Claude Code之父重磅访谈：不写一行代码，手机指挥上千Agent干活

红杉资本主办的AI Ascent 2026，召集了Greg Brockman、Andrej Karpathy、Demis Hassabis、Boris Cherny、Dmitri Dolgov等150多名全球顶级创始人或研究人员，讨论前沿科技与未来。

最新一期访谈（对话），主角是Claude Code之父Boris Cherny。

Boris Cherny坐在台上，现场座无虚席。他每一次惊人言论，都震撼着台下的软件工程师们。

2026年，他没写过一行代码，现在已经不开电脑了，直接在手机指挥上千Agent干活。

他预言Claude Code的代码库，一年后可能只剩100行左右。

软件工程的门槛正在被彻底踏平，未来的顶尖应用大概率出自完全不懂传统编程的会计、医生或设计师等领域专家之手。

我们正在经历软件行业的“活字印刷术”时代。

告别手动敲代码

2024年底，那时AI编程的最先进水平是Type ahead（预先输入）。很多人觉得用AI辅助写代码只是多了一个聪明的自动补全工具，打开IDE，按下Tab键，让系统一行一行地预测接下来的代码。

Anthropic的内部孵化团队Anthropic Labs看到了技术与产品之间的巨大落差。模型明明可以做更多事，产品形态却毫无想象力。

他们尝试直接让Agent（智能体）接管全部代码编写工作。初版产品非常糟糕。前六个月里，它勉强能用，只能处理极少量的代码生成任务。即便后来首次对外发布，市场反响也平平无奇。

转折点发生在2025年5月Opus 4模型发布之时。指数级的增长曲线瞬间拉起。

随着模型迭代到4.5、4.6直至如今的4.7，机器的理解能力和自主性呈爆发式攀升。

团队最初笃定的一点得到了印证：只要为下一代模型提前构建好产品框架，一旦模型能力到位，体验就会发生质变。

现在，机器写代码的能力已经触及了一个临界点。

他用极其平静的语气描述了现在的状态：“And so, for me today, you know, like the model writes 100% of my code. I write somewhere, you know, usually a few dozen PRs every day.”（对于今天的我来说，模型编写了我100%的代码。我通常每天会提交几十个PR。）

甚至在某一天，他一天提交了150个PR，创造了个人纪录。

极其庞大复杂的旧有代码库或某些边缘语言，机器可能偶尔还会卡壳。

面对这些残存的死角，工程师们的心态非常放松：等下个月的新模型发布就好。

手机里的自动化帝国

脱离了繁重的键盘敲击，工程师的工作形态变得极具科幻感。

不再需要三台显示器和机械键盘，Boris Cherny说他甚至不打开电脑了，一部手机足以指挥千军万马。

他打开手机上的Claude应用，进入代码标签页，展示了还有5到10个主会话同时运行。

这些会话背后，挂载着几百个甚至上千个正在并行的智能体。每到深夜，成千上万的智能体会在云端不知疲倦地执行深度重构任务。

支撑这个庞大自动化帝国的核心机制，是一个简单的循环命令\loop。利用类似cron的定时任务调度，你可以让智能体在未来某个时间点或者按照特定频率反复执行任务。

他说循环机制就是未来：“I sort of feel like loops are the future at this point.”（在目前这个阶段，我感觉循环机制就是未来。）

他配置了几十个这样的循环任务。有的负责全天候盯盘，自动修复持续集成过程中的报错并完成代码变基；有的负责清理系统中偶尔出现的测试波动；还有一个任务每隔30分钟就会去社交平台上抓取用户反馈，自动完成分类整理，然后通过办公软件将报告发送给他。

最新的服务端日常任务功能上线后，连手机都不用开，这些数字劳工会永远在后台运转。

工作流的质变直接引发了团队人员结构的重组。

以前提到全栈工程师，大家想到的无非是既能写前端网页又能写后端服务器逻辑的人。

现在的全栈概念跨越了专业壁垒。

他分享了内部团队的现状：“every single person on our team writes code.”（我们团队里的每一个人都在写代码。）

工程主管、产品经理、设计师、数据科学家、财务人员、用户研究员，全体都在用自然语言编写程序。

每个人依然有自己的专业特长，代码只是他们实现想法的最短路径。

软件界的活字印刷

面对技术门槛的消失，很多人担忧传统的软件行业会被摧毁。回望历史，类似的技术跃迁早有先例，且结局无一例外都导向了繁荣。

热爱科幻与科技史的工程师，总能从过去找到映照未来的镜子。

在14世纪的欧洲，只有大约10%的人具备读写能力。他们通常受雇于不识字的王公贵族，阅读和书写是一项被极少数人垄断的高门槛特权技能。

他讲起了那个改变人类历史进程的节点：在1400年代的欧洲，活字印刷术诞生……书籍的成本下降了100倍。

印刷术出现后的50年里，欧洲出版的文献数量超过了过去一千年的总和。

阅读不再是奢侈品，随着教育体系的跟进，全球识字率最终攀升至70%以上。

现在没有人需要去考一个阅读与书写学位才能发信息，文字成了全人类的基础工具。

软件开发正在经历完全相同的故事，且演进速度远超当年。

开发软件将变成一项如同发短信一样普及的大众技能。

路边便利店的老板可以随手为自己的店铺写一个库存管理系统，普通人可以轻松编写微控制器程序，让家里的灯在推门的瞬间亮起。

当代码不再是障碍，真正有价值的将是行业认知。

开发一款顶级财务软件的最佳人选，绝不是懂各种算法的资深程序员，而是一个精通税务知识、深谙企业资金运转规律的顶级会计师。

懂行，成了唯一的入场券。

护城河的重构

技术平权不仅改变了个人，也在暴力重构商业世界的游戏规则。

传统软件服务公司赖以生存的护城河正在经历一轮残酷的洗牌。

商业分析领域有一个著名的七大护城河理论。在AI的冲击下，这些护城河的价值发生了剧烈分化。转换成本这一项正在迅速贬值。

过去，企业一旦用惯了某个系统，迁移数据和流程的成本高到让人望而却步。现在，只需给模型下达指令，它就能干净利落地把所有历史数据和业务逻辑平滑移植到新平台。

流程壁垒也随之瓦解。那

些依靠复杂审批流和精细化协同工具建立起优势的公司，面临着降维打击。以4.7版本模型的能力，只要给定一个业务目标，它就能像爬山算法一样自动摸索、试错、迭代，直到跑通整个流程。

网络效应、规模经济以及对稀缺资源的垄断，依然坚不可摧。技术的普及不会动摇这些底层商业逻辑。

对于初创企业来说，这是历史上最好的时代。

未来十年的颠覆性创新公司数量将实现十倍以上的增长。

三五个人的小团队，借助数字智能体的力量，完全可以打造出匹敌科技巨头的产品。

大公司被庞大的组织惯性拖累，改变业务流程、重新培训员工、应对内部阻力都需要耗费漫长的时间。

轻装上阵的创业者从第一天起就能长在AI的地基上。

这种组织形式的进化速度，比模型参数的增长更令人敬畏。

在最前沿的实验室里，连人与机器的协作方式都被重写了。

Anthropic的工作日常已经变得魔幻了：“We have no more manually written code anywhere at the company.”（我们在公司任何地方都不再有手工编写的代码了。）

所有的数据库查询语句，所有的底层架构，全部交由模型生成。

工程师的智能体甚至会在办公软件里互相聊天，自动协商解决系统对接时的未知变量。

这种深入骨髓的组织流程变革，才是拉开企业差距的真正壁垒，而不仅仅是大家都触手可及的模型API。

随着时间的推移，各种繁杂的Harness（Agent环境约束工具）和人为设定的安全护栏也会变得多余。

一年前，产品的成功一半靠模型能力，一半靠产品经理精心打磨的交互细节和防注入机制。

今天，产品设计的重心已经转向如何让模型更好地进行大规模并行计算。

关于未来计算力部署的争论，比如到底是用云端大模型还是本地小模型，很快就会失去意义。

随着模型能力越来越强，工具本身需要做的事情越来越少。工具会慢慢变成模型的一部分。

Claude Code的代码库，一年后可能只剩100行左右。

他一语道破了人机关系的终局：“Cuz I think now we're getting to the point where the model is just able to figure it out.”（因为我认为现在我们已经到了模型能够自行解决问题的地步。）

模型会自己评估任务复杂度，自己决定是在本地启动一个小容器快速处理，还是调用云端算力进行深度运算。

MCP打通了各类办公软件的数据孤岛，机器操作工具接管了所有没有开放接口的传统桌面软件。

在机器眼中，无论多复杂的软件界面，最终都只是供它读取和输出的字符凭证。

人类工程师只需要指明方向，剩下的，全部交给它们。

未来的软件世界没有一行代码，只有无数个精准表达的想法在云端永不休眠地运转。

参考资料：

https://www.youtube.com/watch?v=SlGRN8jh2RI

END

点击图片立即报名👇️