为什么编程已被解决

▲ 本场对谈的标题卡：Anthropic「Fireside Chat」，红杉资本 AI Ascent 大会现场，台下坐满创业者/builder。

• Boris 是 Claude Code 的创造者，被主持人称作它的"父亲"。他整个职业生涯都在大量写代码、还写过讲代码的书（包括《Programming TypeScript》）——是个不折不扣的"engineer's engineer（工程师里的工程师）"。 → 详细
• 反差是：上次他们聊的时候，Boris 说自己过去一年、至少 2026 年到现在一行代码都没亲手写过——全交给模型了。一个写了一辈子代码、还出过书的人主动停笔，本身就是"编程已被解决"最有说服力的注脚。 → 详细
• 一个彩蛋：他初中时写过一篇"怎么在 TI-83 Plus 计算器上写 BASIC"的指南，至今还挂在网上（他自己都觉得尴尬，求大家别搜）。 → 详细
• 现场举手调查 Claude Code 的用法：绝大多数人用 CLI（命令行）；桌面端有一些；用 VS Code / JetBrains 这类 IDE 插件的"其实不多"；Boris 自己最近"基本都在 iOS 手机上用"。 → 详细

• Boris 2024 年底加入 Anthropic 内部一个叫 Anthropic Labs 的孵化器——非常典型的创新小队，就几个人，"把想做的东西做出来，然后就把团队解散了"。这支小队的产出是 Claude Code、MCP、桌面 app 三样东西。 → 详细
• 现在这支团队"合体做第二季"，由 Mike Krieger 带队——他是 Anthropic 的首席产品官（CPO），也是当年 Instagram 的联合创始人之一。 → 详细
• 做编程的动机是他们看到了一个 product overhang（产品红利悬置——指模型的能力已经就位、但还没有任何产品把这份能力真正"接住"、兑现成用户价值的那段空档）。Boris 说这个词他们在 Lab 里"天天挂在嘴边"。 → 详细

• 2024 年底，编程领域的 SOTA（state of the art，业界最高水平）还只是 type ahead（自动补全）——你打开 IDE、按一下 Tab，它一次帮你补全一行代码。这是 Sonnet 3.5 第一次让人能做到的事。 → 详细
• Boris 团队的直觉是：可以走得比"补一行"远得多——不必停留在自动补全，完全可以让 agent（智能体，能自己规划+调工具+多步执行的 AI）把所有代码都写了。这就是他们押下的产品赌注。 → 详细

• 残酷的真相：做出来后头 6 个月"根本不好用"，质量很差、勉强能用，Boris 自己也就 10% 的代码会用它来写。哪怕最初正式发布后，Claude Code 也算不上爆款——有人用，但完全没有今天这种指数级增长。 → 详细
• 指数增长是从今年 5 月的 Opus 4 才开始的，Boris"记得特别清楚"；之后每发一代模型就再"拐"一次：Opus 4 → 4.5 → 4.6 → 现在 4.7，一路不停往上拐。 → 详细
• 核心方法论：他们是在做一个 pre-PMF（还没到产品市场契合） 的东西，而且心里清楚它 6 个月内都不会有 PMF——因为他们是冲着"下一代模型"在做。"build for the next model（为下一个模型而造）"这个思路贯穿了整个过程。这对创业者是个反直觉的启示：当模型每隔几个月就跳一级时，今天"不好用"的产品可能正好卡在下一代模型的能力曲线上。 → 详细

• Boris 公开说过"coding is solved（编程已被解决）"。他对自己的限定很诚实：对我个人来说，就是 100% 由模型写代码。 → 详细
• 现场又做了一次举手调查：纯手写代码的、100% 用 agent 写的、介于两者之间的——结论是大概"解决了一半"。所以"已解决"是对前沿用户的真实体感，不是对所有人的现状。 → 详细
• 哪些还没解决：很大很复杂的代码库、比较冷门、模型还不擅长的语言。Boris 的标准答案是——"通常答案就是等下一个模型"。 → 详细

• Claude Code 的 codebase 曾经泄露过，所以 Boris 干脆挑明："其实特别简单，就是 TypeScript 加 React，没什么大秘密，也没什么真正复杂的东西。" → 详细
• 为什么选 TS + React？因为它们对模型来说非常 on distribution（在分布内——指模型训练时见过海量这类代码，所以写起来特别顺、特别准）。早期模型没现在聪明，用什么语言、什么框架很关键；如今模型"想写什么都行"，能上手没见过的新语言新框架，但当年你会想用主流、在分布内的东西。 → 详细
• 正因如此，Boris 团队挺早就走到了"模型 100% 写代码"的地步——大概是去年 10、11 月。 → 详细

• 现在 Boris 每天通常提几十个 PR（Pull Request，一次打包好、等着合进主干的代码改动）。上周有一天他提了大约 150 个 PR，是个纪录——"我当时就是想推一推，看看能把它逼到什么程度"。 → 详细
• 这个数字的意义在于：当一个人一天能产出 150 次有效改动时，瓶颈已经从"写得多快"彻底转移到了"想清楚要做什么、怎么审"——也就是后面反复出现的"懂行/品味/调度"才是稀缺资源。 → 详细

▲ Boris 现场拿出手机：如今他大部分活儿都在手机的 Claude app 上完成，左边 code 标签页里同时挂着 5–10 个 session、底下几百个 agent 在跑。

• 一个让现场惊讶的事实：Boris 现在大部分活儿是在手机上干的。打开 Claude app，左边有个小小的 code 标签页，他就同时开着一堆 session（会话）在跑。他半年前在 Twitter 分享过这套 setup，"当时根本没意识到这会让谁觉得意外，那就是我平时写代码的方式而已"。 → 详细
• 规模感：通常 5–10 个 session，每个 session 底下又挂着一堆 agent，所以同时大概有几百个 agent 在跑；每天晚上还有几千个 agent 在做那种"更深的活儿"。 → 详细

▲ Boris 谈"loop 就是未来"：让 Claude 用 cron 排重复任务，自动盯 PR、修 CI、每 30 分钟抓一次 Twitter 反馈聚类。

• 管理这么多 agent 有几种办法，一种是让 Claude 用 sub-agent（子智能体——主 agent 派生出去干子任务的小 agent）。但 Boris 说自己越来越常用的其实是 /loop——"这玩意儿太酷了，是那种'最简单但就是管用'的东西"。 → 详细
• 它的本质：让 Claude 用 cron（定时任务）在未来某个时间点排一个重复任务，可以每分钟、每 5 分钟、每天跑，频率随你定。 → 详细
• Boris 手头有好几十个 loop 在跑具体的活，举了三个例子：① 一个帮他盯着 PR——修 CI（持续集成，自动跑测试/构建的流水线）、自动 rebase（把分支挪到最新主干上）；② 一个专门保持 CI 健康，遇到 flaky test（时过时不过的不稳定测试）就自动去修；③ 一个每隔 30 分钟从 Twitter 抓反馈、帮他聚类。 → 详细
• "我现在多少觉得 loop 就是未来。如果你还没试过，强烈强烈推荐。"他们还刚上线了 routines——和 loop 是一回事，但跑在服务端，所以"哪怕你把笔记本一合，它还接着跑"。 → 详细

• Boris 自嘲"做预测真的太难了，但我今天就是来做预测的"。他的大方向判断：以后通才（generalist）会比今天多得多。 → 详细
• 今天说"通才"，多半还是指本质上还是工程师的人——比如一个人同时搞 iOS、web 和 server，这算"工程里的通才"。但接下来会越来越多见到跨学科通才：既很擅长产品工程、又非常擅长设计；或者既精通产品、又懂数据科学和工程。 → 详细
• 这不是空想，是 Claude Code 团队的现实：团队里每一个人都写代码——工程经理、产品经理、设计师、数据科学家、做财务的、用户研究员，"每一个人都写代码"。各自在某个领域是专家，但现在大家也都在写代码。 → 详细

• 主持人抛出"最喜欢的问题"：AI 让写代码便宜 10 倍、100 倍，用软件做出来的产品价值会怎样？是不是要迎来一场 SaaS apocalypse（SaaS 大崩塌）？Boris 说会发生两件事，而且这两件都不是大家一直在讨论的那回事。 → 详细
• 第一件，他借用 Acquired 播客（他的"偶像"，前阵子还跟两位主持人录过一期 unplugged）讲的 seven powers（七种力量）——这是 Hamilton 写的一本书，讲商业里的七种护城河。他的判断是：因 AI，有些护城河会变重要、有些会变不重要。 → 详细
• 变不重要的护城河之一：switching costs（转换成本）——以前用户从一个软件迁到另一个很麻烦，所以被"锁住"；现在"你用模型就能很轻松地从一个东西迁到另一个东西上"，这道墙塌了。 → 详细
• 另一个变不重要的：process power（流程力量）——对那些靠"工作流、流程"当护城河的公司，"Claude 在摸清流程这件事上越来越强了。尤其到了 4.7，它几乎能 hill climb（爬坡）任何东西：你给它一个目标、让它一直迭代到搞定为止，它就真能做到。我觉得这是第一个能做到这样的模型。" → 详细
• 仍然重要、没被 AI 改变的护城河：网络效应（network effects）、规模经济（scale economies）、稀缺资源（cornered resources，独占的关键资源）。 → 详细

• 第二件事：未来十年那种"把一切都颠覆掉"的创业公司，数量会涨大概 10 倍。 → 详细
• 为什么？因为现在一家很小的创业公司就能做出跟大公司一样有价值的东西，还能正面硬刚——大公司要改造业务流程、改造工作方式、重新培训所有人用新技术，"内部会遇到一大堆阻力"；而从零开始的创业者没有这个包袱，"能从底层开始原生地用 AI 来搭"。 → 详细
• 金句收尾："我觉得现在是最好的创业时机，是当创业公司最好的时候，有太多颠覆正在到来。"主持人接话："所以说，我们终究还是有希望的。" → 详细

• 观众 Dan 提问：你在 PMF 之前 6 个月就开始做了，但现在模型已经足够好——Claude Code 的成功，有多少归功于模型、多少归功于产品决策？ → 详细
• Boris 的答案：五五开（50/50）。而且"一年前问我是 50/50，6 个月前问也是 50/50"。 → 详细
• 被追问"那两年后呢？"，Boris 的名场面回答："噢，两年后……我不知道啊老兄。我们做计划基本是按一周来规划的。"（全场笑）——这句玩笑恰恰透露了在前沿团队，模型迭代快到让"两年规划"失去意义。 → 详细

• Boris 解释为什么是 50/50 而不是"全靠模型"：他早年做过 YC（Y Combinator，硅谷顶级创业孵化器），是一家 YC 公司的第一号员工，折腾过好几家创业公司。YC 反复给你灌输、一遍遍强调的一件事就是——"build something people love（做一个用户真心喜欢的东西）"。 → 详细
• "不管产品是什么、不管模型怎么样，你最终还是得做出一个让人真心喜欢的东西。"这就是产品为何重要——"我们会在那些小细节上下足功夫，这样你一整天用下来，体验就特别好。" → 详细

• Boris 的一个重要判断：随着模型越来越强，外层的 harness（脚手架——包在模型外面那层调度+工具+安全控制的软件）反而会变得没那么重要。 → 详细
• 他们现在琢磨的是怎么让 harness "进化"：怎么把 loop 变成一等公民、怎么让同时跑很多 agent 变得更容易（sub agent 是一个思路，"手里还有一堆别的东西在酝酿"）。 → 详细
• 更大胆的预测：一年之内模型会"对齐"得好得多，所以今天围绕 prompt injection（提示注入——把恶意指令偷偷藏进输入里劫持模型）、命令的静态校验、权限模式、human in the loop（人在回路，关键步骤要人点头确认） 搞的这一整套安全机制，到时候都会"没那么重要，因为模型自己就会做对的事"。 → 详细

• 观众问：Claude Code 几个月前带来了一场文化转变，把"开发软件"民主化了（店主自己给自己做软件，甚至有人给微控制器写程序、让灯在有人开门时亮起来）。未来开发软件会不会变成像 Microsoft Office 那样人人都会的技能？ → 详细
• Boris："天啊，会的，绝对会，而且还远不止于此"——会变成像"我会发短信"一样自然的技能。他说自己读书就两类：科幻和科技史；科技史里最清晰的对照就是 15 世纪欧洲的印刷术。 → 详细
• 一组震撼的数字：印刷术之前，欧洲只有约 10% 的人识字，他们往往受雇于不识字的国王领主，"工作就是读和写"；第一台印刷机问世后的 50 年里，欧洲出版的文献比此前一千年加起来还多，一本书的成本下降了约 100 倍；又过了几百年（因为学读写难、需要教育体系和政府），全球识字率涨到了约 70%。如今人人会读写、不需要"读写专业的学位"，但专业作家依然存在。 → 详细
• 类比落点：软件会被彻底民主化、变成任何人都能做的事，而且会比 50 年快得多。 → 详细

• 这条推论很反直觉但很关键：假设你要写一套财务软件，最合适的人——"我觉得也许今天就已经是了"——不是工程师，而是一个很厉害的会计。 → 详细
• 原因："因为他们对这个领域了如指掌，而写代码反倒是容易的部分，难的是懂这个领域。"当写代码的成本趋近于零，领域知识（懂行）就成了真正的稀缺品。这也呼应了"跨学科通才"和"人人都能造软件"的主线。 → 详细

• Greg 说过 Anthropic"活在未来"（能提前用上模型和 agent）。问：你们和外界的差距是一个月、三个月还是六个月？在变大还是变小？ → 详细
• 模型侧：几乎没差距。 内部用的模型跟所有人一样——"我们会先用一点 mythos（一个内部模型代号）来试，然后大量地用 Opus 4.7 去 dogfood（自己吃自己的狗粮，团队内部先重度使用自家产品）、去写我们大部分的代码"；mythos 的"某个后代会在某个时间点向所有人开放"。因为 Anthropic 本质是做平台，技术大家都拿得到。 → 详细
• 产品/组织侧：差距大得多，因为整个流程都变了。 在 Anthropic"什么都用 Claude"：Boris 写代码时，他的那些 Claude 在 loop 里跑着代码，会通过 Slack 跟别人手里同样在 loop 里跑的 Claude 沟通，一起把未知问题搞清楚。"公司里已经没有任何一行是人手写的代码了，所有 SQL 都是模型写的，所有东西都是模型搭出来的。" → 详细
• 所以真正领先的是组织结构和组织流程——"这恰恰是个更大的'坑'"，希望能在这种场合分享、大家一起进化。而创业公司的优势就是"从头开始要容易得多"。 → 详细

• 观众 Jared 问 multi-agent（现在已有 /batch、/loop、sub teams、teams）：在模型层和 harness 层，你们怎么把"委派任务、批量起 agent"做得更好？因为很多工作可并行，但现在得靠用户自己的直觉判断何时该并行。 → 详细
• Boris：产品侧"归根结底其实就是 prompting（提示词）"——他们调 prompt 帮模型更多地并行干活；但"随着模型越来越强，它自然而然就会这么做"。 → 详细
• 一个具体例子：4.7 已经会自己主动用 loop 了——Boris 说"去把这份数据查询拉一下"，模型回"我注意到这份数据会随时间变化，那我起一个 loop、每 30 分钟给你出一份报告"，Boris 说"能通过 Slack 发给我吗"，它就用 Slack MCP 把报告发过来了。 → 详细
• 产品哲学："并不是要靠用户去琢磨怎么把工具用得更顺手。如果真得靠用户去琢磨，那其实就是产品设计出了问题、是我没做好。"应该是模型自己做得更好 + 我们用 prompt 稍微引导。 → 详细

• 观众问：现在大家多用云端工具（Claude、Codex）做计算，但也有人力主"本地 AI"；随开放权重模型追上，本地高质量编程辅助会更可行。未来几年是继续依赖云端集中算力，还是转向不会被限速的本地 agent？ → 详细
• Boris 的"最根本答法"："这其实不重要。" 因为模型正走到一个临界点——能自己搞定。"再过几年，模型会把所有代码都写了，它会去起 agent、会去搭环境。如果它判断'其实我用本地模型来做这件事'，那它就会那么做。这些已经不再是我们工程师要去拍板的决定了。" → 详细

• 观众 Jamie/Nester 问：Claude Code 的妙处是**充分利用了"开发者的工具和工作流本来就在本地"**这一点；但一般知识工作多是云端工具。Co-work（Anthropic 面向知识工作者的 Claude）怎么拿到足够的工具访问权限，做到像 Claude Code 之于开发者那样强大？ → 详细
• Boris："好问题。"他回忆以前在大公司"光是把所有环境迁到远端就花了 5 年"，工作量巨大；但知识工作"大体上已经在云上了，比如 Salesforce、各种文档"。 → 详细
• "对我们来说，答案永远是最简单的那个——就是 MCP（Model Context Protocol，让 Claude 统一接外部工具/数据的'插口'）。"你在 Claude AI 里用的同一个 MCP 连接器，接上 Salesforce、Google Docs、Google Calendar，Co-work 能用、Claude CLI 能用、到处的 Claude Code 也都能用。 → 详细

• 追问：那些没有 MCP 的系统，是不是 computer use（操作电脑——让 AI 直接看屏幕、点鼠标键盘，像人一样操作软件） 的大机会？ → 详细
• Boris：computer use 是个"万能兜底（catchall）"。"就我所知，目前 Anthropic 在 computer 这块相当领先"——通过 Co-work 用表现挺好，"基本上你电脑上任何一个软件它都能操作。虽然很慢，但现在做得相当不错，尤其配上 4.7。" → 详细
• 一句很本质的话："这些东西其实没那么要紧——可以是 MCP、是 API、是某种程序化的访问方式都行，因为模型根本不在乎。对模型来说，这些全都只是 token。" → 详细

• 最后一个问题（Ryan/Sean）：呼应 product overhang——今天你会去做一个什么形态的产品，是你觉得在 6 个月到一年里随模型变强会变得"有意思得多"的？ → 详细

• Boris 点了几个方向：① Claude design（Claude 的设计能力）"今天已经挺不错了，而且还会变好很多"，是很好的例子；② 还有几样东西正在给 Claude Code 捣鼓，接下来几周就会陆续上线；③ loop、batch 这一类围绕"大规模并行 agent"的东西也会变得更好；④ computer use 也是不错的一个。 → 详细

• "对我来说，我的代码 100% 是模型写的……上周有一天我一天提了大概 150 个 PR。" → 详细

• "我现在多少觉得 loop 就是未来。如果你还没试过，强烈强烈推荐。" → 详细

• "两年后？我不知道啊老兄。我们做计划基本是按一周来规划的。" → 详细

• "不管产品是什么、不管模型怎么样，你最终还是得做出一个让人真心喜欢的东西。"（YC 的 build something people love） → 详细

• "写财务软件最合适的人不是工程师，而是一个很厉害的会计……写代码反倒是容易的部分，难的是懂这个领域。" → 详细

• "公司里已经没有任何一行是人手写的代码了，所有 SQL 都是模型写的。" → 详细

• "对模型来说，这些全都只是 token。" → 详细

• "现在是最好的创业时机，是当创业公司最好的时候，有太多颠覆正在到来。" → 详细

一个写了一辈子代码、却"一年没手写过一行"的人，用 24 分钟讲清了 AI 编程的"现在"与"接下来"：写代码这件事正在以印刷术的方式被民主化，瓶颈从"手速"转向"懂行、品味、调度一大堆 agent"；真正的杠杆是 /loop 和大规模并行，真正的护城河在重新洗牌（转换成本、流程力量贬值，网络效应、规模、稀缺资源仍在），而最好的窗口属于敢从零原生用 AI 搭建、并能"做出用户真心喜欢的东西"的创业者。