字节笔记本
2026年6月19日
Claude Code：智能体进化的一年 — Boris Cherny & Catherine Wu 深度对谈
Boris Cherny（Claude Code 技术负责人）与 Catherine Wu（产品负责人）深度对谈，回顾 Claude Code 一年来的巨大跃升——从单步助手到"数千智能体组成的树"，揭秘 Anthropic 内部如何用例行程序（Routines）、Auto 模式与手机远程控制实现大规模自动化开发，以及跨角色融合的新工作范式。
嘉宾：Boris Cherny，Claude Code 技术负责人 / Catherine Wu，Claude Code 产品负责人
翻译说明：基于公开英文对话整理，按原意翻译，保留专有名词（CLAUDE.md、Routines、Auto mode、Remote Control、loop、worktree 等）。上标数字为原文对话段落编号。
本期金句
"Every single time Claude makes a mistake, I don't tell Claude to do it differently, I tell it to write it to the CLAUDE.md." 每次 Claude 犯了错，我不直接告诉它怎么做，而是让它把这件事写进 CLAUDE.md。
"I don't talk to an agent anymore. I talk to loop or I talk to a routine. And it prompts Claude for me." 我不再和智能体对话了，我和 loop 或例行程序对话，由它们来替我提示 Claude。
"If an automation doesn't work 100% of the time, it's not really an automation." 一个只跑通 95% 的自动化，不是真正的自动化。（引自 Cat Wu）
"All the roles are merging." 所有的角色都在融合。
"Put Claude at the center of everything." 把 Claude 放在一切事物的中心。
1. 回忆：Claude Code 刚发布时的样子
Catherine Wu：当我们首次发布 Claude Code 时，就像我发过的一个小视频，我上了 Slack，大概只有两个人给了类似的回应表情……人们当时还挺兴奋的。我觉得这真的很酷。特别是在处理我那些非常简单的工程任务时，它做得相当不错。¹
Boris Cherny：这真是一种非常委婉的说法，其实就是说它当时并不怎么好。（笑）¹
Catherine Wu：我真不敢相信，我们首次推出 Claude Code 至今竟然才过了一年。²
Boris Cherny：很难回忆起当时是什么样子了。现在的状况和我们今天所做的完全不同。现在我手下有一整支智能体大军在做事。比如，我在提示一个智能体，或者我有一个智能体在提示其他智能体，而这些智能体又去提示另一些智能体，就像一棵由数千个智能体组成的树。²
2. 最重要的一课：把错误写进 CLAUDE.md
Boris Cherny：但我认为，做这些工作时最重要的一点是，每次 Claude 犯了错，我不会直接告诉 Claude 换个方式做，而是告诉它把这件事写进 CLAUDE.md 文件，或者创建一个技能之类的方法来改变做法。如果你能做到这一点，Claude 就能永远运行下去。我觉得我们还意识到的另一件事是，"验证（verification）"非常重要。我们以前并没有意识到这一点。²
Catherine Wu：我在我们接触的开发者和企业中经常听到这个话题。对于如何让 Claude Code 非常擅长验证，你有什么建议吗？³
Boris Cherny：我觉得这件事几乎每个人都有误解。因为每当我们谈论验证时，人们想到的往往是单元测试，或者是 lint 代码检查，亦或是类型检查。这些显然是非常容易自动化的东西，而且这些东西早就已经自动化了。
但实际上，当我们谈论针对智能体的验证时，情况略有不同。核心在于：智能体能把这个东西运行起来吗？要弄清楚到底该怎么做，需要花一点脑力，因为它通常并不直接明了。我认为这就是挑战之一。³
Boris Cherny：我记得在 Opus 4 的时候，Claude 测试了它自己。我们直接把它接入 Opus 4，然后我说："Claude，构建这个功能，然后像在 bash 里那样测试你自己。"它就打开了一个小的 Claude 命令行界面，然后测试了它自己的功能。我当时就觉得，哇，这太疯狂了。³
Boris Cherny：虽然现在我们对这种事已经习以为常了，比如，现在你知道的，我们为 iOS 模拟器、Android 模拟器以及桌面端的计算机使用（computer use）运转了这些闭环机制。这已经不令人惊讶了。但在当时那简直太疯狂了。你现在是怎么做的呢？³
Catherine Wu：这阵子我主要在折腾桌面端应用，团队里有一位工程师实际上添加了这个"桌面开发技能"，教 Claude 如何运行本地桌面应用。我一直让它使用这个技能，但它有时在预发环境（staging environment）里还是会遇到问题或 bug。⁴
Catherine Wu：所以在这种情况下，我会让它去阅读 Slack，去了解："嘿，现在预发环境是不是挂了？或者是不是已经有其他人遇到这个问题了？"然后，当它调试完整个问题后，我告诉它去更新这个"桌面开发技能"。⁴
Catherine Wu：这个技能的作用是，Claude 会真正启动一个本地桌面应用，并利用"计算机使用"能力在上面四处点击。所以当我添加了一个新的用户界面（UX）时，它会到处点击来调用这个新的 UX。它还会测试边缘情况，当发现问题时，它会修复它并重新检查。⁴
3. 角色融合：PM、设计师、工程师的边界正在消失
Boris Cherny：老实说，这是我最喜欢这个团队的一点，那就是每个人都写代码。我从来没呆过一个连产品经理（PM）都会写代码的团队。这简直太不可思议了，而且你写的代码真的非常好。比如……⁵
Catherine Wu：你太客气了。⁵
Boris Cherny：但我也觉得这正在变得越来越容易，因为本质上是 Claude 在写代码，所以稍微更重要的反而是你有什么样的想法。而且我觉得，如果你是一个掌握产品上下文和业务上下文的人，并且你在思考设计和用户，你就一定能想出更好的点子。⁵
Catherine Wu：这就好像所有的角色都在融合。⁶
Boris Cherny：我记得当初看到我们的设计师 Meaghan 提交的代码拉取请求（PRs）时，我一开始被吓坏了。我当时想：天哪，为什么 Meaghan 在提 PR？然后她说："对对，我只是在修复那个按钮。"然后我就觉得："好吧行吧，这代码看起来不错，所以也许没问题。"而现在我觉得这种事完全习以为常了。⁶
Catherine Wu：是的。我们在所有沟通过的企业里都看到了这种现象。最开始通常是工程师先采用 Claude Code。然后相邻的职能角色看到后会想："哇，这东西非常强大，让我也试试。"⁶
Catherine Wu：然后我们发现这很疯狂。我们发现我们的设计师直接在应用里做原型和修改反而效率更高，而不再需要去 ping 工程师了。PM 也在直接修改应用。⁶
Catherine Wu：比如我们的财务团队都在 Claude Code 里运转，他们在那里做预测模型。嗯，还有数据科学团队。如果你和我们的数据科学家聊聊，那就太酷了。就是每个人屏幕上都开着 Claude Code。是的，我觉得它对于不同角色来说具有极其惊人的多功能性。⁶
4. 例行程序（Routines）：让另一个 Claude 替你修 Bug
Boris Cherny：你觉得现在有哪些使用场景是在挑战其极限的？⁷
Catherine Wu：有一个让我非常兴奋的场景是"例行程序（Routines）"。我们团队里有一位工程师，他在我们所有的产品中发布了语音模式。他设置了这样一个例行程序：专门监听每一个进来的工单、每一个 GitHub issue，以及每一个关于语音模式的 bug 报告，然后他的 Claude 就会接手，主动提交一个修复补丁，然后把 PR 发送给他。⁷
Catherine Wu：当他把语音模式的这套流程跑通后，他想："好吧，我们还收到了很多其他没有被回复的反馈。"所以，他也为那些设置了一个监听例行程序。⁷
Catherine Wu：有一次我发布了一个小功能，里面有一个我没注意到的边缘情况。有人为此提交了一个 bug，我本打算当晚去处理这个 bug。当我的 Claude 正在工作时，它说："等一下，另一个 Claude 已经修复了这个问题。"我当时想："这怎么可能？我之前完全没跟他谈过这个功能。"⁷
Catherine Wu：于是我去找他，问："你是怎么这么快修复这个的？"他说他有另一个例行程序，专门寻找那些 5 小时内未被回复的 bug 报告并提交修复，而且他会直接把那些容易验证的 PR 合并进去。⁷
Boris Cherny：嗯。现在 Claude 经常跟我说这种事。⁸
Catherine Wu：就是别人已经修好了？⁸
Boris Cherny：总是会有另一个人的 Claude 已经在处理它了。是的，这就是变化之一。我觉得，不久前我们还在试图弄清楚如何使用例行程序，我觉得像智能体 SDK 就是我们能够通过编程方式使用 Claude Code 的第一个初步想法。但我感觉一开始并不是很清楚我们该怎么用它？用它来做什么？⁸
Boris Cherny：而我认为例行程序是第一个真正显而易见的应用。而且我不知道，比如它包揽了所有的代码审查。它像保姆一样照看每一个 PR。你还记得以前你实际上需要去回复代码审查的评论吗？以前你得去修复 CI 问题？以前你得去变基（rebase）代码分支？是的。我已经很久没做过这些事了。⁸
5. Auto 模式：告别权限提示轰炸
Catherine Wu：是的。当你在命令行（CLI）中与 Claude 同步工作时，你最常用的功能是什么？⁹
Boris Cherny：好吧，以前是计划模式（plan mode）。我现在不用那个了。⁹
Catherine Wu：那你现在用什么替代？⁹
Boris Cherny：自动模式（Auto mode）。自动模式是最好的。⁹
Boris Cherny：代替了计划模式。是的，因为更新的模型实际上不再需要计划步骤了。我认为这对 Opus 4 到大概 4.5 来说非常重要。然后我认为从 4.6 开始，特别是到了 4.7，它就完全不需要那个计划步骤了。⁹
Boris Cherny：我想有些人可能还在用，他们喜欢保留那个（计划）产物。但我不用了。我所有的事都用自动模式，因为这样我启动我的 Claude 后它就开始工作，然后我就直接去处理下一个 Claude 了。我不需要坐在那里盯着它看。⁹
Boris Cherny：但在非常早期的阶段，我们为 Claude Code 设置了类似权限提示模型，对吧？就像它要运行一个工具，然后它会问你："嘿，你可以让我运行这个工具吗？"然后你必须回答是或否。⁹
Boris Cherny：在一年半以前，这已经是我们能做到的最好方式了，因为我们当时没有分类器，模型也没有像今天对齐得这么好。所以自动模式简直是巨大的一步飞跃，因为实际上你并不想去读大部分这样的权限请求。直接把请求路由给另一个模型，让它来检查安全性，这种效果要好得多。是的。⁹
Boris Cherny：如果某件事看起来有点可疑，或者你知道这不是你想要运行的命令，或者它不安全，这个模型就会直接拒绝它，然后你可以之后再回去允许它。我认为这是那种阶跃式的变化之一。我们根本不可能在一年半以前做到这一点。⁹
Catherine Wu：这就是人的本性，当你同意了 99% 的请求时，你在阅读它们时双眼就会变得呆滞麻木。所以实际上我们觉得自动模式比阅读每一个权限提示要安全得多，因为这意味着你只需要把注意力集中在最重要的事情上，而不是被一大堆 99% 都是"同意"的东西狂轰滥炸。¹⁰
6. 安全性：红队测试与信任智能体
Boris Cherny：我觉得安全性就是这种东西：你嘴上谈论它是一回事，但要真正正确地做到它则是完全不同的另一回事，因为它呈现出来的样子并不总是如你预想的那样。¹⁰
Boris Cherny：这完全取决于持续进行红蓝对抗测试（red teaming），持续进行渗透测试（pen testing），持续去观察寻找，总是保有一个威胁模型，然后利用它去弄清楚："这个东西会被怎样攻击？人们会如何被提示词注入？"一点没错。¹⁰
Boris Cherny：我觉得团队就是痴迷于此。这太重要了，正因为如此，我才敢放心地信任智能体让它自己运行。我才可以脱身去安排第二个智能体。如果我不信任它，我就根本没法这么做。¹⁰
Catherine Wu：而在内部，为了真正把自动模式推给我们的用户，我们必须首先自己充分信任它。所以我们当时做的是，收集了数以千计的完整智能体运行轨迹和权限提示的记录，让自动模式去分类判断它是否安全。¹¹
Catherine Wu：它在这方面做得非常好，于是我们找来了红队成员，要求他们尝试进行提示词注入并试着黑进代码库，我们利用这些构建了评估测试（evals），并确保所有这些恶意操作都被拒绝了。¹¹
Catherine Wu：接着，我们让我们自己的内部团队也尝试去对 Claude Code 以及 Claude Code 的自动模式进行提示词注入和黑客攻击。然后我们改进了自动模式，以确保我们能拦截住所有的这些攻击。因此，它不仅能保护你免受今天广泛存在的漏洞威胁，还能防范我们所能构建出的最聪明的攻击。¹¹
7. 在新事物上构建：扔掉旧的工程直觉
Boris Cherny：是的，我的意思是说老实讲这是一种很奇怪的方法。我觉得过去一年里有各种各样的功能，当第一次有人提出时，我的反应都是："啊，不，不可能的，这行不通。"然后随着时间推移，我逐渐认识到我实际上经常是错的，因为在模型上进行构建就是这么奇怪。是的。¹²
Boris Cherny：就好像我这么多年学到的所有这些工程知识，很大一部分我只能抛弃掉。这就是现在这项工作的一部分。我们是在一个全新的事物上进行构建，所以我们只能重新学习。¹²
Boris Cherny：自动模式绝对就是其中之一。当我第一次听到这个想法时我想："把提示路由给另一个模型？没门，这行不通的。"然而经验结果证明，它实际上运行得极其出色。¹²
8. Loop 与下一次飞跃：不再和智能体对话
Catherine Wu：我听说你也喜欢 loop（循环指令模式）。¹³
Boris Cherny：嗯，是的我喜欢 loop。你是怎么用它的？我认为关于 loop，我们在一年半前经历过一次转变：我们觉得，好吧，这里有源代码，但其实工程师该去交互的对象，也许不再是源代码了，也许是智能体。¹³
Boris Cherny：于是我们实现了这样一个飞跃：我不直接写源代码，我和一个智能体对话，由智能体来为我写源代码。而我认为现在正在发生的事情是我们在进行下一次飞跃。我不再和智能体对话了。我和 loop 或者例行程序对话。然后它来代替我去提示 Claude。¹³
Boris Cherny：这简直太疯狂了。我的意思是，这也就一年半的时间，这已经是两次巨大的飞跃了。如果你退一步看，你是如何看待整个工程组织正在发生的变化的？¹³
9. 历史类比：扔掉文件柜，把 Claude 放在一切的中心
Boris Cherny：我要戴上我的商业猫咪帽（换个商业视角）了。我有一个最喜欢的案例研究，那是 90 年代《哈佛商业评论》的一篇文章。他们当时在讨论：计算机已经普及了，为什么我们没有看到生产力的提升？那真的是一个了解当时人们真实感受的绝妙缩影。¹⁴
Boris Cherny：因为你知道，人们一度使用大型机，后来公司转向了个人电脑。这在当时是个新事物，公司都在试图弄清楚怎么使用它。这就跟他们现在试图弄明白如何使用 AI 是一样的。¹⁴
Boris Cherny：结果证明，要从计算机中获得生产力效益，你要做的并不是保留你纸质的文件柜以及纸笔业务流程，然后在旁边放一台计算机做点辅助。实际上你必须做的是：扔掉文件柜，扔掉所有的纸和笔，把计算机放在最中心。所有事情都必须通过计算机来运转。它必须是每个业务流程的中心。¹⁴
Boris Cherny：我觉得在 Anthropic，我们有一种做法，当你入职时你不会去问别人问题。比如没有人入职时问过我问题。大家可能都是同样的做法：他们去问 Claude。这有点不可思议。这是我待过的第一家这样的公司。¹⁴
Boris Cherny：我觉得对我们来说，Claude 绝对是处于一切事物的中心。每当我有问题，我问 Claude。每当我写代码，我用 Claude。每当我需要代码审查，Claude 来做。每当我需要安全审查，Claude 来做。每当我需要填表或做其他事，Co-work 帮我做。¹⁴
Boris Cherny：所以 Claude 就处于一切的中心。我觉得那些真正弄明白这一点的公司——现在已经有不少了——他们正是把 Claude 放在了核心位置。¹⁴
Catherine Wu：我认为对于计算机来说，这种转变花了 10 到 15 年的时间，但实际上对于 AI，因为我们有如此大量的工作已经准备好了、被数字化了，而且 Claude 能够使用计算机，能够编写代码并运行代码，所以这种转变发生得要快得多。¹⁵
10. 告别繁琐，找回工程的乐趣
Boris Cherny：我觉得这真的非常令人兴奋。就像我觉得我现在再也不用去打扰别人了。当我与人互动时，那是因为觉得很有趣，我可以和他们在某些事情上协作，一起创造一些东西。不再是因为我需要他们、我必须从他们那里得到些什么。因为现在 Claude 实际上能干很多这类的事情。¹⁵
Boris Cherny：此外，作为一名工程师，我感觉我从来没有在做工程时体会过这么多的乐趣，因为繁琐的部分我不需要做了，我只是想出点子，和客户交谈。对于每一个想法，我都不再需要一个待办事项列表了，因为 Claude 会把一切都构建好。¹⁵
Boris Cherny：所以我的工作就是想出这些绝妙的点子，这太有趣了。好的，那么问题来了：未来是属于产品还是工程？是每个人都将成为产品经理（PM）还是每个人都将成为工程师？¹⁵
Catherine Wu：每个人都会兼具这两种身份。我非常强烈地感觉到这些角色正在融合。比如看看我们的团队：我们的产品团队都写代码，我们的开发者关系团队都写代码，我们的设计团队也都写代码。¹⁶
Catherine Wu：然后再看看我们的工程师，他们中的许多人都在端到端地交付产品。他们产生了一个关于要构建什么的想法，他们把它构建出来，他们与法务和营销团队合作，弄清楚我们该如何向世界传达这个产品，并确保它同样是安全的。很多时候他们就是端到端地跟进完整个流程。¹⁶
Catherine Wu：所以我认为现在 AI 真的能让那些拥有强烈好奇心、拥有极佳产品品味、并且喜欢这种端到端所有权的人受益。而现在有很多人同时运行着成百上千个智能体。随着人们从单个智能体过渡到多个甚至数百个，你认为人们应该采用哪些产品工具？¹⁶
11. 手机编程：远程控制让 Boris 把笔记本电脑留在了办公桌上
Boris Cherny：直到最近，我写代码的方式还是开着大概 6 个终端标签页，对同一个代码库检出 6 份 git 代码，然后在它们之间来回切换。现在非常不一样了。我只有一个标签页。¹⁷
Boris Cherny：我使用了我们刚刚发布的新型智能体视图（agent view）。它简直太棒了，我很高兴我们花了一段时间去迭代它，让它变得非常出色。我也使用桌面应用程序，因为那样我就不用再摆弄什么代码检出了。你知道，它会自动进行工作树克隆，会为我创建工作树（worktrees）。¹⁷
Boris Cherny：另外有一件在半年前我绝对想不到的事是：现在我可能有一半的工程工作都是在手机上完成的。因为我有这么多个智能体在运行，所以我直接从手机上启动。我使用远程控制（remote control），它现在的体验棒极了。¹⁷
Boris Cherny：我会先在电脑上启动个任务，然后我用手机远程连接，接着我就能四处走动，去买杯咖啡，然后随时检查一下我的智能体，或许再启动另一个智能体。¹⁷
Boris Cherny：有时我在和某人聊天，我们想出了一个新点子，我就会当场启动一个智能体。我会用语音模式跟它交流，直接让它去把东西建出来。我甚至都不需要再回到我的电脑前了。¹⁷
Catherine Wu：我记得你刚开始这么做的时候，因为你下班时真的把电脑留在桌子上，打开着，连着电源，锁着屏。我还以为你会在晚些时候回办公室来拿电脑。¹⁸
Catherine Wu：但后来天都挺晚了，我就想：嗯，也许他只是不小心把它忘在这儿了。结果第二天又发生了同样的事，第三天还是如此。我当时就想：等等，这太奇怪了，因为你一直在合并 PR，但你的电脑就在我旁边。我记得当时问你，你回答说："是啊，我正躺在沙发上敲代码呢。"¹⁸
Boris Cherny：哈哈，没错。那就是远程控制变得非常好用的那一个星期。¹⁹
12. 上下文工程：极简主义
Catherine Wu：是啊。那么用户经常问到的另一个问题是，你是怎么做上下文工程（context engineering）的？特别是在大型企业里？¹⁹
Boris Cherny：这是一件有时代印记的事，你知道大家以前谈论提示工程，后来谈论上下文工程。这某种程度上是与模型当时的能力水平相匹配的。在 Sonnet 3.5 的时代，你必须做提示工程；在 Opus 4 的时代，你必须做上下文工程。但有了今天的这些模型，你完全不需要做这些了。你只需要给它最少可能的系统提示词，给它最少可能的工具，然后让模型自己去弄明白。你只需要给模型一种"拉取上下文的方法"。我认为那才是最重要的事情。你是怎么看这个的？¹⁹
Catherine Wu：我对这个的看法非常相似。我是一个"上下文极简主义者（context minimalist）"。所以我总体的哲学是：只告诉模型它需要知道的东西，让它自己去弄明白剩下的部分。我觉得当你给模型塞了太多的上下文时，就好像你在微观管理它。而有时模型其实知道一种能达到相同结果的更好方法。我个人更倾向于给予模型这份去自由发挥的权利。²⁰
Catherine Wu：嗯，而且总体来说，我们也正在让我们的驱动框架（harness）变得更加精简，这样你就有更多的空间来存放自己的提示词。并且这也让它能更好地遵循你的指令。²⁰
13. 展望：未来一年的产品形态
Boris Cherny：现在有各种不同使用 Claude 的方法，但我觉得一年之后，这将是一套完全不同的新东西。如果到时候还是这些旧东西，那反而太令人惊讶了。因为我想我们现在正在目睹这些巨大的趋势正在发生。智能体运行的时间越来越长，越来越自主。²¹
Boris Cherny：我现在很少只一次运行一个智能体了。通常是几个、几十个、几百个甚至几千个智能体同时运行。因此，与其适配的产品形态（form factor）将与以前完全不同。²¹
Boris Cherny：我不知道它究竟会是什么样子，而且我认为在很大程度上这将取决于团队去弄清楚它。这就是为什么我非常高兴我们以现在的这种方式运营团队：每个人都能提出自己的想法，每个人都能够去思考产品，每个人都时刻在和用户交谈。因为我不认为这些点子会由我们想出来，它们将来自整个团队。²¹
Catherine Wu：完全同意。同时也来自我们社区中和我们一起构建的每一个人。²²
说明：本文基于公开英文对话整理，上标数字为原文对话段落编号，中英对照供学习参考，不代表原作者立场。
原文来源：agentskills.dev