那个因为”手写代码”而被拒绝 PR 的工程师——以及他用来取代手写的工作流
AI 原生工程：走进 Boris Cherny 的 Claude Code 工作流
⚡ 一个改变一切的被拒 PR
想象这样一个场景：你加入全球最顶尖的 AI 实验室，以资深工程师的身份提交第一个 Pull Request——代码认真、逻辑清晰、考虑周全。结果被拒了。不是因为逻辑有问题，不是因为缺少测试，而是因为：这些代码是你”手写”的。
这不是段子，这是 Claude Code 工程负责人 Boris Cherny 加入 Anthropic 时的真实经历。曾是 Meta 最多产工程师之一的他，发现自己置身于一个以 AI 生成代码为默认基线的环境。那个手写的 PR，是他还没完成思维转变的信号。
这次被拒，成了后来一切的起点——一套能够每天提交 20 到 30 个 PR 的工作流，以及一种正在悄然重塑软件工程方式的 AI 原生哲学。
🚫 核心错误：把 AI 关进盒子里
Claude Code 的前身是一个内部原型，代号 Clyde。在早期设计中，Boris 犯了几乎所有工程师都会犯的错误：他试图限制 AI 能做什么。
那时 AI 工具的主流范式是插件模式——高亮一段代码，让模型补全或解释，得到答案。AI 是一个被框在窄道里的助手。Boris 最初的直觉是把这条窄道形式化，给模型结构化的输入和受控的输出。
结果不灵。模型像是被捆住手脚。
突破来自于彻底放弃控制。团队不再告诉 AI 怎么解决问题，而是给它工具——Bash 执行权限、文件系统访问、运行任意程序的能力——然后退后一步，看它怎么做。
“别把它关在盒子里。给模型工具，让它自己跑程序。”
差别立竿见影。一次早期测试中，研究员问 Clyde：”我现在在听什么歌？”这个问题没有明显的 API 可用。但模型没有抱怨缺少上下文，它自己写了一段 AppleScript 查询本地播放器，用 sed 处理输出，返回了歌名。
没人告诉它这样做，没人想到过这个方案。模型用被授予的工具，推理出了一条完全自主的解题路径。
Boris 把这称为应用于 Agent 设计的苦涩教训（Bitter Lesson）：通用能力配上真实工具，几乎总能胜过精心设计的窄域系统。
🎼 并行 Agent 工作流：指挥家模式
一旦接受 AI 应该有自主权，下一个问题就是：如何把它规模化？
Boris 的答案是他所说的指挥家模式——工程师不再是打字员，而是同时调度多个 AI Agent，每个 Agent 在独立分支上工作，接受高层次任务描述，工程师在它们之间轮转。
这套设置刻意保持低技术复杂度：
- 在 tmux 中开启 5 个终端标签页（或用 Git Worktree 做完全隔离）
- 每个标签页启动 Claude Code，进入计划模式（按两次 Shift+Tab）
- 向每个 Agent 描述任务
- Agent 1 在思考或执行时，切换到 Agent 2 分配新任务
- Agent 1 需要决策时再切回来
1 | [标签1] Claude Code — feature/auth-refresh → 执行中 |
在这个循环里，工程师的工作不是实现，而是定义类型签名——明确正确输出的形状——以及在 Agent 提出决策时做判断。认知负载从”写代码”转移到了”判断代码”。
这正是指挥家比喻的精髓。指挥家不演奏乐器，他们把整部作品的结构装在脑子里，向拥有深度专业技能的演奏者传达意图，实时做出关于节奏和重点的决策。这，现在就是工程师的工作。
🔬 规模化质量控制：当 80% 的代码由 AI 生成
在 Anthropic 内部，约 80% 的代码由 Claude Code 生成。这带来一个显而易见的问题：当代码库的大部分不是人类打出来的，质量如何保证？
Boris 的答案是分层的：
第一层 — Agent 自我闭环。 Claude Code 在提交前自己编写并运行测试。对 Claude Code 自身的修改，甚至包括用模型测试模型的端到端测试。
第二层 — Best of N 审查。 PR 提交后，多个审查 Agent 并行独立运行，各自评估变更，再由一个去重 Agent 汇总结果。这能拦截约 80% 的低级 Bug，在人类看到代码之前就过滤掉。
第三层 — 动态 Lint 规则。 某类错误反复出现时，Boris 不写 ticket，而是让 Claude 直接写一条 Lint 规则，从源头杜绝同类问题。质量系统本身也是 AI 生成的，且持续自我扩展。
第四层 — 人类终审。 尽管自动化程度极高，进入生产的每个 PR 仍需人类工程师最终拍板。不是因为自动化不够好，而是因为责任和判断属于人，不属于工具。
注意：这不是完全自动化。人没有被移出循环——人在循环中的位置变了。从编写者变成审查者，从实现者变成决策者。
🖨️ 印刷术时刻
Boris 用了一个历史类比，值得比通常给予的更多关注。
15 世纪，识字和抄写是稀有的特权。抄写员在信息经济中占据核心位置——他们通过控制谁能生产和复制文本来控制知识的流通。然后古登堡发明了活字印刷。
抄写员没有消失。抄写的功能——对文本的细心专业处理——成了作家、编辑和出版商的基础。印刷术没有缩小识字的市场，而是让它爆炸式扩张。
“我们就像 15 世纪的抄写员。那些以前不会写代码的人——CEO、PM、设计师——就像那些不识字的国王。他们正在开始’识字’了。”
在 Anthropic 内部，几乎 100% 的非工程师现在都在用 Claude Code 构建自己的东西——工具、工作流、原型——而这些以前都需要专门的工程资源。软件创作的总量在扩张，不是在收缩。
实际含义：AI 编程工具不是对工程就业的整体威胁，而是对工程作为瓶颈的威胁。蛋糕在变大，问题是工程师在更大的蛋糕里扮演什么角色。
🔄 技能的重新分配
这引出了对话中最让人不舒服的部分：现在到底哪些技能值得投入？
Boris 对正在贬值的技能直言不讳：
- 框架偏好。 你喜欢 React 还是 Vue，
fastapi还是gin，每个月都越来越不重要。AI 可以在数小时内用不同框架重写一个前端。对某个特定工具细节的专门知识，正变得越来越无关紧要。 - 语法记忆。 能够从头脑中写出样板代码的能力不再是技术信号，越来越只是”没在用正确工具”的信号。
正在升值的能力：
- 系统化调试思维。 能够假设”为什么出错”——而不只是”哪里出错”——更难被自动化。用科学方法逼近问题的工程师，会持续保持不可替代性。
- 跨领域广度。 Boris 描述的新理想是”一人公司”工程师：有全栈技术深度，同时有足够的业务、设计或领域知识来独立做产品决策。AI 扩大了一个人能构建的边界，广度决定这个人选择构建什么。
- 高频上下文切换能力。 同时管理五个 Claude Code Agent 是一种与深度单任务专注完全不同的认知技能。能够在多条并行工作线之间快速做出高质量决策——而不丢失任何一条的状态——正是并行工作流所要求的。
🧠 智识上的谦逊
Boris 最后还说了一句话，值得认真停留一下。
他坦承，连他自己都感到模型进步的速度令人眩晕。六个月前尝试过、认为行不通而放弃的方案，用现在这代模型已经可行了。这意味着，那些早期实验、失败、并由此得出固定结论的工程师，现在可能携带着关于 AI 能力的错误信念——而这些信念正在限制他们的有效性。
“智识上的谦逊，比过去的经验更重要。”
这是对经验作为资本的直接挑战。在大多数工程场景中，做过某件事是一种优势。在基础能力以超出任何人跟踪速度持续提升的领域，做过某件事并且失败了，有时反而是劣势——如果那次失败导致了固化的结论。
正确的姿态，Boris 认为，是把你对 AI 能力的心智模型视为需要持续更新的变量，而不是可以依赖的常量。
✅ 总结
Boris Cherny 的故事，核心不是生产力指标——每天 30 个 PR 是一个引人注目的数字，但它是症状，不是重点。重点是：一种关于编程是什么的不同心智模型，已经在全球最领先的工程组织之一扎根。
在那个模型里，工程师最核心的贡献不是代码，而是判断——判断构建什么、如何验证、何时信任输出、何时推翻。打字这件事，从来都是工作中最不有趣的部分。现在，它变成了可选项。
在这种环境中蓬勃发展的工程师，是那些认识到放下键盘不是失去身份、而是把注意力重新分配到始终更有价值的事情上的人。
你的工作流里已经在跑并行 Agent 了吗？还是这个想法感觉太难管理了？在 AI 原生开发的转型中，你遇到的最大心理障碍是什么？欢迎在评论区分享。
评论