2024 年的一个工作日，Anthropic 内部的 Slack 频道里，工程师 Boris 发了个 demo。
一个能在命令行里干活的 AI，叫 Claude CLI。
演示内容很朴素，让 AI 查自己正在听什么歌，它直接截了张 Apple Music 的图，自己读了出来。
这条消息，最终只收获了三个点赞。
后来这个东西改了个名字，叫 Claude Code。
工程师 Boris 被大家称为 Claude Code 之父。
今天，它是全世界程序员都在用的 AI 编程工具。
我身边不管之前是不是程序员的同事和朋友，几乎都在用。
谁能想到，它人生第一次亮相，热度还不如朋友圈里同事晒的午饭。
最近，Anthropic 放出了一篇官方口述史。
几个当事人用各自的视角，还原了过去五年里的每一次推倒与重来。
作为一个敲了 10 年代码的程序员，我看完之后最大的感受是。
改变世界的产品，在真正成型之前往往形同弃子。
我挑选了几个最有意思的切片，下面跟大家分享。
1
故事得从 2021 年说起。
有意思的是，Anthropic 这家公司做的第一个产品，就是编程助手。
一个 VS Code 插件，你提问之后，它会给出四个建议。
到 2022 年春天时，这个插件积累了大概 100 个外部用户。
然后，它被公司遗忘了。
联合创始人 Ben Mann 休完陪产假回来，就一头扎进第一版 API 的上线，编程助手这条线就此搁置。
但是，相关的研究没有停。
研究员 Dawn Drain 从 2021 年入职起，三年来都在专注死磕一件事。
把模型的编程能力推到极限，目标是至少和他的能力一样好。
强化学习团队从最基础的任务练起，让模型写一个函数，再让它自己验证对不对。
但一开始的表现，却是一塌糊涂，非常糟糕。
2
2023 年，公司内部冒出来一个叫 clide 的命令行工具，能在终端里让 Claude 改代码。
这是个公认的半成品。
响应慢，步骤多，你需要极高的容错耐心和繁琐的前置指令，才能让它正常运转。
但正是这个半成品，在极少数成功运行的瞬间，给使用者留下了无法抹去的印记。
一次日常的代码审查中，Boris 手动提交的代码被同事 Adam 驳回。
Adam 建议他试试 clide。
Boris 调出终端，把原始需求直接粘贴了进去。
几秒钟后，屏幕上跳出了完整且正确的代码。
虽然仅仅是一个不到十行代码的微小改动，但那种绕过传统编辑器，直接由自然语言生成结果的体验，让 Boris 看到了未来。
同样的冲击也发生在 Adam 自己身上。
他给 clide 加上了通过局部代码反推意图的功能，第一次成功输出结果时。
这位写过 React 框架的资深工程师，竟然在厨房里高兴的跳起舞来。
不过即便如此，clide 依然只是一个极其粗糙的实验品。
后来 Dawn 在复盘时也说道，Claude Code 并没有从 clide 身上继承多少产品遗产。
因为底层模型的能力一旦越过那条线，合适的工具形态自会浮现。
3
2024 年 9 月，Boris 加入 Labs 团队，接手了一项新任务。
自动化编程。
他最初的想法很保守，做一个代码检查工具，从小切口先进入。
但 Ben Mann 直接否掉了这个想法。
说不，你必须搞件大事情。
于是，有了开头那个只有三个赞的 demo。
Boris 事后坦言，当时不光群里没人看懂这个东西的潜力，连他自己也在迷雾里。
真正的转折，发生在 demo 发出的第二天。
Boris 走进办公室，路过同事 Robert 的工位，看到屏幕上正闪着红红绿绿的代码改动。
Robert 说，你看，它在替我写代码。
Boris 形容那是最疯狂的一刻，因为这个东西，被证明是真的有用。
从那天起，Boris 切断了周末的所有社交，满脑子只剩这一件事。
这个项目直到 2024 年 12 月，核心成员只有三个人。
拿到公司绿灯后，才只有六七个人加入。
他们用一场两周的冲刺开发，搭出了今天 Claude Code 的大部分核心功能。
这里有个特别耐人寻味的细节。
Boris 每周都在向上级要人，而他的经理 Adam，在刻意压制着团队不让扩张。
Adam 的执念，来自于当年深度参与 React 框架开发的教训。
一旦团队过了规模的临界点，沟通损耗和流程对齐就会严重影响创新。
后来的事实证明，团队小恰恰是成功的关键。
人手短缺，逼着他们榨干 Claude 的每一滴算力，创造性地解决问题。
他们开始让 AI 来编写这个 AI 工具自身的代码。
用户的反馈会在几分钟内得到回复，修复常常当天上线，自动更新五分钟就会推送到用户手里。
这种恐怖的迭代速度，十个人的团队跑不出来。
一百个人的团队，也只会将其彻底淹没在无休止的审批流里。
4
整篇口述里，如果只能提取出一段核心共识，那一定是 Ben Mann 的这段复盘。
他说，做模型产品化的人，必须要理解一个反直觉的道理。
你要先做一个现在只有 20% 到 30% 成功率的东西。
因为等下一代模型发布，它的成功率就可能会变成 80%，从而真正获得用户。
再下一代，会到 90% 以上。
代价是，你必须具备极高的疼痛耐受度，因为在这个过程中，你会一遍又一遍地失败。
他的原话是，你必须活在当下，同时望向未来。
这句话一出来，前面所有不合理的决策就全通顺了。
为什么 clide 那么难用还要做？
为什么 demo 只有三个赞，还要押上全部的周末时间？
因为在这个牌桌上，他们赌的从来不是当时的模型，而是还没发布的下一代。
传统互联网时代的产品，赌的是用户需求。
而 AI 时代的产品，赌的是即将发布的模型。
5
2025 年 2 月，Claude Code 正式对外发布。
早期的市场反馈不温不火，评论大多是想法挺酷的，但是 bug 太多了。
真正的引爆点，是在几个月之后。
Claude 4 系列发布，订阅制同步上线。
Boris 的总结是，一次模型创新加一次商业模式创新，两个轮子同时转动，产品才真正起飞。
起飞过程也伴随着争议，不可避免地撕扯着原有的工作流。
知名开源项目 Bun 的创始人是 Claude Code 的重度用户，甚至为了配合 Claude Code，强行扭转了全公司的开发节奏。
在 2025 年八九月，Bun 内部爆发分歧，有人提议要彻底禁用它。
创始人的回应只有一句，我绝不允许这件事发生。
当一个工具在同一个组织里，同时激发出强烈依赖和抵触时，说明它已经触碰到了旧有生产关系的坚硬底座。
数据给出了最直接的答案。
在 2025 年 2 月，Boris 有 10% 的代码由 Claude Code 完成。
5 月，比例爬升到了 30% 到 40%。
到 2025 年冬天，数值达到了 100%，他彻底解放了双手，不再手写任何一行代码。
他描述了一个极具反差感的日常切片，妻子靠在沙发上休息，狗安静地趴在一旁。
他坐在旁边的屏幕前，仅仅通过发送指令工作了一整天，最终向代码仓库推送了 88 次提交。
而一个状态极佳的人类高级工程师，单日的有效提交次数，通常不超过十次。
在惊人的代码生成能力背后，还有一条更隐秘的曲线。
产品负责人 Cat Wu 观察到，在发布初期，AI 每改一次代码，开发者都会像防贼一样逐行审查。
如今，越来越多的用户选择了直接放权，一路绿灯。
信任这个东西，靠营销和宣发买不来。
只能靠一次又一次确定性的执行去积累。
6
最让我感兴趣的案例，是一个叫 Kyle 的咨询师。
他在为阿拉斯加一家服务残障青年的公益组织做项目。
按旧有的商业逻辑，这类机构的资金链，根本无法支撑任何软件开发预算。
但 Kyle 用 Claude Code 给他们做了一个 App。
后来还做出了一个平板端应用，专门用来读取阿拉斯加北坡手写的燃油配送记录，自动转换成电子表格。
曾经遥不可及的事情，现在成了常规操作，而这一切你必须亲自体验才印象深刻。
写代码的门槛曾将绝大多数人隔离在外。
而现在，一家偏远地区的小公益组织也能通过 AI，拥有属于自己的软件。
这就是技术最大的善意。
把曾经只属于少数人的杠杆，交到更多人的手上。
尾声
口述的结尾，Boris 提到了一台属于他祖父那个年代的机器，IBM 029 打孔机。
从硬纸板上的孔洞，到至今仍留在 Mac 系统里的早期文本编辑器。
工具的底层逻辑被不断重写，Claude Code 只是这条漫长谱系上最新的一个节点。
工程师 Igor 的人生，刚好跨过这段历史。
他母亲曾用打孔卡编程，他儿时会帮母亲筛出打错的卡片。
他父亲带回来的一本编程书，成了他踏入软件世界的起点。
到了 2025 年冬天，身为 Claude Code 核心开发的 Igor，彻底放弃了手写代码。
一个曾在物理纸片上 debug 的孩子，亲手按下了人类手写代码时代的停止键。
如今，程序员不再需要手写代码。
但创造软件的人，远比过去任何时候都多。
HOW I AI科技先锋官
