Claude Code 实际项目开发全流程复盘

现在关于"AI驱动开发"的讨论非常多。但大多数都很空泛——这里一个演示，那里一个聊天机器人小组件，一篇关于"编程未来"的博客文章。

我们想写一些更具体的东西：用 Claude 为真实付费客户从头到尾构建一个生产系统的实际过程。

在 InterCode，我们是是一家AI开发工作室。我们的团队由 Anthropic 颁发的 CCAR-F Claude 认证架构师组成。

这意味着 Claude 对我们来说不是一个边缘实验。它从第一天起就是我们系统架构的一部分。

实际上，这通常意味着 Claude 会出现在项目的多个层面，而不是在产品完成后再附加一个聊天机器人。它是系统构建方式的一部分，也是系统上线后做决策的方式，有时甚至是外观设计的一部分。

我们已经做过足够多次了，现在非常清楚每个层面在哪里真正发挥作用。以下是一个三个层面都有体现的项目拆解。

Claude 在技术栈中的位置

我们不会在事后"附加一个AI功能"。在这个项目中，Claude 运行在三个不同层面：

1. Claude Code — 用于构建本身

我们的工程团队在开发过程中全程使用 Claude Code：设计微服务架构、梳理数据管道设计、编写后端和前端代码。这是大多数工程师读到这儿会认得的层面——一个嵌入实际开发工作流程的 AI 结对编程工具，而不仅仅是自动补全建议。

2. Claude API — 用于产品本身的智能

这就更有意思了。Claude API 为多个产品内功能提供支持，现在客户的营销团队每天都在依赖这些功能：

• 将房产特惠信息自动转化为优化后的广告文案
• 对负面关键词进行分类和排除，利用房产层面的上下文而不是通用关键词列表
• 摄取邮件中的报告和告警，发现异常情况和推荐操作——无需人工逐行阅读每份报告
• 为内部自然语言聊天机器人提供支持，让营销团队可以直接向数据提问，而不必每次都新建一个仪表板过滤器

3. Claude 用于 UI/UX 设计工作

甚至平台的设计侧也借助了 Claude——从早期 UI 探索到打磨用户日常交互的实际仪表板体验。

关键不在于"为了用 AI 而到处用 AI"。每个层面都解决了一个具体的、枯燥的、昂贵的难题：手动撰写广告文案无法规模化，手动审查关键词列表无法规模化，手动阅读每封告警邮件无法规模化。Claude 在每个环节都消除了那个手动步骤，同时工程师仍然监督输出结果。

这个项目是我们为 Street Digital 构建的 BI 和营销自动化平台，这是一家服务豪华公寓社区的数字营销机构——取代了他们早期运作良好但无法跟上客户群增长的无代码方案。

为什么这不仅仅是一个案例研究

大多数公司不需要在现有产品上附加"一个AI功能"。

他们真正需要的是有人去审视真正的瓶颈在哪里。手动撰写广告文案、 manually review keyword lists by hand doesn't scale, reading every alert email by hand doesn't scale. Claude removes the manual step at each of those points, with engineers still supervising the output.

This particular project is a BI and marketing-automation platform we built for Street Digital, a digital marketing agency serving luxury apartment communities — replacing a no-code setup that worked fine early on but couldn't keep up once their client base grew.

手动审查关键词列表、手动阅读报告。

然后弄清楚这些问题中哪些可以由一个适当监督的 AI agent 完全接手，哪些仍然需要人工参与。这个判断确实很难做对。

正是在这里，同时理解工程侧和 Claude 实际能力的架构师才能产生差异。不是把 Claude 当作黑盒 API 调用，而是将其作为架构的一部分来对待。