你有沒有想過，"寫代碼"這件事，有一天會變得和"發(fā)短信"一樣普通？不是比喻，是字面意思。最近我看了一個訪談，是 Anthropic 的 Boris Cherny 在 Sequoia Capital（紅杉資本）的 AI Ascent 2026 大會上的分享。Boris 是 Claude Code 的創(chuàng)造者，也是整個 AI 編程領(lǐng)域最前沿的人之一。他在訪談里說了很多讓我停下來反復(fù)思考的東西。

他說，編程已經(jīng)被解決了。他說，他在 2026 年一行代碼都沒有手寫過。他說，他現(xiàn)在每天從手機(jī)上發(fā)出幾十個 PR（Pull Request，代碼合并請求）。他還說，有一天他創(chuàng)了紀(jì)錄，一天發(fā)了 150 個 PR。

我第一次聽到這些話時，感覺有點(diǎn)像在看科幻小說。但越想越覺得，這不是未來，這是已經(jīng)在發(fā)生的現(xiàn)實。只是大多數(shù)人還沒意識到而已。

Claude Code 是怎么來的

Boris 說，Claude Code 其實是"意外"誕生的。2024 年底，他加入了 Anthropic 內(nèi)部一個叫 Anthropic Labs 的孵化團(tuán)隊，整個團(tuán)隊就幾個人，目標(biāo)是把當(dāng)時模型的潛力轉(zhuǎn)化成真實可用的產(chǎn)品。他們做出來的東西，包括 Claude Code、MCP（Model Context Protocol，模型上下文協(xié)議），還有 Claude 的桌面端應(yīng)用。任務(wù)完成之后，團(tuán)隊解散。現(xiàn)在他們又重新聚在一起，做第二輪。

他說，當(dāng)時他們看到了一個"product overhang"（產(chǎn)品空缺）——模型的能力已經(jīng)遠(yuǎn)超市面上任何產(chǎn)品所能發(fā)揮出來的水平。2024 年底，編程領(lǐng)域最先進(jìn)的產(chǎn)品，是 type-ahead（逐行補(bǔ)全），就是你打開 IDE，按 Tab，每次補(bǔ)全一行代碼。這是 Claude Sonnet 3.5 當(dāng)時能做到的事情。

但 Boris 他們看到的是：模型已經(jīng)可以做到更多。不需要逐行補(bǔ)全了，可以直接讓 AI agent 寫完所有代碼。于是他就去做了。

但他也坦誠，Claude Code 一開始根本不好用。前六個月，他自己只用它寫大概 10% 的代碼。發(fā)布之后，也沒有爆發(fā)式增長。真正的拐點(diǎn)是 Opus 4 發(fā)布的那一刻，之后每一個模型版本都帶來一次躍升：4.5、4.6、4.7，一路往上。

我覺得這段歷史特別值得深思。Boris 他們在產(chǎn)品還沒有 PMF（Product-Market Fit，產(chǎn)品市場契合）的時候就開始做，而且明知道六個月內(nèi)不會有 PMF，因為他們是在為下一代模型做準(zhǔn)備。這是一種非常特殊的產(chǎn)品思維：你看到的不是現(xiàn)在的市場，而是模型進(jìn)化之后會出現(xiàn)的市場。這需要極強(qiáng)的判斷力，也需要極強(qiáng)的耐心。大多數(shù)創(chuàng)業(yè)公司在這個階段就放棄了。

"編程已經(jīng)被解決了"，這句話什么意思

這是整個訪談里最震撼我的一個論斷。Boris 說，對他個人來說，編程已經(jīng)被解決了。他的代碼 100% 由模型來寫，他不再手寫任何一行代碼。

他解釋了為什么 Claude Code 用 TypeScript 和 React 來寫自己的代碼庫。原因很簡單：這兩個是訓(xùn)練數(shù)據(jù)里分布最廣的語言和框架，當(dāng)時模型還沒那么聰明，用"on distribution"（在分布范圍內(nèi)）的技術(shù)棧能讓模型表現(xiàn)更穩(wěn)定。到今天，模型已經(jīng)可以學(xué)會它沒見過的語言和框架，但那時候技術(shù)選型這件事，是影響 AI 輸出質(zhì)量的關(guān)鍵變量。

他也補(bǔ)充說，"編程被解決"這件事不是對所有人都成立的。非常復(fù)雜的大型代碼庫、冷門語言、特殊的歷史系統(tǒng)，這些地方模型還沒辦法完全勝任。但他的判斷是：通常等下一個模型就好了。

我自己理解這句話，是這樣的：Boris 說的"編程被解決"，針對的是"寫代碼"這個動作本身。就好像"打字被解決了"——不是說文字創(chuàng)作沒有價值了，而是說打字這個物理動作，不再是瓶頸了。寫代碼的技術(shù)門檻，正在以肉眼可見的速度崩塌。剩下的核心問題，變成了你想要構(gòu)建什么、你理解不理解這個領(lǐng)域、你有沒有判斷力去知道 AI 做的對不對。

Boris 的工作方式，讓我重新定義了"工作"

他分享了自己現(xiàn)在的工作方式。大部分時間，他在手機(jī)上工作。打開 Claude app，左側(cè)有一個 code tab，里面通常有五到十個 session（會話）在同時跑，每個 session 里有多個 agent（智能體），加起來大概有幾百個。每天晚上還有幾千個 agent 在做更深入的工作。

他最近特別喜歡用的功能叫 `/loop`。原理很簡單：讓 Claude 用 cron（定時任務(wù)工具）創(chuàng)建一個定時循環(huán)任務(wù)，可以每分鐘、每五分鐘、每天運(yùn)行一次。他現(xiàn)在有幾十個這樣的 loop 在持續(xù)運(yùn)行。比如有一個在監(jiān)控他的 PR，自動修復(fù) CI（Continuous Integration，持續(xù)集成）、自動 rebase；有一個在保持 CI 健康，發(fā)現(xiàn) flaky test（不穩(wěn)定測試）就自動修復(fù)；還有一個每三十分鐘從 Twitter 抓用戶反饋，自動聚類整理。

他說，現(xiàn)在 Anthropic 內(nèi)部，沒有任何人工編寫的代碼了。所有 SQL 都是模型寫的，所有東西都是模型構(gòu)建的。更有意思的是，他的 Claude 和同事的 Claude，會通過 Slack 互相通信，在 loop 運(yùn)行過程中協(xié)商解決未知問題。

我第一次聽到這里，愣了一下。這不是"人用 AI 工具提效"，這是"人在管理一支 AI 團(tuán)隊"。工作的性質(zhì)變了，不是提速，是質(zhì)變。你的角色從執(zhí)行者變成了指揮者，從寫代碼的人變成了定義問題、審核結(jié)果、協(xié)調(diào) agent 的人。這種轉(zhuǎn)變，比"提效十倍"這個描述要深刻得多。

未來的團(tuán)隊長什么樣

Boris 對未來團(tuán)隊的判斷，我覺得是這次訪談里最務(wù)實、也最有參考價值的部分。

他說，未來會有越來越多的 generalist（通才）。但他強(qiáng)調(diào)，這個"通才"的定義在擴(kuò)展。以前說通才工程師，可能是說他既會寫 iOS 也會寫后端；而未來的通才，是真正跨學(xué)科的——工程很強(qiáng)，同時設(shè)計也很強(qiáng)，或者產(chǎn)品和數(shù)據(jù)科學(xué)也很強(qiáng)。

他舉了 Claude Code 團(tuán)隊的例子：工程經(jīng)理、產(chǎn)品經(jīng)理、設(shè)計師、數(shù)據(jù)科學(xué)家、財務(wù)、用戶研究員，每一個人都在寫代碼。每個人是某個領(lǐng)域的專家，但現(xiàn)在同時也都會編程。

這個判斷讓我深有共鳴。我一直在說，AI 時代最稀缺的不是"會用 AI 的程序員"，而是"懂業(yè)務(wù)的全棧執(zhí)行者"。以前，技術(shù)是壁壘，讓很多有想法的人被擋在門外。以后，技術(shù)壁壘會越來越低，真正的壁壘是：你有沒有想清楚要做什么，你有沒有足夠深的行業(yè)認(rèn)知，你有沒有判斷力去評估 AI 做出來的東西是否正確。

換句話說，AI 并不是讓技術(shù)門檻消失，而是讓門檻的位置移動了。從"會不會寫代碼"，移動到了"懂不懂這個領(lǐng)域"。

SaaS 會死嗎？不會，但很多護(hù)城河要消失了

有人問 Boris，當(dāng)寫代碼的成本降低 10 倍甚至 100 倍，SaaS（Software as a Service，軟件即服務(wù)）會不會迎來大崩塌？

Boris 說，他最喜歡這個問題。他的回答引用了 Hamilton Helmer 的"七種商業(yè)護(hù)城河"理論（Seven Powers）。他認(rèn)為，AI 的到來會讓某些護(hù)城河變?nèi)�，讓另一些護(hù)城河反而變得更重要。

會變?nèi)醯淖o(hù)城河，比如 switching cost（轉(zhuǎn)換成本）——以前你用了一個工具三年，遷移數(shù)據(jù)、重新培訓(xùn)員工的成本太高；但現(xiàn)在模型可以幫你快速遷移，切換成本大幅下降。還有 process power（流程壁壘）——很多 SaaS 公司的護(hù)城河其實是復(fù)雜的業(yè)務(wù)流程設(shè)計，但 Boris 說，Opus 4.7 已經(jīng)可以"hill climb anything"，給它一個目標(biāo)，讓它一直迭代，它就會一直優(yōu)化，直到做到。這讓純靠流程設(shè)計建立壁壘的公司，變得非常脆弱。

而不會被削弱的護(hù)城河：network effects（網(wǎng)絡(luò)效應(yīng)）、scale economies（規(guī)模經(jīng)濟(jì)）、cornered resources（獨(dú)特資源）。這些跟 AI 的關(guān)系不大，還是會繼續(xù)有效。

他說的第二個判斷，我覺得更重要：未來十年，會有 10 倍于現(xiàn)在數(shù)量的初創(chuàng)公司出現(xiàn)，去顛覆各個領(lǐng)域。原因很簡單：一個小團(tuán)隊，現(xiàn)在可以用 AI 構(gòu)建出跟大公司相當(dāng)水平的產(chǎn)品，而大公司反而要面對內(nèi)部阻力，需要改變流程、重新培訓(xùn)員工、克服組織惰性。初創(chuàng)公司沒有這些包袱，可以從第一天起就 AI-native（AI 原生）地去構(gòu)建。

我對這個判斷非常認(rèn)同。我們正處在一個"小公司窗口期"里。大公司的效率優(yōu)勢在縮水，初創(chuàng)公司的劣勢也在縮水，兩者之間的差距正在快速壓縮。這個窗口不會永遠(yuǎn)開著，因為大公司遲早也會完成轉(zhuǎn)型。但現(xiàn)在，是進(jìn)攻的最好時機(jī)。

編程，會像識字一樣普及

這是 Boris 說的最有歷史感的一段話，我聽完之后想了很久。

有人問他：編程會不會變成像 Microsoft Office 一樣人人都會的技能？他說，不止如此，會更進(jìn)一步——會像發(fā)短信一樣普及。

然后他打了一個歷史比方，我覺得非常貼切。1400 年代，歐洲印刷機(jī)發(fā)明之前，只有 10% 的歐洲人識字。這些人受雇于國王和貴族，專門負(fù)責(zé)讀寫，因為這是一門專業(yè)技能，普通人不會。印刷機(jī)發(fā)明之后，出版成本下降了一百倍，書開始大規(guī)模普及。接下來幾百年，全球識字率從 10% 上升到 70%�，F(xiàn)在，我們所有人都能讀寫，沒有人需要專門的"閱讀寫作學(xué)位"才能識字，盡管仍然有職業(yè)作家這個行當(dāng)。

Boris 說，軟件正在經(jīng)歷同樣的事情。寫代碼這件事，正在從一門需要專業(yè)訓(xùn)練才能掌握的技能，變成人人都能做的基礎(chǔ)能力。而這一次，速度會比印刷機(jī)時代快得多。

他還說了一個讓我覺得非常對的點(diǎn)：在這個新世界里，最適合寫會計軟件的人，不是工程師，而是一個非常厲害的會計。因為難的是懂會計，不是會寫代碼。

我深度認(rèn)同這個判斷。我在出海領(lǐng)域工作了很多年，經(jīng)常遇到一種場景：某個行業(yè)里做得很好的從業(yè)者，心里有非常清晰的工具需求，但因為不懂技術(shù)，這個想法永遠(yuǎn)停留在腦子里。AI 的到來，其實是在解放這些人。真正的生產(chǎn)力，來自于深度的行業(yè)認(rèn)知，而不是技術(shù)能力本身。

Anthropic 內(nèi)部和外部，差距在哪里

有人問了一個很好的問題：Anthropic 內(nèi)部工程師的工作方式，領(lǐng)先外部多少？是三個月？還是六個月？

Boris 的回答很誠實。他說，在模型層面，沒什么差距，因為 Anthropic 本身就是在做平臺，他們用的模型版本和外部用戶差不多。真正的差距，在于組織流程和工作方式。

Anthropic 內(nèi)部，Claude 被用在所有事情上。工程師的 Claude 在 loop 里運(yùn)行代碼，同時會通過 Slack 和其他工程師的 Claude 溝通，協(xié)商解決代碼里的未知問題。整個公司沒有手工寫的代碼，所有 SQL 都是模型寫的。他說，這種組織級別的流程改造，才是真正領(lǐng)先的地方，而不是技術(shù)本身。

這一點(diǎn)讓我想到一個更宏觀的問題：AI 能力的釋放，往往不是被技術(shù)限制的，而是被組織結(jié)構(gòu)和工作流程限制的。工具在那里，但大多數(shù)公司還在用舊的工作方式去套新的工具。這就像印刷機(jī)發(fā)明了，但大家還在按照手抄書的方式來組織出版業(yè)一樣。

對于初創(chuàng)公司來說，這其實是一個巨大的優(yōu)勢。沒有歷史包袱，可以從第一天就按照 AI 原生的方式來構(gòu)建組織和流程。而大公司要完成同樣的轉(zhuǎn)型，需要說服每一個中間層、重新設(shè)計每一個流程，面對的阻力是指數(shù)級的。

MCP 是連接 AI 和工具世界的基礎(chǔ)設(shè)施

Boris 在訪談中多次提到 MCP，我覺得有必要單獨(dú)解釋一下為什么這個東西很重要。

MCP（Model Context Protocol）是 Anthropic 提出的一個標(biāo)準(zhǔn)協(xié)議，讓 AI 模型可以以統(tǒng)一的方式連接各種外部工具和數(shù)據(jù)源。就像 USB 讓各種設(shè)備可以連接電腦一樣，MCP 讓 AI 可以統(tǒng)一接入 Salesforce、Google Docs、GitHub、Slack 等任何工具。

Boris 說，對于 knowledge work（知識工作）的 agent 化，MCP 就是答案。不管是 Claude Code、Claude CLI 還是 Co-work，連上各種 MCP connector 之后，AI 就能訪問這些工具里的數(shù)據(jù)和能力。對于還沒有 MCP 的工具，computer use（計算機(jī)視覺操控）可以作為兜底方案——雖然慢，但能用。

我的理解是：MCP 正在做的事情，是在 AI 和真實工作環(huán)境之間搭一座橋。以前的 AI 工具，往往是孤立的，需要手動復(fù)制粘貼信息進(jìn)來，再把結(jié)果復(fù)制粘貼出去。MCP 讓這個流程變成了自動的、流暢的。這不是一個小改進(jìn)，這是 AI 從"輔助工具"進(jìn)化成"工作主體"的關(guān)鍵一步。

而且他有一句話我覺得說到了本質(zhì)：對模型來說，不管是 MCP、API 還是其他接口，都只是 tokens（詞元）。模型不在乎連接方式，它只需要能訪問到信息和執(zhí)行能力。這意味著，只要信息能被結(jié)構(gòu)化地傳遞給模型，模型就能用上它。這個視角，對于我們思考如何構(gòu)建 AI 產(chǎn)品非常有用。

我的深度思考：這一切對我們意味著什么

聽完這個訪談，我想到最多的一個問題是：在這個新世界里，什么才是真正有價值的？

Boris 說編程被解決了。我認(rèn)同。但我想補(bǔ)充一點(diǎn)：編程被解決了，不代表軟件產(chǎn)品變得不重要了，恰恰相反，軟件會變得更多、更便宜、更專業(yè)化。因為以前很多有價值的軟件，因為開發(fā)成本太高而從來沒有被做出來�，F(xiàn)在，這個成本在快速下降。會有大量"垂直場景的專用工具"被做出來，它們的受眾可能只有幾千人，但對這幾千人來說無比重要。

我在出海領(lǐng)域工作，經(jīng)常遇到一個痛點(diǎn)：跨境電商、SaaS 出海、內(nèi)容出海，每個環(huán)節(jié)都有大量重復(fù)性的工作流，但專門針對這些場景的好工具，一直都很少。原因很簡單，市場太小，開發(fā)成本太高，ROI 跑不通。但現(xiàn)在，當(dāng)開發(fā)成本下降 100 倍，這個邏輯就變了。很多之前沒有商業(yè)價值的工具，現(xiàn)在可以做了。

這讓我想到另一個更深層的問題：未來的產(chǎn)品競爭，核心在哪里？

Boris 提到了網(wǎng)絡(luò)效應(yīng)、規(guī)模經(jīng)濟(jì)、獨(dú)特資源這些不會被 AI 削弱的護(hù)城河。我覺得還有一個他沒有明說，但整個訪談都在暗示的東西：領(lǐng)域知識的深度。

當(dāng)代碼可以自動生成，當(dāng)流程可以自動優(yōu)化，最難被替代的，是對某個具體領(lǐng)域的深刻理解。你知道用戶真正的痛點(diǎn)在哪里，你知道這個行業(yè)的潛規(guī)則，你知道哪些功能表面上重要但其實沒人用，你知道最后那 20% 的細(xì)節(jié)決定產(chǎn)品好不好用。這些，是模型短期內(nèi)學(xué)不會的。

所以我得出了一個結(jié)論：AI 時代的產(chǎn)品競爭，表面上是誰用 AI 用得更好，底層是誰對自己的用戶理解得更深。工具變了，這個底層邏輯沒變。

另外一個我很認(rèn)同 Boris 說的點(diǎn)，是關(guān)于初創(chuàng)公司的機(jī)會。他說，未來十年，初創(chuàng)公司的數(shù)量會增長 10 倍。大公司面臨的轉(zhuǎn)型阻力，是初創(chuàng)公司的天然優(yōu)勢。我在國內(nèi)見過很多創(chuàng)業(yè)者，因為技術(shù)門檻而放棄了好想法。以后，這個理由會越來越站不住腳。想法本身的質(zhì)量，會越來越?jīng)Q定一個公司能不能做起來。

最后，我想引用 Boris 說的那個印刷機(jī)的比方，再延伸一步。印刷機(jī)普及了文字，帶來了文藝復(fù)興、啟蒙運(yùn)動、工業(yè)革命。不是因為印刷機(jī)直接推動了這些，而是因為知識開始大范圍流動，更多的人可以站在前人的肩膀上思考和創(chuàng)造。AI 普及編程，可能也會帶來類似的效應(yīng)：當(dāng)更多有深刻行業(yè)認(rèn)知的人可以直接構(gòu)建工具和產(chǎn)品，整個社會的創(chuàng)新速度會加快。真正的突破，往往來自那些既深刻理解問題、又有能力去實現(xiàn)解決方案的人。AI，正在讓這樣的人從少數(shù)變成多數(shù)。

結(jié)尾

也歡迎大家留言討論，分享你的觀點(diǎn)！

覺得內(nèi)容不錯的朋友能夠幫忙右下角點(diǎn)個贊，分享一下。您的每次分享，都是在激勵我不斷產(chǎn)出更好的內(nèi)容。

歡迎關(guān)注深思圈，一起探索更大的世界。

- END -

兩個“特別坑”的AI產(chǎn)品創(chuàng)業(yè)方向，你知道嗎

速度將成為AI時代唯一的護(hù)城河

a16z重磅預(yù)測：Vibe coding贏者通吃？錯了，垂直專業(yè)化才是未來