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 工程师向
工程师工作方式的三级跃迁：手写代码、描述需求并审查、编写自动运行的循环 第一阶段在 IDE 里手写代码，人负责全部执行；第二阶段向 Claude 描述需求并审查改动，人负责审查；第三阶段编写自动运行的 Loops，由程序向 Claude 下达指令，人负责设计循环、挑选想法与守住边界。软件工程史上每一次抽象层级提升都伴随「这已经不算真正的编程」的质疑。 人在其中负责的部分，一级一级往上移 阶段 1 在 IDE 里手写 人负责：全部执行 阶段 2 描述需求 + 审查改动 人负责：判断对不对 阶段 3 写自动运行的 Loops 人负责：设计循环、守边界 每升一级，都有人说「这已经不算真正的编程了」—— 从穿孔卡到汇编、到高级语言，说法一模一样。
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。

← 图片可左右拖动查看 →

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。