Anthropic 的 Boris Cherny：为什么编程已被解决，以及接下来会发生什么
摘要
Anthropic 的 Boris Cherny——Claude Code 的创造者——在 Sequoia AI Ascent 2026 上分享了编程领域正在发生的根本性变革。他以惊人的坦诚讲述了 Claude Code 的诞生故事：在 Anthropic Labs 内部孵化器中"意外"地开始，前六个月几乎不可用，直到 Opus 4 发布后才开始指数级增长。Boris 本人已经完全不再手写代码——100% 的代码由模型生成，他每天可以提交数十到上百个 PR。他的工作方式令人震撼：大部分工作从手机完成，同时管理着数百到数千个并行的智能体，通过循环（Loop）功能（基于 cron 的定时任务）让智能体在后台持续工作——自动修复 CI、重新变基、聚类 Twitter 反馈。Boris 核心洞见是：编程正在从专业技能变成一项通用素养——就像 15 世纪古腾堡印刷术让读写能力从少数人的特权变成全民技能一样，AI 将让"写软件"变成每个人都能做的事情。最好的会计软件应该由最好的会计师来写，因为他们懂领域——编程反而是容易的部分。关于 SaaS 末日论，Boris 的观点非常清醒：一些传统护城河（如转换成本、流程能力）确实在弱化，但网络效应、规模经济、垄断资源等护城河依然坚固。而真正令人兴奋的是，初创公司的数量将增加 10 倍，因为小团队现在可以与大公司正面竞争。对于模型的未来，Boris 认为很多今天需要精心设计的 harness（束缚层）——权限模式、人工审核、提示注入防护——将在一年内变得不那么重要，因为模型将直接"做正确的事"。
正文
一个意外的诞生：Claude Code 的起源
Boris Cherny 被主持人称为"Claude Code 之父"和"工程师的工程师"。他有着深厚的编程背景——写过编程教科书（包括《Programming in TypeScript》），甚至在中学时代就写过 TI-83 Plus 计算器的 BASIC 编程指南（他恳求听众不要搜索这篇"极其尴尬"的网上遗迹）。
Claude Code 的诞生并非深谋远虑的产物，而是某种程度上的"意外"。2024 年底，Boris 加入 Anthropic 内部一个名为 Anthropic Labs 的孵化器团队——一个只有几个人的创新团队。他们创造了三样东西：Claude Code、MCP（模型上下文协议，Model Context Protocol）和桌面应用。
驱动这一切的核心概念是产品悬垂（Product Overhang）——模型能做的所有事情，还没有被任何产品捕捉到。2024 年底，编程领域的最先进水平是逐行补全（Tab Autocomplete）——你在 IDE 中打开一个文件，按下 Tab 键，一次补全一行代码。这是 Sonnet 3.5 第一次使之成为可能的事情。但团队的直觉是：他们可以走得更远。模型几乎已经为下一个重大跨越做好了准备。 不需要逐行补全了——让智能体写全部代码。
然而，"我构建了它，但前六个月它真的不行。" Boris 坦承。他自己用 Claude Code 写的代码不超过 10%。即使在最初发布后，它也不是爆款——有很多人使用，但没有今天这样的指数级增长。
转折点发生在 2026 年 5 月的 Opus 4 发布。 指数级增长从那一刻开始，然后随着每一个模型发布而不断跃升——Opus 4.5、4.6，现在到 4.7。"我们本质上是在构建一个预产品市场匹配（pre-PMF）的东西，我们知道它在未来 6 个月内都不会有 PMF，因为我们是在为下一个模型而构建。这就是全程的理念。"
编程已解决：100% 由模型写代码
Boris 在现场做了一个即兴调查：谁还 100% 手写代码？几乎没人举手。谁 100% 用智能体写代码？寥寥无几。谁介于两者之间？大多数。
但对 Boris 来说——就是 100%。 Claude Code 自身的代码库就是由 Claude Code 写的。他解释说，选择 TypeScript 和 React 是因为它们在模型的训练分布上非常主流（on-distribution）——当时的模型不如今天聪明，语言和框架的选择至关重要。"今天，它什么都能写，能使用从未见过的新语言和新框架。但当时，你需要用分布内（on-distribution）的东西。"
从去年 10 月或 11 月开始，Claude Code 团队的代码就 100% 由模型生成。Boris 每天提交几十个 PR，上周他甚至创下了单日 150 个 PR 的记录——"我只是想看看我能推进到多远"。
他的个人设置令人咋舌：大部分工作从手机完成。 他在 Claude 应用中打开 Code 标签页，通常同时运行 5-10 个会话，每个会话中有多个智能体——总共几百个智能体同时在跑。每天晚上，还有几千个智能体在后台做更深入的工作。
循环（Loop）：最简单的、最有力量的特性
Boris 最兴奋的功能是 {slash} loop——"这是最酷的东西，是最简单的有效的东西。"它的原理非常简单：让 Claude 使用 cron 在未来某个时间点安排一个任务，而且是重复任务。 可以每分钟、每 5 分钟、每天运行——按需要的频率安排。
Boris 当前运行着几十个循环：
- 一个循环负责"照看"他的 PR——自动修复 CI 失败、自动重新变基（rebase）
- 另一个循环保持 CI 健康——如果有不稳定的测试（flaky test），它会去修复
- 还有一个循环每 30 分钟从 Twitter 抓取反馈并聚类汇总
"我某种程度上觉得循环（Loops）就是未来。如果你还没体验过，强烈推荐。" Anthropic 最近还推出了例行程序（Routines）——与循环相同，但在服务器端运行，即使你合上笔记本电脑，它也会持续工作。
团队的未来：跨学科通才
对于团队结构的未来，Boris 的预测是：更多的通才（Generalists）——而且是跨学科的通才。
今天当我们谈论通才时，通常指的是同时做 iOS、Web 和后端的"产品工程师"。但 Boris 认为即将出现更多的跨学科通才——擅长产品工程同时也非常擅长设计，或者擅长产品、数据科学和工程的结合体。
这已经在 Claude Code 团队成为现实：工程经理写代码，产品经理写代码，设计师写代码，数据科学家写代码，财务人员写代码，用户研究员写代码——团队中每一个人都写代码。 每个人都是某个领域的专家，但现在每个人也都在编程。
SaaS 末日？不，是初创公司的黄金时代
当被问及"SaaS 末日"论时，Boris 给出了一个富有洞见的分析。他引用了 Acquired 播客主持人 Hamilton Helmer 的"七种力量"（Seven Powers）框架——也称为商业中的七种护城河（Modes）——并指出 AI 将使其中一些变得更不重要，而另一些则一如既往地坚固。
正在弱化的护城河：
- 转换成本（Switching Costs）： 你可以用模型把一个系统迁移到另一个系统
- 流程能力（Process Power）： Claude 越来越擅长理解流程——尤其是 4.7，它可以"爬山式"地优化任何目标，给一个目标让它迭代到完成为止，它会直接做到
依然坚固的护城河：
- 网络效应（Network Effects）
- 规模经济（Scale Economies）
- 垄断资源（Cornered Resources）
Boris 的核心预测是：未来 10 年，初创公司的数量将增加 10 倍。 因为现在，一个小型初创公司可以构建出与大公司同等价值的软件，并且可以正面竞争。大公司需要演进他们的业务流程、工作方式和全员再培训——他们将面临大量的内部阻力。而初创公司没有这个问题——从零开始，可以原生地用 AI 来构建。
编程将成为全民素养：印刷术的平行线
当被问及编程是否会像使用 Microsoft Office 一样成为一项全民技能时，Boris 激动地回应："我的天，是的，是的，是的。我认为它甚至会超越这个——它会变成像'我知道如何发短信'这样的技能。"
他引用了自己热爱的科技史阅读中最清晰的平行案例：15 世纪古腾堡印刷术（Gutenberg Printing Press）。
在印刷术之前，欧洲约 10% 的人口识字——他们通常被不识字的国王和领主雇佣，专门负责读写。印刷术被发明后，接下来的 50 年内，欧洲出版的文献比此前一千年还要多。同时，书籍成本下降了约 100 倍。又经过几百年（因为学会读写很难，需要教育系统和政府投入），全球识字率上升到了 70% 以上。现在，我们每个人都会读写，你不需要一个"读写学位"来知道如何读写。
"我认为即将发生的事情——而且会快得多，不会是 50 年——是软件将被完全民主化，任何人都可以做。"
Boris 给出一个具体例子：假设你要写会计软件。写会计软件的最佳人选，也许今天就已经不是工程师了，而是一个真正优秀的会计师——因为他们深刻理解领域，编程反而是容易的部分。 这正是显而易见的未来。
Anthropic 的组织优势来自流程，而非技术
有趣的是，Boris 坦言 Anthropic 在模型方面并没有比外界领先——他们使用的模型和所有人都一样，Mythos（内部实验模型）和 Opus 4.7。真正让 Anthropic 领先的是组织流程的变革。
他们用 Claude 做一切事情。所有的 SQL 都由模型编写。公司里不再有任何手写代码。不同的 Claude 实例在循环中运行时通过 Slack 相互通信，交换信息以解决未知问题。
"我认为实际上我们在组织结构和组织流程方面的领先远大于技术方面。希望我们能在这样的场合分享这些经验，让每个人都能从中学习并演进。"
多智能体、本地 vs 云端、以及未来产品
关于多智能体协调——Boris 坦言目前主要还是靠提示词（Prompting）。但随着模型变得更好，它会自然地学会并行化。他分享了一个 4.7 的例子：他让模型去拉取一个数据查询，模型自动注意到了数据随时间变化，主动说"我启动一个循环，每 30 分钟给你一份报告"，然后问"要不要通过 Slack 发给你？"——并使用 Slack MCP 来实现。
关于本地模型 vs 云端——Boris 的回答出人意料："这不重要。 因为再过几年，模型将完成所有代码、启动所有智能体、构建所有环境。如果模型决定'我应该用本地模型来做这个'——那就让它这么做。这些将不再是我们作为工程师需要做的决策。"
对于今天应该构建什么样的产品来等待模型变好——Boris 提到了 Claude Design（设计工具）、即将推出的 Claude Code 新功能、以及循环（Loop）、批处理（Batch）和大规模并行智能体相关的方向。他的建议简单而深刻：为下一个模型构建。
结语
从意外的诞生到指数级增长，从一个人写到模型全写，从几十个 PR 到每天 150 个，从终端到手机——Boris Cherny 不仅创造了 Claude Code，更从根本上重新定义了"编程"和"构建软件"的含义。在印刷术让读写能力从精英特权变成全民素养的 500 多年后，AI 正在让编程经历同样的民主化革命。而此刻，或许正是一个激动人心的新时代的开端。