Claude Code创始人谈编程未来：代码将简化为百行以内

在Anthropic公司内部，有这样一个角色：他一行代码不写，每天却能合并几十甚至上百个Pull Request。这个人就是Boris Cherny，Claude Code的缔造者。

在最近的AI Ascent 2026大会上，他接受了红杉资本合伙人Lauren Reeder的专访，分享了一个在外界看来颇为震撼、在他眼中却已稀松平常的事实：进入2026年以来，他没有亲手写过一行代码。

Claude Code是怎么来的

时间回到2024年底。Anthropic内部有一个名为“Anthropic Labs”的小型孵化团队，Boris正是其中一员。这个团队的使命很明确：将那些模型已经具备、但尚未被现有产品充分释放的潜力挖掘出来。最终，他们交付了三项成果：Claude Code、MCP协议以及桌面应用。

谈及当时的决策依据，Boris用了一个词：“产品溢出”（product overhang）。意思是，模型的能力边界已经超出了当时产品所能承载的范围，大量潜力被白白浪费了。

那时，编程领域的主流交互方式还是“类型提前”（typeahead）——在IDE里敲代码，按Tab键逐行补全。Sonnet 3.5模型让这成为可能，但Boris和团队觉得可以走得更远：为什么不直接让智能体（Agent）来编写全部代码呢？

于是他们开始构建。然而，最初的体验并不理想。

头六个月，Boris自己用Claude Code完成的代码比例大约只有10%。产品发布后，增长也并非指数级爆发，用户虽有，但曲线平缓。

真正的转折点出现在Opus 4模型发布的那个五月。自那以后，每一次模型迭代，使用量就迎来一次陡峭攀升。从Opus 4到4.5、4.6、4.7，增长曲线一次次被强力折弯。

Boris坦言，他们从一开始就预判产品在六个月内不会达到“产品-市场匹配”（PMF），因为他们本质上是在为下一代模型构建产品。这个判断，从一开始就是确定的。

编程被解决了吗

Boris在台上向观众提问：有多少人100%手写代码？又有多少人100%用AI写代码？结果显示，两者各占一部分，而处于中间地带的人最多。他的评价是：这个问题，差不多解决了一半。

但对他个人而言，答案则是：已经解决了。

他维护的Claude Code代码库采用TypeScript加React技术栈，架构并不复杂。选择这两个栈，是因为在早期模型能力尚弱时，它们在训练数据中覆盖充分，生成质量更稳定。而从去年10月、11月开始，模型就已经能写出100%可用的代码了。

他现在平均每天合并几十个PR，状态好时一天能处理150个——那是他主动测试自己工作流的上限。

当然，他也承认这并非所有人的现实。面对大型复杂代码库或模型不熟悉的编程语言，AI的表现还未完全到位。对此，他的回答简单直接：等下一个更强的模型就好了。

他现在怎么工作

Boris的工作流曾在社交平台上引发热议。他自己当时并未觉得特别，认为那只是“正常的编程方式”。

如今，这套方式又进化了。

他的大部分工作是在手机上完成的。打开Claude应用，进入“代码”标签页，里面同时运行着五到十个会话，每个会话下又活跃着多个智能体。通常情况下，他同时有几百个智能体在并行工作。每晚，还有数千个智能体在执行更深度的异步任务。

他最近最常用的功能叫“循环”（loop）。原理极其简单：让Claude通过cron调度一个定时重复的任务，频率可以设为每分钟、每五分钟或每天。目前，他运行着几十个这样的循环，各司其职：有的监控PR状态、自动进行变基（rebase）；有的维护持续集成（CI），发现不稳定的测试（flaky test）就去修复；有的每30分钟从社交平台抓取关于Claude Code的反馈，聚类整理后推送给他。

他越来越确信，“循环”就是未来。Anthropic刚刚发布的“Routines”功能也基于相同逻辑，但运行在服务端——这意味着即使关掉电脑，任务照样执行。

团队会变成什么样

关于未来团队的形态，Boris的判断是：全科型人才将大量涌现，但这并非过去意义上的“全栈工程师”，而是跨学科的全能型人才。

他们自己的团队已是如此：在Claude Code团队里，工程经理、产品经理、设计师、数据科学家、财务、用户研究员——每个人都在写代码。每个人都拥有自己的专业领域，但写代码，已不再是工程师的专属技能。

他预测，这种模式将在更大范围内普及。未来最好的会计软件，其作者可能并非工程师，而是一位精通会计业务的人。因为业务知识才是真正的难点，而写代码，正在变成相对容易的部分。

SaaS会消失吗

这是他最喜欢探讨的问题之一。他的看法分为两层。

第一层，商业护城河的重要性将重新排序。切换成本（switching costs）会降低，因为AI能协助你将数据从一套系统迁移到另一套；流程壁垒（process power）也会被削弱，因为模型越来越擅长分析和优化流程——尤其是当前的Opus 4.7，给它一个目标让它反复迭代，它能一直运行到达成目标为止。然而，网络效应、规模经济、稀缺资源这些护城河，AI并未改变。

第二层，未来十年，创业公司的数量可能会增长十倍。如今，一个小团队就能构建出过去只有大公司才能完成的产品，并且在竞争中真正占据优势。因为大公司需要改变内部流程、重新培训员工、克服组织惯性，而初创公司可以从第一天起就采用AI原生的方式搭建一切，没有历史包袱。

在他看来，现在正是历史上最好的创业时机。

印刷术的类比

有观众提问：编写软件是否会变得像使用Office一样，成为一项人人都会的普通技能？

Boris的回答是：会，而且会更彻底。他平时阅读两类书籍：科幻小说和科技史。在他看来，眼下正在发生的事，与历史上的一个时刻高度相似——那就是印刷术的发明。

印刷术出现之前，欧洲大约只有10%的人识字。他们的工作就是为不识字的贵族阶层读写文件。印刷术发明之后，仅仅50年，欧洲出版的文字总量就超过了此前一千年的总和。书籍价格下降了近百倍。经过几百年，全球识字率从10%攀升至70%。

他认为，软件将走同样的道路，只是速度会快得多，不需要几百年。编写软件的门槛将降低到与发送信息无异，人人都能参与。但专业的工程师仍然会存在，就像印刷术普及后，专业作家依然不可或缺一样。

Anthropic内部和外部的差距在哪

有人问，Anthropic内部在使用AI方面，是否比外部领先一段时间？

Boris表示，在模型层面，领先幅度不大，因为他们使用的模型与公众相同。内部会使用一些尚未发布的版本进行测试，但这些最终都会对外公开。

真正的差距，在组织层面。

在Anthropic内部，Claude已经渗透到每一个工作环节。SQL由模型编写，代码由模型编写，整个公司没有任何手写代码。不同员工的Claude实例通过Slack互相通信：一个人的智能体在工作中遇到问题，会自动向另一个人的智能体发送消息确认信息，双方都在“循环”中运行。

他强调，这不是技术领先，而是组织和流程的领先。而这个差距，初创公司比大公司更容易弥合，因为它们从零开始搭建，没有历史负担。

Claude Code本身的未来

关于Claude Code这个产品自身的未来，Boris有一个听起来颇为反直觉的判断：它未来可能只有100行代码。

他认为，随着模型能力持续增强，产品层（或称“ harness”，即约束框架）的重要性将持续下降。因为许多原本需要产品层处理的事情，模型将能自行完成。现有的安全机制——例如防范提示词注入、命令静态校验、权限模式、人工审批——这些都是当前模型能力不足时的临时补丁。一旦模型的判断和执行足够可靠，这些机制就会逐渐退出舞台。

他目前推进的方向包括：将“循环”提升为一等公民功能、简化大规模并行智能体的管理、发展Claude Design（AI辅助设计工具），以及持续进化“计算机使用”（computer use）能力。

当被问及是否有正在探索、待模型更强后将极具价值的产品方向时，他提到了Claude Design，认为它现在已经不错，未来会好得多。他还透露，Claude Code在接下来几周会有新功能上线。

至于两年后的具体形态，他没有给出确切答案。他说，他们只做一周到六个月内的规划。更远的事情，谁也说不准。