Claude Code 之父最新访谈：编程已经结束、harness 将消失、Claude Code 将只有 100 行代码、loop 才是未来¶

Ch01.239 Claude Code 之父最新访谈：编程已经结束、harness 将消失、Claude Code 将只有 100 行代码、loop 才是未来¶

📊 Level ⭐⭐ | 14.9KB | entities/claude-code-之父最新访谈编程已经结束harness-将消失claude-code-将只有-100-行代码loop-才是未来.md

核心要点¶

Boris Cherny 是 Claude Code 的创造者，2024 年 9 月加入 Anthropic Labs 孵化团队
2025 年 10 月起模型已能写 100% 代码，Boris 本人从 2026 年起不再手写代码
最高纪录：一天提交 150 个 PR，全部通过手机操作
/loop 是他认为最重要的功能——让 AI 在后台定时执行任务
预测：一年后 Claude Code 的产品外壳（harness）可能只剩 100 行代码
未来趋势：人人都能编程，跨学科通才崛起，10 倍数量创业公司将颠覆现有格局

关于 Boris Cherny¶

Boris Cherny 的履历相当硬核。他出生在乌克兰，1995 年随家人移民美国，祖父是苏联时期的程序员，家里曾堆满打孔卡片。他本科学的是经济学，编程完全自学，18 岁开始创业，后成为 YC 公司第一号员工，在对冲基金、广告技术、创业公司间摸爬滚打。 2017 年进入 Meta 后，他从 IC4 一路升到 IC8（首席工程师），全公司仅几十人达到此级别。在 Meta 期间负责 Instagram 的 Python 到 Hack 迁移，主导 Meta 全线产品的代码质量工作，还曾在日本奈良远程工作一年半，代码产出达到全公司前 1%。工作之余，他写了 O'Reilly 的书《Programming TypeScript》，创建了旧金山 TypeScript Meetup（全球最大），还做了叫 Undux 的 React 状态管理库，成为 Facebook 内部最流行的状态管理框架。2024 年 9 月加入 Anthropic Labs 孵化团队，该团队产出包括 Claude Code、MCP、Claude Desktop 桌面应用。

Claude Code 的诞生¶

Claude Code 的诞生有些偶然。2024 年底 AI 编程的主流形态还是「tab 补全」，但 Boris 团队感觉模型能力远超当时产品所能承载，「有一个巨大的产品溢出」。前 6 个月 Claude Code 基本不好用，发布后增长平平。真正的拐点是 2025 年 5 月 Opus 4 发布，指数级增长从此开始。团队策略是「为未来 6 个月的模型做产品」，这种超前建设最终被证明赌对了。

编程已经解决了¶

对于「编程已经解决了（coding is solved）」这个说法，Boris 用自己的实践支撑：Claude Code 代码库用 TypeScript 和 React，从 2025 年 10、11 月起模型就能写 100% 代码；到 2026 年他一行代码都没亲手写过。一天几十个 PR 是常态，最高纪录是一天 150 个 PR。他承认大型复杂代码库和冷门语言模型还搞不定，但「通常答案就是，等下一个模型」。

手机就是工位¶

Boris 现在主要用手机工作。他打开 Claude App，左侧 Code 标签页里同时跑着 5 到 10 个会话，每个会话下挂着多个子 Agent，加起来约几百个 Agent 同时运行。晚上则让几千个 Agent 跑更深层任务。

Loop 才是未来¶

Boris 最常用的功能是 /loop——让 Claude 用 cron 调度定时任务。他同时跑着几十个 loop：PR 守护（自动修 CI、自动 rebase）、CI 健康维护（自动修 flaky test）、每 30 分钟从 X 抓取用户反馈并聚类整理。4.7 模型已开始自发使用 loop，比如发现数据随时间变化后主动说「我会每 30 分钟给你发一份报告」。这种「不需要用户教模型怎么用工具」的状态在他看来才是对的。

人人都写代码¶

未来团队形态：Boris 预测会出现越来越多跨学科通才。Claude Code 团队已在这样运作——工程经理写代码，产品经理写代码，设计师写代码，数据科学家写代码，用户研究员写代码，连财务同事都在写代码。「各自专业领域没变，但现在所有人都多了一项能力：编程。」

AI 时代的护城河¶

引用 Hamilton Helmer 的「七力模型」，Boris 认为 AI 时代下切换成本和流程能力在下降（模型可帮用户迁移、Claude 4.7 可「爬山算法」式迭代优化流程），但网络效应、规模经济、独占资源依然坚固。他预测未来 10 年会涌现 10 倍数量创业公司颠覆现有格局，因为小团队可做出大公司量级产品，而大公司改造流程、重新培训员工、克服内部阻力都是小团队没有的包袱。

印刷术类比¶

Boris 用印刷术发明做类比：1400 年代欧洲只有 10% 的人识字，印刷术发明后 50 年文献总量超过此前千年总和、书本成本降 100 倍，几百年后全球识字率从 10% 升到 70%。他认为软件会经历同样事情且速度更快。「写会计软件最好的人也许今天已不再是工程师，而应该是一个真正懂会计的人。因为编程是容易的部分，懂领域才是难的部分。」

Anthropic 内部实践¶

Anthropic 内部与外部差距不在模型（用的和外部一样，主要是 Opus 4.7），而在组织和流程。现在内部已没有手写代码，所有 SQL 都是模型写的。多个 Claude Agent 在 loop 中运行，遇到不确定的事会通过 Slack 找其他人的 Claude Agent 沟通——Agent 之间通过 Slack 自主通信协作。真正的领先优势是组织架构和工作流程的变革。

Harness 将消失¶

对于「Claude Code 成功是模型功劳还是产品功劳」的问题，Boris 说六个月前觉得大概是 50/50。但他认为随着模型越来越强，产品外壳（harness）重要性会逐渐降低。现在 Claude Code 里的安全机制（prompt injection 防护、命令静态验证、权限模式、human-in-the-loop）未来都会变得不那么重要。他的预测是：一年后 Claude Code 的产品外壳可能只需要 100 行代码。

MCP 就是答案¶

Boris 认为知识工作（Co-work 等场景）的答案是 MCP——同样的 MCP 连接器接上 Salesforce、Google Docs、Google Calendar，无论是 Claude AI、Claude CLI 还是 Claude Code 都能用。没有 MCP 的系统，Computer Use 是兜底方案。但他也说这些都不太重要，「MCP 也好，API 也好，只要有某种程序化的接入方式就行。对模型来说，都只是 token」。

深度分析¶

1. AI 编程的临界点已过¶

Boris 的访谈揭示 AI 编程已跨越关键临界点。从 2025 年 10 月起，模型已能独立完成 100% 编码任务，到 2026 年连 Claude Code 创造者本人都停止手写代码。这意味着 AI 编程从「辅助工具」进化为「主要执行者」，人类角色彻底转变为「指挥者」和「验证者」。

2. Agent 架构的根本转变¶

传统软件开发范式中，工具是静态的、需要人类操作。而 Boris 展示的是动态 Agent 生态：loop 驱动的后台任务、Slack 上 Agent 间的自主通信、模型自发使用工具（而不等待人类指令）。这标志软件工程进入「委托式编程」时代——人类定义目标和约束，AI 自主完成任务编排和执行。

3. Harness 的商品化趋势¶

Boris 预测 harness（产品外壳）将大幅简化的观点意义深远。当前 AI 产品的大量工程投入集中在安全护栏、权限控制、human-in-the-loop 等「约束机制」上。当模型能力足够强时，这些约束将变得不那么必要，产品竞争将从「安全可靠的 Agent 框架」转向「高质量的模型能力和领域知识」。

4. 软件民主化的历史重演¶

印刷术打破知识垄断，软件民主化将打破「编程能力」的垄断。Boris 的类比指向一个深刻转变：未来最优秀的软件将来自「最懂领域的人」而非「最会编程的人」。这与 GitLab 备忘录中「深度技术问题供给增加，解决它们的人将成为最稀缺人才」形成有趣对照——两者都指向专业分工的重组，而非简单的技术替代。

5. 组织架构的范式冲击¶

Boris 提到 Anthropic 内部「没有手写代码」，所有 SQL 都是模型写的，且 Agent 间通过 Slack 自主通信。这不仅是工具变化，而是工作流程的根本重构。当 Agent 能自主协作、持续运行、定时报告时，传统管理层级（汇报线、审批流）将受到根本挑战。GitLab 也在同步扁平化组织（移除三层管理层），两者指向同一趋势。

实践启示¶

给工程师的建议¶

掌握 Agent 编排能力：学习使用 loop、batch 等工具管理多个并行 Agent，理解如何设置调度、监控、异常处理
深化系统设计能力：代码生成自动化后，系统架构、分布式设计、技术选型等需要深度判断的能力将更稀缺
领域知识优先：在某些垂直领域，「懂业务」可能比「懂编程」更重要，如 Boris 所说「写会计软件最好的人可能不再是工程师」
适应手机工作流：Boris 展示的移动优先开发模式值得尝试，在通勤等碎片时间管理 Agent 任务

给管理者的建议¶

重新定义工程师产出：从「代码行数」转向「解决的问题」和「交付的价值」，GitLab CEO 也提到类似转变
扁平化组织结构：GitLab 移除三层管理层的做法与 AI 驱动的自主工作流更匹配
建立 AI 优先的开发文化：参考 Anthropic 内部实践，让 Agent 成为默认工作搭档而非辅助工具
关注 harness 而非模型：当模型能力差距缩小时，产品体验和组织效率将成为差异化因素

给创业者的机会¶

Boris 预测将涌现 10 倍数量创业公司。小团队能做出大公司量级产品的时代，机会在于：垂直领域的 AI 原生工具、面向 Agent 的基础设施（而非面向人类用户的接口）、帮助企业迁移到 Agent 流程的服务和咨询。