Claude 编码实战笔记：最近几周的方法论总结

编程工作流

考虑到最近 LLM 编码能力的提升，我从去年 11 月的大约 80% 手动编码 + 自动补全和 20% agent 编程，迅速转变为 12 月的 80% agent 编程和 20% 编辑 + 调整。也就是说，我现在主要是用英文编程了，有点尴尬地用自然语言告诉 LLM 要写什么代码……这对自尊心有点打击，但用大的"代码行为"来操纵软件的能力实在太有用了，特别是一旦你适应了它、配置好了它、学会了使用它，并理解了它能做什么和不能做什么。这毫无疑问是我近二十年编程生涯中最大的工作流变化，而且它在短短几周内就发生了。我预期业内有两位数百分比的工程师也在经历类似的转变，但一般大众的认知程度恐怕还停留在个位数百分比。

IDE / Agent 群体 / 可靠性

关于"不再需要 IDE"和"Agent 群体"的炒作在我看来都有点过了。这些模型确实还会犯错，如果你有任何真正在乎的代码，你得像老鹰一样盯着它，最好在旁边开着一个大 IDE。犯错的类型已经改变了很多——不再是简单的语法错误，而是微妙的概念性错误，就像一个有点粗心、操之过急的初级开发者可能会做的那样。最常见的类型是模型为你做了错误的假设，然后就直接继续了，没有经过验证。它们也不管理自己的困惑，不寻求澄清，不指出不一致性，不提出权衡方案，不会在应该反对的时候反对，而且有点太阿谀奉承了。在计划模式下情况会好一些，但还是需要某种轻量级的内联计划模式。它们也很喜欢把代码和 API 搞复杂，膨胀抽象，不清理自己留下的死代码等等。它们会用 1000 行代码实现一个低效、臃肿、脆弱的构造，然后就靠你去说"嗯，你就不能这样做吗？"，它就会说"当然可以！"然后立刻把它缩减到 100 行。它们有时还会把自己不喜欢或不充分理解的注释和代码作为副作用改掉或删掉，即使这些与任务无关。尽管我在 CLAUDE.md 中做了几个简单的尝试来修复这些问题，但这一切都还是会发生。尽管有这些问题，它仍然是一个巨大的净收益，很难想象回到手动编码。

总结 每个人都有自己的开发流程，我目前的是在左边的 ghostty 窗口/标签页中开几个 Claude Code 会话，右边开着 IDE 来查看代码和手动编辑。

韧性

看着一个 agent 不屈不挠地处理某个问题是很有趣的。它们从不疲倦，从不沮丧，就是一直尝试，而一个人早就放弃了去处理别的事情。这是一个"感受 AGI"的时刻——看着它为某个问题苦恼很长时间，最后在 30 分钟后胜利出场。你意识到耐力是工作的一个核心瓶颈，而 LLM 的出现已经把它大幅提升了。

加速

如何测量 LLM 辅助的"加速"并不明确。当然我感觉完成原计划的工作快多了，但主要效果是我做了很多原本不会做的工作，因为 1) 我可以编写各种之前根本不值得编码的东西，2) 我可以处理之前因为知识/技能问题而无法接触的代码。所以肯定是加速，但可能更多是一种扩展。

杠杆

LLM 特别擅长循环到达具体目标，这就是大部分"感受 AGI"的魔法所在。不要告诉它做什么，给它成功标准然后看它如何工作。让它先写测试然后通过它们。用浏览器 MCP 把它放在循环中。先写出很可能正确的朴素算法，然后让它优化，同时保持正确性。把你的方法从命令式改成声明式来让 agent 循环更久，获得更多杠杆。

乐趣

我没有预料到用 agent 编程会感觉更有趣，因为很多繁琐的填空工作被移除了，剩下的是创意部分。我也感觉不那么被卡住/困顿了（这不有趣），而且因为几乎总是有办法与它合作取得正面进展，我有了更多的勇气。我也看到过其他人相反的看法；LLM 编程会把工程师分为两类——那些主要喜欢编码的人和那些主要喜欢构建的人。

衰退

我已经注意到自己手动编写代码的能力在慢慢衰退。生成（写代码）和判别（读代码）是大脑中的不同能力。主要是由于编程涉及的各种小的、大多是句法细节，即使你写代码有困难，你也可以很好地审查代码。

Slopacolypse

我在为 2026 年做准备，这将是跨越整个 GitHub、Substack、arXiv、X/Instagram 和一般所有数字媒体的"低质量大爆炸"之年。我们也会看到更多 AI 炒作生产力秀（这甚至可能吗？），而不仅仅是实际的、真实的改进。

问题

我心中的几个问题：

• 会发生什么事到"10X 工程师"——平均工程师和顶级工程师之间的生产力比例？很有可能会增长很多。
• 配备 LLM 的广泛技术的人会越来越超越专家吗？LLM 在细微处（微观）的填空能力远好于宏观战略（宏观）。
• 未来的 LLM 编程会是什么样的感受？就像玩星际争霸？玩异星工厂？弹音乐？
• 社会有多少被数字知识工作所限制？

总结 这将如何收场？LLM agent 的能力（特别是 Claude & Codex）在 2025 年 12 月某个时刻跨越了某种连贯性的阈值，引发了软件工程及相关领域的阶段性转变。智能部分突然看起来远远领先于其他所有部分——集成（工具、知识）、新的组织工作流和流程的必要性、推广更普遍。2026 年将是一个高能量的一年，因为整个行业吸收新的能力。

---