Claude Code创始人访谈解读：AI编程、Harness变革与创业机遇深度测评

说实话，第一次听到ClaudeCode创始人Boris Cherny在红杉资本AI Ascent 2026峰会上说出“编程已解决”这句话时，很多人心里恐怕都打了个问号——是不是听错了？

要知道，这位老兄可是写过TypeScript教科书、在代码世界里摸爬滚打多年的资深工程师。然而，他如今却坦言，自己在2026年“一行代码都没亲手写过”。更让人难以置信的是，他每天通过手机提交几十甚至上百个代码合并请求（PR），而这些代码，全部出自AI之手。

这听起来像天方夜谭，但深入了解后你会发现，我们或许正站在一个类似“印刷术发明”的历史拐点上。过去，编程是一项需要专业训练的技术壁垒；而未来，它的核心可能不再是“写”，而是“想”。

一个“意外”诞生的产品

Claude Code的诞生，本身就像一场精心策划的“意外”。

时间回到2024年末，Boris加入Anthropic内部一个名为“Anthropic Labs”的小型孵化团队。当时，他们的目标很明确：捕捉一种被称为“产品悬置”的机会。简单说，就是AI模型的实际能力，已经远远跑在了现有产品形态的前面，中间存在着巨大的市场空白。

那时，AI辅助编程的主流，还停留在“代码补全”阶段：你在集成开发环境里敲几个字符，按一下Tab键，AI帮你猜出下一行。这已经是当时最先进的Sonnet 3.5模型所能做到的极限。

但Boris和团队觉得，模型明明能做得更多——为什么不让它把整段代码、甚至整个功能都写完呢？

于是，Claude Code项目启动了。然而，接下来的六个月，用Boris自己的话说，产品“基本没法用”。他当时最多只用Claude Code完成10%的编码工作，剩下的还得亲力亲为。即便在2024年10月产品正式发布后，市场反响也谈不上火爆。

真正的转折点在2025年5月到来——Opus 4模型发布了。从那一刻起，Claude Code的增长曲线开始呈指数级上扬，并在后续的4.5、4.6、4.7模型迭代中持续加速。

这里藏着一个关键洞察：Boris团队本质上是在为“六个月后的未来”构建产品。他们提前押注了一个尚未到来的技术水准，然后静静等待现实追赶上他们的想象。这有点像在河上建桥，赌的是河水终将涨到桥墩的高度。Claude Code的成功，正是一场关于“时间差”的精准豪赌。

100%的代码，0%的手写

如今，Boris的工作模式已经彻底重构。

他的主要工作设备是手机。打开Claude应用，进入“代码”标签页，里面同时运行着5到10个会话，每个会话下又有数百个智能体在并行工作。到了晚上，他还会启动数千个智能体，去执行更复杂的深度任务。

他最为推崇的功能叫“循环”。只需一个简单的 /loop 命令，就能让Claude通过定时任务自动重复某项工作。例如：

- 一个循环每5分钟检查一次他的代码仓库，自动修复持续集成错误、自动合并代码；

- 另一个循环监控测试系统的健康度，发现不稳定的测试用例便自动修复；

- 还有一个循环每半小时从社交媒体抓取用户反馈，自动聚类整理后发送给他。

这些循环就像他雇佣的“数字员工”，7×24小时不间断运转。而他本人，只需要在手机上审阅结果、做出关键决策。

当被问及个人工作流时，Boris掏出手机展示界面，轻描淡写地说：“我现在主要用手机工作。”台下响起一片会意的笑声。

但这绝非玩笑。他上周创下了一个纪录：单日提交150个PR。在传统的软件开发范式里，这是不可想象的——即便一位工程师不吃不喝不睡，也不可能在24小时内完成150次有意义的代码修改、测试、审查与合并。

而现在，这成为了现实。因为“写代码”这个动作本身，已经不再是瓶颈。

从50/50到100/0：天平正在倾斜

一个自然的问题是：Claude Code的成功，多少归功于模型能力，多少归功于产品设计？

Boris的答案是动态的。六个月前，这个比例大概是五五开。模型能力和产品体验同样重要——你需要精心设计的“工具链”来包裹模型，处理权限、安全、人机协同等一系列复杂问题。

但现在，天平正快速向模型侧倾斜。

随着模型变得越来越聪明、越来越“对齐”，许多曾经需要产品层面绞尽脑汁解决的问题——比如防止指令注入攻击、进行静态验证、设计权限模型、设置人工审核节点——都变得不那么紧迫了。因为模型自己就知道该做什么、不该做什么。

Boris甚至预测，再过一年，Claude Code本身可能只需要100行代码来维护。

这听起来像个悖论：一个用来生成代码的工具，自己却几乎不需要代码。但仔细想想，这恰恰是技术进化的终极形态——最好的工具，往往是透明到让人感觉不到其存在的，就像我们呼吸的空气。

印刷术时刻：从10%到70%的识字率

Boris在分享中引用了一个精妙的历史类比。

15世纪印刷术在欧洲普及前，只有大约10%的人口识字。读写能力是一项稀缺技能，掌握它的人常被王室和贵族雇佣，专司文书工作。

印刷术发明后的五十年里，欧洲出版的文献数量超过了此前一千年的总和。书籍成本暴跌了近百倍。随后几百年间，随着教育体系建立和社会生产力提升，全球识字率一路攀升至70%左右。

今天，读写对大多数人而言是基本能力。你不需要“阅读与写作学位”就能读书看报，尽管“专业作家”依然是一个独立的职业。

Boris认为，编程正在经历同样的转变，而且速度会快得多，可能只需要几年，而非几个世纪。

这个类比引出了一个更深层的问题：当一项技能被彻底民主化后，真正的价值会流向何处？

在印刷术时代，价值从“会写字”转移到了“写什么”——内容创作与思想表达成为核心。在AI编程时代，价值很可能从“会写代码”转移到“解决什么问题”——领域知识与业务理解将变得至关重要。

Boris举了个例子：未来要开发一款会计软件，最合适的人选可能不是工程师，而是一位真正懂行的会计师。因为编程将变成简单的部分，难的是理解复杂的会计准则和业务逻辑。

这意味着，未来的软件世界，可能会由“跨学科通才”主导——这里指的不是那种既懂前端又懂后端的技术全才，而是“既懂技术又懂设计”、“既懂产品又懂数据科学”的跨界人才。

事实上，Boris透露，在Claude Code团队里，每一个人——包括工程经理、产品经理、设计师、数据科学家、财务甚至用户研究员——都在参与“写代码”。

未来不是“更多工程师”，而是“更少代码”

那么，AI会让软件开发变成像“使用Microsoft Office”一样的基础技能吗？

Boris的回答更为激进：不，它会变得像“会发信息”一样自然。

这个比喻值得玩味。“会发信息”意味着什么？意味着你根本不会把它视为一项需要专门学习的“技能”。你不会在简历上写“精通信息发送”，也不会去报班学习。它融入了日常生活，自然到你几乎意识不到它的存在。

如果编程真的发展到这个地步，“软件工程师”这个职业会消失吗？

Boris认为不会消失，但会彻底转型。就像“专业作家”依然存在一样，“专业程序员”也会继续存在——但他们的工作内涵将完全不同。他们不再是“写代码的人”，而是“设计系统架构的人”、“定义问题边界的人”、“协调AI智能体的人”。

AI可以记住所有代码模式、API文档和最佳实践，但它需要人类来回答一个根本问题：我们究竟要解决什么？

SaaS的末日？还是创业的黄金时代？

当编程成本下降十倍甚至百倍，会发生什么？有人担忧“SaaS末日”——如果任何人都能用AI快速搭建软件，那些依靠软件订阅费生存的公司，护城河何在？

Boris的看法颇具启发性。他引用了战略学者汉密尔顿·赫尔默的“七种商业护城河”理论，指出AI会让某些护城河失效，但同时会让另一些变得更加重要。

可能失效的护城河：

- **切换成本**：因为AI可以帮你快速迁移数据和流程。
- **流程优势**：因为AI本身最擅长的就是优化流程，尤其是像Claude 4.7这样的模型，可以自动“爬山”寻找最优解。

依然坚固的护城河：

- **网络效应**：用户越多，产品价值越大。
- **规模经济**：成本随着规模扩大而下降。
- **资源垄断**：对关键资源的独占。

但Boris指出，真正的机遇在于：小型创业公司现在有机会和大公司正面较量了。

为什么？因为大公司需要改变僵化的组织流程、重新培训员工、克服内部阻力——这一切都需要时间。而创业公司可以从第一天起，就以“AI原生”的方式构建一切。从这个角度看，这无疑是创业的最好时代。

三个悬而未决的疑问

激动之余，几个问题也随之浮现：

第一，理解力的鸿沟。 当AI编写了100%的代码，人类工程师还能理解这套系统吗？如果一个系统完全由AI构建和维护，人类只负责提出需求和做出决策，那么当系统出现异常行为时，我们还有能力调试吗？抑或，我们会变成“不懂魔法原理，却在使用魔法”的巫师？

第二，循环的边界。 Boris展示的那些自动运行循环非常酷，但也不免让人担心：如果几千个智能体在后台自主运行、相互通信、自动修改代码，人类将在何时失去掌控？这会不会演变成一种“温和的失控”——系统仍在运转，但已无人真正理解其内在逻辑？

第三，民主化的浪潮。 如果Boris是对的，编程正在经历它的“印刷术时刻”，那么下一个被民主化的领域会是什么？是设计、视频制作、法律咨询，还是说，所有需要“专业知识+执行能力”的工作，都会被拆解成“人类提供专业知识，AI负责执行”的新组合？

结语：我们正在目睹的，不是技术的终结，而是分工的重构

Boris透露，在Anthropic内部，已经没有任何手写代码了。所有的SQL查询、所有的功能开发，全部由模型完成。工程师们的Claude智能体甚至在Slack上互相交谈，协调工作、解决未知问题。

这听起来像科幻场景，但它正在成为现实。

回过头看，Boris所说的“编程已解决”，其真正含义并非“我们不再需要程序员”，而是“我们终于可以把时间从‘写代码’这项机械劳动中解放出来了”。

正如印刷术没有消灭写作，而是让思想得以更广泛地传播；AI编程也不会消灭软件开发，而是让更多人有机会将想法变为现实。

会计师可以开发会计软件，医生可以打造医疗工具，教师可以创建教学应用——不是因为他们学会了编程，而是因为编程本身，不再是一道难以逾越的鸿沟。

这场革命的核心，并非“AI取代人类”，而是“AI让人类回归本质工作”。

而本质工作是什么？是理解复杂问题、定义清晰目标、做出关键判断、承担最终责任。

这些，才是真正无法被“解决”，也永远闪耀着人性光辉的事情。

参考资料

• Anthropic's Boris Cherny: Why Coding Is Solved, and What Comes Next