Claude Code之父Boris Cherny揭示AI编码革命真相——100%AI编写代码已成现实，工程师生产力暴涨200%，"软件工程师"头衔即将被"建造者"取代，每个人都能编程的世界正在到来。
Boris Cherny，这位从乌克兰敖德萨走出来的程序员，如今站在AI编码革命的最前沿。作为Anthropic公司Claude Code的创造者，他从2024年11月起就再也没有手动写过一行代码，却成为了公司最高产的工程师之一，每天交付10到30个Pull Request。
他带领的团队见证了工程师生产力200%的暴涨，而GitHub上4%的公开提交已经由Claude Code完成，而这个数字还在指数级增，预计年底将达到20%。每个PR背后都是一次完整的质量控制流程：AI写代码、自动测试运行、人类（或其他AI）审查、讨论修改、最终合并。
Boris能一天交30个PR，不是因为他手速快，而是因为Claude Code把"写代码"这个环节自动化了，他只需要做"决定做什么"和"检查对不对"这两件事。这就像是以前你要手写30篇作文，现在你有了一位秒写文章的助手，你只需要审题和批改。
他提出的"潜在需求"产品哲学、"为未来模型构建"的工程原则，以及"资金不足反而更好"的反直觉管理智慧，正在重新定义软件开发的未来。
更重要的是，他预言产品经理、设计师、数据科学家都将被AI重构，"软件工程师"这个头衔终将消失，取而代之的是"建造者"——一个每个人都能编程的世界正在到来。
代码已死，建造者永生
编程这件事，终于从手艺活变成了指挥艺术。
Boris Cherny坐在Anthropic的办公室里，同时开着五个Claude Code会话，像一位交响乐指挥家一样管理着五个并行的AI智能体。这是他现在的日常——从2024年11月开始，他再也没有亲手敲过一行代码，却成为了公司最高产的工程师之一。每天10到30个Pull Request从他手中流出，100%由Claude Code（Anthropic推出的AI编码智能体）自动完成。
这听起来像是一个科幻场景，但这正是2026年2月软件工程的真实写照。根据SemiAnalysis的报告，Claude Code已经占据了GitHub公开提交的4%，每天处理超过13.5万次代码提交，而这个数字预计将在2026年底突破20%。Boris在播客中半开玩笑地说："如果我们追踪这条指数增长曲线，到年底就会超过100%——虽然这在直觉上完全说不通，但数据就是这么显示的。"
这种转变的速度令人眩晕。就在一年前，大多数工程师还在把AI当作高级自动补全工具使用。而今天，Claude Code可以自主执行多步骤编码工作流，从实现功能到调试重构，全程无需人工干预。Boris描述了一个令人震撼的场景：当团队遇到内存泄漏问题时，一位新入职的工程师直接让Claude Code处理——AI自己获取堆快照、编写分析工具、定位问题并提交修复PR，速度比经验丰富的Boris还要快。这不是AI在辅助人类编程，这是人类在指挥AI编程。
但Boris强调，这并不意味着人类工程师变得无关紧要。恰恰相反，他认为现在的编程比以往任何时候都更有趣，因为他终于摆脱了所有繁琐的细节。过去让他头疼的Git操作、依赖管理、配置调试，现在都由AI自动处理。他可以把精力集中在真正重要的事情上：思考要构建什么、与用户对话、设计大型系统、规划未来。这才是编程的本质——解决问题，而不是敲击键盘。
这种转变正在重塑整个科技行业的生产力基准。Boris透露，Anthropic引入Claude Code以来，虽然工程团队规模扩大了约4倍，但每位工程师的生产力提升了200%。这个数字在任何传统工程管理框架下都是天方夜谭。他回忆在Meta（Facebook母公司）负责代码质量的日子，当时有数百名工程师专注于生产力优化，一年的提升幅度也就几个百分点。而现在，他们看到的是几百个百分点的增长。这种变化不是线性的，而是指数级的，它正在重新定义什么是可能的。
从终端到 everywhere，潜在需求驱动的产品哲学
Claude Code的诞生本身就是一个关于"潜在需求"的经典案例。
2024年9月，Boris加入Anthropic后花了一个月时间做各种奇怪的原型，其中大部分从未发布。他不是在浪费时间，而是在探索模型的能力边界。他做了一个叫Claude CLI的小工具——最初的Claude Code原型，它运行在终端里，可以通过工具调用编写代码、查询音乐播放状态。当他把这个演示视频发给内部团队时，只得到了两个赞。没人觉得终端里的AI编码工具会有前途，毕竟当时所有人都在谈论复杂的IDE集成。
但Boris坚持了下来，因为他在终端里构建纯粹是因为这是最简单的方式——当时只有他一个人开发。这个"资源不足"的意外选择，最终成为了产品最大的优势。Claude Code在Anthropic内部迅速走红，日活跃用户数直线飙升，甚至在他正式发布之前，联合创始人Ben Mann就催促他制作DAU图表，因为增长曲线几乎垂直上升。
这就是Boris所说的"潜在需求"——人们已经在尝试做某件事，只是过程很痛苦，如果你能让他们更容易做到，他们就会爱上你的产品。他举了Facebook Marketplace的例子：2016年，团队发现Facebook群组里40%的帖子都是关于买卖东西的，用户正在"滥用"社交功能进行交易。这不是设计初衷，但用户发现它在这种场景下很有用。于是团队推出了专门的买卖群组，然后是Marketplace平台，最终创造了一个巨大的业务。
Claude Code的扩展路径同样遵循这个逻辑。Boris发现，很多非技术人员——数据科学家、产品经理、设计师——开始下载Node.js，学会打开终端，用Claude Code做SQL分析、处理电子表格、甚至分析MRI影像。他们为了使用这个产品，愿意克服学习终端的障碍。这强烈暗示：应该为他们专门开发一个产品。于是Cowork诞生了——Claude的桌面协作智能体，让非工程师也能安全地使用AI完成各种电脑任务。
这种"把产品带到人们所在的地方"的思维，让Claude Code从一个终端工具演变成了无处不在的AI助手。现在你可以在iOS应用、Android应用、桌面应用、Slack集成、GitHub扩展中使用同一个Claude智能体。Boris自己每天三分之一的代码在终端里写，三分之一在桌面应用，三分之一在iOS应用上完成——这在2026年听起来仍然很疯狂，但这就是新的现实。
在不确定性中寻找确定性
如果你要开发AI产品，Boris有一条黄金法则：为六个月后的模型构建，而不是今天的模型。
这听起来像是自杀式的产品策略。前六个月你的产品市场契合度会很差，用户体验会很糟糕，你会收到很多负面反馈。但当那个更强大的模型发布时，你会立即起飞，而竞争对手还在为适配新模型重写架构。
Boris本人就是这条法则的实践者。Claude Code最初发布时，Sonnet 3.5模型只能帮他写20%的代码，大部分工作他仍然使用Cursor完成。但他预见到模型会快速改进，所以坚持构建一个为"未来AI"设计的产品架构。当Opus 4和Sonnet 4在2025年5月发布时，转折点到来——Claude Code的采用率开始指数级增长，并且一直保持加速态势。
这种"痛苦的教训"来自强化学习领域的先驱Rich Sutton。核心洞见是：更通用的方法最终总是胜过专门化的方法。在AI产品领域，这意味着不要给模型搭建复杂的脚手架，不要设计严格的工作流程规定必须先做A再做B再做C。相反，给模型目标，给它工具，让它自己解决。一年前你可能需要很多脚手架，但现在你真的不需要了。
Boris观察到，精心设计的workflow或许能提升10%到20%的性能，但这些提升往往会被下一个模型版本抵消。更好的做法是等待。Claude Code团队选择的技术栈——TypeScript、React、Ink、Bun——都是Claude模型"在分布内"（on distribution）的技术，意味着模型已经非常擅长这些技术，不需要额外的训练就能生成高质量代码。
这种前瞻性思维也体现在他对AI发展的预测上。在2025年5月的Code大会上，Boris预测到年底工程师可能不再需要IDE就能编写代码，人们将开始看到工程师不再手动编写代码的场景。当时房间里响起一片倒吸冷气的声音，这被认为是非常疯狂的预测。但仅仅六个月后，他自己就实现了100% AI编码，而且越来越多的客户也进入了这个状态。
资金不足的艺术，代币无限的智慧
Boris的管理哲学充满了反直觉的洞见，其中最引人注目的是"故意资金不足"（underfund headcount）。
当Boris把一个人放在项目上时，这个人被迫让AI做更多的工作。约束条件驱动创造性地使用AI工具，而不仅仅是更快的打字速度。这与主流观点完全相反——人们普遍认为AI会让你减少员工数量，但Boris认为，如果参与某项工作的人员较少，你就能从AI工具中获得更多收益。
他建议公司给工程师尽可能多的代币配额，让他们自由实验。在Anthropic，一些工程师每月花费数十万美元购买代币，公司把这当作一项福利——加入即可获得无限代币。这听起来很奢侈，但Boris算了一笔账：在小规模实验阶段，代币成本相对于工程师的工资或其他业务运营成本来说仍然很低。只有当想法被验证可行并需要扩大规模时，你才需要优化成本，比如考虑用更便宜的模型替代。
这种"代币优先"的策略背后是深刻的创新逻辑。最有趣的创新想法往往来自那些将想法发挥到极致、探索各种可能性的人。如果你过早地优化代币成本，你就扼杀了这种探索。Boris的建议是：先投入大量资源，看看想法是否可行，给予工程师充分的自由去尝试。优化和降低成本是后期的事情，当产品已经证明其价值时。
这种思维也延伸到他的人才哲学。Boris认为，未来几年获得最大回报的人，不仅是AI领域的专家，不仅精通这些工具的使用，而且充满好奇心，是通才，能够跨越多个学科思考他们正在解决的更广泛问题。在Anthropic，产品经理编写代码，工程经理编写代码，设计师编写代码，财务人员编写代码，数据科学家编写代码。团队里的每个人都会编写代码，这消除了协调成本，让速度呈指数级增长。
他观察到，最优秀的工程师往往是跨学科的：兼具产品和基础设施能力的工程师，拥有极佳设计感的产品工程师，对业务有深刻理解并能利用这种理解决定下一步做什么的工程师，热爱与用户交流并能真正了解用户需求的工程师。当AI接管了编码的执行层面，这些跨学科的思考能力变得更加珍贵。
从抄写员到印刷机，软件工程师的文艺复兴
Boris喜欢用历史类比来理解当前的变革，他最喜欢的是古腾堡印刷机。
在15世纪中叶的欧洲，识字率极低，人口中只有不到1%的人是抄写员——所有的文字都是他们手写的，所有的书都是他们阅读的。他们受雇于领主和国王，而这些领主和国王本身往往不识字。然后古腾堡发明了印刷机，惊人的统计数据是：印刷机发明后的50年里，印刷品的数量比之前一千年的总和还要多，成本下降了约100倍。在接下来的200年里，全球识字率上升到了70%左右。
Boris认为我们正在经历类似的转变。抄写员们并没有因为印刷机而失业——一位15世纪的抄写员被问及对印刷机的看法时，他表示非常兴奋，因为他最不喜欢做的事情就是在书之间抄袭，他喜欢的是为书籍绘制插图和装订。现在他的时间被解放出来做更有价值的工作了。
软件工程师正在经历同样的转变。Boris承认，他自己也曾陷入对编程之美的迷恋——他写过关于TypeScript的书，创办过当时世界上最大的TypeScript聚会，深入研究函数式编程。这些追求有其价值，但它们本质上是"为艺术而艺术"。当AI接管了编码的实现细节，工程师们终于可以专注于真正重要的事情：构建什么、为什么构建、如何让用户满意。
他预言，到今年年底，人人都会成为产品经理，人人都会编写代码。"软件工程师"这个头衔将会逐渐消失，被"建造者"（builder）取代。这对很多人来说会很痛苦，因为变革总是伴随着混乱和阵痛。但最终，这将是一个更加民主化的世界——每个人都能编程，任何人都可以随时编写软件。那将开启什么？没人知道。就像15世纪的人无法预料印刷机会带来文艺复兴、科学革命和现代民主一样，我们也无法预料当编程变得像读写一样普及时，世界会变成什么样。
但Boris对此保持乐观。他设想一个未来，软件编写变得如此简单，以至于它可以像今天的麦克风一样无处不在——我们甚至不会注意到它的存在，但没有它，我们周围的一切都将不复存在。这种变化正在发生，而且速度比大多数人预期的要快得多。
Boris Cherny背景故事
Boris Cherny不是那种典型的硅谷技术领袖。他没有计算机科学学位——他在UC San Diego学习经济学，中途辍学去创业。他的编程是自学的，从初中开始，最初的动机很实际：为了在数学考试中作弊，他把答案编程到TI-83计算器里。后来他不得不写一个小求解器来解决代数问题，然后发现可以用电缆把程序传给全班同学，结果所有人都得了A，然后他们都被抓住了。
这段早期的"黑客"经历塑造了他对编程的实用主义态度：编程是构建事物的工具，而不是目的本身。在加入Anthropic之前，他在Meta（Facebook）工作了将近七年，从IC4（中级工程师）晋升到IC8（首席软件工程师），领导过30人的团队，负责过Facebook Groups的聊天功能、Instagram的服务器架构和开发基础设施。他创建了Undux——Facebook上使用最广泛的状态管理库之一，出版了O'Reilly的《Programming TypeScript》，这本书被认为是TypeScript领域最权威的指南之一。
但真正让他与众不同的，是他对"长期技能"的追求。在加入Anthropic之前，他住在日本农村，是镇上唯一的工程师，也是唯一会说英语的人。他每周骑自行车去农贸市场两三次，经过稻田，和邻居交换腌黄瓜和自制味噌。制作味噌教会了他耐心——一批白味噌至少需要三个月，红味噌需要两到四年。这种与硅谷完全相反的生活节奏，让他有时间思考长期趋势，阅读科幻小说，最终促使他加入Anthropic，为AI的安全发展做出贡献。
Boris的独特之处在于他能把这种长期思考与极致的短期执行力结合起来。他可以同时管理五个并行的AI智能体，每天交付30个PR，同时也能深入讨论15世纪印刷机对识字率的影响，或者味噌发酵的微生物学。他的管理哲学——故意资金不足、代币无限、为未来模型构建——都体现了一种反直觉但深思熟虑的智慧。他不是那种追逐最新技术潮流的工程师，而是那种能够看穿噪音、抓住本质的建造者。
在AI编码这个竞争激烈的领域，Boris保持着罕见的清醒。他承认自己不怎么关注竞争对手，团队只专注于解决用户遇到的问题。他喜欢和用户交流，根据反馈快速迭代——如果有人遇到bug，他可能几分钟就能修好，因为他只需要描述清楚，Claude Code就会自动运行。这种对用户的极致关注，加上对技术趋势的深刻洞察，让Claude Code从一个内部小工具变成了年营收10亿美元的产品，并且正在重塑整个软件行业的未来。