Claude Code 创造者谈软件工程师的终结

在 Platformer 关于 AI 与就业的迷你系列前两期中，我们采访了两位科技界领袖，他们都对“AI 即将让大多数白领工作变得一文不值”这一说法提出了反驳。Box 首席执行官 Aaron Levie 认为 ，人类劳动的“最后一公里”将抵御自动化的努力。而 Google 负责技术与社会事务的高级副总裁 James Manyika 则解释说，科技在自动化具体任务方面已有进步，但还没有实现对整项工作的自动化。

在第三期节目中，我想呈现一种截然不同的观点——来自一位认为人工智能确实正走向取代某些工作的受访者。Boris Cherny 是 Claude Code 的创建者兼负责人。Claude Code 是 Anthropic 于去年推出的代理式编程工具，并且按大多数衡量标准来看，它是全球增长最快的 AI 编程工具。

Cherny 坚定属于这样一派：他们认为，我们所熟知的软件工程时代已经开始走向终结。他自己已经有六个多月没有亲手写过一行代码了，而且他说，就他所从事的这类工作而言，编码实际上已经被“解决”了。

鉴于按他自己的说法，他正在积极将自己的工作自动化，Cherny 认为这种颠覆到来的速度远快于我们前两位嘉宾，也就不足为奇了。他告诉我，到今年年底，“软件工程师”这一头衔可能就会开始消失，逐渐演变成更接近“构建者”之类的称谓，因为他身边的设计师、产品经理和管理者都开始亲自交付代码。

但他本人对就业前景的预测更为乐观——而且在某些方面与我们的前几位嘉宾相似——不像他此前那些更引人注目的“编程已被解决”的评论所暗示的那样悲观。他认为，尽管企业招聘我们今天所理解的软件工程师的人数可能会减少，但它们会招聘更多取代这一职位的“建造者”。

“我不认为我们还会称他们为工程师，”Cherny 告诉我，“但如果我们谈论的是写代码的人，或者使用智能体写代码的人，我认为工程师的数量将会是今天的 100 倍。这就是我的预测。”

Cherny 并不是领导一场编程革命的典型人选。他学的是经济学，18 岁时辍学创办初创公司，后来在一家对冲基金工作过一段时间，并在 Meta 担任了五年首席工程师，随后于 2024 年 9 月加入 Anthropic。到职后，Cherny 开始探索该公司 API 的能力。后来成为 Claude Code 的产品，最初只是一个用来告诉他当前正在听什么歌的工具。经过几个月的迭代后，他在公司内部发布了 Claude Code 的第一个版本——而 Anthropic 20%的工程师在第一天就开始使用它。

和往常一样，先说明一下，我的未婚夫在 Anthropic 工作。但我无法想象，在当下试图理解 AI 与就业的故事，却不去采访 Claude Code 背后的人。

以下是我们对话的精彩摘要，经过编辑以便表述更清晰、篇幅更精简。你可以在任何收听播客的平台上收听完整对话——只需搜索 Platformer——或者在 YouTube 上观看： youtube.com/caseynewton。

也欢迎告诉我们你的看法——我们刚开始制作播客，期待你通过 casey@platformer.news 向我们提供反馈。

---

Casey Newton： 你于 2024 年 9 月加入 Anthropic，据我了解，当时并没有人让你去构建一款编程产品——你当时只是想学习 API。你能给我们讲讲 Claude Code 的诞生故事吗？我听说它当时还控制过你的音乐。

Boris Cherny： 这些说法都没错。我加入了一个叫 Labs 的团队，这个团队做出了不少很酷的东西。我们做了 Claude Code——那是我做的。另一个人做了 MCP，有人做了 Skills，另外两个人做了桌面应用。这基本上就是整个团队的规模。团队非常小。我们在几个月时间里做出了这些功能，而由于其中很多都是些很另类的想法，我们当时根本不知道它们是否会奏效。

有一段时间，Anthropic 一直专注于同样几类事情：企业、编程和安全。我们知道，在这段历程中的某个阶段，我们大概应该做出某种产品。早期，Anthropic 实际上并不确定自己是否想要做产品；但如果要做，那就必须与编程相关，因为这有助于我们打造更好的编程模型，也有助于我们研究安全性。

不过，我们当时并不知道它应该是什么样子。那时候，市面上的编程产品清一色都是 IDE 或 IDE 扩展，因为模型的能力——当时是 Sonnet 3.5——还不够强。它能做到的最好水平，不过是更花哨的自动补全：你写一点代码，它帮你补完整行。 我们当时有一种感觉：产品层面存在“悬而未决”的空间——也就是说，你完全可以构建一款产品，去实现模型明明已经完全有能力做到的事情，但始终还没有人把这样一款能让模型真正发挥这些能力的产品做出来。说实话，直到今天这种感觉依然没变。模型已经能做这么多事了，却还没有一款产品真正让它做到这些。

所以我想学习如何使用 Anthropic API，于是我做了一个成本尽可能低的东西——一个运行在终端里的小工具，这样我就不用去做用户界面或应用了。我花了几天时间把它构建出来，随后出于好奇把它拿给一些人试用，看看他们会不会用、会怎么用。接下来的几周里，Anthropic 里越来越多的人开始使用它。最先是就坐在我身边的那些人，然后像洋葱一样一层层扩散开来；几周之后，Anthropic 里已经有很多人每天都在用它。这很奇怪，因为它只是终端里的一个小原型——可以说是最“工程化”的产品了。很多工程师其实都不愿意碰终端，但他们确实用了，而且一直在用。

Newton： 我看到有报道称，在最初发布后的五天内，你们一半的工程团队就已经在使用它了。就在这一切发生时，你是否曾有那么一刻觉得，“好吧，软件工程从此被永久改变了”？还是说，你当时仍然只是在继续迭代产品？

Cherny： 我当时一门心思都放在交付上。这个想法一出现，我就把每个夜晚和每个周末都投入其中——这是我唯一会去想的事，也是我唯一会去做的事。我开始梦到 Claude Code，而直到现在我梦里也还是只有它：我们接下来该做什么，我们下一步要构建什么。现在我们有机会跳出细节、从更宏观的角度来看这件事了，因为已经有很多人在使用它，而关于他们如何使用它，我们也还有很多需要了解。但在很长一段时间里，我们都太专注于构建，以至于我甚至都没有机会去思考它究竟是什么。

Newton： 有没有某个时刻让你跳出来从更宏观的角度看这件事？说你是误打误撞发现它，可能有点过于轻描淡写，但看起来确实带有某种偶然发现的意味。有没有那么一刻，你会想：“天哪，这和我以前折腾过的其他东西不一样？”

Cherny： 很多人都感到惊讶。总体来说，我们知道自己想打造一款编程产品，但没人认为它会出现在终端里。第一个关键时刻，是 Claude 告诉我我当时在听什么音乐。这个过程有过几个版本——实际上，我们有一段我录制的视频演示，最近刚捐给了一家电脑博物馆——这算是一件奇怪的历史遗物。我记得我把它发到 Slack 上时，只得到两条回应，因为当时没人意识到这就是未来的样子。我问 Claude 我在听什么音乐，它就写了一小段代码来打开我的音乐播放器。它用的是 AppleScript 来写代码，而我并不懂这种语言，我自己也不会想到要靠写代码来回答这个问题。它就是这么做了，我当时想，这太令人惊讶了——它用一种我作为工程师都不会采用的方式解决了这个问题。

在过去一年半里，这样的时刻出现了很多次。最近我和 Cowork 也有过一次。每次我们发布一个新模型，我都会亲自试用，看看它能力的前沿在哪里，因为基于模型进行开发最难的一点之一，就是它进步得太快了——你必须每个月都重新校准，我相信你对此一定深有体会。我用 Cowork 预订了一堆航班。通常它的表现还不错；但这一次，它完成得堪称完美。现在，只要我出差旅行，我都会用 Cowork 来预订。它帮我订了八趟航班和五家酒店。唯一的失误是，其中一家酒店远远超出了预算——我记得好像一晚要 5000 美元。

Newton： Cowork 希望你在入住期间度过一段美好时光。

Cherny： 我说：“请把这个重新预订一下。”除此之外，它自己运行了几个小时，把这一切都完成了。太酷了。那种惊喜感我每周、每个月都会感受到。

Newton： 这感觉像是一个适合跳出局部、从更宏观角度看问题的时刻：最初的一项发现迅速传遍了 Anthropic，如今 Claude Code 已成为越来越多工程师的默认工具。它是那些让“工作自动化”问题变得格外突出的产品之一——至少对软件工程师来说是如此，但也许影响的人群远不止于此。在我们的第一期节目中，Aaron Levie 对我说，他不认为工作岗位会消失——软件总会有无法完成、必须由人来走完的“最后一公里”。而你曾公开预测，“软件工程师”这个头衔最快可能从今年就开始淡出。那么，Aaron 在这件事上说错了吗？

Cherny： 有很多事情是确定的，也有很多是我们尚不清楚的。趋势呈指数级发展，而指数级变化非常难以理解。坦率地说，任何声称自己知道答案的人都只是在猜测——其中一些是基于我们所看到的情况和历史经验作出的有根据的推测。

我认为会发生几件事。其一，许多公司将需要更少的工程师，因为每位工程师的生产力都更高了，所以完成同样的工作不再需要那么多人。与此同时，许多公司也将需要更多工程师，因为每位工程师的生产力都提高了——公司可以做更多事情，推出更多产品，创造更多业务。我们自己的团队就是如此：优秀工程师始终是我们的瓶颈。我们正以最快速度招聘，而我们的许多客户也完全一样。因此，我认为这两种情况都会发生，具体取决于公司和业务。

还有另一件事也在发生：各种角色正以一种有趣的方式彼此融合，我想这是谁都未曾预料到的。我们的经理 Fiona 已有 15 年没写过代码；她加入 Claude Code 后，现在也开始写代码了。我们的产品经理 Kat 会写代码。我们的设计师 Megan 会写代码。团队里的每个人都会写代码——你不再非得是工程师不可了。 如果把这一趋势再往前推演一点，所有非工程师都会写更多一点代码，而像我这样的工程师反而会写得更少。我已经超过六个月一行代码都没写过；我整天都在构建各种东西。我看到这一切正融合成同一种角色。你可以叫它 builder，也可以叫它工程师，或者产品经理——我不知道这个头衔该叫什么，但这个角色正在发生变化。

Newton： 因此，我们对这些岗位的理解方式肯定会发生变化，但这将如何影响各家公司可提供的岗位数量，目前仍不明朗。

Cherny： 是的，历史上有很多这样的例子。我刚刚还在读相关内容。拖拉机发明于 19 世纪 90 年代，一位名叫 John Froelich 的人在 Iowa 发明了它。那时候，农场劳动全靠马力驱动；你需要马匹。尽管拖拉机在 19 世纪 90 年代就已发明，但直到 20 世纪 60 年代的美国，拖拉机的数量才超过马匹。这大约花了 70 年时间。拖拉机的数量上升，马匹的数量下降，两条曲线在 20 世纪 60 年代交叉。

原因有很多。那项技术就像魔法一样——你可以收获更多庄稼，生产率也高得多——但如果你是一个想学着使用拖拉机的农民，就需要接受培训。起初，拖拉机价格昂贵，所以在很多情况下，养马依然更便宜。而且拖拉机一开始并不好用：也许你可以用它种小麦，却不能用来种玉米，因此花了很长时间，才有人造出既适用于玉米、又适用于秋葵，以及适用于其他各种作物的拖拉机。这一切都需要时间。我们现在看到的是同样的事情，只是被按下了加速键——但我们看到的问题也非常相似。

Newton： 这就是“AI 作为常规技术 ”这一论点：即便实验室不断推出能力惊人的模型，人们的改变依然缓慢，组织的改变也依然缓慢，而这些技术渗透进企业也需要时间。与此同时，人们看到有关 Anthropic 营收的报道后会说——这一次似乎并没有花那么久。所以，我们仍在努力更准确地判断实际变化的速度。

Cherny： 我问你一个问题：电脑会让你效率更高吗？

Newton： 会。但如果你明白我的意思，“它们会不会让我效率更高”和“因为有了电脑，我是否工作得更少”感觉是两个不同的问题。

Cherny： 所以，正因为你能做得更多，你也就会做得更多——你会在同样的八小时里塞进更多事情。

Newton： 当然。坦率地说，过去除了写几份新闻通讯外，我每周只录制一期播客。在这组迷你系列节目期间，我正尝试在撰写多份新闻通讯的同时，每周录制几期播客，而 AI 正是我能够做到这一点的原因。它是极其出色的研究助手和播客制作人。我能产出更多内容。但我并不觉得自己工作得更少——这不是抱怨，只是我在应对当下这个时刻的方式。

Cherny： 我也有同样的感受。我能做的事情多了太多——所有那些我以前没来得及做的事，因为一天里的时间根本不够。这里还有一个奇特的历史现象。上世纪 90 年代，当企业开始采用个人电脑时——在大型机之后，在那些耗资数百万美元的大型工业计算机之后——计算机实现了小型化，因此普通初创公司也能轻松配备电脑。当时，人们确实在质疑电脑是否提高了生产力。很多人抱怨说并没有。如今我们回头看，会觉得这当然提高了——我无法想象再回到归档和纸质文件的时代。

1990 年，《哈佛商业评论》 的一篇文章非常精彩，其核心观点是这样的：研究人员考察了采用电脑的企业，发现有些企业生产率提高了，有些却没有。区别在于，那些生产率提升的企业把所有纸质流程都抛弃了——档案柜、钢笔、课桌抽屉——并将电脑置于一切工作的中心。而另一些企业仍然让团队手写所有内容，只是在角落里放一台电脑，用来处理某一项工作。第一类企业获得了显著的生产率提升；第二类则没有。

现在的情况也很相似。在 Anthropic，我们围绕 Claude 来组织一切。新员工加入时，如果他们对如何写代码或如何为代码库作出贡献有疑问，答案就是：去问 Claude。如果问题是如何提交报销收据，去问 Claude。如果是想知道下一次公司假期是什么时候，去问 Claude。过去所有这些需要手动完成的事情，如今 Claude 都处在中心位置。真正理解这一点的公司，会把 Claude 放在最核心的位置——而不是放在边缘地带。你必须改变所有业务流程，而这需要时间。

Newton： 我一直在读关于索洛悖论的内容，这基本上就是你刚才描述的情况。这是上世纪 80 年代一位经济学家提出的一个观察：你“几乎在所有地方都能看到计算机时代，唯独在生产率统计数据中看不到”。尽管电脑进行了大规模部署，但你并没有看到人们的生产率大幅提升。最终，这些收益还是显现出来了，因为企业围绕这项新技术重塑了工作流程。所以现在的问题是，经济体能以多快的速度做到这一点。

我还想就软件工程再问几个更细致的问题，因为我听你说过，编程实际上已经被“解决”了，而且你已经有六个月没写代码了。工程师们对此提出反驳，说编程不仅仅是敲代码——它还关乎判断力、品味和批判性思维，而智能体在这些方面仍然可能表现得相当糟糕。你怎么看这种批评？编程中是否还有一些部分尚未被解决？

Cherny： 这种批评完全正确。这类说法常常会被断章取义。完整的原话是：对于我所从事的那类编程来说，编程已经被解决了。我处理的代码库都相当简单——Claude 命令行界面还比较新，电脑端和移动端应用的代码库也都小而简单。但我们现在有很多企业顾客——其中一些是规模最大的企业。NASA 就是我们的顾客之一。他们拥有非常庞大、极其复杂的代码库，而对他们来说，这个问题还远未解决；模型仍然会出错，生成的代码也并不总是完美。

当你思考工程师的工作内容时，写代码只占其中很小一部分。过去，我一天里可能只有大约 50%的时间真正在敲代码，另外 50%则是在与用户交流、头脑风暴并提出想法、调试、思考某个东西是如何运作的，以及做规划。工程师有很多工作并不是写代码。所以当我说编码问题已经被解决时，我指的是我所做的那类编码——而编码本身只是工程师工作中的一个很小的子集。你可以在 Anthropic 的工程师身上看到这一点，而且整个行业也越来越如此：当模型承担了编码工作，他们就被解放出来，可以去做其他那些他们真正喜欢的事情，比如与用户交流，以及弄清楚下一步该做什么。

六个多月来，Claude Code 已经实现了 100% 由 Claude Code 自行编写。Cowork 和许多其他产品也是如此，我们也越来越多地从客户那里听到类似情况。本周早些时候，我为最新一届 Y Combinator 创业营做了一场分享——一场炉边谈话。过去，我每次演讲开场都会请使用 Claude Code 的人举手。现在人人都在用，所以我不再这么问了。相反，我会请那些 100% 的代码都由 Claude Code 编写的人举手。 这些都是最前沿的初创公司——通常每家公司有几个人——结果有一半的人举了手。接着我又请那些完全没有任何代码由这个模型编写的人举手，在几百人里，只有一只手举了起来。其他所有人都处在 50% 到 100% 之间。也就是说，对于我们所写代码中越来越大的一部分，编码这件事正在被解决。我们的团队是工程领域正在发生变化的早期信号，而工程领域又是其他所有领域变化的早期信号。这一转变始于六个月前，而且正在加速。

Newton：我想再谈谈另一种担忧：在一个工程师不再像过去那样编写大量代码的世界里，人们对自身职业的理解会逐渐退化，而这可能是危险的。你已经六个月没有写代码了。你感觉这种退化已经开始了吗？你对此怎么看？

Cherny： 团队里有一位工程师 Lena，周末仍会手写 C++，纯粹是出于兴趣，因为她依然享受写代码的过程——而且这种空间永远都会存在。但对我来说，这只是一个更广泛转型的一部分，根本谈不上什么能力退化。编程一直都处于变化之中。70 年前，我祖父在苏联用穿孔卡片编程，对他而言，那就是编程——那时候没有 JavaScript，也没有 Python。穿孔卡片就是机器在纸上打孔形成的卡片；你把它送进大型主机，它会进行处理，然后几个指示灯亮起来。再往前，编程就是一屋子人——通常是女性——在纸上做数学计算，有时甚至徒手完成。那也被称作编程。后来，编程变成编写机器码，再后来是汇编语言，然后是 JavaScript、Python 和 Java。如今，它又在发生变化：你开始与智能体对话。而我认为，它很快还会再次改变，变成你与一个智能体对话，再由这个智能体去与其他负责写代码的智能体交流。它一直都是这样变化的。这在我看来并不是能力退化，而是技术层面的一场巨变。

Newton： 我的感觉是，使用图形计算器可能确实让我的一些数学能力退化了，但我的解决办法就是继续用计算器。我愿意在这方面让渡一部分能力。现在，如果随着时间推移，计算器变得超级智能，并试图以微妙的方式削弱我，那会让我非常害怕——但也许我们还没走到那一步。 

我想问问你的 Claude 群体。你刚才问过我，电脑是否让我更高效。很显然，Claude 正在让你更高效，但它似乎并没有减少你的工作量。如果我们想知道 AI 对就业意味着什么，这一点似乎很重要：你认为公司将需要更少的工程师，但你自己却总有做不完的事。有没有可能出现这样一种情况：效率提高实际上意味着你工作得更少？

Cherny： 这有个说法——某种悖论，我忘了它叫什么了。我觉得这确实因人而异。其中一部分取决于公司，因为根据业务不同，对人的需求可能会更多，也可能会更少。但很大程度上，这也取决于个人偏好。洗衣机问世时——我要打个历史类比，因为这是一场如此疯狂的技术变革，我需要用历史来让自己有个锚点——

Newton： 我喜欢这些故事。

Cherny：——洗一大堆衣服大概要花五六个小时，而且你还得走差不多 3000 英尺去打水。你把水打回来，烧开，倒进要洗的衣物里，在搓衣板上反复搓洗，再拧干，然后为全家人重复这一套流程，可能天天如此。这是很重的体力活。洗衣机让这一过程缩短了大约三个小时，它也是促使女性大规模进入劳动力市场的因素之一——因为通常情况下，虽然并非总是如此，做这些家务的是家里的女性，这让她们被困在家中。突然之间，每天就多出了三个小时，不同的人可以选择如何使用这段时间。对一些人来说，这意味着陪孩子、遛狗或读书。但对很多人来说，答案是：我已经准备好进入职场了，我想去工厂或办公室工作。因为时间被释放出来了，你就有了选择。现在的情况也类似。和任何技术一样，它会给你更多选择。

Newton： 关于软件工程，最后还有几个问题。我一直在问所有嘉宾：如果一名 22 岁的年轻人这个月刚拿到计算机科学学位，来问你“好吧，那现在该怎么办？”——你会怎么回答？有没有适合他们的入门级工作在等着他们，还是说，他们需要用不同的方式来思考自己职业生涯的起步阶段？

Cherny： 如果你想去公司工作，当然仍然可以——入门级岗位依然存在，也还有很多事情可以做。但如果你有一点创业精神，那就去创办一家初创公司吧。历史上从来没有比现在更好的时机；这是黄金时代。你和你的智能体就能打造出一家大型公司。如今，人们只靠寥寥几个人就能建立起估值数十亿美元的公司。Claude Code 最初也只是我们几个人做出来的。我们有很多顾客，仅靠一两个人或三个人，就在打造非常大的业务。一个人只要有正确的想法，就能拥有巨大的杠杆效应。我想不出还有什么比现在更适合投身其中的时机。

Newton： 这很有意思，因为我们常常从 AI 领域听到一种观点：模型能力进步得太快了，也许五年后连公司都不存在了。但你的看法是，至少就目前而言，仍然有足够大的空间去创办一家公司。

Cherny： 至少在接下来的几年里是这样。如果你顺着这种指数级曲线推演下去，事情会变得非常诡异——有一种可能是，“工作”这个概念不再有意义，公司不再有意义，甚至软件也不再有意义。但与此同时，眼下还有太多事情要做。我们都在这里摸索模型究竟意味着什么、它能做什么，所以你不妨也成为探索前沿的人之一。

Newton： 最后一个关于工程的问题。三年后，你觉得我们会看到更多工程师、更少工程师，还是说这个问题根本无法回答，因为到那时我们可能已经不再称他们为工程师了？

Cherny： 我觉得我们不会再称他们为工程师了。但如果说的是那些写代码的人，或者使用智能体来写代码的人，我认为他们的人数会是今天的 100 倍。这就是我的预测。

Newton： 让我们回到你参与开发的 Cowork。它是我现在实际使用最多的 Anthropic 产品。我把它当作我的专栏编辑，用来帮助制作播客，甚至把它当作某种财务顾问——你可以创建项目，添加一些技能，它就能模仿职场中的许多不同角色。作为一个非技术人士，我觉得它的用户界面很直观，因为基本上只需要把文档拖放进一个盒子里。跟我谈谈 Cowork 未来的发展方向，以及你是否认为它能像如今编程工作被部分解决那样，也为其他工作提供解决方案。

Cherny：Cowork 太令人兴奋了。我们开始构建它，是因为我们看到人们在用 Claude Code 做一些并非编程的事情——有人甚至安装了终端，只是为了在里面报税。这并不是终端的用途，但从产品角度看，这非常了不起，因为人们显然确实有这样的需求。接下来的几个月，我们要弄清楚如何让它真正适用于非工程师用户，这对我们来说是新的挑战，因为我们团队的大多数人都在做编程相关工作，而我们一直以来也只是为自己构建产品。

有了 Cowork，它对一切非工程类工作都很有用——会计、财务、法务。我曾用它购买捕蛤许可证，这样我就能去华盛顿州挖蛤。我用它预订航班和演唱会门票。挑战在于让它在所有这些事情上都真正做得很好，而我们的做法是，我们每天一整天都在使用它，每天一整天都在和顾客交流。我还预计，它在长时间运行方面会继续进步。一年半前，Claude Code 可能运行 30 秒就会开始失控。现在，每天晚上我都有数百个、有时数千个智能体连续运行 5、10、20 个小时。这就是如今工程工作的完成方式，我认为 Cowork 也会发生同样的变化。

Newton： 如果我们把视角拉远，去看一个越来越多工作岗位消失或发生转型的世界所带来的影响——你曾说过，你认为这一转型对很多人来说都会是痛苦的，而 Anthropic 处在一个独特的位置：它可能成为软件工程师以及其他一些人失业的来源。公司对这些人是否负有某种责任？这是否是政府需要关注的事情？我们该怎么办？

Cherny： 和任何技术一样，它带来的影响将是复杂的——有积极效果，也有负面影响，而具体何时发生、如何交织，我们并不清楚；你永远无法在当下准确预测。我作为一名工程师，深感自己肩负着巨大的责任：我们始终应该做得更多，告诉人们即将发生什么，确保他们能够使用这些工具，对他们进行教育，并带着他们一起前行。我和团队经常讨论这个问题。但从更广泛的角度看，这不是某一家公司能够解决的问题——它比任何一家公司都更宏大，而且你也确实不希望由某一家公司来解决，因为那可能会导向错误的解决方案。这是一个全社会都应展开讨论的问题。Anthropic 试图补充的是经济报告和政策研究——让我们所看到的情况变得清晰可见，从而让其他所有人来决定应当如何应对。

Newton： 我们最近的一位嘉宾、来自 Google 的 James Manyika，从经济体和整个社会的层面研究技术。他担心，最初只是数字鸿沟——并非每个人都能平等获得互联网或一台性能良好的笔记本电脑——如今可能正演变为人工智能鸿沟。迄今为止的数据表明，从人工智能中获益最多的人，原本就已经处于收入阶梯的高位。Claude Code 会让这种情况变得更好，还是更糟？你认为谁会使用它，谁不会使用它？是否也在努力让那些过去并不总能接触前沿技术的人用上它？

Cherny： 有几项计划旨在扩大使用机会，Anthropic 也在这样做。持续让我感到惊讶的是，能从 Claude Code 中获得最大价值的人，并不是我原本以为的那些人。我们刚刚为 Opus 4.7 发布举办了一场黑客松，获胜者大多不是职业工程师——其中有电工、医生，还有一位木匠用它构建了一款应用。我们在 4.6 黑客松中也看到了同样的情况。要是放在不久前，获胜者大多还会是工程师，但如今这些模型已经足够成熟，真正学会充分利用它们的，往往不是工程师。我们在大型客户那里也看到了同样的现象。随着企业考虑采用 AI 工具，最大的问题在于业务流程的改变——也就是如何把 Claude 放在中心位置。一个效果最好的做法，是给每个人分配代币，并让每个人都能安心试验，因为真正的创意往往来自你意想不到的人。 未必是此前产出最高的资深工程师；也可能是组织角落里的一名会计，或是一位市场推广人员，他们搭建了一个内部仪表板，加快了一切流程，或解决了一个此前无人意识到企业存在的问题。重要的是，人们要学会使用这些工具，因为最擅长使用当下工具的人，未必就是未来最擅长使用明日工具的人。

Newton： 最后一个问题。除了你在 Claude Code 和 Cowork 上所做的一切之外，你在 X 和 Threads 上的存在感也高得惊人。我几乎每天都看到你在那里帮助用户排查问题、提供建议。如果你能把工作中的这部分实现自动化，你会这样做吗？我们距离那样一个世界还有多远？

Cherny： 我已经把这件事自动化了，但我还是更喜欢亲自来做。

我是这么做的：我在 Claude Code 里设了一个循环，实际上现在已经改成每 30 分钟运行一次的例行程序。Threads 有 API，X 也有 API，所以它会把反馈汇总起来，然后我再查看。但我工作中最喜欢的部分，还是与人交流，即便他们是在告诉我某个地方坏了，或者本可以做得好上 10 倍。这依然是我最喜欢的事，因为这让我们能够把产品做得更好。人们有时回头看一款产品，会说那是一个天才时刻——有人构思出它、把它做出来，而且它一开始就是完美的。事情从来不是这样运作的。Claude Code 有很多缺陷，离它本来可能成为的产品还差得很远。让它变得更好的唯一办法，就是倾听人们的声音，尤其是当他们指出某些地方行不通时，并持续改进。这就是优秀产品的打造方式，也是 Claude Code 每天都能一点点变得更好的唯一原因。

Newton： 我觉得，这也是你工作中非常具有人性的一部分。当你和使用你所打造产品的人交流时，那大概会提醒你，当初为什么会踏上这条路。在如今我们并不总能确定自己能为一个由 AI 赋能的职场带来什么价值的时刻，这种人与人之间的连接显得尤为重要。

Cherny： 没错。我们都在努力一起弄清楚这件事。我们对未来走向有一些判断，也因此在打造很多东西，因为我们觉得自己知道方向——但我也经常会错；并不是我所有的判断都正确。好点子来自各种各样的人，所以你必须倾听，尝试很多东西，而有时候它就会奏效。

Newton：Boris，非常感谢你加入我们。

Cherny： 非常感谢你，Casey。