跳至正文
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
i@laoer.com

技术、生活、感悟 -- Laoer的博客

i@laoer.com

技术、生活、感悟 -- Laoer的博客

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
关

搜索

  • 首页
  • 人工智能
  • 互联网
  • 商业观察
  • 天乙软件
  • 用药有数
  • 隐私政策
  • 关于
  • X
Claude Code的创造者Boris Cherny:当AI开始包办写代码,开发者真正该学什么?
人工智能博客文章

Claude Code的创造者Boris Cherny:当AI开始包办写代码,开发者真正该学什么?

作者 Laoer
2026年8月4日 14 分钟阅读
0

最近,Y Combinator采访了Claude Code的创造者Boris Cherny,话题从Anthropic最新发布的Opus 5,一直谈到Claude Code的设计哲学,以及AI Agent正在如何改变软件开发。

访谈中有很多值得关注的内容。例如,随着模型能力提高,Claude Code已经删除了大约80%的系统提示词;开发者也不应该再像过去那样,把任务拆成非常详细的步骤交给模型,而应该告诉它目标、边界和完成标准,然后给它足够的空间自己寻找解决方案。Boris认为,很多人仍然在用半年前的方式使用今天的模型,过度限制AI,反而无法发挥它真正的能力。

但这场访谈里,最让我感兴趣的并不是Opus 5又能连续工作多久,也不是Claude Code未来可以同时调度多少个Agent,而是Boris给开发者和计算机专业学生的建议。

他的建议不是多学习几种编程语言,也不是研究更复杂的提示词,而是尽快使用这些工具,同时努力成为一个更全面的人。除了计算机和软件工程,还应该理解产品、设计、商业、数据分析,并且学会与用户交流。

在Boris看来,未来回报最高的,不只是那些熟练使用AI工具的人,而是那些知识面更广、能够跨越多个专业,并且理解自己究竟在解决什么问题的人。

这实际上提出了一个比“程序员会不会被AI替代”更现实的问题:当AI已经开始包办越来越多代码,今天仍在学校学习计算机的学生,究竟还应该学什么?

一、代码正在从核心能力变成基础设施

过去几十年里,软件开发一直有一个很高的门槛。一个人即使有很好的产品想法,也必须先学会编程语言、开发框架、数据库、服务器和各种工程工具,才有可能把想法变成可以运行的软件。

正因为实现成本很高,能够写代码本身就是一种稀缺能力。企业需要大量程序员,不只是因为软件需求很多,也是因为每一项需求都需要人把它转化为具体代码。

AI Coding正在改变这件事。

Boris此前曾说,对他自己的工作而言,编程已经在很大程度上成为一个“基本解决的问题”。他从2025年11月开始就没有再手工修改代码,每天提交的十几个甚至几十个PR,全部由Claude Code完成。我们当然不能因为Claude Code的创造者不再亲自写代码,就认为所有软件工程问题都已经解决,但这种变化至少说明,在最熟练使用AI工具的人群里,软件开发的工作方式已经完全不同。

我自己这两年使用AI Coding,也有非常明显的感受。过去需要花费大量时间查文档、寻找API、调试语法错误的工作,现在大部分都可以交给AI完成。即使面对一个不熟悉的开发框架,也不再需要先系统学习几个月,才敢开始做项目。

目前我的日常开发里,95%以上的代码都是AI编写的。真正需要我手工修改的代码已经非常少,很多时候,即使发现了问题,我也不会直接打开文件修改,而是把问题、预期结果和相关上下文交给AI,让它自己定位并完成调整。在开发DoseLoop,也就是“用药有数”这款App时,AI完成了100%的代码。我没有手写其中任何一行代码。

这并不意味着软件开发变得没有难度,而是难度正在发生转移。过去最困难的是如何把一个方案写成代码,今天越来越困难的是如何把问题说清楚,怎样设计系统,以及如何确认AI完成的结果是正确的。

代码不会消失,但它正在变得越来越像云服务器、电力和互联网:非常重要,却不再是只有少数专业人士才能掌握的资源。

二、计算机基础仍然重要,但学习它的目的变了

每当讨论AI Coding,就会出现一种很极端的观点:既然AI已经可以写代码,学生就没有必要再学习数据结构、算法、操作系统和数据库了。

我并不认同这种看法。

AI可以生成代码,不等于它生成的每一种方案都是正确的,更不等于使用者可以在完全不了解软件系统的情况下,长期维护一个复杂产品。一个人如果不理解数据库事务,就很难发现数据一致性的问题;不理解网络和并发,就无法判断一个系统为什么在用户增加后崩溃;不理解安全,就可能把AI生成的漏洞直接部署到生产环境。

计算机基础仍然是开发者判断系统是否合理的前提。变化在于,过去学习这些知识,主要是为了亲手完成实现;未来学习这些知识,更多是为了理解、设计和判断。

以前考试会要求学生在白纸上写出排序算法,是为了证明他有能力把算法实现出来。未来真正重要的,也许不再是能否凭记忆写出每一行代码,而是能否理解不同算法的成本,知道什么情况下应该使用它,以及能够判断AI生成的实现是否存在问题。

基础知识正在从一种生产技能,逐渐变成一种判断技能。

这和计算器出现以后,人们仍然需要学习数学是一样的。计算器替代了大量手工计算,却没有降低数学思维的价值。恰恰因为计算变得便宜,人们才有机会处理更复杂的问题。

AI对编程也会带来类似的变化。手工编写代码的比例会下降,但理解计算机系统、拆解复杂问题和判断技术方案的能力,反而会更加重要。

三、真正最先贬值的,是语法和工具熟练度

过去,一个开发者的职业竞争力经常表现为熟悉多少种语言、使用过多少框架,或者能否熟练记住某个工具的各种命令。

这些能力不会突然失去作用,但它们的价值正在快速下降。

编程语言、开发框架和工具,本来就是为了把人的意图转化为机器能够执行的指令。当AI可以完成这种翻译以后,熟记大量语法和API的意义自然会降低。

一个学生花几个月背诵某个框架的用法,可能还没有真正掌握,框架就已经更新了。即使他全部记住,AI也可以在几秒钟内查阅完整文档,并生成符合当前版本的代码。

真正能够长期保留价值的,不是某一种工具的具体操作,而是工具背后的原理。例如,为什么前端需要状态管理,为什么数据库需要索引,为什么大型系统需要异步任务,以及不同技术方案之间存在什么取舍。

这也是未来计算机教育需要改变的地方。学校当然还要教学生写代码,因为不经过实际编程,很难真正理解软件是如何运行的。但学习重点不应该停留在“能否写出来”,而应该进一步走向“为什么这样设计”“还可以怎样实现”以及“这种方案会产生什么后果”。

AI可以替代语法记忆,却不能自动替代一个人的系统理解。

四、找到值得解决的问题,比写出代码更难

当实现软件变得越来越容易,真正的瓶颈就会向更上游移动。

过去,很多产品没有出现,是因为开发成本太高。一个普通人即使发现了问题,也很难组织一支包括产品、设计、前端、后端和测试人员的团队,把它做成完整产品。

现在,一个人借助AI就可以完成过去一支小团队的工作。原型可以在几小时内完成,一个小型应用可能几天就能运行,技术实现不再是最难跨越的门槛。

但产品数量增加,并不意味着好产品也会按相同比例增加。

AI可以帮助开发者迅速实现一个功能,却无法自动回答用户是否真的需要这个功能;可以根据要求设计一个界面,却很难替代长期积累形成的审美和对用户行为的理解;也可以生成完整的商业计划,但不能保证用户愿意付钱。

当代码变得便宜,最稀缺的能力就不再是把需求实现出来,而是判断什么需求值得实现。

这需要开发者走出代码编辑器,理解真实世界中的人是如何工作、生活和作出选择的。一个医疗应用需要理解患者、医生和医院的实际流程;一个旅游产品需要理解游客在陌生环境中的焦虑和决策方式;一个企业软件则必须理解组织内部复杂的利益关系和业务规则。

这些知识不会自动存在于计算机专业的课程里,却决定了软件最终有没有价值。

未来最危险的情况,可能不再是开发者做不出产品,而是在AI帮助下,用非常高的效率做出一个没有人需要的产品。

五、产品、设计和商业,不再只是管理者的能力

在传统软件公司里,分工通常非常明确。产品经理负责定义需求,设计师负责界面和交互,程序员负责实现,市场和销售负责把产品卖出去。

这种分工建立在一个前提上:每个专业领域都有较高的执行成本,一个人很难跨越多个岗位完成全部工作。

AI正在降低这些专业之间的执行门槛。

产品经理可以直接让AI做出原型,设计师可以自己修改前端代码,开发者也可以完成需求分析、界面设计和数据分析。在Claude Code团队里,不只是工程师写代码,产品经理、设计师、工程管理者、数据科学家甚至财务人员也在写代码。Boris认为,工程、产品和设计之间已经出现了大量重叠,未来“软件工程师”可能逐渐变成更宽泛的“Builder”。

这并不意味着所有人都要成为每个领域的专家,而是说,只掌握单一执行技能的人会越来越容易受到AI影响。

一个优秀开发者仍然可以在基础设施、数据库或者安全领域拥有很深的专业能力,但他还需要理解这些技术最终服务于什么产品,用户为什么需要它,以及企业为什么愿意为它付出成本。

专业深度依然重要,只是专业深度必须与更广泛的现实理解结合起来。

过去我们经常把产品意识、设计感和商业判断看作程序员的加分项,未来它们可能会逐渐成为基本能力。因为当AI承担越来越多实现工作,开发者剩下的主要职责,就是决定方向、作出取舍并对最终结果负责。

六、学生应该从“完成作业”转向“创造产品”

传统计算机教育中的很多项目,本质上是在验证学生是否掌握了某项知识。老师规定题目、输入、输出和评分标准,学生只需要在明确边界内完成任务。

这种训练可以帮助学生学习基础知识,却很难培养面对真实问题的能力。

现实世界不会给出完整需求,也没有人提前告诉你正确答案。用户经常说不清自己需要什么,产品上线后会出现完全没有预料到的使用方式,技术方案还要受到成本、时间、安全和组织资源的限制。

因此,AI时代学生最好的学习方式,不只是完成更多编程题,而是尝试做出真正有人使用的东西。

这个产品不必很大,可以是一个解决自己问题的小工具,也可以是为同学、家人或者某个特定群体开发的应用。重要的是把它真正交给别人使用,并观察他们是否理解、是否愿意持续使用,以及产品到底解决了什么问题。

在这个过程中,学生才会发现,写出代码只是产品开发的一部分。他还需要采访用户、整理需求、设计交互、处理异常、保护数据、部署服务,并根据反馈不断调整。

AI可以帮助学生更快完成其中很多工作,但不能代替真实用户带来的反馈。

一个没有用户的课程项目,最多只能证明学生完成了题目;一个有人愿意持续使用的小产品,才能证明他理解了问题,并且有能力把技术转化为现实价值。

七、AI时代需要的不是更少学习,而是学习更多

有人可能会认为,既然AI已经能够承担大量工作,学生需要学习的内容应该越来越少。

实际情况很可能正好相反。

过去,程序员只要深入掌握一个技术领域,也可以找到相对稳定的位置。未来,纯粹的代码实现越来越容易被AI完成,开发者需要理解的范围反而会扩大。

他不仅要理解技术,还要理解产品;不仅要能够调用AI,还要能够验证AI;不仅要知道系统怎样运行,还要知道用户为什么使用、企业如何持续经营,以及技术可能给社会带来什么影响。

这并不是要求每个学生都成为全才,而是要建立一种跨领域学习的能力。一个人的核心专业仍然可以是软件工程,但他不能把自己限制在代码以内。

Boris给学生的建议,本质上不是放弃计算机科学,而是不要只学习计算机科学。他认为,最优秀的工程师往往同时具备其他能力:有人兼具产品和基础设施经验,有人具有很强的设计感,有人理解商业,也有人愿意长期与用户交流。

这种变化并不只属于计算机专业。随着AI进入设计、写作、金融、法律和科研,几乎每个专业都会面对类似问题:当AI可以完成本专业的大量执行工作,人还能提供什么价值?

答案不会是比AI执行得更快,而是提出更好的问题、作出更可靠的判断,并承担AI无法承担的责任。

八、会写代码依然重要,但只会写代码已经不够了

我不认为计算机专业会因为AI Coding出现而失去价值,软件也不会因为代码生成成本下降而减少。相反,当更多人拥有创造软件的能力,软件会进入更多行业,解决更多过去不值得开发或者无法开发的问题。

就像印刷术没有让写作消失,而是让阅读和写作进入更广泛的人群;摄影没有让艺术消失,而是改变了艺术的表现形式;电子表格也没有消灭会计,而是让企业可以处理更多数据。

AI Coding同样不会简单地消灭程序员,它会扩大能够创造软件的人群,同时重新定义专业开发者的价值。

过去,程序员的优势是能够把想法变成代码。未来,这项能力会被越来越多人拥有,甚至不需要他们真正理解每一行代码。

专业开发者的优势,将变成能够理解复杂系统、识别真正的问题、设计可靠的方案、判断AI的结果,并把技术、产品、用户和商业连接在一起。

所以,当AI开始包办写代码,计算机学生当然还应该学习编程,也应该学习算法、数据库、网络和操作系统。但不能再把学习的终点放在“找到一份写代码的工作”上。

更重要的问题是:你准备使用这些技术解决什么问题?你是否理解这个问题背后的真实世界?你能否判断AI给出的答案是正确的?你做出的东西,是否真的有人需要?

AI没有让学习编程失去意义,它只是让“只会编程”越来越不够。

过去,掌握代码意味着拥有创造软件的资格。未来,这种资格会变得越来越普遍。真正拉开人与人差距的,不再是谁能够写出更多代码,而是谁知道应该创造什么,并且能够让它真正产生价值。

标签:

AIAnthropicBoris ChernyClaude Code
作者

Laoer

1999年开始做互联网,做过开发、技术管理,也创过几次业。 现在依然在一线做产品、写代码、折腾AI。 关注AI如何重新改变软件、公司和人的工作方式。 公众号:Laoer杂谈。

关注我
其他文章
Kimi、GLM和Claude的差距,为什么每个人感受完全不同?
上一个

Kimi、GLM和Claude的差距,为什么每个人感受完全不同?

Palantir季度净赚10亿美元,真正值钱的可能不是AI,而是FDE
下一个

Palantir季度净赚10亿美元,真正值钱的可能不是AI,而是FDE

暂无评论!成为第一个。

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理。

微信订阅

欢迎订阅微信公众号--“Laoer杂谈”,搜索微信号:laoertalk,“Laoer杂谈”是关于技术、创业、生活的杂谈与随笔,希望与大家多多交流。

用药有数·DoseLoop

用药有数·DoseLoop 一款不会响完就消失的用药提醒。每次计划用药持续追踪,直到有明确结果。支持慢病、老人、ADHD 等各种用药场景。

标签

AI AI Agent AI Coding Anthropic ChatGPT Claude Claude Code Codex DeepMind DeepSeek DeepSeek Harness Gemini Google GPT iOS iPhone Java JavaScript jQuery Kimi Kohana Linux LLM Mac Meta Mysql Nginx OpenAI Oracle PHP RSA Sam Altman SNS Struts Tomcat Web2.0 互联网 人工智能 创业 大模型 字节跳动 工作 旅游 生活 管理

日历

2026 年 11 月
日 一 二 三 四 五 六
1234567
891011121314
15161718192021
22232425262728
2930  
« 10 月    

近期评论

  • 黄仁勋卸任:1158亿财报后,英伟达由盛转衰? - i@laoer.com 发表在《当OpenAI们开始自己造芯片,英伟达为什么要花140亿美元买Hugging Face?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《跑分破纪录、内部重写百万行代码,为什么程序员实测 Gemini 4 还是觉得不如 Claude?》
  • AI Coding 已经不稀奇了:从1个插件看软件开发成本的变化 - 技术、生活、感悟 - Laoer的博客 发表在《从瀑布到敏捷,再到AI原生:软件工程正在进入第三个时代》
  • AI Agent跨App困局:20年平台围墙与Palantir解法 - i@laoer.com 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾28周年讲话与过去的成功 发表在《155款App拉黑豆包手机:大厂怕的不是AI乱花钱,而是AI不看广告》
  • 腾讯AI战略的深层困局:马化腾的AI焦虑与过去的成功 发表在《红果短剧月活4.1亿,为什么AI更容易做成流量生意?》
  • Gemini 4 Hydrogen 实测与定价分析:谷歌把 Flash 变贵了? 发表在《Gemini 4 Argon已经开始赢跑分了,但真正的考试还没开始》
  • AI Coding 文档管理:写代码越来越快,文档却更重要了 发表在《AI写代码已经不稀奇了,真正的变化是很多东西突然值得做了》
  • 大模型商业化:中国AI模型越来越强,为什么反而更难赚钱? 发表在《DeepSeek V4涨价后,真正的问题不是谁在用,而是谁在赚钱》
  • Laoer 发表在《AI 有没有意识还没定论,Anthropic 为什么先限制虐待它?》

分类

  • iOS
  • Java
  • JavaScript
  • Linux
  • Mac
  • PHP
  • Web2.0
  • 互联网
  • 人工智能
  • 创业
  • 博客文章
  • 商业观察
  • 工作
  • 数据库
  • 构架设计
  • 生活

归档

  • 2026 年 11 月
  • 2026 年 10 月
  • 2026 年 9 月
  • 2026 年 8 月
  • 2026 年 7 月
  • 2026 年 6 月
  • 2026 年 1 月
  • 2024 年 12 月
  • 2024 年 10 月
  • 2024 年 8 月
  • 2024 年 7 月
  • 2023 年 12 月
  • 2023 年 1 月
  • 2022 年 8 月
  • 2021 年 12 月
  • 2021 年 10 月
  • 2020 年 12 月
  • 2020 年 1 月
  • 2018 年 12 月
  • 2018 年 8 月
  • 2018 年 4 月
  • 2017 年 12 月
  • 2016 年 12 月
  • 2016 年 8 月
  • 2016 年 2 月
  • 2015 年 12 月
  • 2015 年 1 月
  • 2013 年 6 月
  • 2013 年 5 月
  • 2012 年 11 月
  • 2012 年 7 月
  • 2012 年 6 月
  • 2012 年 5 月
  • 2012 年 3 月
  • 2012 年 1 月
  • 2011 年 12 月
  • 2011 年 11 月
  • 2011 年 10 月
  • 2011 年 9 月
  • 2011 年 8 月
  • 2010 年 11 月
  • 2010 年 2 月
  • 2010 年 1 月
  • 2009 年 12 月
  • 2009 年 11 月
  • 2009 年 9 月
  • 2009 年 7 月
  • 2009 年 6 月
  • 2009 年 5 月
  • 2009 年 4 月
  • 2009 年 3 月
  • 2009 年 2 月

其他操作

  • 登录
  • 条目 feed
  • 评论 feed
  • WordPress.org
Copyright 2026 — i@laoer.com. All rights reserved. Blogsy WordPress Theme