opus 4.5，每次模型提升都直接反映在 Claude Code 表现上。 > Claude Code 在公司内部广泛使用之后，每位工程师产出的代码量增长了大约三倍——而且这已经是过时的数据。 — — Boris Cherny 更有意思的是，公司规模扩张时新工程师熟悉内部系统的时间从数周缩短到两天——原因不是培训体系革命，而是大家习惯直接问 Claude。**越来越多隐性知识被转移到 Agent 身上，压缩了组织知识传递的成本。** **图解 14**： 抽象层级又升了一层：从写代码到写 Loops （适合：工程师向） 这张图的重点不是「工程师被替代」，而是**人负责的那一层一直在往上移**：从亲手执行 → 判断对不对 → 设计让别人（Agent）去执行的循环。Boris 去年十一月卸载了 IDE，同时跑 5-10 个 Claude 实例。值得注意的是这条曲线在历史上出现过很多次——**每次抽象层级提升，都会有人说这已经不算真正的编程**。 ### 从写代码到写 Loops：这次不只是「抽象层级又升一层」 上面这张图已经把三个阶段摆清楚了，我不重复。我想指出一个被「历史总会重演」这句话悄悄带过的差异：**穿孔卡到汇编到高级语言，每一层抽象升级之后，人依然是唯一的决策源**——编译器不会自己决定编译成什么样的程序。写 Loops 不是这样：循环边界之内具体怎么做，是模型在当场决定。这是「提高抽象层级」和「转移部分决策权」的区别，Boris 的类比把两者混为一谈了。 > 我的工作已经变成写 Loops。过去是人向 Claude 下达指令，现在则是程序替我向 Claude 下达指令。 — — Boris Cherny 这句话本身没问题，但我更在意背后没说出来的那句：程序替他下指令，那「程序」下得对不对，谁来验证？访谈里没有回答这个问题，我认为这是这篇访谈最大的留白——把决策权交出去很容易讲成故事，把验证责任交出去才是真正的风险敞口。 ### 通才的黄金时代：这个结论我持保留态度 Claude Code 团队最喜欢 **Generalist（通才）**：工程师直接和用户沟通、做设计、拉数据，设计师和财务也在写代码。Boris 把这解读成「AI 改变了知识与执行的关系」。 我看到的是另一种更平淡的解释：Claude Code 是一个几十人规模、高密度人才、产品还在快速迭代期的团队——这种团队本来就偏爱通才，跟有没有 AI 关系不大，硅谷早期创业公司二十年来都这么招人。Boris 把「小团队偏爱通才」包装成「AI 时代的招聘趋势」，中间那段因果没交代清楚：是 AI 让通才变得更值钱，还是 Claude Code 本来就是通才扎堆的地方，恰好又高强度地用 AI？两种解释都能说明他看到的现象，他选了对自己叙事更有利的那一个。 ### 品味也会被侵蚀，最终剩下的是价值观——我认为这个论证有个漏洞 Boris 很坦诚：他曾坚持代码库不准用 class 只准 function，后来模型大规模写 class，他看了半天说也许模型是对的。他推断产品品味这道「最后的 alpha」也在快速消失——几百个 Claude 实例正在同时刷 Twitter、看 issue、分析该做什么功能，目前约 20% 想法是好的，他预计 3-6 个月后大部分会是好的。 **这里我要挑一个逻辑漏洞。**「20% 好想法会在 3-6 个月后变成大部分好」是一句当下既无法证明也无法反驳的预测，本质是信念表态，不是数据。代码品味能被模型学会，前提是「好不好」有清晰又快速的反馈：能不能跑、能不能通过 review、有没有 bug。产品方向的「好不好」往往要等数月甚至更久才能被市场验证，反馈周期长到根本套不进同一套强化学习逻辑。Boris 把两种反馈速度完全不同的「品味」混在一起讨论，这也是我认为他的核心论点站不住的地方。 人类最终还剩下什么？他的答案是价值观。这个答案很动人，但我想追问一句：如果品味会被侵蚀是因为它「有反馈信号」，那价值观凭什么例外？人的价值观同样是被外部反馈（教育、社会奖惩、代际经验）塑造出来的，只是反馈周期以年甚至以代际计算。价值观没有被侵蚀，未必因为它是什么特殊的护城河，更可能只是因为它的反馈周期远比模型的迭代速度长——这更像「暂时安全」，不是「本质安全」。这个区分很重要：如果 Anthropic 真的把宪法式训练之类的方法用在价值观对齐上，价值观这道护城河被侵蚀的速度，可能比 Boris 预期的快得多。 #### Boris 说了什么 - 能力跃迁只来自模型变强，不是产品技巧 - 工作方式从写代码 → 审查 → 设计 Loops - Claude Code 团队最偏爱通才 - 产品品味也在被模型侵蚀，价值观是最后的护城河 #### 原视频 观看 Boris Cherny 完整访谈，了解 AI 如何改变工作方式。 [▶ 观看访谈](https://www.youtube.com/watch?v=RkQQ7WEor7w&t=1s) #### 我不认同的地方 - 写 Loops 转移的是决策权，不只是抽象层级——两者不是一回事 - 「通才受青睐」更可能是小团队特征，被包装成了 AI 时代趋势 - 产品品味的反馈周期远比代码长，套用同一套「会被侵蚀」的逻辑站不住 - 价值观没被侵蚀，可能只是反馈周期更长，不是天生安全 ## 继续阅读 [如何从零构建你自己的大语言模型：GPT 和 Claude 背后的 5 阶段流水线 → 所有前沿模型都由同样的五个阶段构建：数据 → 预训练 → 监督微调 → 奖励建模 → 强化学习。学会这套骨架，你就不会再把模型当作魔法。](https://usefulai.cloud/insights/how-llms-are-built/) [Anthropic 工程师：我们日常如何使用 Claude Code → 用一个真实 repo 演示 Anthropic 工程师怎样配置 Claude Code、让它问问题、生成 HTML 规格稿，再把验证流程做进 React 组件和浏览器。](https://usefulai.cloud/insights/anthropic-how-we-use-claude-code/) [深度阅读 → 6 篇 AI 长文的完整中文解读：Claude Code、Skill、Agent、大模型原理。](https://usefulai.cloud/insights/)