Claude Code的智能进化：从产品成功到未来编程范式

要真实评估模型或产品的性能提升，最直接的方法就是投入一整天的工作中实际使用它。

最近，Anthropic宣布完成一轮130亿美元的融资，公司估值达到1830亿美元，这一融资额仅次于2025年3月OpenAI的历史性400亿美元融资。

与此同时，该公司也面临新的考验：许多用户发现其王牌产品Claude Code存在智能下降的问题，部分开发者已经转向OpenAI推出的竞品Codex Cli。

如果不考虑近期的这些争议，Claude Code实际上是一款非常成功的产品。它在发布后四个月内就获得了11.5万用户，并从Cursor那里吸引了大量用户。

这个产品为何能取得如此成就？在最近的一次访谈中，Claude Code负责人Boris Cherny分享了产品构建的关键细节，包括极致易用和高度可扩展的设计理念、以真实体验而非基准测试为核心的评估标准，以及极速响应的用户反馈机制。

视频链接：https://www.youtube.com/watch?v=iF9iV4xponk

以下是详细内容：

1、过去一年中，编程领域经历了哪些重大变革？

一年前，编程工作流通常依赖于集成开发环境（IDE）中的基础自动补全功能，并结合对话式AI进行代码片段的复制粘贴。

如今，智能体已成为编程工作流的核心组成部分。它们不再仅仅是实验性工具或原型，而是深度融入了开发者的日常工作中。

这意味着我们从手动复制粘贴代码、进行针对性编辑，转向了一种更加“放手”的模式——开发者只需向智能体下达指令，信任它执行大量代码修改甚至独立完成整个应用开发。

2、这种转变背后的驱动因素是什么？

此前的主要限制因素有两个：一是模型能力不足，二是模型之上的工具生态不完善。

过去一年，模型在智能体编程方面取得了显著进步，这体现在Sonnet 3.7、Sonnet 4和Opus 4.1等版本中。

同时，工具也大幅改进，例如Claude Code。模型与工具的关系好比马与马鞍：合适的工具能极大释放模型的潜力。

模型是API背后的核心，而Claude Code集成了系统提示、上下文管理、工具调用、MCP服务器连接、权限控制等多种功能。模型接收的所有上下文和工具输出都会深刻影响其最终表现。

过去一年，我们深入理解了如何为模型构建高效工具。模型不仅与Claude Code共同进化，还与整个基于Anthropic模型的智能体编程工具生态协同发展。

3、所谓的“共同进化”是如何实现的？

在Anthropic，所有员工都使用Claude Code，包括模型研究人员。通过日常使用，他们能直观感受到模型的局限性。

例如，使用Sonnet 3.5时，模型只能持续运行约1分钟而不偏离轨道。而新模型能够自主运行的时间越来越长。这是一个基于真实体验的改进循环：作为使用者，你能看到人类需要在何处纠正和引导模型，从而将这些经验融入模型训练中，教会它更好地自主完成任务。

4、评估新模型或新功能时，如何判断性能是否真正提升？

答案很简单：将其用于当天的实际工作。

日常工作涵盖写新代码、修复bug、阅读Slack消息或GitHub问题以回馈反馈等多种任务。

某种意义上，最接近真实场景的评估就是最好的评估。直接上手使用能提供最可靠的信号。

坦白说，构建评估体系非常困难。迄今为止，最直接、最强烈的信号就是主观感受，因为你使用它的任务范围极其广泛。

5、在收集用户反馈方面，你们做了哪些特别努力？

关键在于超快速响应——每当有人提交反馈，我们都会尽快尝试修复。

有时我进入办公室后，会花两三个小时尽可能多地处理并修复bug，修复后立即通知提交者。这鼓励他们持续提供反馈。

直到今天，内部Claude Code反馈通道依然像“消防水带”一样，反馈流源源不断。这种活跃的反馈循环是产品快速迭代的重要基石。

6、Claude Code的当前状态如何？最新功能是什么？你对什么感到兴奋？你看到用户现在用它做什么？

Claude Code的设计哲学是：极致易用和高度可扩展。其中，可扩展性是当前最令人兴奋的发展方向。

扩展能力的演进历程：

最初：通过CLAUDE.md文件添加项目上下文信息

现在：拥有复杂的设置系统、权限管理、Hooks系统、MCP集成、斜杠命令、子智能体等丰富的扩展点

这些功能都与模型能力的整体提升相辅相成：模型变得更加自主、工作时间更长、指令执行更准确、记忆能力更强，所有扩展功能都从中受益。

7、未来6到12个月，使用Claude Code工作会变成怎样的体验？

工作模式将呈现手动与自动的深度融合：

交互式编程：不再是直接修改文本，而是通过Claude操作代码

主动化编程：Claude主动执行任务甚至自我审查，开发者主要负责决策是否采纳修改

目标导向编程：未来12-24个月，Claude将更关注高层目标和整体规划，而非具体执行细节

这类似于工程师的工作方式：先制定月度目标，然后通过一系列小改动逐步实现。Claude也将具备这种宏观规划能力。

8、对需要适应这些变化的开发者，你有什么建议？他们应该学习或发展哪些技能？

在智能体编程出现之前，技术栈极其复杂。想做一个JavaScript网站，必须学习React、Next.js，以及多套构建和部署系统，门槛高得令人却步。

智能体的出现正在改变这一切。如今，有了编程智能体，启动项目变得真正简单。如果你有想法，可以直接去构建它。重点从“如何实现”转向“实现什么”，因为代码可以反复重写。代码本身不再珍贵——当然，编写代码仍是一门艺术，有时你仍会享受手工编码的乐趣，但更多时候，关注点在于你要创造的东西，而非创造过程。

因此，我对今天学习编程的人的建议是：你仍需掌握核心技能——编程语言、编译器、运行时、Web应用开发、系统设计等基础知识不能丢。但同时，你要变得更有创造性。如果你有创业想法或产品构思，现在就可以立即开始构建，这种方式在以前是完全不可能的。我们还无法完全理解这意味着什么，但可以肯定，由于智能体的出现，巨大的创造潜力即将释放。

9、针对使用Claude Code的新手，有哪些实用建议？

第一个建议：先问问题，后写代码。

初次使用Claude Code时，不要急于让它编写代码。先用它理解现有代码库，例如询问：“如果要添加新的日志功能，应该怎么做？”“这个函数为何这样设计？”

让Claude Code探索代码库、查看Git历史并回答疑问。等你熟悉这种“智能体研究助手”模式后，再开始让它编写代码。

第二个建议：根据任务难度选择不同策略。

将任务分为三个等级：

简单任务：一个提示就能完成的工作。直接在GitHub issue中@Claude，让它创建PR。

中等任务：使用Shift+Tab进入计划模式，先与Claude制定执行计划，确认后切换到自动执行模式。

困难任务：开发者主导，Claude辅助。使用Claude进行代码研究、原型验证、边界探索，但核心实现仍由人完成。

关键是根据任务复杂度选择合适的协作模式，而非一刀切使用同一种方法。