Building Claude Code with Boris Cherny

• Claude Code 现在平均写了 Anthropic 约 80% 的代码，技术员工几乎 100% 每天使用，非技术员工也在逼近 100%（销售团队约一半在用）。Boris 本人在一次"coding vacation"里每天出 10-20 个 PR、Opus 4.5 写 100%、一行手动代码都没改，整月只引入约 2 个 bug（"手写的话会有 20 个"）；切换到全 AI 写代码是用上 Opus 4.5 的那一刻"瞬间"发生的，之后他干脆卸载了 IDE。

• Claude Code 起源于一个"别把模型装进盒子"的顿悟。Boris 给模型一个 bash 工具、随口问"我现在在听什么歌"，Sonnet 3.5 一次就写出 AppleScript 查出来了——他意识到"模型就是想用工具，你给它工具它就会想办法把事办成"。这是 bitter lesson 的一个推论：别把模型当成大程序里被 stub 掉的一个模块，让它自己跑、自己写程序。

• 最反直觉的技术选择是放弃 RAG。早期用本地向量数据库做检索，但遇到代码漂移、索引权限、数据隔离一堆问题；试遍各种方案后，"Agentic search"——其实就是 glob + grep——跑赢了一切。灵感来自 Boris 在 Instagram 的经历：那里 click-to-definition 老坏，工程师改成搜 foo(，"这招对模型一样好使"。

• 代码评审被重塑成"确定性 + 非确定性"的多层防线：每个 PR 由 Claude-P（Claude agent SDK 跑在 CI 里）先审，能抓约 80% 的 bug；Claude 还会把自己 launch 成子进程做端到端自测（Opus 4.5 起自发这么做）；再加 type checker/linter/build 等确定性手段和 best-of-N（并行 agents + 去重 agents）——但始终有一个人在环里最终批准。

• Anthropic 的工程文化是"不写、只展示"：人人头衔都是 member of technical staff（无职级），默认假设每个人什么都做；不写 PRD，直接发 PR/做原型（to-do list 做了 15-20 个可交互原型、一天半搞定）；数据科学家、财务、设计师全都在写代码。Cowork 这个面向非工程师的新产品10 天就造出来了，插件系统是一个 agent 群（swarm）一个周末跑数百个 agent、自建 100 个 Asana 任务造出来的。

• 贯穿全场的主线是 Boris 反复强调的"intellectual humility（智识上的谦卑）"：模型进步太快，旧的好想法会失效、旧的坏想法会变好，所以要永远带"beginner mindset"、第一次可以"每几个月重试同一个想法"。他用印刷术作类比——抄写员（< 1% 识字的精英）没有消失，而是变成了作家，文学市场暴涨到没人能预测；今天的工程师就是抄写员，而这场转变之后会出现什么，"今天根本无法预测"。

核心要点：Boris 的工程观从一开始就是"代码是手段不是目的"——为了把事办成，他什么都肯做。

• 入行的两条线在中学交汇：13 岁在 eBay 卖旧宝可梦卡，发现 listing 能写 HTML，看到别人用大字大色，于是发现了 标签——"加上 blink 标签，我的卡能卖 99 美分而不是 49 美分"，就这么学会了 HTML。另一条线是 TI-83 图形计算器：先把数学答案直接编进去，题变难就写解题器，再难就从 BASIC 降到汇编让程序跑快点（八九年级）。同学发现他有解题器都眼红，他买了串口线分发，结果全班数学考试都拿 A，老师查出来了。
• 大学学经济，辍学去做创业，从没想过 coding 会是职业。第一个创业是"大麻测评"网站（为了搞到大麻样品来测评），意外火了，进而钻进了化学检测。后来很早加入 YC。
• 一个完整的产品市场契合（PMF）故事——Agile Diagnosis（2011-2012，YC 早期医疗软件）：想把芝加哥某医院的心脏症状临床决策协议标准化推广到全美。Boris 写了在 IE6 上跑的 SVG 决策树渲染器，上线后 DAU 曲线一条水平线，查不出原因。于是他骑摩托车去 UCSF 跟了医生几天，发现医生看完一个病人到下一个只有 5 分钟，要走到电脑前、开机要 3 分钟、开 IE6 要 30 秒、再登录 App——"5 分钟就没了"。重写到 Android 还是没人用。最后才悟到：医生身后跟着一群住院医师，这是个社交场合，重点是被看作权威，他们不想被看到在低头看手机。于是再次 pivot 到护士/技师。"找到 PMF 是我最喜欢的事，因为永远出人意料——你不可能押一个大想法，因为想法八成是错的。"

"对我来说工程一直是很实用的事……我一直是个通才，做设计、做工程、做用户调研，都无所谓。" —— Boris Cherny

核心要点：Boris 在 Meta 领导了全公司代码质量，用因果分析证明"干净代码库"对工程效率有两位数百分比的贡献——这个结论如今对模型同样成立。

• 七年四次晋升：Facebook Groups（被 Vlad Kolesnikov 招进，一批早期 JavaScript 人，Vlad 做的 Bolt JS 后来变成 React JS）→ 当上 Groups tech lead，工作从"建造"变成"写文档、对齐、协调、补隐私安全的债"，早期 Facebook 文化在消失。
• Instagram 阶段的转折很有戏剧性：妻子拿到日本奈良（rural Japan）的 offer，时差 12 小时（2021），Boris 为了搬过去得绕过 HR 关于时区/团队 co-location 的规则，找到 Will Bailey（Instagram Stories 作者）在东京的初创团队。他对比两边技术栈感受强烈：Facebook 是世界上最好的 web 服务栈（Hack 语言→HHVM→GraphQL→Relay→React，全链路优化），而 Instagram 是"Python 但类型检查器不工作、click-to-definition 不工作、一坨拼起来的 Django + CPython fork"。于是他转去做 Dev Infra（从 Python 迁到 Facebook 单体、迁移 Instagram GraphQL，"要几百个工程师干好几年"）——也在这里遇到现在 Claude Code 团队的经理 Fiona Fung。
• 离开时他领导整个 Meta 的代码质量（Instagram/Facebook/Messenger/WhatsApp/Reality Labs）。Meta 有个叫 Better Engineering 的项目（约 2016/2018 起）：Zuck 强制每个工程师把 20% 的时间用于修技术债；Facebook 规模下每年有数万次迁移。Boris 发现这事缺秩序（没目标、没人知道产出、没追踪），于是建了集中式的代码质量优先级排序，并量化代码质量对工程效率的影响。
• 量化方法是因果分析/因果推断（causal inference）：找出让工程师更高效的因素。结论是代码质量贡献了"两位数百分比"的效率——"Meta 重返办公室（而非 WFH），部分就是被这个驱动的，因为我们发现了一些我们认为是因果的强相关。"他强调：如果每写一个功能都要纠结用框架 X/Y/Z（因为代码库处在半迁移状态），工程师、新人、模型都会很难受——"模型可能直接选错，然后用户得纠正它。所以正确做法永远是保持干净的代码库，开始迁移就一定要完成迁移。这对工程师好，如今对模型也一样好。"

"代码质量实际上贡献了两位数百分比的生产力——哪怕在最大的规模上也成立。" —— Boris Cherny

核心要点：Boris 的"feel the AI"时刻来自一次被拒的 PR——它把他从"手写代码是天经地义"里摇醒。

• 选 Anthropic 是因为使命（safety）。Boris 是重度科幻读者，"我知道这东西要是搞砸了能有多坏"，而 Anthropic 是"有认真的思考者、把这件事当回事"的地方。
• 名场面：他入职后第一个 PR 手写完成（"我以为代码就该这么写，过去也确实是这么写的"），结果 ramp-up buddy Adam Wolf 把 PR 拒了——不是因为代码烂，而是说"你应该用这个叫 Clyde 的东西"。当时这个 Claude Code 前身极其简陋：Python 写的、启动要 40 秒、是研究代码、还不是 agentic，"但只要你很小心地 prompt、把工具摆正，它能替你写代码"。Boris 花了半天搞懂怎么用（要传一堆 flag），然后它一次就吐出一个能跑的 PR。
• "这是我在 Anthropic 第一个 feel the AI 的时刻。我当时就'我的天'——我习惯了 IDE 里那种 tab 补全、行级补全，根本不知道它能直接给我做一个能用的 pull request。"（约 2024 年 8-9 月）

"Adam 拒了我的 PR，说'其实你该用这个 Clyde'……它一次就把活干完了。这是我第一个 feel the AI 的时刻。" —— Boris Cherny

核心要点：Claude Code 不是规划出来的产品，而是从"给模型一个 bash 工具看它能干嘛"的实验里长出来的——核心顿悟是"模型就想用工具，别给它套盒子"。

• 起点很随意：Boris 想搞懂 Anthropic 的公开 API（他没用过），不想做 UI，就写了个小 bash 工具——本质是个终端里的聊天应用（"因为当时 AI 就是这样"）。最初它甚至不叫 Claude Code，就是个 chatbot，"因为我以为 AI 就是 chatbot"。
• 转折点的故事：tool use 刚出来，Boris 不知道拿它干嘛，给了模型唯一一个工具——bash，然后随口问"我现在在听什么歌？"——他甚至不确定它能不能做到。结果 Sonnet 3.5 写了个 AppleScript 程序，打开他的音乐播放器、查出正在播放的歌，一次搞定。"这是我紧接着第一个之后的第二个 feel the AGI 时刻。模型就是想用工具——你给它一个工具，它会想办法用它把事办成。"
• 由此引出核心心智模型的转变。当时所有人想 AI+coding 的方式是"把模型放进盒子里"：你有个程序，stub 掉某个模块/函数说"这块现在是 AI 了"，其余还是普通程序。"这就是错的想法。正确的想法是：模型是它自己的东西，你给它工具、给它能跑的程序，让它跑程序、写程序，但别把它做成大系统里的一个组件。这是 bitter lesson 的一个推论——让模型做它自己的事，别试图把它装进盒子、别强迫它按某种方式行事。"
• 演进路径：最初 3 个月只有 Boris 一人；工具从 bash 开始，第二个是 file edit，然后团队扩大。

"我不觉得它只是个组件。模型是它自己的东西——你给它工具，它会想办法把事办成。别试图把它装进盒子。" —— Boris Cherny

核心要点：Claude Code 一度被考虑"只自用"，最终决定发布的理由是 Anthropic 的立身之本——safety，只有放到真实世界才能研究它的真实风险。

• 它在内部一传开就让全工程团队效率暴涨，于是有了"要不别发布、自己留着用"的辩论。最终决定发布，"这样我们能在真实世界研究安全"。Boris 解释 Anthropic 看安全分几层：模型层的对齐与可解释性 → evals（把模型放进培养皿合成地研究）→ 在真实世界里看它到底怎么表现、用户怎么谈论它、有什么真实风险——"这样能学到很多，也确实让模型安全了很多。事后看，发布完全是对的决定。"
• Anthropic 的产品观很反常："我们是研究实验室、安全实验室，产品是贴在旁边的东西——产品存在是为了更好地服务研究、让模型更安全。"讽刺的是，一些创业公司刻意去做开发者工具求采用，反而是这个"研究工具"拿到了更高采用率。
• 发布评审的名场面：房间里有 Mike Krieger、Dario 等人，看着内部采用曲线——"就是一条垂直线，简直疯了"。如今"100%——Anthropic 每个技术员工每天都用 Claude Code，非技术员工也在快速逼近 100%，销售团队差不多一半在用"。Dario 当时问"它怎么长这么快？你是不是逼大家用的？"Boris 说"没有，我们提供工具，人们用脚投票"。

"我们把内部采用图调出来，就是一条垂直线……Dario 问'你是不是逼大家用的？'我说'没有，人们用脚投票'。" —— Boris Cherny

核心要点：没有唯一正确的用法（Claude Code 刻意做得 hackable），但 Boris 的实战流是高度并行 + 先把 plan 调对 + 一次性实现。

• 切换是"瞬间"的：用上 Opus 4.5 那一刻，他发现"再也不用打开 IDE 了"，一个月后才意识到自己早就不用了，于是卸载。"老实说它写的代码比我好——我不想承认，想保留点骄傲，但大概是真的。"
• "Coding vacation"案例（12 月在欧洲边游牧边写）：每天 10-20 个 PR，Opus 4.5 + Claude Code 写 100%，一行没手动改；整月 Opus 只引入约 2 个 bug，"手写的话会有 20 个"。而且和过去不同——以前高产工程师的 20-30 个 PR 多是一行改动或 A→B 迁移，"现在我每天 20-30 个 PR 每个都完全不同，有几千行的、几百行的、一行的，没有一个是迁移——因为迁移 Claude 直接做了，我不用参与"。
• 具体配置：5 个终端 tab，每个一个并行 checkout，round-robin 地在每个里起 Claude，几乎都从 plan mode 开始（终端里 shift+tab 两次）；tab 不够就溢出到 web（claude.ai/code），现在更多用桌面 app（内置 worktree 支持，自动建 Git worktree 做环境隔离，"因为我讨厌在命令行手动折腾 worktree"）。
• 最意外的是 iOS app："每天我一醒来就在手机上起几个 agent"——同一个 Claude Code，只是跑在云端（用 session start hook 配置环境）。"如果半年前你告诉我，我会有 1/3 到一半的代码是在手机上写的，我会觉得疯了，但今天就是这样。"
• 并行 agents 的节奏：起第一个进 plan mode 给 prompt，趁它跑去第二个 tab 起第二个 plan mode，第三、第四个……被通知某个 plan 好了就回去。"最重要的是来回几次把 plan 调对——plan 一旦好了，Opus 4.5/4.6 几乎每次都能一次性实现。"
• 给新人的建议：进新代码库时强烈推荐 learn / explanatory 输出风格（/config 切换），熟悉之后就切到"只想高产"的模式。

"如果半年前你告诉我，我有一半代码会是在手机上写的，我会觉得疯了。但今天就是这样。" —— Boris Cherny

核心要点：Boris 一贯的信条是"把自己自动化掉"——过去靠人肉记账+lint，现在靠 Claude 写 lint、Claude 在 CI 里审每个 PR，但永远保留一个人做最后把关。

• 过去的做法（他曾是 Meta 最高产的评审者之一，"不是超人，只是在另一个时区没有会"）：每次要评论什么，就丢进一张电子表格——某个参数命名差、某个 React 反模式……攒着，某一行出现超过 3-4 次，就为它写一条 lint 规则用静态分析自动化掉。"把繁琐工作自动化是我们工程师独有的超能力，别的领域很少能这样。"
• 现在的镜像做法：Claude 写代码时会自发在本地跑测试、写新测试；改 Claude Code 本身时，Claude 会把自己 launch 成一个 bash 子进程做端到端自测（"嘿，我还能跑吗？"——这是 Opus 4.5 起自发出现的，没人写死）。同事提 PR 时若可 lint，Boris 直接在那个 PR 上 @Claude"请为这个写条 lint 规则"（装了 GitHub app，/命令安装后可在任何 PR/issue 上 @Claude，"我每天都用"）。
• CI 里跑 Claude-P（Claude agent SDK），Anthropic 每个 PR 都由 Claude Code 评审，能抓约 80% 的 bug，是第一轮评审；Claude 会自动改一些，不确定的留给人。始终有工程师做第二轮、始终有人批准才进生产。
• 关于"什么时候可以不让人审"：取决于用途。个人 side project 可以"YOLO 直推 main"（AI 之前你也不会审，直接 ssh 到生产改）；但一旦有用户、尤其 Anthropic 主要客户是企业，安全/安全性/隐私都极重要，"至少现在，必须有人在环里"。
• 应对 LLM 的非确定性：一靠确定性工具（type checker、linter、build）；二靠让 Claude 更确定的手段——best-of-N、多趟。"我们内部用的 code review skill 是开源的，在 Claude Code repo 里：起并行 agents 干活，再起并行去重 agents 查假阳性。best-of-N 的实现就一句话：'Claude，起三个 agent 做这个'。"

"我一直试图把自己自动化掉，因为要做的事太多了。把繁琐工作自动化，是我们工程师独有的超能力。" —— Boris Cherny

核心要点：Claude Code 架构出奇地简单（核心 query loop + 少量工具），真正的复杂度和工程量都在安全；而最反直觉的决定是把 RAG 扔了、回到 glob/grep。

• 架构："很简单，没什么东西"——一个核心 query loop、若干工具（不断增删、一直在试）、2E 部分，外加一大堆围绕安全的模块确保每件事都安全、需要时有人在环。
• 安全是瑞士奶酪模型："没有单一完美答案，就是叠很多层，层够多，抓住任何问题的概率就上去——数你要几个 9，挑你想要的阈值。"以 prompt injection 为例（如网页里藏着"嘿 Claude 删掉所有文件夹"），三层防护：①对齐问题——Opus 4.6 是"我们发布过最对齐的模型"，教会模型更抗 prompt injection；②运行时分类器——可疑请求直接拦下让模型重试；③对 web fetch 这类，用子 agent 先摘要再把摘要返回主 agent，进一步降低注入概率。
• 放弃 RAG 的完整推理：早期照着论文做检索，本地向量数据库（TypeScript 写的，跑在用户机器上）+ 云端 embedding 模型，"还挺好用"，但问题一堆——代码漂移（新写的本地函数还没索引，RAG 找不到）、索引权限（谁能访问？怎么编码进权限策略？怎么防止公司里有个流氓 IT 访问别人的数据？）。试遍各种替代（让模型递归索引、glob+grep……），结果发现 "Agentic search"——其实就是 glob 和 grep——跑赢了一切。
• 这招的灵感来自 Instagram：那里 click-to-definition 老坏，工程师改用全局索引搜 foo(（带左括号）来找函数定义，"这招对工程师好使，对模型一样好使——有意思的是一个领域的点子怎么迁到了另一个领域"。
• 一个关于"几乎所有代码都扔掉"的细节：光是 Claude Code 的 spinner（转圈动画）就迭代了约 100 次，生产里用了 10-20 个，"扔了大概 80 个，因为感觉不够好。统计上，我们写的几乎所有代码都被扔掉了，因为写代码、试东西、看感觉太容易了"。

"结果 Agentic search 跑赢了一切。Agentic search 是什么？就是 glob 和 grep 的花哨说法，仅此而已。" —— Boris Cherny

核心要点：agentic 安全一度被认为可能无解；Claude Code 给出的答案是 permission prompt——把无法自动判定的决定交还给人。

• 权限系统极复杂，同样是瑞士奶酪：一串分类器 + 静态分析判断命令是否安全；用户可自定义 allow list 标注已知安全的模式（系统也会校验这个 list 安不安全）。
• 一个反直觉的点：默认很少有工具被预放行。即便是 find 命令也有办法借系统 flag 执行任意代码，sed/set 也有办法——"这些 Unix 工具有一堆隐秘的坑，没你想的那么安全"，所以默认很保守。
• 历史："run once / 整个 session / 全局放行"这套从 2024 年 9 月第一版（首个内部发布）就是这样。当时安全团队强烈反对："你不能让模型随便跑 bash 命令，这不安全、这问题无解、不能发布。"Boris 和 Ben Mann（Anthropic 创始人之一、labs 团队发起人，也是把 Boris 招进来的人）头脑风暴出 permission prompt——"如果不确定，就问人，让人来决定"。沙箱（sandboxing）现已开源。

"agentic 安全当时甚至不确定能不能解。我和 Ben Mann 头脑风暴出 permission prompt——不确定就问人。" —— Boris Cherny

核心要点：当造原型的成本趋近于零，工程组织的形态随之改变——人人通才、不写文档、用一堆可交互原型代替规划。

• 无头衔：所有人都是 member of technical staff。理由是"大家都在摸索，眯眼看大家的活其实很相似、都很通才"——一个普通工程师可能既写代码、又做点设计、又跟用户聊、又写自己的 PRD、又写产品代码和基础设施代码、还做研究。统一头衔反转了人际默认："如果你名字下写着 software engineer，我就默认不问你产品问题；但如果人人都是 member of technical staff，我默认你什么都做。"——"是一种被写进结构里的乐观主义，也是软件工程乃至各学科的未来：更通才。"
• 引 Mark Andreessen 的"墨西哥对峙"：设计师说自己在做 PM 和工程，工程师说自己在做设计——人人都觉得自己在干别人的活——但现实是每个人的角色都在扩张，多半拜 AI 所赐（它让工程师做产品、让产品人做工程都更容易）。
• 一个生动的扩散故事：去年六七月 Boris 走进办公室，看到 Quad Code 团队旁边一排数据科学家中的一个，屏幕上开着 Claude Code 在跑 SQL（终端里还有小小的 ASCII 可视化）。Boris 问"你是数据科学家，为啥用终端？是在 dogfood 吗？"对方说"不是，我在用它跑查询"。下一周，整排数据科学家电脑上都跑着 Claude Code。今天 Quad Code 团队"人人都写代码——工程师、工程经理、设计师、数据科学家、连财务都写"。
• 不写 PRD：部分因为还是 startup（不用和很多人对齐，Slack 聊聊就行），部分是产品团队的信条"better just send a PR，多做原型"。to-do list 当年做了 15-20 个可交互、能用的原型，一天半全部做完，Gergely 感叹"换以前要一两周、而且没人会做 20 个，最多做 3 个"。
• "我们团队的文化是不写、只展示"。Agent teams（swarms 的实现）由 Daisy、Suzanne、Karen 等人原型了好几个月、试了上百个版本才得到手感好的体验——"没有静态 Figma mock 或纯文档能做出来，你必须把它建出来、用它、感受它"。
• 哲学："过去建造成本高，你得在开枪前仔细瞄准，因为很难改；现在建造成本极低，但我们不知道往哪瞄，所以只能试、只能看感觉——非常探索性。这背后是谦卑：我一半的点子是坏的，而且不试就不知道哪一半坏。"

"我们团队的文化是：不写，只展示。一切都被原型过很多次。" —— Boris Cherny

核心要点：当你看到非工程师"削尖脑袋"用一个不为他们设计的产品（latent demand），就该为他们造一个新产品了——这就是 Cowork。

• latent demand 的信号：长期以来非工程师在硬用 Claude Code——Twitter 上有人用它监控番茄植株（接个 webcam，Claude 天天看着"天哪我好开心咱们的植株发芽了""番茄在长"），有人用它从损坏硬盘里恢复婚礼照片；Anthropic 整个财务团队、销售团队都在用。"看到人们为一个不为他们设计的产品跳火圈，就是该为他们造新产品的好信号。"
• Claude Code 已铺满各种形态（终端、各种 VS Code/JetBrains 系 IDE 扩展、iOS/Android、桌面、web、Slack、GitHub app），但没有一个是为非工程师造的。于是团队 hack 了几个月找正确形态，最后的点子是"拿 Claude Code 加上护栏"——比如配虚拟机（"让非技术用户不用读 bash 命令就知道它在干嘛"）。约 10 天、全程用 Claude Code 造出来，然后发布。
• 复杂度在哪？产品侧很简单——就是 Claude 桌面 app 里多一个 Cowork tab（和 code、chat tab 并列），底层还是同一个 Claude Code、同一个 Claude agent SDK。大部分复杂度在安全：知道用户非技术，要防止"启动后不小心删掉一堆家庭照片"，所以后端一堆分类器（含 prompt injection 等额外缓解）、前端整个虚拟机、一堆操作系统级集成防误删，还要重新设计权限系统。
• 技术栈：Electron + TypeScript；Cowork 创造者 Felix 是早期 Electron 工程师。macOS 先行（Windows 将至，"大概这播客上线时就有了"）——延续 Anthropic"总是在没完全 ready 时就先发、早点向用户学"的风格（Claude Code 当初发布时也不支持 Windows，几周后才补全所有栈）。
• 配 Chrome 扩展才是精髓（非技术用户的工具往往不是 CLI，而在浏览器里）。Boris 自己每周用 Cowork 做团队项目管理：让它查那张追踪每人在做什么的表格里状态没填的行，然后开两个 Chrome tab（表格 + Slack）直接在 Slack 上挨个 ping 工程师，"一次搞定，只有一个工程师的名字它自动补全不出来"。
• Cowork 的增长曲线比当年 Claude Code 陡得多——"Claude Code 当初其实不是一夜爆红，是慢热，2025 年 5 月发 Opus 4 / Sonnet 4 才真正 click、增长变指数级；而 Cowork 是即时爆火，挺意外的"。

"看到人们为一个不为他们设计的产品跳火圈，就是该为他们造新产品的最好信号。" —— Boris Cherny

核心要点：把更多 token 砸到"互不相关的上下文窗口"上是一种 test-time compute，能给出更好结果；而一个 agent 群在一个周末就把插件系统造出来了。

• 多种"压榨上下文"的办法：扩展上下文、自动压缩（实现近乎无限上下文）、子 agent。核心概念是 uncorrelated context windows（互不相关的上下文窗口）——多个从零开始、彼此不知道对方的窗口。对比：同一窗口里做完任务 A 再做 B，B 知道 A；而子 agent 的窗口是全新的，除了那条 prompt 不知道父窗口里有什么。（skill / slash command 能看到父窗口，子 agent 看不到。）"窗口互不相关时，多砸 token 反而给出更好结果——这其实是一种 test-time compute。"
• Agent teams 刚发布，从约去年 9/10 月就在试，"用上 Opus 4.6 才真正 click，模型搞懂了怎么用"。有时能看到 agent 之间互相讨论的"可爱对话，很有人味"，有时直接给出很好的结果。内部评测里让 Claude 造比单个 Claude 能造的更复杂的东西，Opus 4.6 + teams 结果显著提升。它是 opt-in 研究预览，因为"就是一堆 Claude 在跑，烧大量 token"。
• 插件系统的造法：约三个月前发布 plugins，是 Daisy 用一个很早期的 Swarm 版本，给它一个容器、开 dangerous mode，让它整个周末跑——"任务是造插件：先出 spec，再建 Asana board 拆任务，然后不同 agent 去实现"。它spawn 了数百个 agent、在 Asana 上建了 100 个任务、然后实现了，"这基本就是我们发布的那版插件"。"这类协调系统过去是给人用的，现在同样是给模型用的。"
• 隐私的代价：Anthropic 作为企业公司极重隐私安全，看不到用户数据——"有人报 bug，我其实拉不到你的日志看发生了什么"，所以花大量功夫做隐私保护式的事件日志。可观测性是现成厂商 + 自研混用，"没什么惊人的"。

"她开了 dangerous mode、给它一个容器，让它跑一整个周末。它 spawn 了几百个 agent、建了 100 个 Asana 任务、然后实现了——这基本就是我们发布的那版插件。" —— Boris（讲 Daisy 造插件）

核心要点：面对"模型进步快到让人焦虑"，Boris 的解药是 intellectual humility；他用印刷术类比给出一个既诚实又乐观的框架——这场转变之后会出现什么，今天根本无法预测。

• 起点是 Karpathy 12 月发帖"作为程序员从未如此落后"，Boris 回了"用老办法 debug 内存泄漏、结果 Claude 一发入魂"的故事。"这是我真正挣扎的事：模型进步太快，对旧模型管用的想法对新模型可能不管用，对旧模型不管用的对新模型可能管用，而几乎没有别的技术是这样的，我没什么经验可借。"
• 解法是一种新技能——永远带 beginner mindset 和 intellectual humility："所有以前坏的点子现在变好了，反之亦然。"过去有人重试一个失败过的想法会被"你为什么又来"地 gatekeep（架构上"我们试过微服务，不行"，一两年前这么说还算有理因为变化不大）；"但现在是史上第一次，每隔几个月重试同一个想法不再疯狂，因为模型变好了，它就成了"。团队里更新的工程师有时做得比他好，他得去看、去学、去调整预期（devrel 的 Tariq 让 Claude Code 自动生成自己的发布视频——Boris 觉得"也许可能"但不会去试，因为以为模型还没 ready，"他直接做了，就成了"）。
• Gergely 的诚实反思（coding 身份的"grief"）：学 coding 极其费劲（从瞎折腾到大学学 C/C++"难得要命"），很多人的身份认同绑在"擅长写代码"上——这是过去拿（更高薪）工作的方式；他在 Uber 设计面试环路时，因为开发者约 50% 时间在写代码，就把约 50% 的信号放在 coding 上。"现在感觉有什么东西被这么快地拿走了，我没想到会这么快，有一种 grief（哀悼感）。"
• Boris 的回应与印刷术类比：coding"曾是我们软件工程师做的事，正在变成人人都能做的事"。印刷术（1400s）：欧洲 < 1% 识字，抄写员是被国王（常常自己不识字）雇佣的极稀缺高地位技能；印刷术后印刷品成本降约 100x（30-50 年）、数量增约 10,000x（50-100 年），而识字率到 70% 花了 200-300 年（因为学读写很难，要教育系统、纸墨、不用下地的闲暇）。"把锁在象牙塔里的东西变得人人可及——没有它，连造这支麦克风的人都不识字，现代经济根本不会存在。"
• 关键的乐观与对称："抄写员没有消失，他们变成了作家和作者——这些人之所以存在，是因为文学的市场暴涨。"映照到今天：不会写代码的老板（不识字的国王）雇工程师（抄写员），"我们爱嘲笑那些拿着白板草图说'这很简单吧'的 CEO，但当国王能自己读写、不需要中间人时，事情会变得更高效"。"最激动人心的是：今天根本无法预测这场转变之后会出现什么——就像当年没人能从印刷术预测到麦克风。"

"如果想想抄写员后来怎么了：他们不再是抄写员，但出现了作家和作者这个全新群体。而他们之所以存在，是因为文学的市场暴涨了。" —— Boris Cherny

核心要点：该丢掉对语言/框架的执念；该留住 methodical + hypothesis-driven；该放大好奇心、跨界与多学科——下一个万亿美元产品可能就是一个能横跨工程/产品/商业/设计的人。

• 该留在身后的：对代码风格、语言、框架的强烈意见。"我等不及越过这些没完没了的语言之争、框架之争了——模型随便用什么语言框架，你不喜欢它能给你重写，所以不重要了。"
• 仍然重要：methodical（有方法）+ hypothesis-driven（假设驱动）——既用于这个"一切被颠覆、要想下一步造什么"的产品设计，也用于日常工程（如调试，"你得非常有方法，模型能做也能帮很多，但当下仍需要你具备这个技能——6 个月后是否还需要我不知道"）。
• 更值钱的：好奇心、愿意跨出自己的 swim lane、多学科。"下一个像 Claude Code 之后的万亿美元创业，可能就是一个人——他有个酷点子，脑子能横跨工程、产品、商业，或设计、财务……人会越来越多学科，而这会越来越被奖励。某种意义上，这是通才之年。"
• 一个反直觉判断——"ADHD 之年"：短注意力如今被奖励。"某种意义上对社会有点危险，你想要能深度思考、沉淀想法、不一刷就跳走的人；但今年恰恰是奖励它的一年——因为我的工作已经变成在多个 Claude 之间跳转、变成管理 Claude，不再是深度工作，而是看我多擅长在多个上下文间快速 context switch。"Gergely 补了一条"adaptability（适应力）"：Boris 早年也能极深地专注一件事，难得的是他对调整工作方式、看什么适配当前阶段非常开放——"唯一确定的是下个模型出来又会变，你得保持好奇、保持开放"。
• 标杆工程师的画像（"我职业生涯共事过最强的一批人"）：擅长原型的（0→0.5，搞清楚酷点子和技术解锁）、擅长找 PMF 的（0.5→1 或 0→1）、跨学科的 hybrid（产品+工程+基础设施、产品+设计、设计+工程——"越来越多"）。
• 改变的信念：以前不确定安全问题有多大，"从内部看到过去一年新出现的风险，让我更担心了——现在它是对我最重要的事：怎么确保这东西走向好的结局"。

"下一个万亿美元创业，可能就是一个人——他能横跨工程、产品、商业、设计。这会是通才之年，也是 ADHD 之年。" —— Boris Cherny