💡
编程已被解决
接下来会发生什么
Anthropic Claude Code 负责人 Boris Cherny 在 Sequoia AI Ascent 2026 现场访谈：
从一行代码不写、一天 150 个 PR、/loop 是未来，到把当下类比为印刷术之后的识字革命。
Sequoia Capital · AI Ascent 2026 · 2026 年 5 月 4 日发布
100%
代码由模型写
150
单日 PR 记录
数百
同时跑的 agent
10×
未来 10 年颠覆性创业增量
技术工具
产品平台
概念方法
AI 模型
← 左右滑动 · 键盘←→ · 点击虚线注释 →
登场：“Cloud Code 强迫症”的现场
Sequoia AI Ascent 2026 · Lauren Reeder × Boris Cherny
现场氛围
主持人开场就问全场：“有谁在用 Claude Code？”——满屋举手。再问 “有谁得了 Claude Code 强迫症？” ——还是一大片。这就是 2026 年 5 月旧金山一间会议室的真实样貌。
主持人 Greg（开场介绍）
很高兴介绍我们的下一位演讲者。举手示意——这里有谁在使用 Claude Code？……好。再举一次手——这里有谁得了 Claude Code 强迫症（psychosis）？……拜托大家，没事的。我团队亲切地说我得了 Claude Code 强迫症，可能真的、也可能不是。
今天我们很高兴请到 Boris Cherne（字幕识别——实际为 Boris Cherny）。他是 Claude Code 的创造者、它的“之父”。在做这件事的过程里，他有幸近距离见证了现代软件开发方式的重新发明。我们知道——整个软件开发在某种程度上都依赖于你们，所以感谢你今天抽出一小时和我们在一起。今天采访 Boris 的，是我们团队的 Lauren Reeder。
今天我们很高兴请到 Boris Cherne（字幕识别——实际为 Boris Cherny）。他是 Claude Code 的创造者、它的“之父”。在做这件事的过程里，他有幸近距离见证了现代软件开发方式的重新发明。我们知道——整个软件开发在某种程度上都依赖于你们，所以感谢你今天抽出一小时和我们在一起。今天采访 Boris 的，是我们团队的 Lauren Reeder。
主持人 Lauren Reeder（开始访谈）
嗯，你抢了我的开场白——“我通常会问，‘这里有谁在使用 Claude Code？’”那举的手真多，太棒了。感谢你加入我们 Boris，非常高兴你能来。
嗯，坐在这里的都是一群开发者（builders），我认为你们正在彻底改变“构建”这件事。所以我很想探讨：你如何看待软件的未来、编程的未来，以及我们应该把所有空余时间用在什么上。
嗯，坐在这里的都是一群开发者（builders），我认为你们正在彻底改变“构建”这件事。所以我很想探讨：你如何看待软件的未来、编程的未来，以及我们应该把所有空余时间用在什么上。
主持人继续介绍 Boris 背景
除了创建 Claude Code 之外，Boris 仍旧非常像“一位工程师中的工程师”。在你的整个职业生涯里，你写了大量代码、撰写了关于代码的教科书，包括《Programming TypeScript》。
嗯，我记得我们上次聊的时候——你在过去的一年里一行代码都没写，或者至少到 2026 年为止情况如此。这已经是相当大的改变。
嗯，我记得我们上次聊的时候——你在过去的一年里一行代码都没写，或者至少到 2026 年为止情况如此。这已经是相当大的改变。
Boris Cherny（笑）
还有一件不太为人所知的事。在中学的时候，我写过一篇关于——为 TI83 plus 计算器 写 BASIC 程序的指南。我搜过了，它实际上仍然在网上。这非常尴尬，所以请不要去搜。但它确实存在。
主持人
我们肯定会找到的。……开始之前再做一次现场调查：用 Claude Code 的人里，主要用 CLI 的？——那挺多。主要用桌面端的？好。主要用 VSCode 或 JetBrains IDE 的？……其实不算多。其他的呢？
Boris
我这些天大多是在用 iOS。……
一个“意外”的项目：从 Anthropic Labs 孵化器开始
Late 2024 · An incubator within Anthropic
我开始做 Claude Code 在很多方面其实都是个意外。
—— Boris Cherny
Boris
我在 2024 年底加入了这个团队，那是一种 Anthropic Labs 内部的孵化器（incubator）。这个团队某种程度上达到了它的目的——我们做出了 Claude Code、MCP 和桌面应用。我们当时很小，几个人的团队。非常像一个“创新团队”：我们建了想建的东西，然后解散了团队。
呃，现在团队实际上又为第二轮重聚了。Mike Krieger，他是 Anthropic 的首席产品官、以前是 Instagram 联合创始人 之一，他正在领导这个新团队。
呃，现在团队实际上又为第二轮重聚了。Mike Krieger，他是 Anthropic 的首席产品官、以前是 Instagram 联合创始人 之一，他正在领导这个新团队。
为什么选这件事来做
我们当时感觉实验室里有一个所谓的 产品积压（product overhang）——模型可以做的所有事，几乎还没有被任何产品捕捉到。
Boris
在 2024 年晚些时候，我们看编码这件事。当时最先进的方式是 类型提示（typeahead）——你打开 IDE，按 Tab，模型给你一行一行地补全代码。这是 Sonnet 3.5 首次实现的能力。
但当时的感觉是——我们其实可以走得远得多，模型几乎已经准备好迈出下一大步。
所以我们不再需要做逐字预测了。我们可以让代理（agent）去写所有代码。我把它构建出来——但前六个月真的完全行不通。那时候它非常糟糕、几乎无法使用，我自己也只用它写了大概 10% 的代码。
但当时的感觉是——我们其实可以走得远得多，模型几乎已经准备好迈出下一大步。
所以我们不再需要做逐字预测了。我们可以让代理（agent）去写所有代码。我把它构建出来——但前六个月真的完全行不通。那时候它非常糟糕、几乎无法使用，我自己也只用它写了大概 10% 的代码。
即便我们最初发布 Claude Code 之后，它并没有大获成功。有很多人在用，但它没有今天这种指数级增长。
—— Boris Cherny
Opus 4 拐点：每一次模型发布都是新拐点
May 2025 · Opus 4 · 4.5 · 4.6 · 4.7
关键时间点
Boris 记得很清楚——指数增长是从去年 5 月的 Opus 4 开始的。然后每次模型发布都是一个新的拐点（inflection）。
2024 Q4 — Sonnet 3.5 时代
起点：“按 Tab 补全一行”的 typeahead
前六个月，几乎不可用。Boris 自己也只用它写大约 10% 的代码。Claude Code 初次发布时反响平平。
2025-05 — Opus 4
指数增长开始
真正的拐点出现。这是 Boris 反复强调的关键时刻：“那时候开始，曲线就再没下来过。”
2025-10/11 — Opus 4.5
100% 代码由模型写
对 Boris 个人来说，从去年 10 月或 11 月开始，模型写了他 100% 的代码。一行手写代码都没有。
2026-Q1 — 4.6
连续拐点
每次模型发布都带来新一轮指数：“它就是一直在改变。”
2026-Q2 — 4.7
现在
最新一代。Boris 后面会专门讲：4.7 第一次能“爬山式优化（hill climb）任何东西”。
我们一直在做一个还没到 PMF 的产品——我们知道未来六个月内它都不会有 PMF，因为我们是在为下一代模型而构建的。这差不多就是一直以来的想法。
—— Boris Cherny
而对 Anthropic 来说，总体上：我们一直非常专注。我们一直关心商业、企业、安全和编码。这就是我们想要的构建方式。所以在某个时刻，我们有点儿确信想要做出一个产品——不太清楚具体什么时候，但最终就成了 Claude Code。
现场举手：“编码已经解决”意味着什么
Coding Is Solved · Show of hands
主持人
你在公开场合说过——你认为编码问题已经解决了。如果这是 Anthropic 的三大押注（three bets）之一，你能多说说你这话的含义吗？以及还有哪些问题尚未解决，可能会出现哪些次生问题？
Boris
好吧，我要再问一个问题，面向在场的人：
—— 谁是完全手工编写 100% 代码的？
—— 谁是用一个代理（agent）写 100% 代码的？
—— 谁是介于两者之间的？
好吧，所以——大概解决了一半。
对我来说，对我来说——已经是百分之百了。Claude Code 的代码库——你知道，它泄露过，所以大家都知道——其实很简单：TypeScript 加 React。没什么大秘密、没什么真正复杂的。
—— 谁是完全手工编写 100% 代码的？
—— 谁是用一个代理（agent）写 100% 代码的？
—— 谁是介于两者之间的？
好吧，所以——大概解决了一半。
对我来说，对我来说——已经是百分之百了。Claude Code 的代码库——你知道，它泄露过，所以大家都知道——其实很简单：TypeScript 加 React。没什么大秘密、没什么真正复杂的。
为什么是 TypeScript + React
我们选 TypeScript 和 React 的原因是——它们对模型来说非常“在分发上（on distribution）”。当时模型还没现在这么聪明，语言和框架的选择非常重要。如今它可以写任何东西、可以学新语言新框架，但那时你会想用在分发上表现好的东西。
Boris
因此，我认为相当早的时候——大概是去年 10 月或 11 月——模型就写了我们 100% 的代码。
所以对我来说，今天，模型写了我 100% 的代码。我每天会写大概几打 PR（pull request）。上周有一天我做到了——一天里 150 个 PR。那真是创纪录。我只是想试着推动一下，看看能走多远。
嗯，但情况并不是处处如此。有非常大且复杂的代码库，也有一些模型尚未擅长的奇怪语言。但正如在座每个人都知道的——通常的答案就是“等下一个模型”。
所以对我来说，今天，模型写了我 100% 的代码。我每天会写大概几打 PR（pull request）。上周有一天我做到了——一天里 150 个 PR。那真是创纪录。我只是想试着推动一下，看看能走多远。
嗯，但情况并不是处处如此。有非常大且复杂的代码库，也有一些模型尚未擅长的奇怪语言。但正如在座每个人都知道的——通常的答案就是“等下一个模型”。
我们一直说“编程已经解决了”的意思不是——每个角落都解决了。而是：对我个人来说，它已经被解决。
—— Boris Cherny
个人设置：从 Twitter 截图到手机里跑几百个 agent
Personal setup · iPhone-driven coding
主持人
能不能讲讲你的个人设置（personal setup）？前几天你带我们看过它——真是相当疯狂。
Boris
是的。我大概六个月前在 Twitter 上分享过我的个人设置——有趣的是，我没想过这会让任何人感到惊讶。那只是我当时编码的方式。
从那以后已经变了。现在，实际上我大部分工作都是在手机上完成的。
从那以后已经变了。现在，实际上我大部分工作都是在手机上完成的。
现场展示
Claude 应用左侧有一个小小的“Code”选项卡——Boris 同时开了一堆会话。
- 5–10 个会话同时开着
- 每个会话里通常会有一堆 agent——现在大概有几百个 agent 在跑
- 每晚通常有几千个 agent在做更深入的工作
- 管理它们的方式之一：让 Claude 用一堆 子代理（sub-agents） 完成任务
- 但他用得越来越多的，是 /loop
我现在有点觉得 /loop 就是未来。如果你还没尝试过，强烈、强烈推荐。
—— Boris Cherny
/loop 是未来：让 Claude 用 cron 给自己排期
/loop & Routines · the simplest thing that works
/loop 的核心机制
就是让 Claude 用 cron 在未来某个时间点为自己安排一个任务。可以每分钟跑一次、每五分钟、每天——按你想要的频率调度。最酷的地方是它就是“能用的最简单的东西”。
Boris 现在跑的几十个 loop：
FIG.1 · Boris 的 /loop 拓扑：一个 cron 调度核心、几十条并行循环
Boris
所以我有一个 loop 在看护我的 PR——比如修复 CI（持续集成） 自动变基的问题。
另一个 loop 用来保持 CI 健康——如果有 flaky test（不稳定测试），它就去把它修好。
还有一个 loop 会从 Twitter 抓反馈、每 30 分钟为我聚类一次。
所以我随时都会跑好多这样的 loop。我们也刚刚推出了 Routines——原理是一样的，但它在服务器上跑，所以即使你合上笔记本电脑，它也会继续运行。
另一个 loop 用来保持 CI 健康——如果有 flaky test（不稳定测试），它就去把它修好。
还有一个 loop 会从 Twitter 抓反馈、每 30 分钟为我聚类一次。
所以我随时都会跑好多这样的 loop。我们也刚刚推出了 Routines——原理是一样的，但它在服务器上跑，所以即使你合上笔记本电脑，它也会继续运行。
未来团队：跨学科通才会比“全栈工程师”多得多
Generalists · Cross-disciplinary
主持人
谈谈你认为未来的团队会是什么样子？你怎么从你们做的所有工作中推断——让团队每个人都持续前进、理解上下文？还是你认为我们需要把更多事情让给代理来让它起作用？
Boris
嗯——做预测太难了，但我在这里就是要做预测，所以我会尽力。
我感觉事情的发展方向是——总体上会有比今天多得多的“通才（generalist）”。
今天当我们说“通才”时，大致还是在说“仍然是工程师的人”——他们仍在写代码，但也许是产品工程师，或者既做 iOS、又做 Web 和 server——那是工程领域里的通才。
但我认为我们要开始大量看到的，是跨学科通才（cross-disciplinary generalists）——这些工程师在产品工程上非常擅长，但也非常擅长设计、或者非常擅长产品 + 数据科学 + 工程。
我感觉事情的发展方向是——总体上会有比今天多得多的“通才（generalist）”。
今天当我们说“通才”时，大致还是在说“仍然是工程师的人”——他们仍在写代码，但也许是产品工程师，或者既做 iOS、又做 Web 和 server——那是工程领域里的通才。
但我认为我们要开始大量看到的，是跨学科通才（cross-disciplinary generalists）——这些工程师在产品工程上非常擅长，但也非常擅长设计、或者非常擅长产品 + 数据科学 + 工程。
现场观察
我也不知道——这是我们团队开始看到的现象。
Claude Code 团队上的很多人都是跨学科通才。我们团队上的每个人都会编程——我们的 EM、PM、设计师、数据科学家、财务、用户研究员——每一个人都在写代码。他们在某个领域是专家，但现在每个人也都在写代码。
—— Boris Cherny
我看到有人点头，但我敢打赌这对在座的人其实并不奇怪——因为你们也在看到同样的事情。
SaaS 末日要来了？我最喜欢这个问题
SaaS-pocalypse · Acquired Seven Powers
主持人
我们刚才谈了编程正在发生的变化。我很好奇你认为软件领域会发生哪些变化、或者软件产品方面。
我认为随着 AI 让写代码变得便宜 10 倍或 100 倍，那么用软件生产的产品的价值会发生什么变化？我们是不是正面临一场 SaaS 末日（SaaS-pocalypse）？你认为这会如何发展？再说一次，你得再做一次预测。
我认为随着 AI 让写代码变得便宜 10 倍或 100 倍，那么用软件生产的产品的价值会发生什么变化？我们是不是正面临一场 SaaS 末日（SaaS-pocalypse）？你认为这会如何发展？再说一次，你得再做一次预测。
“SaaS 末日”的问题是我最喜欢的问题。我认为会发生两件事——而我觉得它们都不是人们一直在谈论的那个东西。
—— Boris Cherny
Boris
这里在场的有人是 Acquired 的听众吗？——就是 Acquired 那个播客。是的，那是最棒的播客。
我前几周刚和他们做了个 Unplugged，我感觉就像“见到了我的英雄”一样——那两个主持人最棒了。
所以 Acquired 有这样一个想法，叫做Seven Powers（七力）——这是 Hamilton Helmer 写的一本书，讲商业上的“七道护城河（seven moats）”。我认为由于 AI 的出现——其中一些护城河会变得不那么重要，另外一些会变得更重要。
我前几周刚和他们做了个 Unplugged，我感觉就像“见到了我的英雄”一样——那两个主持人最棒了。
所以 Acquired 有这样一个想法，叫做Seven Powers（七力）——这是 Hamilton Helmer 写的一本书，讲商业上的“七道护城河（seven moats）”。我认为由于 AI 的出现——其中一些护城河会变得不那么重要，另外一些会变得更重要。
哪些护城河会被 AI 抹平，哪些会留下
Moats: down vs. still up
变得不那么重要
切换成本（switching costs）——因为你可以直接使用模型，把东西从一个平台迁移到另一个平台。
流程能力（process power）——那些护城河在于工作流和流程的公司会被冲击，因为 Claude 在理解流程上变得非常擅长。
流程能力（process power）——那些护城河在于工作流和流程的公司会被冲击，因为 Claude 在理解流程上变得非常擅长。
尤其是 4.7，它可以对任何东西做 爬山式优化（hill climb）——给它一个目标，让它持续迭代直到完成，它就会去做。我认为这是第一个这样的模型。
—— Boris Cherny
↓ 重要性下降
切换成本
模型可以把数据/工作流从 A 平台搬到 B 平台
↓ 重要性下降
流程能力
Claude 4.7 能爬山式优化任何流程目标
↑ 仍然重要
网络效应
用户越多越值钱——AI 改变不了
↑ 仍然重要
规模经济
单位成本随规模递减——AI 改变不了
↑ 仍然重要
被占据资源
独家供给/牌照/物理设施——AI 撬不动
↑ 仍然重要
品牌 / 反向定位 / 工艺
Acquired 七力里剩下的部分仍在
这些没有真正因 AI 而改变。
第二件事：未来 10 年，颠覆性初创公司数量将增长 10×
10× more disruptive startups · the best time to build
Boris
我认为第二件事是——如果你看看接下来的 10 年，那些将颠覆一切的初创公司数量，将会增加 10 倍。
因为现在——你可以是一个微小的初创公司，构建出与大公司一样有价值的东西，而且你们实际上可以直接正面竞争。
因为现在——你可以是一个微小的初创公司，构建出与大公司一样有价值的东西，而且你们实际上可以直接正面竞争。
FIG.2 · AI 时代的攻守不对称：小队伍正面打大公司
因为大公司必须让他们的业务流程进化、必须改变工作方式、必须重新培训所有人去使用这项技术——他们会面临大量来自内部的阻力。但你们这里没有人有那个问题——如果你从头开始，那么你可以从底层原生地用 AI 来构建。
—— Boris Cherny
现在是最适合构建的时机。现在是做初创公司的最佳时机。有太多颠覆性的变化即将到来——那么我们还是有希望的。
模型 vs 产品：为什么是 50/50
Model + Product · Build something people love
观众提问 1
嗨。我很想知道——你刚才说六个月前还没达到 PMF。但现在，鉴于这些模型已经足够好，你认为 Claude Code 的成功更多归因于模型本身，还是产品决策与产品的整体体验？
Boris
我想可能是两者的结合。如果你大约一年前问，比例可能大约是 50/50。如果你六个月前问我，比例还是 50/50。
两年后呢？哦，两年后，我不知道，兄弟。我们的计划只有一周——有的计划六个月后的，有的则是将来的某个时候。
两年后呢？哦，两年后，我不知道，兄弟。我们的计划只有一周——有的计划六个月后的，有的则是将来的某个时候。
我以前参加过 YC（Y Combinator）——我做过 YC 一家公司里的第一位雇员，做过很多创业公司。在创业里，特别是 YC 里，他们不断反复强调的一点是：“Build something people love”——做出让人们喜爱的产品。
—— Boris Cherny
关键判断
所以，产品是什么并不重要，模型是什么或者其他那些东西也不重要——最终你仍然必须做出让人们喜爱的东西。我想这就是为什么这个产品重要——我们非常关注那些细节，让你整天用它时是一次非常棒的体验。
harness 会不会变得不那么重要？
Harness · alignment · safety mechanisms
Boris
我觉得——随着模型变得更好，这些外在的束缚（harness）就显得不那么重要了。我们现在思考的事情之一是：我们如何演化这个 harness？比如——如何让 Loops 成为更重要的功能？如何让运行大量代理更容易？子代理是一个想法——我们还有很多事情在筹备中。
但我认为一年之后，模型的对齐会好得多——因此我们现在所有这些关于prompt injection（提示注入）、命令静态验证、权限模式、人工介入（human in the loop）的安全机制，都会变得不那么重要——因为模型只会做正确的事情。
—— Boris Cherny
嗯，所以，是的，那是我的预测。
编辑解读 · 这意味着什么
现在围绕 agent 的“围栏”——权限模式、确认对话框、命令白名单、提示注入防御——在 Boris 看来都是“过渡性产物”。模型对齐做好之后，这些都会蜕化为冗余设计。harness 不会消失，但它会从“约束”变成“能力”——比如 /loop、子代理、Routines 这种放大模型自治的部分会变成主角。
最贴切的类比：1400 年代的印刷术
Printing Press · 1400s · the clearest parallel
观众提问 2
把视角从软件上拉远一点——几个月前 Claude Code 引发了一场文化变革，它把构建软件“大众化”了。你能看到店主自己在写软件，甚至有人在编程微控制器来控制“有人开门时灯就亮”。
你是否认为未来——构建软件会成为一种像“微软 Office”那样人人都会的技能？而不仅仅是科技行业的人？
你是否认为未来——构建软件会成为一种像“微软 Office”那样人人都会的技能？而不仅仅是科技行业的人？
Boris
哦，妈的，是的。是的。是的。我认为它甚至会超出那一点。
这会变成一种技能，就像——像我会发短信。我读的两个主要类型基本上是科幻和科技史。我认为在科技史上有一件事，是当下最为相似的类比——15 世纪欧洲的印刷术（printing press）。
这会变成一种技能，就像——像我会发短信。我读的两个主要类型基本上是科幻和科技史。我认为在科技史上有一件事，是当下最为相似的类比——15 世纪欧洲的印刷术（printing press）。
三个关键数字
- 印刷术之前——欧洲只有 10% 人口识字。他们经常受雇于不识字的国王和诸侯，工作就是“读和写”。
- 第一台印刷机出现后的 50 年里，欧洲出版的文学作品比此前一千年还要多。
- 同一时期，一本书的价格降低了大约 100 倍。
FIG.3 · 印刷术后欧洲识字率曲线 · Boris 引用的“最清晰类比”
我认为即将发生的事情——而且它会比 50 年快得多——是软件将成为一件被完全民主化的事，任何人都能做。
—— Boris Cherny
领域专家 > 工程师：写会计软件最好的人，是个会计师
Domain knowledge is the hard part
比如你在编写会计软件。我认为即便是现在——最适合写会计软件的人也许并不是工程师，而是一个非常优秀的会计师。因为他们非常了解这个领域——编码只是容易的那部分。知道领域知识才是最难的部分。
—— Boris Cherny
FIG.4 · 价值重心从“能写代码”转向“懂行”
推论是显然的——这就是未来。
尽管仍然有专业作家，那是一门可以从事的职业——但你不需要拿到“阅读和写作的学位”才知道怎么读写。软件也会一样。
编辑解读 · 怎么对你有用
如果你不是工程师——你的领域知识就是你的护城河。你不需要去学“怎么写好代码”，你需要让 AI 知道：你的客户是谁、坑在哪里、什么是“对”。这是 AI 写不出来的部分。
Anthropic 内部领先在哪？不是技术，而是组织流程
The lead is in process, not tech
主持人
Greg 说过的一件事是——你们有点“生活在未来”，因为你们可以使用这些模型和代理。Claude Code 在你们发布之前就是一个内部工具。
嗯，你们在工程方面与世界其他地方之间的差距——是一个月、还是三个月、还是六个月？这个差距随时间是在变大还是在缩小？
嗯，你们在工程方面与世界其他地方之间的差距——是一个月、还是三个月、还是六个月？这个差距随时间是在变大还是在缩小？
Boris
在内部，我们使用的模型与其他人一样。dogfooding（自家先用） 对我们真的非常重要——我们就用这里所有人都在用的东西。
我们会用一点点 Mythos 去尝试，然后大量使用 Opus 4.7 来 dogfood、来写我们的大部分代码。
所以在模型一侧——其实并不存在真正的差距。“Mythos”之后某个版本的后继产品未来会向所有人开放。
我们会用一点点 Mythos 去尝试，然后大量使用 Opus 4.7 来 dogfood、来写我们的大部分代码。
所以在模型一侧——其实并不存在真正的差距。“Mythos”之后某个版本的后继产品未来会向所有人开放。
我认为在产品一侧，可能存在一个更大的差距。那只是与我们改变所有流程有关。
—— Boris Cherny
Anthropic 内部：Claude 整天在 Slack 上互相聊天
Clouds talking to Clouds · Zero hand-written code
Boris
如果你和 Anthropic 的人聊——我们几乎在所有事情上都用 Claude。我们的 Claude 整天在互相聊天。
比如——当我在编码、当我的 Claude 们在 loop 里编码时，它们会通过 Slack 与其他人 loop 里的 Claude 沟通，以便弄清未知的情况。
比如——当我在编码、当我的 Claude 们在 loop 里编码时，它们会通过 Slack 与其他人 loop 里的 Claude 沟通，以便弄清未知的情况。
公司里再也没有手写的代码了。所有的 SQL 都是由模型生成的。一切都是由模型构建的。
—— Boris Cherny
FIG.5 · 跨人协作的 Claude × Slack 网络
关键判断
所以我们领先的不是技术——我们能用的同样技术，这里每个人都能用。因为从根本上说，我们是在构建一个平台。让开发者用上和我们一样的工具，对我们非常重要——我们 dogfood 我们发布的每一个产品。
但我认为在组织结构和流程上，存在着一个大得多的领先优势。希望我们能在像这种场合讨论它，让大家都从中学到。
但我认为在组织结构和流程上，存在着一个大得多的领先优势。希望我们能在像这种场合讨论它，让大家都从中学到。
这是初创公司具有的优势之一——在那里开始要容易得多。
本地还是云端？模型会自己决定——不该是你的问题
Multi-agent · 4.7 spawns its own loops
观众提问 3 · Jared
上次我们谈话时聊过多代理（multi-agent）系统。现在显然有 /batch、有 /loop，有子团队、团队。能不能从模型层和 harness 层讲一下——你们怎么注入先验（priors），让“委派任务、启动一堆 agent”的体验变得更好？因为很多工作是可并行化的，但我感觉我得自己凭直觉决定什么时候并行。
Boris
嗯，在产品层面——归根结底就是 prompt engineering（提示工程）。我们调整提示，帮助模型更多地并行执行任务。
但说实话——随着模型变好，它会自然而然地这样做。比如 Loop 这个东西，我发现 4.7 会自己开始用——非常酷。
但说实话——随着模型变好，它会自然而然地这样做。比如 Loop 这个东西，我发现 4.7 会自己开始用——非常酷。
我会说：“去查一下这份数据”。它会回答——“嗨，我注意到这份数据会随时间变化。我帮你启动一个 loop，每 30 分钟给你一份报告。”
我说“太好了，能不能通过 Slack 发给我？”然后它就会用 Slack MCP 去做这件事。
我说“太好了，能不能通过 Slack 发给我？”然后它就会用 Slack MCP 去做这件事。
—— Boris Cherny · Opus 4.7 自主行为示例
关键判断
随着时间推移，这不是用户该决定的事——如果用户必须自己想清楚“什么时候并行”，那其实是产品设计问题。“像是我没把活干好。”应该是模型把这件事做得更好，而我们用提示让它自然产生这种行为。
观众提问 4
现在大家都在用云端集中算力跑 Claude / Codex。但有人很支持本地 AI——开放权重模型起来后，本地高质量编程辅助似乎也可行。你怎么看接下来几年的轨迹？
Boris
最根本的回答是——这不重要。我们正在到达一个点——几年后，模型会写所有代码、启动 agent、构建环境。如果它决定“实际上我用本地模型来做这件事”，那就这样。我不认为这些将来还会是“我们作为工程师要做的决策”。
MCP 是答案：从开发者工具走向知识工作
Cowork · MCP everywhere · computer use 兜底
观众提问 5 · Jamie
Claude Code 的成功有一部分是——它用上了开发者工具与工作流主要在本地的事实。但对一般的知识工作来说——比如云端的 Salesforce、Google Docs、Calendar——事实就不是这样了。你怎么看 Cowork，怎么给它足够的工具访问能力，让它和 Claude Code 一样强？
Boris
这是个非常好的问题。我以前在大公司——我们花了 5 年把所有环境迁到 remote。在大规模上这工作量巨大。
但对知识工作来说，大致已经在云端了——Salesforce、Docs 等等。
对我们来说，最简单的答案就是——MCP（Model Context Protocol）。同一个 MCP 连接器——你在 Claude AI 上挂的那个——你接 Salesforce、接 Google Docs、Google Calendar，然后 Cowork 可以用、Claude CLI 可以用、Claude Code 在哪儿都可以用。
但对知识工作来说，大致已经在云端了——Salesforce、Docs 等等。
对我们来说，最简单的答案就是——MCP（Model Context Protocol）。同一个 MCP 连接器——你在 Claude AI 上挂的那个——你接 Salesforce、接 Google Docs、Google Calendar，然后 Cowork 可以用、Claude CLI 可以用、Claude Code 在哪儿都可以用。
追问
那对那些没有 MCP 的系统——computer use 是不是个大机会？
Boris
是的。computer use 算是一个“兜底”（catch-all）。据我所知 Anthropic 在 computer use 上挺领先的——通过 Cowork 用相当好。它能用你电脑上几乎任何软件——很慢，但现在效果很好，尤其是 4.7。
不过总体上，MCP 是答案。其实 MCP、CLI、API 都行——某种程序化接入就好。模型不在乎是哪一种——对模型来说，那都只是 token。
不过总体上，MCP 是答案。其实 MCP、CLI、API 都行——某种程序化接入就好。模型不在乎是哪一种——对模型来说，那都只是 token。
所有这些东西都没那么重要——它可以是 MCP、CLI、API、随便什么程序化接入——因为对模型来说，它就只是 token。
—— Boris Cherny
产品 overhang 的当下例子：什么会变得更好
What gets much better as models get better
观众提问 6 · Ryan
你之前说过——你看到了 product overhang，于是去做一个“一开始没那么好、但模型变好后会有意思”的产品。能不能用模糊的话讲讲——你今天在做的、形状上“过半年到一年模型变好后会变得有趣得多”的产品是什么样？
Boris
是的。Claude Design——我觉得是个非常好的例子。现在已经很不错了——但它会变得好得多。
我们也在为 Claude Code 准备一些东西——未来几周里会陆续上线，到时候你们就会看到。
然后我认为 /loop、/batch 以及围绕“大规模并行化 agent”的这一套会变得更好。
computer use 也是另一个会变得很好的方向。
我们也在为 Claude Code 准备一些东西——未来几周里会陆续上线，到时候你们就会看到。
然后我认为 /loop、/batch 以及围绕“大规模并行化 agent”的这一套会变得更好。
computer use 也是另一个会变得很好的方向。
总结：“为下一个模型而建”的清单
- Claude Design——现在不错，未来会大幅好转
- /loop · /batch · sub-agents——并行化的“harness”
- computer use——非 MCP 系统的兜底，4.7 已经显著变好
- Routines——让 loop 在服务端跑
- 下一代模型对齐——让所有“护栏”变得不那么必要
“为下一个模型而建”不是一个口号，而是 Boris 团队的真实工作方式——六个月不出 PMF 是默认的，是“成功路径”的一部分。
—— 编辑解读
深度解析：六个“为什么”
Why the Cherny mental model works
DN-01 为什么 /loop 是“能用的最简单的东西”
Claude Code 的 /loop 没有自研调度器，直接复用 cron——Unix 上 50 多年的成熟基础设施。这不是技术保守，而是把“复杂性”交给了已被证明的部分，把“创新”留给了 agent 行为。当你只有几条 loop 时它像 cron；当你有几十条 loop 同时跑、彼此依赖、还会聚类 Twitter 反馈时——它就成了你团队的运营中枢。
DN-02 为什么是 4.7 第一次能“爬山式优化任何东西”
hill climbing 是机器学习里最朴素的优化算法——给个目标、不停迭代。Boris 说 4.7 是“第一个这样的模型”——不是因为算法新，而是因为这是第一代能在“真实世界目标”上稳定爬山的模型：你给它一个网站性能分数、一个 PR 通过率、一个用户满意度——它能持续迭代直到达成。这就直接侵蚀了所有以“流程能力（process power）”为护城河的公司。
DN-03 为什么“切换成本”护城河首先消失
切换成本（switching costs）原本依赖一个事实：把数据/工作流从 A 平台搬到 B 平台，需要人工写适配器、翻译数据格式、重训用户。这正是 LLM 最擅长做的事——读两边的 schema、写中间层、给老用户出迁移指南。所以这道护城河第一波被冲掉。而“网络效应”为什么留下？因为它的本质是“人和人之间的链接”，AI 写不出来更多的“别人”。
DN-04 为什么“为下一代模型而建”是真路径
Boris 反复强调：“前 6 个月 Claude Code 完全不可用”。这不是“失败”，而是他们故意选了一条 6 个月内不可能 PMF 的路径——因为他们知道下一代模型会让这条路径“突然成立”。这是 Anthropic Labs 这种内部孵化器的核心节奏：你不是在为今天的模型做产品，你是在押注 6–12 个月后的能力突破，提前把 harness、用户习惯、生态钩子都铺好。
DN-05 为什么 MCP 是“答案”
MCP（Model Context Protocol）的厉害之处不在协议本身——而在于它是第一个让“模型用工具”在所有产品里可移植的标准。在 Claude AI 桌面端配置好 Salesforce 的 MCP，同一个连接立刻在 Claude Code、CLI、Cowork 里都能用。这是 Boris 说的“它就只是 token”的工程含义——无论你的入口是 IDE、聊天、Routines 还是手机——模型看到的都是同样格式的工具调用。
DN-06 为什么“领域专家 > 工程师”的转变会快
印刷术从发明到欧洲识字率到 70%——花了几百年，因为需要先建教育体系。但软件不需要——Boris 说“比 50 年快得多”。原因是：学习写代码原本就是“识字”的子集。会用电脑的人，离会让 AI 写代码只差“表达需求”一步。会计师、店主、教师——他们的“领域知识”早就在脑子里，只需要一个能用自然语言对话的界面，就能直接造软件。这就是 Claude Code 引发“文化变革”的真正原因。
关键洞察 · 一页回顾
Key takeaways from the talk
- 编程已被解决——至少对 Claude Code 团队来说。Boris 个人 100% 代码由模型写，单日 PR 记录 150 个。
- 每次模型发布都是新拐点——Opus 4 是第一次指数增长，4.5 / 4.6 / 4.7 一直在加速。
- /loop 是未来——最简单的能用的东西。几十条循环并行跑：看护 PR、修 CI、聚类 Twitter 反馈。Routines 是它的服务器版。
- 未来团队是跨学科通才——Claude Code 团队上 EM/PM/设计师/数据科学家/财务/用研都在写代码。
- SaaS 末日不会以人们预期的方式到来——切换成本、流程能力的护城河会失效，但网络效应、规模经济、被占据资源仍然重要。
- 未来 10 年颠覆性创业公司将增长 10 倍——现在是最适合从底层 AI-native 构建的时机。
- 模型 vs 产品 = 50/50——YC 哲学“build something people love”依然成立。
- harness 会逐渐让位给模型对齐——一年后 prompt injection 防御、permission mode、human in the loop 的安全机制都会变得不那么重要。
- 软件全民化——类比 1400 年代的印刷术。50 年内出版量超千年、价格降 100 倍——识字率从 10% 到 70%。软件革命会更快。
- 领域专家 > 工程师——写会计软件最好的人是会计师，编码是简单部分，领域知识是难部分。
- Anthropic 的领先在组织流程，不在技术——Claude 整天通过 Slack 互聊，公司里再也没有手写代码、所有 SQL 都来自模型。
- 本地还是云端、并行还是串行——模型自己会决定。让用户做这些选择本身就是产品设计问题。
- MCP 是答案——同一个连接器在 Claude AI、Code、CLI、Cowork 里都能用。computer use 是非 MCP 系统的兜底。
现在是最适合构建的时机。现在是做初创公司的最佳时机。有太多颠覆性的变化即将到来——那么我们还是有希望的。
—— Boris Cherny
Cherny 配方
The Boris Cherny Way of Building
( 为下一代模型而建 )
× ( /loop + 子代理 + Routines )
× ( MCP，连接一切 )
× ( 跨学科通才 团队 )
× ( 领域知识 > 编码能力 )
× ( /loop + 子代理 + Routines )
× ( MCP，连接一切 )
× ( 跨学科通才 团队 )
× ( 领域知识 > 编码能力 )
= AI-native 时代的
软件构建公式
软件构建公式
Boris Cherny
Anthropic · Claude Code 负责人 · 《Programming TypeScript》作者 · 前 Y Combinator 早期工程师
🆕
原始视频：Sequoia Capital · AI Ascent 2026
YouTube · SlGRN8jh2RI
2026 年 5 月 4 日发布
← 滑回去再看一遍