编程范式转变：从写代码到管理 Agent

Boris Cherny 是 Anthropic 内部 Claude Code 的创建者。他从一个只有三人的孵化项目做起，把“在 IDE 里按 Tab 自动补全一行代码”彻底升级成“让 Agent 把整个项目写完”。2026 年初，Claude Code 的年化营收已经超过 10 亿美元，被 Anthropic 称为“史上从研究预览发展为十亿美元级产品最快的一次”。

这次访谈来自红杉资本 2026 年举办的 AI Ascent 大会，主持人是红杉合伙人 Lauren Reeder。

Boris 在整个 2026 年没有亲手写过一行代码，却每天合并几十个 PR，单日最高纪录是 150 个。不过，他也承认这样做只是“想试试模型究竟能跑多远”。

Boris 在整个 2026 年没有亲手写过一行代码，却每天合并几十个 PR，单日最高纪录是 150 个。不过，他也承认这样做只是“想试试模型究竟能跑多远”。

Claude Code 最初半年没有 PMF。刚做出来时，连 Boris 自己也只用它完成大约 10% 的代码。直到 2025 年 5 月 Opus 4 发布，它才开始指数级增长；此后的每一代新模型，都会让增长曲线再次向上弯折。

Claude Code 最初半年没有 PMF。刚做出来时，连 Boris 自己也只用它完成大约 10% 的代码。直到 2025 年 5 月 Opus 4 发布，它才开始指数级增长；此后的每一代新模型，都会让增长曲线再次向上弯折。

Boris 现在的大部分工作都通过手机完成。Claude App 里常驻着 5 到 10 个 session、数百个 Agent，夜间还有数千个 Agent 执行深度任务。其核心调度模式叫作 Loop，具体做法是让 Claude 通过 cron 启动定时循环。

Boris 现在的大部分工作都通过手机完成。Claude App 里常驻着 5 到 10 个 session、数百个 Agent，夜间还有数千个 Agent 执行深度任务。其核心调度模式叫作 Loop，具体做法是让 Claude 通过 cron 启动定时循环。

Anthropic 内部已经不再手写代码：所有 SQL、所有产品代码都由模型生成。员工各自的 Claude 还会通过 Slack 相互沟通，遇到不确定的问题，就直接 ping 对方的 Claude 询问。

Anthropic 内部已经不再手写代码：所有 SQL、所有产品代码都由模型生成。员工各自的 Claude 还会通过 Slack 相互沟通，遇到不确定的问题，就直接 ping 对方的 Claude 询问。

谈到“SaaS 的终结”，Boris 借用了 Hamilton Helmer 的“七种护城河”框架。他认为，切换成本和流程效力会被 AI 抹平，因为模型可以帮助用户迁移，也可以自行迭代和优化流程；网络效应、规模经济、独占资源等优势则不会改变。

谈到“SaaS 的终结”，Boris 借用了 Hamilton Helmer 的“七种护城河”框架。他认为，切换成本和流程效力会被 AI 抹平，因为模型可以帮助用户迁移，也可以自行迭代和优化流程；网络效应、规模经济、独占资源等优势则不会改变。

他给出的最重要历史类比是印刷术。他认为，构建软件将会像识字一样普及。最适合开发会计软件的人应该是会计师，而不是工程师，因为编程会成为简单的部分，真正困难的是理解业务。

他给出的最重要历史类比是印刷术。他认为，构建软件将会像识字一样普及。最适合开发会计软件的人应该是会计师，而不是工程师，因为编程会成为简单的部分，真正困难的是理解业务。

Anthropic 真正的领先优势不在技术，而在组织流程。模型人人都能使用，但如何改造内部组织、如何让不同员工的 Claude 相互沟通、如何让整个公司彻底替换所有手写代码，这些才构成产品层面的差距。

Anthropic 真正的领先优势不在技术，而在组织流程。模型人人都能使用，但如何改造内部组织、如何让不同员工的 Claude 相互沟通、如何让整个公司彻底替换所有手写代码，这些才构成产品层面的差距。

【1】Claude Code 是如何从一个三人孵化项目中诞生的

Boris 说，自己是“误打误撞”做出了 Claude Code。2024 年底，他加入 Anthropic 内部一个名为 Anthropic Labs 的孵化器。团队当时只有几个人，最初孵化出的产品就是 Claude Code、MCP 和 Claude Desktop App。这个团队一度被解散，2026 年初又重新组建，由 Mike Krieger 牵头。

注：Mike Krieger 是 Instagram 联合创始人兼前 CTO，2024 年 5 月加入 Anthropic，担任首席产品官。2026 年 1 月起，他进入 Labs 团队，与 Ben Mann 一起负责实验性产品孵化。

Boris 在描述自己为什么想做编程产品时，使用了 Anthropic 内部经常提到的一个词：“product overhang”。这个词可以译为“产品悬置”（Product Overhang，指模型已经具备某种能力，但这种能力尚未被产品化）。它意味着模型已经能完成许多任务，却还没有产品真正把这些能力展现出来。

我们当时观察编程领域，2024 年底最先进的形态就是按 Tab 键。打开 IDE，按一下 Tab，模型给你补全一行代码。这是 Sonnet 3.5 第一次让人们能够做到的事情。但当时我们的感觉是，其实还可以走得更远，模型几乎已经为下一步做好了准备。我们不必继续做 Tab 补全，而是可以直接让 Agent 把整段代码都写出来。

然而，产品做出来后的前六个月几乎无人使用。Boris 说，最初版本“基本不能用”，甚至连他自己也只用它完成 10% 的代码。即使产品正式对外发布，也没有出现指数级增长。真正的爆发点是 2025 年 5 月 Opus 4 发布。此后，每一代新模型都让增长曲线再次向上弯折：从 Opus 4 到 4.5、4.6，再到现在的 4.7。

他承认，整个过程其实是一场违背常规 PMF（产品市场匹配）逻辑的赌注：

我们其实是在做一个初期完全不具备 PMF 的东西。我们很清楚，它在前六个月不会有 PMF，因为我们是在为下一代模型开发产品。从始至终，我们采用的都是这种思路。

注：PMF 是 Product-Market Fit，即产品市场匹配。Anthropic 的整个产品逻辑，就是押注“模型能力将提升到某个临界点”，并提前把对应那个能力水平的产品做出来。这与典型 SaaS“先验证需求，再开发产品”的路径正好相反。

【2】“编程已经被解决”，但这只是 Boris 的个人版本

Lauren 问 Boris，他曾公开说过的“编程已经被解决”究竟是什么意思。Boris 在台上做了一次现场调查，让全场观众举手回答：“谁还在 100% 亲自写代码”“谁已经 100% 完全不写代码”“谁介于两者之间”。最后，现场的整体分布大致可以概括为“解决了 50%”。但对 Boris 本人来说，这个比例是 100%。

他的解释是，Claude Code 的代码库——外界已经通过泄露事件看过——使用的就是 TypeScript 和 React，并没有什么秘密。选择 TypeScript 和 React，是因为它们在模型训练数据中极其常见，属于“on-distribution（分布内数据）”。当时模型还没有现在这么聪明，框架选择会直接影响模型能够编写多少代码。如今，模型已经强到可以现场学习并使用不熟悉的语言，但在 2024 年底，团队必须选择模型最熟悉的技术栈。

正因为选择了模型最熟悉的技术栈，团队很早就跨过了一个临界点：模型开始编写 100% 的代码。Boris 说，这件事在去年 10 月、11 月就已经发生。

现在我每天大概会合并几十个 PR。上周有一天，我合并了 150 个，那是一个纪录。我只是想看看，能不能把它推到极限。

但他也明确承认，这个结论并不具有普适性：世界上仍然存在庞大而复杂的代码库，也存在模型不擅长的小众语言。他给出的回答颇有一种“等下去就行了”的意味。

注：Boris 这段说法所依据的样本明显存在偏差。他使用的是 TypeScript+React 这样的主流技术栈，自己的代码库已经相对成熟，而且还在 Anthropic 内部使用内部专属模型 Mythos 来 dogfood（吃自己的狗粮，指内部试用自家产品）。“编程已经被解决”对他而言成立，但如果换成一个已有三十年历史的 C++ 老系统、一个 SAP ABAP 项目，或者一家游戏引擎团队，结论可能会截然不同。

【3】手机里运行着数百个 Agent：Boris 的工作流

Boris 说，六个月前他曾在 Twitter 上分享过一次个人工作流。发布时，他并没有觉得这套方法有什么特别，结果却出乎意料地火了。从那以后，他的工作方式又发生了变化：现在，大部分工作都通过手机完成。

具体来说，Claude App 左侧有一个 code 标签，他通常会保持 5 到 10 个 session 常驻。每个 session 里又运行着一批 Agent，合计通常有数百个。到了晚上，他还会再启动数千个 Agent，执行更加深入的任务。

他说，目前最常用的并不是子 Agent，而是一种名为 Loop 的简单模式：让 Claude 使用 cron 创建定时任务，可以每分钟、每五分钟或者每天执行一次。

我大概有几十个 Loop 一直在运行。一个负责盯着我的 PR，自动修复 CI、自动 rebase；一个负责维持整个 CI 的健康状态，比如某个测试出现 flaky（时好时坏、不稳定）的情况，它就会去修复；还有一个每 30 分钟从 Twitter 拉取一次其他人对 Claude Code 的反馈，完成聚类后再整理给我。

他还提到 Anthropic 刚刚发布的 Routines。这个产品本质上是把同样的 Loop 模式从本地迁移到服务器上，即使关闭笔记本电脑，任务也会继续运行。

他对这件事的判断是：“Loop 是未来。”

注：CI 是 Continuous Integration，即持续集成。Boris 描述的这套工作流，核心其实非常简单：更早地放弃“亲自下达每一条指令”。他让一群 Claude 持续工作，自己只负责在 Slack 上接收报告。从产品角度看，Routines 把 Loop 从客户端模式转变成由 Anthropic 托管的服务。调度任务本身将开始消耗 Anthropic 的服务器资源，因此其定价模型迟早需要改变。

【4】通才崛起：团队里的每个角色都在写代码

Boris 的判断是：“未来的通才会比今天多得多。”

他先把“通才”分成两类。第一类是工程通才，例如一个人同时开发 iOS、Web 和服务端。今天人们谈论的 generalist，大多属于这一类。第二类则是更值得关注的跨学科通才，例如一个产品工程师同时很懂设计，或者一个人既能做产品，又能做数据科学。

他说，这种变化已经在 Claude Code 团队内部发生：

我们团队里的工程经理、产品经理、设计师、数据科学家、财务和用户研究员，每一个人都在写代码。每个人依然是某个领域的专家，但现在也都开始写代码了。

他没有进一步解释“为什么这是好事”，但背后的逻辑很明确：当编写代码的边际成本趋近于零，原本被排除在工程工作之外的角色——例如财务、设计和研究人员——便获得了直接产出工程成果的能力，传统分工的边界自然会变得模糊。

注：这一判断在创业公司里很容易得到验证，但放到大型企业中就会复杂得多。一家拥有 5000 人 IT 部门的银行，还受到合规、风控、变更管理和审计追踪等约束。这些障碍并不是“我会写代码”就能跨越的。Boris 谈论的是 Anthropic 这样规模较小、流程较轻的公司。在把这一结论迁移到其他规模和行业之前，需要适当打折。

【5】SaaS 的终结：哪些护城河会被 AI 抹平，哪些仍会保留

Lauren 问：编写代码的成本如今降低了 10 倍甚至 100 倍，那么依靠软件构建出来的产品，其价值会发生什么变化？我们是否将面对一场 SaaS 的终结？

Boris 说，这是他最喜欢的问题。随后，他借用一个外部框架作答：Hamilton Helmer 的“Seven Powers”。

注：Hamilton Helmer 是策略学家，也是 Strategy Capital 的创始人。他于 2016 年出版《7 Powers: The Foundations of Business Strategy》，将可持续竞争优势分为七类：规模经济、网络效应、反向定位、切换成本、品牌、独占资源和流程效力。这本书在硅谷非常流行，Reed Hastings、Daniel Ek、Patrick Collison 都曾为其撰写推荐语。

Boris 判断，AI 会抹平其中两种护城河。

第一种是切换成本。原因非常直接：模型可以帮助用户从一个工具迁移到另一个工具。过去，用户可能会说：“我已经在 Salesforce 上配置了三百个工作流，根本换不了。”如今，模型可以在一夜之间帮助用户完成迁移。

第二种是流程效力，也就是“我们的工作流和流程是别人无法复制的”这类优势。Boris 说，Claude 4.7 已经可以对任何东西进行“hill-climb（爬坡式优化，即逐步逼近最优解）”。只要为它设定一个目标，让它自行迭代和优化，最终就能达到预期效果。过去，流程优化是大公司多年积累形成的内部资产；现在，这种能力会被模型直接吸收。

这是第一个能够做到这件事的模型。你为它设定目标，让它不断运行，直到达成目标，它就能自动执行到底。

但他认为，另外几种护城河并没有被改变：网络效应、规模经济和独占资源依旧成立。换句话说，那些“用户越多，产品越好用”的业务——例如社交网络、平台和市场——以及那些“拥有其他人无法取得的资源”的公司——例如专利、特许牌照和独家合同——仍然安全。

接下来 10 年里，能够颠覆原有市场的初创公司数量，大概会是过去 10 年的 10 倍。因为现在你可以创建一家规模很小的公司，却做出与大公司同样有价值的产品，然后与其正面竞争。大公司需要修改业务流程、重新培训员工，还会面对大量内部阻力；但你不需要，因为你是从一张白纸开始的。

注：Boris 关于切换成本将被抹平的判断，在结构上存在争议。模型的确可以帮助企业迁移数据，但企业 SaaS 真正的切换成本往往来自其他方面：合规审计、合同条款、组织内部的使用习惯，以及供应商认证。Salesforce 和 SAP 的护城河一直依赖这套审批体系和组织惯性，技术本身只占很小一部分。Anthropic 自己的 Cowork 已经开始挑战这一点，而市场反应——2026 年 2 月软件股市值蒸发 2850 亿美元——表明投资者正在押注 Boris 的判断成立。这是一场规模巨大的赌注，未必会很快得出结果。

【6】产品 vs 模型：模型变强之后，产品还剩下多少价值

观众 Dan 问：Claude Code 的成功应该如何归因？产品决策和模型本身分别贡献了多少？

Boris 没有给出一个简单而明确的答案。他先说，一年前可能是 50/50，六个月前可能也是 50/50。至于两年后，他直接回答：“不知道，我们一次只做一周的计划。”

我以前在 YC 待过，也做过几家初创公司。YC 反复向你强调的一件事就是：做出一个用户喜爱的产品。无论模型有多强，也无论你做的是什么品类，最终都必须做出一个用户真正喜欢使用的东西。这就是产品为什么重要。我们在各种小细节上投入了大量精力，因为你一整天都会使用它，而正是这些细节共同构成了体验。

与此同时，他也承认，随着模型变强，外围的“harness”（脚手架、调用框架）会变得不再那么重要。一年之后，产品安全机制——包括 prompt injection（提示词注入）防御、命令静态校验、permission mode 和 human-in-the-loop（人类在环，即关键决策保留人工确认）——可能都不再需要这么多，因为模型自己就会采取正确的行动。

他的产品方向也不是简单地再包一层外壳，而是思考：如何让 Loop 成为一等公民？如何让一个人同时运行多个 Agent 的体验更加顺畅？

注：Boris 这段话实际上承认了 Anthropic 内部的一个判断：随着模型能力提升，应用层的差异化窗口正在缩小。对独立 AI 应用公司来说，这不是一个友好的信号。今天你在 Claude API 上添加的 wrapper（包装器或套壳应用）、prompt engineering 和权限管理体系，可能在一年之内就会被基础模型自行内化。

观众问：Claude Code 会不会让“构建软件”变成一种像“会使用 Office”一样，人人都应该掌握的技能？

Boris 的回答是：会，而且程度会更加彻底。

我觉得它会变成一种“我会发短信”这种级别的技能。

按照 Boris 的说法，15 世纪的欧洲只有大约 10% 的人识字，他们经常受雇于国王和贵族，负责代笔。古登堡发明印刷术后，又出现了两台改良型印刷机。接下来的 50 年里，欧洲出版的文献数量超过了此前 1000 年的总和，一本书的成本下降了大约 100 倍。又过了几百年，全球识字率上升到 70%。如今，每个人都会读写，但“专业作家”这个职业依然存在。

注：Boris 给出的几个数字偏低。学术界估计，15 世纪初欧洲成年人的识字率约为 25% 至 30%，而不是 10%；今天的全球识字率，根据世界银行数据，已经接近 90%，而不是 70%。但他想表达的方向是正确的：印刷术是欧洲文化史上最重要的去专业化事件之一。到 1500 年时，全欧洲印刷书籍的数量已经超过两千万册。

Boris 的推论是，软件也会经历同样的过程，而且速度会比 50 年快得多。随后，他给出了一个具体例子：

比如开发会计软件。今天最适合开发会计软件的人，我认为已经不是工程师，而是一个真正理解业务的会计师。因为他对这个领域极其熟悉，写代码反而成了简单的部分。

这个判断背后的潜台词也非常明确：未来一段时间内，最容易被取代的岗位，是那些“只会写代码，却不理解任何垂直领域业务”的纯技术工程师。

观众问：此前有人说，你们这样的公司是在“活在未来”，因为你们能最早使用模型和产品的早期版本。Claude Code 在对外发布之前，本来就是内部工具。Anthropic 的工程实践与外界相比，究竟领先一个月、三个月还是六个月？这个差距正在扩大，还是缩小？

Boris 回答说，模型层面基本不存在差距：内部使用的就是 Mythos 和 Opus 4.7。“Mythos 我们会少量试用，Opus 4.7 则是内部试用（dogfooding）的主力。”这些模型的某个变体，未来也会对外开放。

注：Mythos 是 Anthropic 于 2026 年 4 月公开承认存在的内部前沿模型。它仅在 Project Glasswing 网络安全防御计划中对外开放，既不在 API 中提供，也没有进入 Claude.ai。它在 SWE-bench 上达到 93.9%，在 USAMO 上达到 97.6%，并被宣称“显著超过任何已经发布的模型”。Boris 在这里承认，Anthropic 内部会使用 Mythos 来 dogfood Claude Code。换句话说，外界使用的 Claude Code，是在一个尚未公开的更强模型协助下构建出来的。

但他认为，产品层面存在更大的差距，原因来自流程，而不是模型本身：

在 Anthropic，我们已经把 Claude 用到了所有环节。当我写代码时，我的几个 Claude 会在 Loop 中运行，它们会通过 Slack 找到其他人的 Claude 交谈，把不确定的问题问清楚。我们整个公司已经没有任何手写代码。所有 SQL 都由模型编写。

他的结论是：领先的关键在于组织如何改造自身。技术人人都能获得，但要让整个公司从手写代码切换到模型生成代码，让员工各自的 Claude 通过 Slack 相互提问，让所有 SQL 都不再由人亲手编写，需要的是组织行为层面的改造，而这种改造比技术演进慢得多。

注：“我们已经没有任何手写代码”是一个非常大胆的表述，字面意义上可能并不完全准确——基础设施代码、合规代码和安全敏感代码很可能仍由人手写——但它确实反映了 Anthropic 对工程组织进行激进重塑的方向。这也回答了一个常见困惑：许多公司接入了 Claude API，却没有看到明显的生产力提升，问题往往在于组织没有随之重组，而模型能力其实已经足够。Mike Krieger 在另一场采访中给出过类似说法：“Claude 现在编写 90% 至 95% 的代码，瓶颈不在工程，而在决策。”

【9】并行 Agent 与本地模型：用户不应该操心这些事

观众 Jiren 问：在产品层和模型层，你们分别如何注入“什么时候应该并行”这种先决条件？目前，用户还需要自行判断什么时候该启动多个 Agent，但这件事本应由模型自己理解。

Boris 说，在产品层面，做法就是修改 prompt：调整提示词，让模型更倾向于自动并行。但他更想强调的是，模型自身也在变得更好，4.7 已经会自然地这么做。他举了一个例子：

我让 4.7 执行一次数据查询，它会主动对我说：“我注意到这些数据一直在变化。我可以帮你创建一个 Loop，每 30 分钟提供一份报告。”我说：“好啊，发到 Slack 上吧。”然后它就会通过 Slack MCP 自行完成连接。

他的判断是，从长期来看，用户不应该需要理解什么时候该使用 batch（批处理）、什么时候该使用 Loop，以及什么时候应该启动几个 Agent：

如果用户必须自己学习如何调度这些工具，那就说明产品设计没有做好，也就是我没有做好。这件事应该交给模型，再加上我们如何提示它。

观众问：如今大家使用 Claude、Codex，基本都在云端。但也有很多人主张本地化 AI。等开源权重模型追上之后，在本地运行高质量代码助手可能会成为一个方向。长期来看，你认为云端会占据主导，还是本地模型会崛起？

Boris 的回答非常直接：这件事并不重要。

因为未来，这些底层细节都会由模型自动处理。一两年以后，模型能够自行完成编写代码、启动 Agent 和搭建环境等所有工作。如果它评估后认为“这件事应该使用本地模型处理”，它自然就会这样做。这些问题不再需要工程师亲自决策。

注：这个回答出现在 Sequoia 这样的创业生态会议上，其实非常有意思。本地 AI 是硬件厂商——如 NVIDIA、Apple、AMD——开源社区——如 Llama、Qwen、Mistral——以及隐私敏感行业都在押注的方向。Boris 却直接把这个问题归类为“用户不应该关心的实现细节”，相当于把“模型部署在哪里”转化为“由更上层 Agent 决定的路由问题”。对于依靠“本地优先”建立差异化优势的初创公司而言，这并不是一个好消息。

【11】MCP 与 Computer Use：知识工作如何复刻 Claude Code 的路径

观众 Jamie Nestor 问：Claude Code 之所以好用，很大程度上是因为开发者的工作原本就发生在本地，文件、终端和 Git 都位于本机。但知识工作并非如此，文档、表格和 CRM 都在云端。Cowork 这类产品如果要让知识工作者获得类似 Claude Code 为开发者提供的体验，你会如何思考这个问题？

Boris 首先承认，大多数知识工作早已迁移到云端：Salesforce、Google Docs 都是云原生产品。随后，他给出了一个非常简洁的答案：

对我们而言，答案永远是最简单的那个：MCP。你在 Claude.ai 中连接的 Salesforce MCP 连接器，Cowork 可以使用，Claude CLI 也可以使用，Claude Code 的所有入口都可以使用。

Jamie 继续追问：对于那些没有 MCP 的系统，Computer Use 是否意味着更大的机会？

Boris 说，Computer Use 是一种 catch-all（包罗万象的兜底方案）：

据我所知，Anthropic 目前在 Computer Use 方面领先很多。如果你通过 Cowork 使用它，它基本上可以操作你电脑上的任何软件。虽然速度较慢，但使用 4.7 后，效果已经非常好。

不过，他更愿意透过现象看本质，将这些技术视为同一种东西：

模型并不在乎面对的是 MCP、CLI 还是 API，它看到的只有 token。

最后一位观众问：如果你们当年看到了“产品悬置”，于是提前开发了 Claude Code，那么你们现在又在开发什么？有没有哪种产品今天看起来还可以，但你预计六个月到一年后会变得完全不同？

Boris 给出的答案是 Claude Design。

注：Claude Design 是 Anthropic Labs 于 2026 年 4 月 17 日与 Claude Opus 4.7 同步发布的产品，定位是“通过对话生成原型、幻灯片和营销页面的可视化工作台”。它可以读取代码库，自动套用 design system，还可以一键导出到 Claude Code 或 Canva。Anthropic 直接将其定位为 Figma 和 Canva 的替代品或补充工具。

他还提到了几个方向：Claude Code 将在接下来几周推出新功能；Loop、Batch 等推动 Agent 大规模并行的能力会越来越强；Computer Use 同样是一个值得期待的方向。

Q：Claude Code 如今的成功，模型贡献了多少，产品又贡献了多少？

A：一年前是 50/50，半年前也是。至于两年后，没人知道，因为“我们一次只做一周的计划”。但 Boris 强调，产品永远重要，因为用户最终购买的是“每天使用起来都很舒服”的体验。

A：通才会越来越多，尤其是跨学科通才——既能做产品，又会写代码、做设计并理解数据科学。

A：切换成本和流程效力这两种护城河会被 AI 抹平；网络效应、规模经济和独占资源则会保留下来。下一个十年，初创公司颠覆原有市场的数量将增加 10 倍。

A：会，而且程度会比“识字”更加彻底。最适合开发会计软件的是会计师，而不是工程师。

A：领先优势不在模型，而在组织。所有 SQL、所有产品代码都由模型编写，员工各自的 Claude 还会通过 Slack 相互沟通。外界追赶这套组织流程的速度，会比追赶模型更慢。

A：这件事并不重要。两年后，模型会自行决定如何路由任务。

Boris 在这场访谈中给出的诸多判断里，最值得长期跟踪的是三个环环相扣的预测。

第一，“编程已经被解决”对他个人而言是事实，但他在台上引用的样本是 TypeScript+React 这种最受模型偏爱的技术栈。真正考验这句话的，是 SAP 这类企业代码库、嵌入式领域、底层系统编程，以及那些行业惯例不允许模型一键修改代码的高合规场景。未来一年，这种能力能否扩散到上述领域，将决定“编程已经被解决”究竟是普遍事实，还是只对一小群人成立。

第二，他把切换成本和流程效力归入“AI 将抹平的护城河”。这正是 Anthropic 产品策略的底色。Cowork 押注的就是切换成本会坍塌，企业 SaaS 用户的工作流可以被一个桌面 Agent 直接接管。2026 年 2 月，软件股市值蒸发 2850 亿美元，是市场对这一判断的初步反应。但企业 IT 的采购周期通常长达 24 至 36 个月，真正的结果还需要通过未来两年的企业续约与新增采购趋势来观察。

第三，他给出的印刷术类比，方向是正确的，但具体数据存在偏差。15 世纪欧洲识字率约为 30%，而不是他所说的 10%；今天全球识字率约为 90%，而不是 70%。这些偏差并不影响他的核心论点：印刷术用了 50 年才完成的内容生产大爆发，软件领域可能会在更短时间里重演一次。

但还有一点是他没有展开的：印刷术也催生了此后数百年间最严格的审查制度、版权战争，以及宗教改革引发的政治动荡。“人人都能写软件”带来的不只是创造力释放，还包括恶意软件、深伪诈骗和 AI 生成漏洞利用的同步爆发。Anthropic 的 Mythos 模型已经在内部发现数千个零日漏洞，而 Anthropic 通过 Project Glasswing 控制其能力的释放节奏，这说明他们同样意识到了问题的另一面。

Boris 关于安全机制将变得不再重要的预测，也需要结合现实审视。他说，一年以后，prompt injection 防护、权限模式和 human-in-the-loop 等产品层安全护栏会变得没有那么重要，“因为模型会自动采取正确行动”。但高权限自动化在生产环境中仍然需要外部控制层。2026 年 4 月，Guardian 曾报道一起由 Claude Opus 4.6 驱动的 coding Agent 删除生产数据库及其备份的事件。Anthropic 自己在 Opus 4.7 的发布说明中也提到，模型整体安全画像与 4.6 类似，某些方面有所改进，但并非“完全理想”。

接下来值得关注两个具体信号。

第一，当 Routines 和 Loop 把“调度 Agent”从客户端迁移到 Anthropic 的服务器之后，Claude 的定价模型会如何变化。

第二，2026 年下半年到 2027 年，是否会出现第一家“由非工程师创立、使用 Claude Code 自建全部技术栈”，并最终达到独角兽估值的公司。如果出现，Boris 的“印刷术类比”就会从修辞转化为事实；如果没有，这个时间表就需要继续向后推迟。