Boris Cherny是Anthropic的Claude Code负责人，也是这个产品从零到一的唯一创造者。他出生在乌克兰敖德萨，大学学的是经济学，自学编程，在Meta做过代码质量负责人，加入Anthropic前住在日本农村做味噌，是刘慈欣的书迷——他觉得《流浪地球》短篇集比《三体》还好。2026年2月19日，他做客Lenny's Podcast，在这期将近90分钟的对话里回顾了Claude Code诞生一周年的历程。
这个时间点很微妙。就在几天前，OpenClaw的创造者Peter Steinberger宣布加入OpenAI的Codex团队。Steinberger此前公开表示，虽然他认为Claude Opus是"最好的通用agent模型"，但他更喜欢用OpenAI的Codex来写代码，因为它更适合长时间的agentic loop。OpenAI正在用人才收购的方式追赶Anthropic在coding agent领域的领先地位。而Anthropic刚刚以3500亿美元估值完成了新一轮融资，Claude Code是核心增长引擎。
与此同时，半导体与AI研究机构SemiAnalysis发布了一份报告：Claude Code目前已经贡献了全球GitHub公开代码提交量的4%，日均超过13.4万次commit。按照当前增速外推，到2026年底这个数字将超过20%。13个月内增长了42,896倍。SemiAnalysis的评价是："当我们还没反应过来的时候，AI已经吞噬了整个软件开发。"Boris本人从2025年11月起就再没有手动编辑过一行代码，每天通过Claude Code提交10到30个PR。Fortune杂志报道称，Anthropic全公司的AI代码生成比例在70%到90%之间，Claude Code自身90%的代码也是由Claude Code写的。
在这样的竞争背景和行业剧变中，Boris几乎同一时间做了两期深度访谈：2月19日他做客Lenny's Podcast发布；同期还有Y Combinator的Lightcone播客上线。两次对话的核心话题高度重叠，但各有独家细节——比如他在YC访谈里透露Plan Mode可能一个月内就不再需要了，以及Claude Code的整个代码库没有任何部分超过六个月。
以下整合了两场访谈的完整内容，应该是全网最全了。
1. 两周离职又回来：为什么是Anthropic
"这是我经历过的最快的一次跳槽。"
大约六个月前，Boris离开了Anthropic，加入了Cursor。两周后，他又回来了。他说自己是Cursor产品的粉丝，也很欣赏那个团队——"他们比很多人更早看到了AI编程的方向"——但加入之后他意识到自己真正缺失的是使命感。
Boris在加入Anthropic之前在大厂工作，之后有一段时间想去AI实验室。吸引他选择Anthropic的原因是安全。"在Anthropic的走廊里随便拦一个人问为什么在这儿，答案永远是安全。"这种mission-driven的氛围是他个人必须有的东西，"无论工作本身多有趣，哪怕是做一个很酷的产品，也没办法替代这个"。所以这个决定对他来说其实很快就清楚了。
2. 从两个点赞到全球4%的代码提交
Claude Code的故事要从Anthropic内部一个叫"Anthropic Labs"的团队说起。这个团队后来产出了三个产品：Claude Code、MCP（Model Context Protocol）和桌面应用。Boris加入时的第一个月，就是各种"瞎搞"。
"我做了一堆奇怪的原型，大部分都没有上线，甚至离上线都差很远。目的就是搞清楚模型能力的边界在哪里。"
然后他花了第二个月去做post-training（后训练）研究。他认为这对工程师来说至关重要——"要做好上层的工作，你必须理解下面那一层。传统工程里，做产品的人要理解基础设施、运行时、虚拟机、语言。在AI领域，你就是要在一定程度上理解模型本身。"
回来之后，他开始原型化最终成为Claude Code的东西。最初叫Claude CLI。Boris录了一段演示视频，展示了它如何使用几个工具。让他震惊的是一个意外：他给模型一个bash工具，然后随口问了一句"我现在在听什么音乐？"
"这是最疯狂的事。我没有指示模型用什么工具去做什么。模型拿到这个工具后，自己想出了如何用它来回答这个我都不确定它能回答的问题。"
他在内部发了一个帖子宣布这个项目。
拿到了两个点赞。
"这就是当时的全部反响。因为大家想到coding tool，想到的是IDE，没人觉得一个终端工具能行。用终端来做这件事确实挺奇怪的。"
但在YC的访谈里，Boris透露了一个更早的信号。第一个原型做出来两天后，他就给团队试用了。第二天早上，坐在他对面的工程师Robert已经在用Claude Code写代码了。Boris吓了一跳："你在干什么？这东西还没准备好，只是个原型。"但它已经在那个形态下就有用了。
Boris选择终端并非出于远见，而是出于务实——前几个月只有他一个人，终端是最快的构建方式。"这其实是一个很重要的产品教训：在早期你要让资源稍微不足一点。"后来团队讨论过是否换成其他形态，最终决定继续留在终端，原因是——模型进步太快了。"我们觉得没有其他形态能跟上模型变化的速度。"
这段时间Boris每天晚上都在想同一件事：模型在持续进步，我们该怎么做？怎么才能跟上？终端是他想到的唯一答案。
内部发布后，Claude Code在Anthropic内部迅速走红。Ben Mann（联合创始人）在产品还很早期时就催Boris做一张DAU图表。Boris觉得太早了，Ben坚持。"结果那张图表直接垂直上升。"Boris在YC访谈里说，Dario看到这张图后的第一反应是："你是不是在强制工程师使用它？为什么要强制？"Boris回答不是，"我就发了个帖子，然后他们就在互相安利。"
2025年2月对外发布。但一个很多人不记得的事实是：Claude Code外部发布时并不是一夜爆红。
"有一批早期用户马上就用了，但大多数人花了好几个月才真正理解这个产品是什么。它太不一样了。你必须保持开放心态，你必须学习怎么用它。"
真正的爆发点在Opus 4发布之后。然后2025年11月又有一次拐点。增长曲线从那之后一直在加速——"不只是在涨，是涨得越来越快"。Boris说如果看私有仓库的数据，比公开的4%还要高得多。
如今Claude Code已经在各个地方都可以用了：iOS和Android的Claude App、桌面应用、网站、IDE扩展、Slack和GitHub集成。但这些都不是起点。起点就是一个人在终端里写的一个hack。
3. 在Anthropic的DNA里用指数思考
Boris回忆了一个场景。2025年5月，Anthropic举办了第一次开发者大会"Code with Claude"。他做了一个短演讲，在QA环节被问到对年底的预测。
"我说到年底你可能不需要IDE来写代码了，我们会开始看到工程师不再自己写代码。我记得整个房间发出了惊叹声。"
但Boris说这在Anthropic内部是一种自然的思维方式。"Anthropic的联合创始人中有三位是scaling laws论文的前三作者。所以我们真的是用指数来思考的。如果你看当时Claude Code贡献的代码比例，把那条线画出去，到年底会到100%是很明显的事，哪怕它完全不符合直觉。"
他做的只是把线画出去。到了11月，他个人的数字确实到了100%。
4. Latent Demand：Claude Code和Cowork背后最重要的产品原则
Boris在播客中反复强调一个概念：latent demand（潜在需求）。他认为这是产品领域最重要的单一原则。
核心思路是：如果人们在用一种产品的方式是这个产品从来没设计过的——他们在"滥用"它——那说明有一个真实的需求还没被满足。你应该为这个需求专门做一个产品。
他举了两个Facebook的经典案例。
Facebook Marketplace：2016年左右，Fiona（后来成为Marketplace团队的创始经理）发现Facebook群组里40%的帖子是人们在买卖东西。没有人设计群组让它干这个，但用户自己在这么做。所以先做了买卖群组，然后做了Marketplace。"如果你做一个更好的产品让人们买卖东西，他们当然会喜欢。"
Facebook Dating：观察到一个数据——60%的非好友异性之间的主页浏览量。"人们在互相偷窥。如果你能为这个做一个产品，也许它会有用。"
Claude Code到Cowork的演变遵循了同样的逻辑。过去六个月左右，团队发现大量用户用Claude Code做的事情跟编程毫无关系：
-
有人用它种番茄 -
有人分析自己的基因组 -
有人从损坏的硬盘里恢复婚礼照片 -
有人用它分析MRI影像
"这些人在终端里跳过各种障碍就为了让AI帮他们干活。当你看到人们这样折腾你的产品时，答案就很明显了：给他们做一个专门的产品。"
Boris自己最早注意到这个信号是在大约2025年5月。他走进办公室，看到数据科学家Brendan的电脑上打开着Claude Code终端。"我当时惊呆了。我说Brendan，你怎么知道怎么打开终端的？这是一个非常工程化的产品。很多工程师都不想用终端。"结果Brendan自己搞定了——下载了Node.js，安装了Claude Code，在终端里做SQL分析。第二周，所有数据科学家都在这么干。
Cowork就是从这个观察中诞生的。团队探索了几个月不同的方向，最终有人说：如果我们就把Claude Code放到桌面应用里呢？四个工程师，十天，用Claude Code自己写了所有代码，包括一个完整的虚拟机安全系统。
"Co-work发布时就是一个即时的爆款，比Claude Code早期的反响好得多。"
Plan Mode的诞生也是同一逻辑。Boris在YC访谈里讲了这个故事的细节：他看到用户在GitHub Issues和内部Slack上反复做一件事——让Claude先讨论方案，先别写代码。有人只是想聊透一个想法，有人在让Claude写非常详细的技术spec。共同点是"做一件事但先不要coding"。"这是一个周日晚上十点钟。我在翻GitHub Issues，看到了这个模式。我花了30分钟写了这个功能，当晚就发布了，周一早上用户就收到了。这就是Plan Mode。"
Boris还提出了latent demand的一个进化版本：不只观察用户想做什么，还要观察模型想做什么。
"很多人构建AI产品的方式是把模型放进一个盒子里——这是我的应用，模型你负责这一个组件，按这种方式跟这些工具和API交互。Claude Code做了相反的事。我们说产品就是模型本身。我们要暴露它，在它周围放最少的脚手架。给它最少的工具集。让它决定运行什么工具，以什么顺序运行。"
在研究领域，这叫"on distribution"——让模型做它自然会做的事。在产品领域，就是对模型的潜在需求做响应。
5. The Bitter Lesson和为未来的模型做产品
Boris在Claude Code团队内部推崇Rich Sutton大约十年前写的一篇博文《The Bitter Lesson》（苦涩的教训）。核心观点极其简单：更通用的模型长期总会胜过更专用的模型。
Boris把这个原则应用得很彻底。他的建议是不要试图把模型框在精心设计的workflow里——不要给模型设定"你必须先做第一步再做第二步再做第三步"这种严格的编排。不要用小模型，不要做fine-tune，不要搭复杂的orchestrator。
"几乎每次，你给模型工具、给它目标、让它自己搞定，效果都比精心设计的流程更好。一年前你确实需要很多脚手架，但现在不需要了。"
他承认scaffolding可以带来10%到20%的性能提升，"但这些提升往往在下一个模型发布时就被抹平了。所以还不如等下一个模型。"
在YC的访谈里，Boris把这个原则推到了极致：Claude Code自身的代码在持续被重写。"Claude Code的所有代码都被写了一遍又一遍又一遍。我们每隔几周就删掉一些工具，每隔几周又加新工具。Claude Code里没有任何部分是六个月前就存在的。"他确认大约80%的代码库不超过两个月。在他办公区的墙上，团队裱了一份Rich Sutton那篇博文的打印版。
另一个紧密相关的原则是：为六个月后的模型做产品设计。
Claude Code最早只写Boris大约20%的代码。五月份是30%左右。他那时大部分代码还是用Cursor写的。直到11月才达到100%。但从一开始，产品设计就在赌一件事：终有一天模型会好到能写大部分代码。
"当Opus 4和Sonnet 4发布时，我们第一次看到了这个拐点。所有人突然开始用Claude Code了。增长从那时变成了指数级的。"
Boris对创业者的建议是："这会让你不舒服，因为你的产品前六个月的product-market fit不会很好。但如果你为六个月后的模型做设计，当那个模型发布时，你会直接起飞，产品会突然开始work。"
他补充说在AI lab内部，他们能看到模型具体会在哪些方面变好，"所以有点不公平"。但他愿意分享两个大方向：模型会越来越擅长使用工具和使用计算机；模型能够无人值守运行的时间会越来越长。
"一年前用Sonnet 3.5，模型大概跑15到30秒就会开始跑偏，你必须手把手带它。现在用Opus 4.6，平均无人值守可以跑10到30分钟。有时候可以跑几个小时甚至几天。有一些例子是跑了好几周的。"
6. 给团队更少的人，但是给每个人无限的Token
Boris的团队管理哲学充满了反直觉的操作。
第一个原则是适度"欠资源"。他的团队会刻意让项目处于轻微欠资源的状态——比如一个项目只放一个工程师。
"这样做的好处是人们被迫用Claude来加速。如果你有一个好想法，你就是想把它做出来，没有人需要逼你。这种内在驱动力加上Claude，就能自动化大量工作。"
这个逻辑跟通常的理解完全相反。大家都说AI会让你用更少的人做同样的事。Boris说的是：人少的时候反而能从AI中获得更多。因为资源的匮乏会推动人去找到创造性的方式使用AI。
"如果你雇了优秀的工程师，他们会自己想办法的。尤其是当你赋权给他们的时候。"
第二个原则是疯狂地给token。Boris跟各种CTO交流时给的建议都是一样的：不要在早期试图优化成本。
"我的建议通常是：一开始不要优化，不要降本。先给工程师尽可能多的token。现在你开始看到一些公司把这个作为福利——如果你加入，你可以获得无限的token。我非常鼓励这么做。因为这让人们有自由去尝试那些原本太疯狂的想法。如果某个想法有效了，你再想办法规模化，那才是优化和降本的时机。"
他举了具体的例子："在Anthropic，有些工程师一个月花掉几十万美元的token费用。"
主持人Lenny开玩笑说：你当然希望我们用更多token，你在Anthropic工作啊。Boris回应说：对于单个工程师实验阶段的token费用，相对于他的薪水和公司其他运营成本来说，其实是很低的。如果那个想法规模化了、token成本变得很大，那才是优化的时间点。"但不要太早做这件事。"
Lenny追问：有没有公司的token成本已经超过员工工资了？Boris说在Anthropic内部，确实已经开始看到一些这样的情况了。
第三个原则是速度。"如果一件事今天能做完，就今天做完。"这是团队从第一天就保持的文化。早期只有Boris一个人，"我们唯一的优势就是速度，这是我们在这个非常拥挤的编程工具市场能够竞争的唯一方式"。现在团队大了，这个原则依然没变。"如果你想更快，一个很好的方法就是让Claude做更多事。"
7. 200%的生产力提升：这个数字有多疯狂
Boris分享了一个让他自己都觉得不可思议的数字。
自从引入Claude Code以来，Anthropic的工程团队大约扩大了四倍。但每个工程师的人均产出提升了200%。
在YC访谈里Boris给出了更细的颗粒度：团队去年规模翻倍，但人均PR产出增长了约70%；如果从Claude Code推出至今算，人均产出增长了150%。衡量指标很简单——"就是最简单最蠢的指标，PR数量"，但他们会用commit数量和commit生命周期来交叉验证。
"对于任何真正做过开发者生产力工作的人来说，这个数字简直是疯狂的。"
他的参照系是Meta。Boris之前在Meta的职责之一是整个公司的代码质量——Facebook、Instagram、WhatsApp所有的代码库。很大一部分工作是关于生产力的，因为代码质量越高，工程师就越高效。"在那种环境下，数百名工程师工作一年，你能看到几个百分点的生产力提升。"
现在看到的是百分之几百的提升。
"同样疯狂的是这一切被正常化的速度。我们听到这些数字的时候觉得理所当然——当然AI在做这些事了。但重要的是要认识到这真的很疯狂。这是前所未有的变化量。我有时候必须提醒自己这一点。"
8. 老手的盲区：新人有时候比资深工程师更"AGI-forward"
Boris坦承了一个有趣的个人弱点：因为用模型太久了，他有时候会被困在旧的思维模式里。他发现团队里的新人，甚至是应届毕业生，有时候用AI的方式比他更激进、更前沿。
他举了一个具体的例子。几个月前出现了一个内存泄漏问题——Claude Code的内存使用不断上升，最终崩溃。"这是一个非常经典的工程问题，每个工程师都调试过上千次。"
传统做法是：拿一个heap snapshot，放进专门的调试器，用各种专用工具来分析。Boris就在这么做，翻看trace，试图搞清楚发生了什么。
团队里一个比较新的工程师直接打开Claude Code："嘿Claude，好像有个内存泄漏，你能查一下吗？"
"Claude Code做了跟我完全一样的事——它拿了heap snapshot，给自己写了一个小工具来分析它，相当于一个即时程序，然后找到了问题，提交了一个PR。整个过程比我还快。"
Boris说这个经历给他的教训是：对于用模型很久的人来说，你必须不断把自己传送到当下这个时刻，不要被困在旧模型的印象里。"这不是Sonnet 3.5了。新模型完全不同。"
在YC访谈里，他把这个观察展开得更具体。他说团队的人才画像是极端的双峰分布：一端是hyper-specialist（超级专家），比如专杀内存泄漏的Jared、深度理解JavaScript运行时的Bun团队；另一端是hyper-generalist（超级通才），横跨产品和基础设施、产品和设计、产品和用户研究。Boris更看重后者身上一种特质——"做奇怪事情的人"。
他举了工程师Daisy的例子。Daisy从另一个团队转来，加入几周后给Claude Code提交了一个PR来添加新功能。但她的做法不是直接实现功能，而是先写了一个PR，让Claude Code拥有一个"测试任意工具"的元工具，然后让Claude用这个元工具自己写出了实际功能。"这种跳出框架的思维方式太有意思了。不是很多人能想到这么做。"
Boris在YC访谈里还分享了他现在面试时最看重的一个问题："给我一个你错了的例子。"他想看候选人能不能认错、能不能把错归因到自己、能不能从中学到东西。"很多资深的人永远不会为错误承担责任。但对我来说，我大概一半的想法都是坏主意。你就是要不断试，给用户用，跟用户聊，学习。有时候最终能找到一个好主意，有时候找不到。"
9. 编程"已被解决"：下一个是谁
Boris在播客中做了一个非常直接的判断。
"在这个时间点上，可以有把握地说，编程基本上已被解决了。至少对我做的那种编程来说，它就是一个solved problem。因为Claude可以做这些事。"
他预测在接下来几个月，对整个行业来说这个问题会变得越来越solved，"对每一种代码库、每一个技术栈都是如此"。
那下一个呢？
"所有跟编程相邻的工作——产品经理、设计、数据科学。然后会扩展到基本上任何你可以在电脑上做的工作。因为模型只会越来越好。"
主持人Lenny做了一个非正式的Twitter调查。70%的工程师和PM说AI让他们更享受工作了，约10%说更不享受。但设计师只有55%说更享受，20%说更不享受。Boris对此很感兴趣，说想跟这些人聊聊。他观察到Anthropic内部的设计师大多在用Claude桌面应用写代码，"一些之前不写代码的设计师现在开始写了，对他们来说太好了，因为他们可以自己解决问题，不用再去找工程师"。
在这个过渡期里，Boris觉得工程、设计、产品管理这三个角色之间的边界正在模糊化。
"也许有50%的重叠，大家其实在做同样的事，只是每个人有一些专长。比如我写代码多一点，我们的产品经理Cat做协调、规划、预测多一点。但我觉得到今年底，'软件工程师'这个头衔会开始消失。取而代之的可能是'builder'，或者反过来，每个人都是产品经理，每个人都写代码。"
10. 印刷术类比：编程如同15世纪的手抄
Boris花了相当长的时间思考一个问题：历史上什么时刻跟现在最像？
"我一直在想什么是正确的历史类比。对我来说最接近的是印刷术。"
15世纪中叶，欧洲识字率不到1%。能读写的只有抄写员，他们被领主和国王雇佣——这些领主和国王本身往往是不识字的。在古腾堡印刷术发明后的50年里，印刷品的产出超过了此前1000年的总和。成本在50年内下降了约100倍。识字率的提升花了更长时间——因为学会读写需要教育体系、需要自由时间、需要不必整天在农场干活——但在随后的200年里升到了全球约70%。
他还找到一份有趣的历史文献：一位15世纪的抄写员被采访对印刷术的看法。
"这个抄写员其实很兴奋。他说他最不喜欢的工作就是在书之间抄来抄去。他喜欢的是画书里的插图和做装帧。他很高兴现在他的时间被释放出来了。"
Boris说自己作为工程师有一种平行的感受："这就是我的感觉。我不用再做编程中那些枯燥的细节了——跟git较劲、使用各种工具。那些从来不是有趣的部分。有趣的部分是想清楚要做什么，是跟用户交流，是思考大系统，是思考未来，是跟团队协作。现在我可以做更多这些事了。"
"我想象一个几年后的世界，每个人都能编程。那会释放什么？任何人可以随时构建软件。就像15世纪的人无法预测印刷术最终会带来什么一样。如果印刷术没有发明，我们今天的对话就不可能发生。我们的麦克风不会存在。我们周围的一切都不会存在。"
他同时坦率地说："在过渡期，这会非常具有颠覆性，对很多人来说会很痛苦。作为一个社会，这是我们必须共同面对和解决的事情。"
11. 还需要学编程吗？一到两年后就不重要了
Lenny直接问了那个很多人想问的问题：现在的人还应该学编程吗？在校生还应该学编程吗？
Boris的回答很直接："对于现在在用Claude Code、在用AI agent写代码的人来说，你还是需要理解下面那一层的。但一到两年后，这就不重要了。"
他对此并不焦虑。"编程一直在变。很久以前是打孔卡，再之前是开关，再之前是硬件，再之前就是一屋子人用纸笔做数学。编程从1960年代用软件在虚拟机上跑程序到现在，也就60年。这个领域一直在变。"
"在情感层面，我觉得我一直需要学新东西。作为程序员这其实不算什么新鲜事，因为总有新框架、新语言。这是我们在这个领域很习惯的事情。但我知道并不是每个人都这样。对一些人来说，他们会感到更多的失落、怀旧或者退化。"
Boris自己是否怀念写代码？他讲了一段个人史。
他是自学编程的，大学学的是经济学。从中学就开始编程，最初的动机极其实际：他给TI-83 Plus图形计算器编程，把数学考试答案写进去。后来考试变难了，答案写不完，他就写了一个代数求解器。然后他发现可以用一根数据线把程序分享给全班同学。"然后全班都得了A。然后我们全被抓了，老师让我们别搞了。"
"从一开始编程对我来说就是非常实用的。编程是一种构建东西的手段，不是目的本身。"
但他也承认自己后来确实掉进过编程之美的兔子洞——写了一本关于TypeScript的书（O'Reilly出版的《TypeScript编程》，Programming TypeScript），创办了当时世界上最大的TypeScript meetup，深入研究函数式编程和类型系统。"类型平衡的时候有一种buzz，类似于解开一道很难的数学题。但这终归不是终点。"
他也尊重不同的选择。"团队里有一个工程师Lena，周末还在手写C++，因为她就是享受手写C++。即使这个领域怎么变，总有空间去做这些事，去享受手工的艺术。"
12. 使用Claude Code的三个Pro Tips
Boris强调没有唯一正确的使用方式。"这是一个开发者工具，开发者都不一样，有不同的偏好和环境。你得找到自己的路。好消息是你可以问Claude Code本身，它能给推荐、能改你的设置、它了解自己。"
但他分享了几个他个人觉得非常有用的习惯。
第一，永远用最强的模型。 目前是Opus 4.6，并且他始终打开maximum effort模式。反直觉的地方在于：用便宜模型看似省钱，但因为智能程度低，完成同样的任务实际上消耗更多token——需要更多轮对话、更多修正、更多hand-holding。"所以用最贵的模型实际上往往更便宜、更快。"
第二，80%的任务先进Plan Mode。 操作很简单，终端里按两次Shift+Tab。技术上也极其简单——就是在prompt里注入一句"请先不要写代码"。模型会跟你来回讨论方案，方案确认后你让它执行。Boris说用Opus 4.6的Plan Mode后，"我打开auto-accept，让它直接执行，因为如果计划是好的，它几乎每次都能一次性写对"。
但Boris在YC访谈里透露了一个重要信号：Plan Mode的寿命可能有限。当YC的主持人问他"六个月后是不是就不用这么显式地提示了，模型自己就会搞定？"Boris回答："也许一个月。"团队已经在实验让Claude Code自己判断何时进入plan mode——"在人类本来会想要进入plan mode的那个时间点，Claude自动进入。"如果这个方向走通了，用户只需要给一个prompt，Claude就能自己决定先规划还是直接执行。
第三，Claude MD要极简。 这一条来自YC访谈。Boris自己的Claude MD只有两行：第一行是"提交PR时打开automerge"，第二行是"提交PR时发到团队Slack频道"。所有其他指令都在团队共享的、check-in到代码库里的Claude MD中，整个团队每周贡献修改好几次。
他的建议很反常识：如果你的Claude MD太长了，删掉重来。"很多人喜欢过度工程化这个东西。但模型的能力每个版本都在变，你要做的是最小化干预来让模型走上正轨。如果你删掉Claude MD之后模型走偏了，再一点一点加回来。你会发现每个新模型需要的指令越来越少。"
第三，尝试不同的界面。 很多人一说Claude Code就想到终端。但它现在可以在iOS和Android App里用、在桌面应用里用、在Slack集成里用。Boris自己现在三分之一的编程在终端，三分之一在桌面应用，三分之一在iOS App上。"我早上醒来第一件事就是打开手机上的Claude Code。"他通常同时运行五个agent。这种multi-quading已经成为日常。
13. Claude Code现在能自己想出要做什么
这可能是播客中最关键的一个前瞻性信号。
"现在正在发生的事情是，Claude开始自己提出要做什么了。它会浏览反馈、查看bug报告、查看遥测数据，然后开始提出bug修复的想法和要上线的功能。有点像一个同事。"
Boris把Claude Code指向团队的内部反馈Slack频道。这个频道从2024年Claude Code内部发布起就一直是一个反馈"消防水管"。
"早期我的做法是：只要有人发反馈，我就在一分钟或五分钟内把每一个问题修掉。这种极快的反馈循环鼓励人们给更多反馈。因为通常你给一个产品反馈，它就进了某个黑洞，然后你就不再给反馈了。如果你让人们感到被听见，他们就想贡献，想帮这个产品变得更好。"
现在他还是做同样的事，但Claude做了大部分工作。"我把它指向频道，它说'好的，这里有几件事我可以做，我刚提了几个PR，你要看看吗？'我说好。"
在YC访谈里，Boris描述了一个更具体的模式：Claude Code在查代码时会看git blame，发现某个工程师改过相关代码，就自动在Slack上给那个人发消息问一个澄清问题。拿到回复后，继续干活。这已经是日常操作了。
而最极端的案例是Claude Code的Plugins功能。在YC访谈里Boris透露，Plugins完全由一个agent swarm（智能体群）自主完成。一个工程师给Claude写了一份spec，让它用Asana看板来管理任务。Claude自己在Asana上创建了一堆ticket，然后spawn了一组子agent，每个子agent领取任务独立执行。主agent负责下发指令，子agent之间没有彼此的上下文。整个过程跑了一个周末，几乎没有人工干预。Plugins上线时的形态跟swarm产出的版本基本一致。
Lenny追问：你有没有注意到它在这方面越来越好了？毕竟这才是圣杯——写代码solved了，code review变成了下一个瓶颈，然后"决定做什么"才是人类剩下的价值。Boris确认改进非常大。"一部分是我们专门做的coding训练。但其实很多coding之外的训练也会迁移过来。你教模型做X，它在Y上也会变好。4.6就是incredible。"
14. 安全的三层体系和"向上竞赛"
Boris在播客中多次把话题拉回到安全。Anthropic的模型能力路径图从一开始就是：先让模型擅长编程，然后擅长工具使用，然后擅长计算机使用。这不只是产品路径，也是安全研究的路径——因为每一层新能力都需要新的安全理解。
他介绍了三层安全体系。
第一层是对齐和机械可解释性（Mechanistic Interpretability）。 这是Chris Olah发明的领域。核心思路是：人脑是一堆互相连接的神经元，模型也是。你可以在机械层面研究模型的神经元在做什么。"令人惊讶的是，很多关于动物大脑的研究确实能迁移到模型上。模型的神经元跟动物神经元不同，但在很多方面行为类似。"
Anthropic现在已经能追踪特定神经元的激活——比如跟"欺骗"相关的神经元。随着模型变大，一个神经元可能对应十几个概念（这叫superposition，叠加态），多个神经元协同工作时代表更复杂的概念。"我们一直在学习这些结构是如何工作的、特定概念是如何被编码的、模型是如何做规划的。很长一段时间我们不确定模型是只在预测下一个token还是在做更深层的事情。现在有相当强的证据表明它确实在做更深层的事情。"
第二层是评测（Evals）。 在实验室环境中给模型设置各种合成场景——"模型在培养皿里，你给它一个情境，问它：你会怎么做？这样做对吗？安全吗？"
第三层是在野外观察模型行为。 随着模型变得越来越复杂，前两层表现良好不代表第三层也没问题。Claude Code在Anthropic内部测试了四五个月才对外发布。"我们不确定它是不是安全的。这是第一个大规模发布的agent。所以我们必须在内部研究很长时间才觉得可以放心。"
Cowork也是类似的流程："模型在新的场景里，做的不是工程任务，是代表你执行的agent。对齐看起来没问题，evals没问题，内部测试没问题，给几个客户测试没问题。现在我们要确保它在真实世界也没问题。所以我们提前发布，叫它research preview。"
Anthropic还有一个内部概念叫"Race to the Top"（向上竞赛）。他们开源了Claude Code的沙箱环境，这个沙箱兼容任何agent，不只是Claude Code。"我们想让其他人也能更容易地做同样的安全工作。这就是我们的杠杆。我们想确保这件事往好的方向发展。"
15. 对Codex的看法和竞争态度
Lenny问Boris怎么看OpenAI的Codex。Boris说他用过一次，"看起来很像Claude Code，这挺让人受宠若惊的"。有竞争是好事，因为用户应该有选择。
但他说团队几乎不花时间关注竞品。"我们不太试用其他产品。你想知道它们存在，但对我来说，我就是喜欢跟用户聊天，喜欢让产品变得更好，喜欢根据反馈行动。这真的就是关于做好产品。"
16. Cowork：它到底怎么用
Boris在播客最后花了不少时间介绍Cowork的实际使用场景，因为他觉得很多人还不真正理解agent是什么。
"'Agent'这个词被到处乱用，已经失去了所有意义。但它其实有一个非常具体的技术含义：一个能使用工具的AI。它不只是说话，它能行动。它能跟你的系统交互，能用你的Google Docs，能发邮件，能在你的电脑上运行命令。"
他自己每天用Cowork做各种跟编程完全无关的事。"我有一张停车罚单要交，我就让Cowork去交了。我们团队所有的项目管理都是Cowork做的——在电子表格和Slack消息和邮件之间同步数据。"
Boris在YC访谈里还分享了一个有点好笑的副作用：因为他总是让co-work在后台运行，而co-work特别喜欢用浏览器，它偶尔会自己跑到Twitter上回复别人的推文。Boris会把这些删掉，"tone有点cheesy，我不太喜欢那个语气。"
具体的项目管理例子：团队有一个spreadsheet，每个工程师一行，每周填一次状态。每周一，Cowork自动遍历所有人，给没填的工程师发Slack消息。"就一个prompt，它会做所有事。"
Chrome集成也让他赞不绝口。"它帮我交了一个交通罚款，帮我取消了几个订阅。"他分享的Cowork入门路径是：
-
先让它用一个工具。比如"清理我的桌面"或者"总结我的邮件" -
然后连接工具。比如"看我最重要的邮件，然后发Slack消息"或者"放到电子表格里" -
然后并行运行多个task。启动一个任务，再启动一个，再启动一个，然后去喝杯咖啡
Boris还提到Lenny之前写过一个帖子叫"50个非技术性的Claude Code使用案例"，Claude Code团队的一个PM用它作为Cowork发布前的评测标准。"当Cowork能完成50个里面的48个时，他们说'好了，质量够了。'"
Lenny知道后非常兴奋："我变成了一个eval？"Boris说："是的，这是一种反向突破。"
17. 做味噌的人
Boris在加入Anthropic之前住在日本农村。那是一个跟旧金山完全相反的世界。他是镇上唯一的工程师，也是唯一的英语使用者。每周骑车去农贸市场，路过稻田。
在那个镇上，社交的方式是交换自制食物。每个人都做味噌，每个人都做泡菜。Boris把味噌做得相当不错。
"味噌这个东西教你用长时间尺度思考。白味噌至少要三个月，红味噌需要两到四年。你混合好原料，然后你只能等。必须非常、非常有耐心。"
这跟工程完全不同。那段日本生活的节奏是围绕季节组织的——这周农贸市场全是甜椒，说明甜椒季到了。下周甜椒消失了，变成了葡萄季。
被问到AGI之后打算干什么，Boris说："大概会去做味噌。"
但他之所以离开日本，恰恰是因为在那段慢节奏的生活里读了大量科幻小说。在那种长时间尺度的思考中，他意识到AI的发展可以往很多方向走，其中很多是坏的方向。"我觉得我必须参与进来，让这件事往好一点的方向发展。"这是他加入Anthropic的根本原因。Ben Mann在其中也起了很大作用。
18. 书单和人生信条
Boris推荐了三本书。
第一本是《Scala函数式编程》（Functional Programming in Scala）。"这是我读过的最好的技术书。很奇怪，因为你可能不会用Scala，在AI时代这可能更加不重要了。但函数式编程和类型思维有一种优雅，这就是我编码和思考编码的方式。你可以把它当作历史文物，也可以把它当作一种提升。"
第二本是查尔斯·斯特罗斯（Charles Stross）的《渐快》（Accelerando，意为"渐快"，音乐术语，暂无中文出版）。"这大概是最能捕捉到我们当下这个时刻本质的书。节奏越来越快、越来越快。它从起飞开始，逐渐接近奇点，最终以一个集体龙虾意识环绕木星运行结束。整个过程只花了几十年。"
第三本是刘慈欣的《流浪地球》（The Wandering Earth）短篇集。"很多人知道他因为《三体》（The Three-Body Problem），我觉得《三体》很棒，但我其实更喜欢他的短篇小说。中国科幻有一种跟西方科幻非常不同的视角，至少他作为一个作家的思考方式就很不一样。写得非常美。"
Lenny顺势推荐了弗诺·文奇（Vernor Vinge）的《深渊上的火》（A Fire Upon the Deep），Boris说他读过，也喜欢续作《天渊》（A Deepness in the Sky）。两人就这么聊起了硬科幻，发现彼此都是这个类型的重度读者。
他的人生信条是四个字：用常识。
"我看到的大多数失败，尤其在工作环境中，就是人们没有用常识。他们不动脑子地跟着流程走，不思考地做一件事，做一个不好的产品或不好的想法然后跟着惯性走不去想它。我看到的最好的结果都是人们用第一性原理思考，发展自己的常识。如果什么东西闻起来不对，那它大概就是不对的。"
最后一个有趣的细节：Boris和Lenny在对话中意外发现两人都出生在乌克兰的敖德萨。Boris一家在1988年离开，Lenny一家在1995年离开。两人都感慨如果没有离开，人生会完全不同。Boris的家人现在每次有好东西——哪怕是一个烤面包机或一顿好饭——都会举杯"to America"。Lenny的家人也一样，"只不过用的还是伏特加"。
Q1: Boris为什么认为"欠资源"比"资源充足"更好？他的逻辑是：当一个项目只配一个工程师时，这个人会被迫寻找创造性的方式使用AI来加速。资源的匮乏推动人去发现AI的更多可能性。这跟通常理解的"AI让你用更少的人做同样的事"不同——Boris认为人少的时候，反而能从AI中挤出更多价值。前提是你雇了优秀的人，并且赋权给他们（主要是给足token）。
Q2: 为什么Boris建议不要给模型搭复杂的workflow和orchestrator？两个原因。第一，Rich Sutton的"苦涩的教训"——更通用的方法长期总会胜过更专用的方法。给模型工具和目标、让它自己决定怎么做，几乎总是比精心设计的流程效果更好。第二，scaffolding带来的10%到20%的性能提升往往在下一个模型发布时就被抹平了。与其花时间搭脚手架，不如等下一个模型。这也是为什么Claude Code从第一天起就选择了最少脚手架的设计。
Q3: "编程已被解决"之后，软件工程师变成了什么？Boris的答案是"builder"。在Claude Code团队里，产品经理写代码，设计师写代码，财务写代码，工程师做产品判断。每个人的角色边界都在模糊化。Boris认为到2026年底，"软件工程师"这个头衔会开始消失。取而代之的角色需要同时具备多种能力：能跟用户交流、能判断做什么、能让AI执行、能验证结果。他的类比是印刷术之后的抄写员——抄写员没有消失，但他们不再抄书了，而是去做他们一直更喜欢的事：画插图和装帧。
