我们常说，好的软件是设计出来的，是构建出来的。资深工程师的价值在于他们丰富的经验和坚定的技术主张，他们能构建出稳定、可扩展的系统。但如果有一种力量，让今天最引以为傲的架构在六个月后就变得笨拙甚至多余，我们该如何自处？
Anthropic的工程师、Claude Code的创造者Boris Cherny认为： 在AI原生时代，软件开发的生命周期正在被压缩到极致，你今天为弥补模型能力不足而写的每一行“脚手架”代码，六个月后都将成为需要被清除的技术债。
一切始于意外，但终于必然
很多人以为，像Claude Code这样颠覆性的产品，背后一定有一个宏大的蓝图和顶层设计。事实恰恰相反。Claude Code的诞生纯属偶然。Boris最初只是想熟悉一下Anthropic自家的API，为了方便，就随手写了一个在终端里运行的命令行工具。这个选择不是因为他是终端的死忠粉，仅仅是因为这样最省事，不用写前端UI。
这个无心之举，却意外地打开了一扇门。他发现，模型似乎天生就有一种“使用工具”的欲望。当他给了模型一个最简单的bash工具后，模型不仅能读文件，甚至能写一段AppleScript脚本来查看他正在听什么歌。这个瞬间让Boris第一次感受到了AGI的火花。
这个故事里隐藏着第一个重要的产品心法： 洞察并服务于“潜在需求” 。
所谓潜在需求，就是用户已经在尝试做某件事，但过程很痛苦、很别扭。你的产品要做的，不是发明一个全新的行为让他们学习，而是让他们以更简单、更高效的方式完成他们本来就想做的事。
Claude Code的许多关键功能都源于此。团队观察到，工程师们为了让模型更好地理解项目上下文，会自己写一些Markdown格式的说明文件，然后手动喂给模型。于是，CLAUDE.md这个功能就诞生了，它将用户的自发行为产品化、标准化了。同样的，Plan Mode（计划模式）也是因为发现用户会反复对模型说“先别写代码，给我一个计划”，于是团队就把这个高频指令变成了一个一键切换的模式。
最好的创新不是闭门造车，而是走进用户的工作流，观察他们正在用哪些“笨办法”解决问题，然后把这些“笨办法”变成产品的优雅功能。
在AI时代，模型的行为本身也代表了一种“用户”需求。模型渴望与真实世界交互，渴望使用工具，而终端恰好是连接数字世界和物理世界最直接、最朴素的桥梁。Claude Code的成功，正是因为它顺应了模型和开发者双方的潜在需求。
为六个月后的模型构建产品
不要为今天的模型构建产品，要为六个月后的模型构建产品。
在AI技术指数级发展的今天，模型的迭代速度远超软件工程的传统周期。一个模型版本可能在几个月内就获得翻天覆地的能力提升。这意味着，你今天花费大量精力为模型的能力短板所搭建的复杂“脚手架”——比如精巧的提示词工程、复杂的外部校验逻辑、为弥补模型某个能力缺陷而设计的辅助功能——很快就会变得毫无意义。因为下一代模型可能原生就解决了这个问题。
Anthropic内部有一条准则，源自强化学习之父Rich Sutton的那篇著名的苦涩的教训。这篇文章的核心思想是：长远来看，基于大规模计算的通用方法，总会胜过基于人类专家知识的特定方法。引申到LLM领域，就是“永远不要和模型的能力增长对赌”。
这导致了一种全新的开发模式： 持续不断地重写 。Claude Code的整个代码库几乎一直在被重写，今天代码库里已经没有任何六个月前留下的东西。每当新模型发布，团队就会评估哪些旧的“脚手架”可以被拆除，因为模型已经足够强大，不再需要这些辅助。
这是一个非常深刻的转变。传统的软件工程追求的是代码的稳定性和可复用性。我们谈论“Clean Code”，谈论设计模式，是为了让代码能够存活得更久。但Claude Code团队的实践告诉我们，在AI应用层，代码的价值正在变得“短暂”。它的首要任务是“在当前模型能力下，最高效地实现产品功能”，而不是“构建一个可以传承五年的优雅架构”。
这对技术决策提出了新的挑战。当你面临一个问题时，是投入工程资源立刻构建一个解决方案，还是“等一等”，赌几个月后模型就能自己解决？
Boris的建议是，永远要思考这个权衡。投资工程资源只应该用在那些能带来10%、20%性能提升，并且短期内至关重要的功能上。对于其他问题，相信模型的成长可能是更经济的选择。这种“等待的智慧”，是AI时代工程师必备的一种新素养。
新一代工程师：从专才到“超级通才”
既然代码的生命周期如此之短，那么工程师的价值又体现在哪里？答案是： 价值正在从代码的实现，向上游的“问题定义”和下游的“结果验证”转移。
Boris观察到，团队里最优秀的工程师呈现出两极分化的趋势：一类是“超级专家”（Hyper-specialists），比如深入研究JavaScript运行时或底层工具链的人；另一类则是“超级通才”（Hyper-generalists），他们横跨产品、设计、用户研究甚至商业等多个领域。
未来的软件工程师，将不再是那个埋头在IDE里，将产品经理的需求文档翻译成代码的“实现者”。他们更像是一个“科学家”或“产品构建师”。他们需要具备极强的“第一性原理”思考能力，因为过去积累的所谓“最佳实践”和“技术直觉”可能在新模型面前迅速失效。
Boris分享了一个绝佳的例子。团队成员Chris在调试一个内存泄漏问题时，没有像传统工程师那样去分析堆栈快照，而是直接让Claude Code去解决。Claude Code自己写了一个小工具来分析堆栈，结果比人类更快地找到了泄漏点。这个故事的关键在于，他拥有“初学者心态”，他没有被过去的经验束缚，而是敢于将一个复杂任务完全交给AI。
另一个例子是工程师Daisy。她为了给Claude Code贡献一个新功能，没有直接写功能代码。她先是提交了一个PR，让Claude Code拥有一个可以“测试任意工具”的工具。然后，她再让Claude Code用这个新工具去开发和测试它自己的新功能。这种“元认知”和“授人以渔”的思维方式，正是新一代工程师的核心竞争力。他们不再是单纯的工具使用者，而是工具的赋能者和系统的设计者。
在Anthropic，一个惊人的事实是，几乎所有岗位的人都在写代码——产品经理、设计师、财务，无一例外。
这预示着一个未来： 编程将不再是一种专门的职业，而是一种基础的、通用的问题解决能力。 “软件工程师”这个头衔可能会逐渐消失，取而代之的是“构建者”（Builder）或“产品工程师”。工作的核心不再是写代码的技巧有多高超，而是定义问题的能力有多精准，以及驱动AI解决问题的思路有多巧妙。
未来已来：Agentic工作流与代码的终结
Boris提到了“子智能体”（Sub-agents）和“Claude Teams”的概念。当面对一个复杂任务时，一个主智能体可以生成多个并行的子智能体，每个子智能体拥有独立的上下文窗口，从不同角度去研究和解决问题，最后再将结果汇总。这就像一个AI项目团队在自主协作。Anthropic的“插件”功能，整个就是由一个这样的AI“蜂群”在一个周末内构建完成的，几乎没有人类干预。
这才是真正的颠覆。它意味着开发过程本身正在被自动化。一个人类工程师的角色，正在从“工人”变成“包工头”，未来甚至可能变成只负责提出最终目标的“甲方”。
Boris甚至做出了一个预测：Plan Mode的生命周期是有限的。随着模型规划和执行能力的增强，未来你可能不再需要一个明确的“计划”步骤来审查和确认，而是可以直接给出目标，模型会自主完成从规划到执行的全过程。他本人现在已经卸载了IDE，100%的代码都由Claude Code生成。在Anthropic，由AI生成的代码比例已经达到了70%到90%。
如果代码可以100%由AI生成，如果整个开发流程可以由AI Agent自主完成，那么人类的价值究竟是什么？
价值在于 提出正确的问题，定义清晰的目标，以及对最终结果的审美和判断力 。
软件开发的本质，是把一个模糊的人类世界的需求，转化为一个精确的、机器可以理解和执行的形式。过去，代码是这个转化的主要媒介。现在，这个媒介正在变成自然语言、产品规格文档、用户故事，甚至是与AI的对话本身。
我们正在经历一场深刻的抽象层级跃迁。从机器语言到汇编，到高级语言，再到框架和库，每一次跃迁都将开发者从繁琐的底层细节中解放出来，去思考更高层次的问题。现在，AI正在把我们从“如何实现”的细节中解放出来，让我们得以专注于“做什么”和“为什么做”。
所以，回到开篇的结论。你今天写的代码，六个月后可能就过时了。这听起来让人焦虑，但换个角度看，这是一种解放。它意味着我们不再需要为那些短暂的、事务性的实现细节耗费心神。我们可以把更多的智慧和精力投入到更具创造性、更接近问题本质的环节——理解用户、洞察需求、设计产品、构建系统。
代码的生命周期在缩短，但思想的价值在延长。 工程师的双手或许会离开键盘，但他们的大脑将前所未有地接近创造的源头。这或许就是这场AI革命带给所有技术从业者最激动人心的未来。
配资网提示：文章来自网络，不代表本站观点。
