Claude Code创始人：传统职业划分将消失
Boris Cherny 近期在一档播客中深入探讨了 Claude Code 与 Claude Cowork 的诞生历程，并抛出一个极具颠覆性的预测：到今年年底，传统岗位划分（如工程师、产品经理、设计师等）将彻底瓦解。
“工程师、产品经理、设计师、用户研究员这些传统角色，今年年底就会消失。”
“很多人认为核心竞争力是‘产品品味’。但我判断，这个概念也会被淘汰。”
“最终我们要教会模型的，不是技巧，而是价值观——就像我们教育孩子成为正直的人一样，教会模型如何成为一个优秀的智能体。”
Boris Cherny 的核心洞察直指 AI 时代职业分工的剧烈重组。以下是他播客内容的完整梳理。
为什么从编程切入？让模型在真实场景中接受验证
Boris 认为，Anthropic 存在的根本使命是研究 AI 安全，而安全验证必须将模型部署到真实世界，观察其实际表现。对他来说，模型与真实世界互动最自然的方式就是编程。
早期 Claude Code 只能帮他完成 10%~20% 的代码工作；如今他已连续 6 个月没写过代码，连 IDE 都在去年 11 月卸载了。能力跃升的背后，核心驱动力是模型本身的进化——Opus 4 和 4.5 带来的质变令他印象深刻。
Claude Cowork 的诞生颇具戏剧性。去年 6 月，推特上有人用 Claude Code 种植番茄：安装摄像头监控生长，由 Claude 自动控制浇水和施肥。当番茄结出第一朵花蕾时，Claude 在终端里写道：“这太让人高兴了，我们的所有努力都得到了回报。”
Boris 看到这条推文时，瞬间意识到：时机成熟了。
在此之前，Claude Code 只是工程师的终端工具。这件事让他看到大众对 AI 工具的强烈期待——一个属于所有人的 AI 时代已经到来。10 天后，完全由 Claude Code 构建的 Claude Cowork 诞生。
这些 AI 工具大幅提升了团队效率：Anthropic 内部工程师平均代码产出量达到工具引入前的 3 倍，新人入职适应期从几周缩短为 2 天——Claude 成了最佳导师。同时，团队发现拥有 20~30 年经验的工程师反而比刚毕业的新人更难上手 Claude Code，并且所有职业角色都在融合、消解，最终汇聚成一个统一角色——“构建者”。
基于此，Boris 断言传统职业划分将不复存在，当下是“通才”的黄金时代。“对于那些渴望做多件事的人来说，此刻是最有趣、也最容易的时期。”
此外，他们还讨论了从打孔卡到 AI 的编程范式演变，内容同样精彩。
Claude Code 的起源：意外之举，方向明确
2024 年底，Boris 加入 Anthropic 的原型设计团队——Labs 团队。初衷是探索下一个大产品的方向，同时拓展模型能力的边界。但确定模型演进路线很难，只有等一个真正把模型推向极限的产品诞生后，方向才能清晰。
当时存在明显的“产品滞后”：模型能力已经很强，但没有产品能充分捕获和释放这些能力。代码工具仅停留在自动补全，智能体虽能提问却无法直接写代码。直到最近模型才足够成熟，团队决定孤注一掷，打造一个纯粹的代码智能体产品。
从代码入手：让模型投入真实世界的最优路径
Anthropic 始终将代码放在战略位置，长期关注工具使用（Tool Use）和计算机使用（Computer Use）。因为公司的根本目标是研究 AI 安全，而实现这一目标有多个层面——机械可解释性、对齐研究等。但本质上，必须将模型放入真实世界，观察它在通过所有安全测试后的真实表现，Claude Code 正是为此而生。
对于 Anthropic 来说，研究安全的一个关键环节是将模型部署到真实场景。最有效的途径就是代码——因为代码是模型与世界交互的天然媒介。要研究模型的各种“不对齐”行为，就必须让模型足够好用，吸引用户使用，研究才能展开。
代码世界有一个独特优势：海量训练数据，且结果极度明确——要么运行，要么报错。这种“通过/失败”的测试能力，加上高度受限的解决方案空间，使代码成为理想的研究环境。相比之下，诗歌翻译等任务则模糊得多。
同时，代码拥有巨大的商业价值，能帮助 Anthropic 构建可持续的商业模式，并精准迎合企业、初创公司等最受欢迎的客户群体。这帮助公司建立了一种高度对齐的商业模式——无需依赖广告，可以专注真正关心的安全问题。
YC 教给 Boris 的产品哲学
在加入 Anthropic 之前，Boris 曾在 Meta 工作，但开发开发者工具（DevTools）一直是他的副业。他认为这是做 DevTools 的最佳方式——核心出发点应是解决某个业务问题，打造一个用户真正喜爱且有用的产品。这正是 YC（Y Combinator）深植于创业者脑海的理念。Boris 是 YC 公司的第一号员工，时间大约是 2010～2011 年。
对他而言，DevTools 始终是这种副业模式：在做产品的过程中，发现开发者体验不够好，就写些工具来改善。他只是应用了“先为自己造工具，再希望它对别人也有用”的心态。让他惊喜的是，这套方法确实奏效。
从 10% 到 100%：核心是模型变强了
Boris 清楚记得，5 月份迎来了 Sonnet 4 和 Opus 4，接着在 11 月迎来了 Opus 4.5。从“只能做 10%”到“6 个月没写过一行代码”，这期间的飞跃主要归功于模型本身。虽然在 Harness 和优化 Claude Code 方面也做了大量工作，但回顾那些阶跃性变化的节点，核心始终是模型——模型能力提升，效率自然飙升。
在 Anthropic，所有人每天都在使用 Claude Code。打造模型的研究员在用，开发产品的团队也在用，形成了一个完整的反馈闭环。
收入和使用量都呈指数级增长。几乎全部数据都在上升，包括代码总量。自 Claude Code 发布以来，Anthropic 员工所写的代码行数和提交的拉取请求数量增长了百分之好几百。最新分享的统计数据大约是 3 倍——这是每位工程师平均产出的代码量。
值得注意的是，随着工程团队规模扩大，人均生产力通常会下降。但 Anthropic 观察到第一件事是：新员工加入后的上手时间缩短到只有两天。以前需要好几周，现在只需两天——因为直接去问 Claude 就行。
编程方式的演变：从打孔卡到卸载 IDE
Boris 的爷爷当年在苏联用打孔卡写代码，对他来说，编程是纸面上的工作。从开关到打孔卡，再到汇编语言、COBOL、Fortran、Java、JavaScript、Python，抽象层次一直在提升。现在所做的一切只是这个连续谱系上的一个新阶段。
一年前，Boris 写代码的方式是在 IDE 里配合自动补全。到了 11 月份，他直接卸载了 IDE——因为过去一个月一次都没打开过。他的“写代码”变成了通过提示词让 Claude 去写。而如今，它又升级到了下一个抽象维度：不再亲自给 Claude 提示词，而是手头有正在运行的循环，由这些循环向 Claude 发出提示并决定该做什么。Boris 认为，这正是接下来几个月甚至今年剩余时间里将看到的下一个转型。
角色边界正在消失：每个成员都是“构建者”
在 Claude Code 团队中，“通才”极为重要。大约六个月前，团队开始注意到一个现象：很少有工程师在做传统意义上的“纯工程”工作。传统流程中，用户研究员与用户沟通后，将需求写成文档交给设计师，设计师做出原型，再交给产品经理界定范围，最后交给工程师实现。但现在团队完全不采用这种模式。
每位工程师都在做范围界定，每个人都在和用户交流，工程师也在做设计。团队里的每个人都能拉取数据、做数据科学工作、搭建仪表盘。所有的角色都在融合、消解，最终凝聚成一个统一的“建造者”。设计师在提交和发布代码，财务同事也在发布代码，幕僚长似乎也在发布代码。
一株番茄改变了一切
在 Claude Code 还只能在终端里运行时，一位数据科学家自己琢磨出了怎么打开终端、下载 Node.js、安装 Claude Code 并配置 API 密钥，然后开始用它做数据分析。第二周，所有数据科学家都开着好几个 Claude Code 窗口在分析。
时间快进到六月份，推特上有个家伙用它来种番茄：装了个小网络摄像头监控番茄植株，由 Claude 控制植物的养分。当番茄结出花蕾时，Claude 表现得像是：“这太让人高兴了，我们的所有努力都得到了回报。”Boris 一看到这条推文，心里就想：“时机到了，我们开始走向主流大众了。”当这种期待和需求如此强烈时，就意味着打造一款新产品的时机成熟了。
Claude Cowork 本身是在大概一周多一点的时间里做出来的——可能就八九天左右。它 100% 是用 Claude Code 编写的。
团队尝试过很多其他方向：基于 Slack 的东西效果不太好，基于网页端的产品感觉缺了点什么——在浏览器里无法访问本地工具和文件系统。Boris 认为，必须打造一款连自己都会爱上并且每天都在使用的产品，然后也许有些用户也会喜欢它。
值得注意的是，模型本身就是以软件的形式存在的，它需要一种与世界互动的方式，而这种方式就是编写代码。代码就像是模型所说的一种自然语言，也是它能理解的东西。即使是在最早期的版本中，模型就自己琢磨出了如何利用 Bash 工具来完成任务——比如编写 AppleScript 来检查音乐播放状态。
资历时代正在终结
Anthropic 采用“技术人员”作为统一职称。刚加入时，Boris 觉得这很烦人——在 Slack 上给人发消息时，对方的头衔只显示“技术人员”，完全不知道对方是设计师、工程师还是主管。但现在他很喜欢这种设定。
在 Meta 时，Boris 就很喜欢每个软件工程师的头衔只是“软件工程师”，没有“高级”或“首席”之分。因为给人们冠上高级头衔时，有时他们会提出馊主意，而其他人出于尊重就会盲目顺从。把每个人都放在同一个起跑线上，是一种非常好的文化强制机制。
现在经常看到的情况是：那些拥有 20 年、30 年经验的工程师必须“卸载”太多旧知识，需要花几个月去教他们改掉已经不再适用的老习惯。相比之下，刚毕业的新人加入团队，反而能教会 Boris 如何更好地使用 Claude Code——因为他们是原生用这种方式思考的。
而且每推出一个新模型，就必须重新校准并重新学习。回到“技术人员”头衔这件事上，Boris 认为它其实非常重要——因为所有这些关于工程师、产品经理、设计师、用户研究员的传统划分，到今年年底都将消失。在 AI 实验室里，必须推动每个人都朝着更具通用人工智能属性的方向去构建产品。
黄仁勋说得对：Token 买得越多，省得越多
对于创始人和公司，Boris 的建议是：给每个人提供尽可能多的 Token。同时，给所有项目都保持一点点“资金不足”的状态——比如感觉需要 4 个工程师，就只安排 2 个，但给他们大量的 Token，让他们自己琢磨该怎么做。大概率是能搞定的，而且正因为他们实现了自动化，下一次就能做得更好，成本也会更低。
除了 Token 之外，保持较少的资源投入还会带来复利效应。这有点像在商业和产品中拥有一套原则文档，模型也可以使用这些原则，以“技能”的形式体现。当然，如果某个用例爆发并消耗了大量 Token，再去介入优化并提升效率。
简化来说就是：缩减人力编制，将预算从人力转移到 Token 上。这样提高了前期成本，但降低了后续持续成本——因为已经把大量工作做在了前面，就像“预编译”一样，使得那些需要反复执行的任务变得简单且流畅。
当前是多能者的黄金时代
人们非常习惯于拥有一个头衔和一门专业，并且会为成为一名优秀的产品经理或设计师而深感自豪。但 Boris 认为，现在是“通才”的黄金时代。对于那些想要做不止一件事的人来说，现在是最有趣、也是最容易的时期。
拿 Boris 个人来说，他当了一段时间的工程师，但一直都在身兼数职——创办过初创公司，负责过业务端、产品端，也做过用户研究和设计。他只是单纯热爱打造产品，不在乎自己头上戴的是不是工程师的帽子。
未来 AI 也能拥有“产品品味”，最终要教给模型的是价值观
Boris 发现，每当自以为在写代码的方式上有什么独到之处时，往往都错了。比如他非常喜欢函数式编程，给代码库定下“只能有函数，不能有类”的规矩。结果到了周末，工程师们就偷偷提交带有“类”的代码修改。后来模型接管并编写所有代码时，它开始疯狂写“类”。Boris 不得不承认：也许模型是对的，这个坚持只是个人的怪癖。业务目标达成，效率更高，代码质量也变得越来越好。
在当前的模型能力下，人们经常谈论的一个话题是：核心的竞争优势在于“产品品味”。但 Boris 认为这也将消失。他现在同时运行着几百个 Claude 实例在干各种活——分析推特上的反馈、观察 GitHub 的 Issue 还有 Slack 上的动向，以此来琢磨接下来该构建什么。目前它们提出的大多数想法很烂，但大概有 20% 是好点子。等到下一个模型推出，或者展望三个月、六个月后，绝大多数的想法可能都会是好的。
新的瓶颈会出现，会有别的东西需要去克服。Boris 猜测，最终要教给模型的，是价值观——就像教育孩子成为好人一样，去教模型如何成为一个好的模型。