Skip to content
Synapse
Go back

Boris Cherny 谈编程已被解决之后

2110 字 · 6 分钟

Claude Code 创始人 Boris Cherny 在 Sequoia 2026 年 AI Ascent 大会的访谈 Anthropic’s Boris Cherny: Why Coding Is Solved, and What Comes Next,主持人是 Sequoia 合伙人 Lauren Reeder。Claude Code 上线一年多已超过十亿美元年化营收。Boris 在台上做了一次现场调查:100% 自己写代码的人很少,100% 交给 Agent 的也不多,绝大多数在两者之间。他个人的样本是 100%——一年没写过一行代码,每天合几十个 PR,单日记录 150 个。

三步路线图:写代码 → 管理 Agent → 重塑组织

Claude Code 是一个 product overhang 赌注

Boris 用 Anthropic 内部高频词 product overhang(产品悬置——模型已有某种能力但产品没把它呈现出来)解释 Claude Code 的来历。2024 年底他加入内部孵化器 Anthropic Labs,几个人做出 Claude Code、MCP 和 Claude Desktop 后解散,2026 年初由前 Instagram 联合创始人 Mike Krieger 重新牵头。

我们当时看编程领域,2024 年底最先进的状态就是按 Tab 键。打开 IDE 按一下 Tab,模型给你补一行——这是 Sonnet 3.5 第一次让人能做的事情。我们觉得可以走得更远,让 Agent 把整段代码都写了。

做出来之后前六个月几乎没人用,连 Boris 自己也只用它写 10% 的代码,发布后也没指数增长。爆发点是 2025 年 5 月 Opus 4,之后每代新模型都让曲线再往上拐一次。这是个反 PMF(产品市场匹配)赌注:明知前六个月不会有 PMF,因为是给下一代模型做开发。

为下一代模型先做产品,等模型能力越过临界点

“编程已被解决”的样本边界

Boris 对”已被解决”的解释是 Claude Code 自己的代码库(因为泄露被外界看过)就是 TypeScript 加 React,没什么秘密。选这两样是因为它们在模型训练数据里属于 on-distribution(分布内数据):2024 年底模型还没那么聪明,框架选择决定模型能写多少。现在模型强到可以现学没见过的栈,当时必须挑最熟的。

正因为选了模型最熟的栈,项目在 2025 年 10、11 月过了临界点:模型开始写 100% 的代码。他说:“上周有一天我合了 150 个,那是个记录,就是想看看能不能推到极限。”

但他承认这条结论不普世。很大很复杂的代码库、模型不擅长的小众语言——SAP ABAP、三十年的 C++ 老系统、嵌入式底层、合规审计严的金融系统都不在样本里。他的答案是”通常就是等下一代模型”。

手机里几百个 Agent:Loop 是新的调度单元

半年前 Boris 在 Twitter 分享个人工作流意外火了,之后又变了——现在大部分工作从手机完成。

Claude App 左侧的 code 标签里,他常驻 5 到 10 个 session,每个 session 又开着一堆 Agent,加起来几百个在跑,晚上再起几千个做更深的任务。但他更爱用的不是子 Agent,而是叫 Loop 的简单模式:让 Claude 用 cron 起定时任务,每分钟、每五分钟或每天跑一次。

我有几十个 Loop 一直在跑。一个负责盯着我的 PR,自动修 CI(持续集成)、自动 rebase;一个负责让 CI 整体保持健康,比如某个测试 flaky 了它就去修;还有一个每 30 分钟从 Twitter 上把别人对 Claude Code 的反馈拉一遍、聚类、整理给我。

Anthropic 刚发的 Routines 把 Loop 从客户端搬到服务器,关笔记本也照跑。Boris 判断”Loop 是未来”。4.7 已经会主动说”我注意到这个数据在变化,我帮你起一个 Loop,每 30 分钟给你一份报告。要不要发到 Slack?“然后用 Slack MCP 自己接好。

手机调度几百个 Agent,由 Loop 串起来

Anthropic 真正领先的是组织流程

观众问 Anthropic 内外的工程实践差距是一个月、三个月还是六个月。Boris 说模型层基本没差距:内部用 Mythos(Anthropic 在 2026 年 4 月公开承认的前沿模型,仅在 Project Glasswing 网络安全防御计划里部分开放,SWE-bench 93.9%、USAMO 97.6%)做小范围试用,主力 dogfooding(吃自己的狗粮)还是 Opus 4.7,未来变体也会对外。

但产品层差距很大,原因在流程:

在 Anthropic 我们已经把 Claude 用到一切环节。我在写代码的时候,我的几个 Claude 在 Loop 里跑,它们会通过 Slack 去找其他人的 Claude 聊天,把不确定的事情问出来。我们整个公司没有任何手写代码了,所有 SQL 都是模型写的。

真正的领先不在技术,在组织怎么改造自己。Claude Code 团队的 PM、设计师、数据科学家、财务、用户研究员都在写代码——写代码的边际成本接近零之后,原本不写代码的角色也能直接出工程产物。

组织怎么改造自己才是差距

SaaS 护城河:两种被抹平,三种还留着

主持人问软件产品的价值怎么变。Boris 借用 Hamilton Helmer 的 Seven Powers 框架(七种可持续竞争优势:规模经济、网络效应、反向定位、切换成本、品牌、独占资源、流程效力),判断 AI 会抹平其中两种。

第一种是切换成本。模型能帮用户从一个工具迁到另一个,原本”我已经在 Salesforce 上配了三百个工作流,没法换”,模型一夜之间就能迁完。

第二种是流程效力——“我们的工作流别人复制不了”的优势。“Claude 4.7 是第一个能 hill-climb(爬坡式优化,逐步逼近最优解)任何东西的模型。设定目标让它跑,最终就能达成。“流程优化原本是大公司多年积累的内部资产,被模型直接吃掉。

网络效应、规模经济、独占资源仍然成立——“用户越多越好用”的产品和拿得到稀缺资源的公司依旧安全。

接下来 10 年里,能颠覆原有市场的初创公司数量大概比过去 10 年多 10 倍。你现在可以做一家很小的公司,做出和大公司一样有价值的产品,然后正面竞争。大公司要改业务流程、要重新培训员工、内部还会一堆抵抗,你不需要,你从一张白纸开始。

Anthropic 的 Cowork 就是赌切换成本会塌、企业 SaaS 用户被桌面 Agent 直接接管。2026 年 2 月软件股蒸发 2850 亿美元市值,是市场的初步反应。

AI 抹平两种护城河,三种仍然成立

软件大众化:会计师比工程师更适合写会计软件

观众问 Claude Code 会不会让”建软件”变成像”会用 Office”那样人人都会的技能。Boris 说会,而且比这更夸张——会像”发短信”那种级别。

他最爱的类比是印刷术:1400 年代欧洲只有少数识字者;古登堡发明印刷术后 50 年里,欧洲出版的文献比之前一千年加起来还多,一本书成本降约 100 倍。又过几百年,识字普及,专业作家依然存在。

比如说写会计软件。今天写会计软件最合适的人已经不是工程师了,是一个真正懂业务的会计师。因为他对领域熟得不能再熟,写代码反而是简单的部分。

反过来看,最容易被取代的是只会写代码、不懂垂直领域业务的纯技术工程师。

印刷术之后,懂业务的人亲手做软件

下一波 product overhang

最后一个观众问:当年看到 product overhang 就做了 Claude Code,现在又在押什么——今天还行、但预期六个月到一年后会很不一样的产品?

Boris 的答案是 Claude Design—— Anthropic Labs 在 2026 年 4 月 17 日和 Opus 4.7 同步发布的可视化工作台:对话生成原型、幻灯片和营销页面,读代码库自动套用 design system,一键导出到 Claude Code 或 Canva,定位是 Figma 和 Canva 的替代。

用户该不该自己决定开几个 Agent、用本地还是云端,Boris 认为这是模型该处理的实现细节:“用户得自己学怎么调度这些工具,是我产品没做好。“MCP 与 Computer Use 同理:知识工作大部分早在云上,MCP 是答案,Computer Use 是 catch-all(兜底方案)。“模型不在乎是 MCP、CLI 还是 API,它只看到 token。”



相关内容

下一篇
英伟达不再卖芯片,卖 token 经济