最近红杉资本的 AI Ascent 2026 大会上Claude Code 的创造者 Boris Cherny 做了一场访谈。这场对话只有二十多分钟但信息密度极高几乎每一分钟都有值得反复咀嚼的观点。我把里面最有价值的部分整理出来跟大家聊聊。一个「意外」诞生的产品Claude Code 的诞生带有很强的偶然性。2024年底Boris 加入了 Anthropic 内部一个叫 Anthropic Labs 的小型孵化团队成员只有几个人定位是做创新实验。这个团队后来做出了三个东西Claude Code、MCP 协议、以及桌面应用。做完之后团队就解散了现在又重新集结由 Instagram 联合创始人 Mike Krieger 带队做第二轮。Boris 开始做编码工具源于一个他们内部常用的概念产品悬挂product overhang。意思是模型的能力已经到了某个水平但市面上还没有产品把这个能力释放出来。2024年底他们观察到当时编码辅助的最先进形态还停留在「按 Tab 补全一行代码」的阶段这是 Sonnet 3.5 刚刚实现的能力。但他们觉得模型明明可以做得更多可以让 Agent 直接写完所有代码。于是 Boris 动手做了但前六个月效果很差。他自己也只用它写大概10%的代码产品发布后也没有爆发式增长。真正的转折点是2025年5月 Opus 4 发布从那之后每一次模型升级都带来一次增长拐点Opus 4、4.5、4.6、4.7一路指数增长到今天。这里面有一个很反常规的产品策略他们明知产品在当下没有 PMF产品市场匹配但依然坚持做因为他们是在为下一代模型构建产品。这需要一种特殊的判断力和耐心你得相信模型会进步然后提前把产品形态准备好等模型追上来的那一刻产品自然就爆发了。这种思路对做产品的人很有启发。大多数人做产品是看当下的需求但如果你能判断出某个技术方向半年后会成熟提前把产品做好等着你就能吃到第一波红利。当然这也意味着你要承受前期没人用、没有正反馈的煎熬。编程对我来说已经解决了Boris 在访谈中非常直接地说对我来说编程已经被解决了。他给出的数据很有冲击力。整个2026年他没有亲手写过一行代码。他每天提交几十个 PR最疯狂的一天提了150个。所有代码都是模型写的。他说 Claude Code 的代码库本身也很简单就是 TypeScript 加 React没什么秘密。当初选这个技术栈是因为模型对这些语言和框架最熟悉生成质量最高。现在模型已经强到可以写任何语言了但早期选择「模型擅长的技术栈」这个决策很关键。当然他也补充说这个结论有适用范围。对于特别大型复杂的代码库或者一些模型还不太擅长的冷门语言编程还没有完全被解决。但他的态度是等下一个模型就好了。这让人想到一个问题如果写代码本身变得越来越容易那程序员的核心竞争力到底是什么Boris 后面的回答其实给出了方向就是对业务领域的深度理解以及把复杂需求拆解成清晰指令的能力。代码只是表达思想的工具当工具变得人人可用的时候思想本身才是稀缺的。手机上跑几百个 AgentBoris 分享了他现在的日常工作方式听起来像是科幻小说里的场景。他大部分工作在手机上完成。打开 Claude 应用左边有个代码标签页里面同时跑着五到十个会话每个会话下面挂着一堆 Agent加起来通常有几百个在并行工作。晚上睡觉的时候还有几千个 Agent 在做更深层的任务。他特别推崇一个叫 Loop 的功能。原理非常简单让 Claude 用 cron 定时执行重复任务。他自己跑着几十个 Loop有一个专门看管他的 PR自动修 CI、自动 rebase有一个保持 CI 系统健康发现 flaky test 就自动修复还有一个每30分钟从 Twitter 上抓用户反馈做聚类分析然后发给他。他说 Loop 就是未来。它把 Agent 从「你问一句它答一句」的模式变成了持续运转的自动化系统。Anthropic 还推出了 Routines就是服务器端的 Loop即使你关掉电脑它也继续跑。更有意思的是他提到 4.7 模型已经开始自发地使用 Loop 了。比如他让模型去查一个数据模型会主动说我发现这个数据在持续变化我帮你起一个 Loop每30分钟给你发一次报告要不要通过 Slack 发给你然后它自己就接上 Slack MCP 开始干了。这种工作方式的本质变化在于你从一个「执行者」变成了一个「调度者」。你不再是那个写代码的人你是那个决定让谁去做什么、用什么节奏做、做完之后怎么汇报的人。这种角色转变可能是未来几年所有知识工作者都要经历的。未来的团队跨学科通才关于团队的未来形态Boris 的判断是跨学科通才会越来越多。他说现在大家说的「通才」通常还是指工程领域内部的通才比如一个人同时能做 iOS、Web 和后端。但未来的通才是跨学科的比如一个人同时精通产品、设计和工程或者同时精通数据科学、产品和工程。他拿 Claude Code 团队举例团队里每个人都写代码包括工程经理、产品经理、设计师、数据科学家、财务、用户研究员。每个人在自己的专业领域是专家但同时所有人都能编程。这个趋势的底层逻辑很清晰当编码的门槛被 AI 拉平之后「会写代码」不再是一个稀缺技能它变成了一个基础能力就像会用 Excel 一样。真正稀缺的是那些跨越多个领域的综合判断力。一个既懂用户心理又能快速实现原型的人比一个只会写代码的人值钱得多。SaaS 末日七种权力的重新洗牌当被问到「AI 让写代码便宜了10到100倍SaaS 产品的价值会怎样」这个问题时Boris 引用了 Hamilton Helmer 的《七种权力》框架来回答。他认为 AI 会削弱两类护城河。第一是转换成本因为模型可以帮你把数据和流程从一个系统迁移到另一个系统切换变得很容易。第二是流程优势因为 Claude 4.7 已经能够对任何流程做「爬坡优化」你给它一个目标让它迭代到满意为止它就能做到。那些靠复杂工作流构建壁垒的公司壁垒正在被瓦解。但另外几种权力依然坚固网络效应、规模经济、稀缺资源。这些东西不会因为 AI 而改变。他的第二个预测更大胆未来十年创业公司的数量会增长十倍。因为现在一个小团队就能用 AI 做出跟大公司同样有价值的产品而且可以从零开始用 AI 原生的方式构建一切。大公司要改流程、要重新培训员工、要克服内部阻力这些摩擦力小团队完全没有。这对正在创业或者考虑创业的人来说是一个重要信号。过去你可能需要一个20人的工程团队才能跟大公司竞争现在可能三五个人就够了。竞争的维度从「谁能雇到更多工程师」变成了「谁能更快地理解用户需求并交付解决方案」。印刷术的类比Boris 用了一个历史类比来说明软件开发民主化的趋势我觉得这是整场访谈里最有画面感的一段。15世纪印刷术发明之前欧洲只有大约10%的人识字。那些识字的人往往受雇于不识字的国王和贵族专门负责读写工作。印刷术出现之后50年内欧洲出版的书籍数量超过了之前一千年的总和书的价格下降了100倍。再过几百年全球识字率上升到了70%。现在我们所有人都能读写不需要专门的学位虽然「专业作家」依然存在。Boris 认为软件开发正在经历完全相同的事情而且速度会快得多不需要几百年可能几年就够了。以后写软件会变成一个像发短信一样普通的技能人人都会。他举了一个特别有说服力的例子假设你要写一个会计软件最适合做这件事的人可能不是工程师而是一个优秀的会计师。因为领域知识才是真正难的部分写代码已经是简单的部分了。这个观点如果成立意味着未来各行各业的专家都会成为「软件开发者」。一个资深律师可以自己做法律工具一个经验丰富的医生可以自己做诊断辅助系统。行业知识和用户洞察的价值会急剧上升纯粹的编码技能的价值会持续下降。Anthropic 的真正领先之处有人问 Boris你们 Anthropic 内部比外界领先多少是一个月、三个月还是六个月他的回答出人意料。他说在模型层面他们用的和外部开放的是同一套东西没有差距。他们内部主要用 Opus 4.7偶尔试试还没发布的 Mythos但这些最终都会对所有人开放。真正的差距在组织层面。Anthropic 内部已经把所有流程都围绕 AI 重新设计了。他们的 Claude Agent 之间会通过 Slack 互相沟通比如 Boris 的 Agent 在写代码时遇到不确定的问题会自动去 Slack 上找其他同事的 Agent 讨论。公司里已经没有任何手写的代码所有 SQL 都是模型生成的。他强调技术本身是开放的因为 Anthropic 本质上是一个平台公司他们希望开发者用到的东西和自己内部用的完全一样。但组织流程的变革这才是大多数公司还没追上的地方。这个洞察对所有公司都有参考价值。很多企业在讨论「要不要用 AI」的时候关注点都在工具选型上用哪个模型、买哪个产品、接哪个 API。但 Boris 的经验表明工具层面的差距很容易追平真正拉开差距的是你有没有勇气重新设计整个工作流程让 AI 深度参与到每一个环节里。这需要的不仅是技术能力更是组织变革的决心。而这恰恰是创业公司的天然优势。一个五个人的新团队从第一天就可以用 AI 原生的方式工作没有历史包袱没有内部阻力。一个五千人的大公司要做到同样的事情可能需要几年的时间。产品与模型50/50 的关系有人问 BorisClaude Code 的成功有多少归功于模型能力多少归功于产品设计他说大概是 50/50。他提到自己早年在 YC 系创业公司工作的经历YC 反复灌输的一个理念就是做一个人们真正喜爱的产品。不管底层技术多强最终你还是要在产品细节上下功夫让用户每天用起来感觉很好。但他也说随着模型越来越强产品外壳harness的重要性在下降。他预测一年之后模型会更加 aligned现在那些围绕安全做的机制比如 prompt injection 防护、命令静态验证、权限模式、人工确认环节都会变得不那么重要因为模型自己就能做出正确的判断。他甚至提到Claude Code 本身可能在一年后只剩下100行代码。因为当模型足够聪明的时候你不需要那么多产品层面的「脚手架」来辅助它。这个观点很有意思。它暗示了一个趋势在 AI 产品领域产品设计的重心会从「约束和引导模型」转向「给模型更大的自由度」。早期你需要大量的 prompt engineering 和安全护栏来让模型表现得好后期模型自己就知道该怎么做产品层要做的事情反而越来越少。MCP连接一切的答案关于如何让 AI Agent 访问各种工具和系统Boris 的回答始终如一MCP。MCPModel Context Protocol是他们团队做出的另一个重要产品。对于开发者来说Claude Code 之所以强大是因为开发者的工具和工作流大多在本地Agent 可以直接访问文件系统、终端、Git 等等。但对于一般的知识工作者工具大多在云端比如 Salesforce、Google Docs、Google Calendar。解决方案就是 MCP。你把各种云端工具通过 MCP 连接器接入Agent 就能像操作本地文件一样操作这些云端系统。对于那些还没有 MCP 接口的软件Computer Use计算机视觉操控是一个兜底方案虽然目前还比较慢但 4.7 模型已经做得相当好了。Boris 说了一句很有哲学意味的话对模型来说这些都无所谓MCP 也好、API 也好、Computer Use 也好对模型来说都只是 token。它不在乎访问方式它只在乎能不能拿到需要的信息和执行需要的操作。为下一个模型构建产品访谈最后有人问如果你今天要做一个新产品你会做什么形态的东西Boris 提到了几个方向。Claude Design 是一个例子现在已经不错了未来会更好。Loop 和 Batch 这类大规模并行 Agent 的能力会继续进化。Computer Use 也是一个值得押注的方向。他的核心思路始终一致找到模型能力的下一个跃迁点提前把产品形态准备好。当模型追上来的那一刻你就是第一个吃到红利的人。这个策略听起来简单执行起来很难。它要求你对模型能力的演进方向有准确的判断同时要有足够的耐心在「没有 PMF」的阶段坚持下去。Boris 做 Claude Code 的前六个月就是这样熬过来的。但一旦赌对了回报是指数级的。对于所有在 AI 领域做产品的人来说这可能是最重要的一条经验不要只看模型今天能做什么要看它六个月后能做什么然后为那个时刻做准备。视频播客地址https://youtu.be/SlGRN8jh2RI给大家说件事从今年开始我星球里会录制各种视频教程到目前为止录制的视频教程就已经有 20 多期了。最近非常火的 Agent Skill 视频教程也录制了 16 期了。加入我的星球社群「AIGC·掘金成长研习社」即可获取视频链接学习。最后介绍一下我的星球「AIGC·掘金成长研习社」可点击链接查看星球全面介绍主要分享三个板块的内容1、副业赚钱领域的内容。我做自媒体十几年了有很多副业赚钱方面的经验和干货而且每周都会定期详细带大家拆解一个副业赚钱案例持续更新的那种目前已经分享了上百篇跟副业赚钱相关的帖子和文章了。2、AI 落地和实操相关的内容。我在里面也分享了很多 AI的各种玩法和落地场景包括用 AI 做副业的案例也都有。3、个人成长。我会分享很多我做超级个体和自由职业的一些思考和成长类的内容目前我已经做自由职业 5 年了有太多的感慨和内容分享。如果你想学习如何搞副业如何使用 AI 甚至如何使用 AI 搞副业那一定要加入我这个超值的星球。目前已经更新了 1900 多条干货和文章了加入成员 1500。感兴趣的可以加入。限时优惠中原价 199 元今天加入可以立减 30 元只需要 169 元优惠券仅剩 10 多个优惠名额。我认为我的星球是目前副业和 AI 领域最超值和具有性价比的星球价格不贵同时内容也不比几千块钱的星球差。大家可以扫码查看支持 3 天无理由退款内容好不好先进来看看再说不适合自己退了也没毛病。