2026年Claude Code之父YC访谈深度解析：“软件工程师”头衔要没了，多Agent开始自己组队干活

大家好，我是讯享网，很高兴认识大家。

讯享网

来源 | 大顺AI商业流量

作者 | Alex

2627字阅读时间6分钟

旧金山湾区的某个深夜，Anthropic工程师Boris Cherny在终端里敲下一行代码，启动了一个原本仅用于测试API的小型聊天程序。

彼时，他并不确定这个工具是否有价值——因为当时的模型“几乎不会写代码”。

然而，连续三个月无休的工作后，他意识到：“天啊，这东西可能会变成一个真正的产品。”  

作为Claude Code的核心推动者，Boris在Y Combinator（YC）的一场闭门圆桌中向四位高管坦承：

编程正在被“解决”。

在Anthropic内部，70%–100%的代码由Claude生成，传统IDE的存在感正在急剧下降。

更令人震撼的是，自Claude Code推出后，公司人均工程产出提升了150%——这一数字在传统软件工程中“闻所未闻”。  

但这场对话的核心并非又一个AI编程工具的崛起，而是揭示了一个更深层的趋势：

Agent的能力边界正在以月为单位重写，而人类的角色正从“写代码者”转向“愿景构建者”与“协作协调者”。  

今天，咱们这篇文章重点和大家聊一个核心问题，那就是：

当多Agent能够自主组队、规划、执行甚至直接与用户沟通时，软件工程的本质、企业研发范式乃至人才结构将发生怎样的结构性变迁？

一、从CLI到Agent Topologies的

演化路径

1.1 终端为何成为终点？极简形态下的能力爆发  

Claude Code的成功始于一个反直觉的选择：

坚持使用命令行界面（CLI）。

在Cursor、Windsurf等IDE插件风起云涌之际，Boris却选择了一个“成本最低”的终端原型。

这一决策背后，是对模型演进速度的深刻认知： 

“我们觉得没有任何UI能保证六个月后仍然相关，因为模型进步太快了。”  

终端作为一种设计约束，反而催生了极致的用户体验：

无需学习复杂快捷键（如Vim），无需配置环境，打开即用。

更重要的是，它天然支持Unix哲学——组合、管道、脚本化。

Claude Code可被pipe输入、输出，成为自动化流水线的一部分。  

这一选择印证了YC的经典信条：

做人们本来就在做的事，只是让它更容易。

内部数据显示，Claude Code上线后并未强制推行，仅靠口碑传播，使用曲线便“近乎竖直”。 

1.2 功能从用户行为中“长”出来：latent demand的力量  

Claude Code的三大核心功能——plan mode、CLAUDE.md、co-work——均非预先规划，而是从用户行为中自然涌现：  

Plan mode：源于用户频繁在聊天窗口中要求“先别写代码，帮我规划一下”。Boris仅用30分钟实现，当晚发布。

CLAUDE.md：用户自发创建Markdown文件指导模型行为，团队将其产品化为共享上下文。

Co-work：非技术用户（如设计师、财务）强行在终端使用Claude Code，倒逼出GUI版本。  

这种“观察—抽象—产品化”的路径，体现了对潜在需求（latent demand）的极致尊重。

Boris强调：“不要教育用户改变行为，而是顺着他们已经发生的行为去放大它。”

二、Agent能力演进的三大拐点  

2.1 拐点一：从“babysit”到“自治”——Plan Mode的生命周期  

Plan mode的本质极其简单：

在prompt中加入“请先不要写代码”。

然而，其存在意义随模型能力提升而迅速衰减。  

2024年初：模型即使开启plan mode，仍需人工全程监控（babysit），防止跑偏。 

Opus 4.5时代（2024年中）：80%的会话从plan mode起手，计划一旦正确，执行几乎无误。

未来（预计1个月内）：模型将自动判断何时进入规划状态，plan mode作为显式功能或将消失。 

 “也许一个月后就不用了。”——Boris的判断揭示了一个残酷现实：

所有围绕当前模型能力构建的交互范式，都具有极短的保质期。 

2.2 拐点二：多Agent协作——Test-Time Compute的规模化  

Boris提出“Agent Topologies”概念：

通过配置多个拥有独立上下文窗口（uncorrelated context windows）的Agent，并行处理子任务，本质是测试时计算（test-time compute）的扩展。 

典型案例：Anthropic的plugins功能由一个“swarm”在周末自动生成。

主Agent在Asana创建任务，spawn多个子Agent认领并执行，全程几乎无人干预。  

这种模式的优势在于：

上下文隔离：避免历史污染，提升任务专注度；

并行探索：对复杂bug，可同时派Agent查日志、读代码、复现路径；

动态协作：Agent可主动在Slack上联系相关工程师获取澄清。  

Harj Taggar已将此写入个人CLAUDE.md：“下次修bug，就让多个agent并行分工。”  

2.3 拐点三：代码保质期缩短至数月——技术债的新定义  

Claude Code的代码库处于持续重构中：“六个月前的代码几乎全部消失”。

Boris直言：“所有非模型能力最终都会变成技术债。”  

这一现象源于两大原则： 

1. 为六个月后的模型构建：不围绕当前模型做PMF，否则易被下一代能力抹平； 

2. Never bet against the model：加脚手架或可提升10%–20%性能，但新模型可能“白送”该能力。  

因此，团队采取激进策略：

每几周unship旧工具，重写核心逻辑。

当前代码库80%以上为近几个月新增——代码的shelf life已缩短至季度级别。

三、从现象到产业范式迁移

3.1 人才结构的双峰分布：专家 vs. 通才

Boris观察到高效工程师呈现“双峰”： 

极端专家：如bun团队成员，对JS runtime理解极深；

超强通才：跨产品、设计、用户研究甚至业务，能用Agent完成端到端闭环。  

后者正成为主流。

Anthropic内部，PM、设计师、财务均开始写代码。

Boris预言：“软件工程师头衔将逐渐消失，变为builder或product manager”——因为工作内容已远超编码。 

3.2 招聘范式的颠覆：从算法题到Agent协作记录  

YC与Anthropic已开始基于Claude Code transcript评估候选人： 

能否在Agent跑偏时拉回？ 

是否使用plan mode进行系统性思考？

是否补全测试、考虑安全边界？  

Garry Tan设想构建“能力蛛网图”，量化候选人的Agent协作水平。

这标志着工程能力评估从“个人编码”转向“人机协同”。  

3.3 企业研发效率的指数跃迁  

Anthropic的人均工程产出提升150%，而Meta时期2%的提升需数百人年投入。

Steve Yegge称其工程师生产力达Google巅峰时期的“1000倍”。  

这一跃迁的核心在于：

Agent不仅替代编码，更重构了研发流程。

团队用Claude Agents SDK自动化了code review、security review、issue打标、生产部署等环节，形成“新型自动化”范式。

四、“简单-复杂-简单”的认知路径  

4.1 简单起点：终端里的小聊天程序  

一切始于一个调用API的终端脚本——极简、无UI、无规划。  

4.2 复杂展开：多维能力叠加  

工具调用（tool use）：读文件、控播放器、操作K8s； 

上下文管理：CLAUDE.md、共享知识库；

协作拓扑：多Agent swarm、Slack集成；

安全机制：VM沙箱、权限guardrails。  

4.3 简单回归：一发prompt完成闭环  

未来愿景：用户只需描述需求，Agent自动规划、组队、执行、验证，甚至直接与用户沟通。

复杂性被封装，交互回归自然语言。

Boris的终极判断是：

编程将对每个人“被解决”。

当Agent能自主组队、直接对话用户、递归自我改进时，人类的核心价值将回归到定义问题、设定边界、注入价值观——这恰是Anthropic使命“确保AI安全发展”的底层逻辑。  

正如《The Bitter Lesson》所言：

通用方法终将胜出。

在AI洪流中，唯有承认认知局限、保持新手心态、敬畏模型进化，方能在范式迁移中抓住长期价值。  

文中观点仅为作者观点，不代表本平台立场

各位读者朋友，公众号改了推送规则，如果您还希望第一时间收到我们推送的文章，请记得给北大纵横公众号设置星标。

点击左下方公众号“北大纵横”→点击右上角“…”→点选“设为星标⭐️”。

2026年Claude Code之父YC访谈深度解析：“软件工程师”头衔要没了，多Agent开始自己组队干活

相关推荐