几千个 Claude Agent 同时跑：Claude Code 作者 Boris Cherny 在斯坦福课上的五条实战原则

斯坦福大学 NLP 教授 @stanfordnlp 及教授 @mihail_eric 将于秋季开设新课「CS146S：现代软件开发者」（The Modern Software Developer），课程介绍如下：

课程第四周，请到了 Claude Code 作者，Boris 分享的核心并不是“多用 AI 写代码”，是把研发瓶颈系统化地自动化掉，并为六个月后更强的模型提前设计。他自己身边同时跑着“几千个” Claude agent；团队从去年 11 月起代码已接近全部由 Claude 写出，人均产出约提升 10 倍。

五条要点

自动化你的瓶颈
代码写得太多以后，人开始只扫一眼、不再细读，于是他们把 code review 自动化了；下一步是审批。做法是先找出拖慢交付的环节，再为这些环节建系统，而不是泛泛“全面 AI 化”。
为六个月后的模型而建
Claude Code 早期收入曾连续数月几乎持平，因为当时模型不够强；Opus 4 出来后增长才陡升。他的方法：读 agent 对话记录，看模型现在会在哪里失败；那里往往就是下一版模型会补上的能力。
小团队更快
Claude Code 有好几个月基本就是他一个人。他认为有了 AI，一两个人可以超过百倍规模的团队；约束反而催生创造力。
用“循环”思考
他祖父在苏联用穿孔卡片编程；他自己写能跑几天甚至几周、并不断拉起大量 agent 的循环。他预期手敲代码会逐渐变成穿孔卡片那样的过时技能。
懂领域的人会赢
他预计 2027 年最好的会计软件会由会计来做。当写代码变便宜，真正的壁垒是对问题本身的深度理解。

themodernsoftware.dev

引用帖子

Mihail Eric@mihail_eric

我问了坐在我旁边的 @bcherny，他现在正在运行多少个 Claude 智能体。

「几千个吧。」

Boris（Claude Code 的创造者）上周四回到了我的斯坦福课程「𝗧𝗵𝗲 𝗠𝗼𝗱𝗲𝗿𝗻 𝗦𝗼𝗳𝘁𝘄𝗮𝗿𝗲 𝗗𝗲𝘃𝗲𝗹𝗼𝗽𝗲𝗿」（现代软件开发者）。他的主要观点如下：

自动化你的瓶颈：自去年 11 月以来，Claude 团队的所有代码 100% 都由 Claude 编写，每位工程师的产出提升约 10 倍。代码交付量如此之大，以至于人们不再仔细阅读代码，而是开始快速浏览，因此他们自动化了代码审查。审批环节是下一步。该团队找出了阻碍其开发速度的主要因素，并构建了系统来为自己解除阻塞。
为模型 6 个月后的进步做准备：Claude Code 早期收入连续数月持平，因为当时的模型还不够聪明。后来 Opus 4 发布，增长变得极其迅猛。他的方法是阅读你的 agent 对话记录，找出模型在哪些地方失败。那正是下一代模型会改进的地方。
小团队跑得更快：几个月来，Claude Code 基本上就靠他一个人。借助 AI，一两个人就能比一支规模百倍于己的团队产出更多。约束催生创造力。
循环思维：他的祖父曾在苏联为打孔卡编程。Boris 编写的循环可以运行数天甚至数周，并会派生出许多智能体。他认为，手工敲代码正走向打孔卡当年的归宿。
𝗗𝗼𝗺𝗮𝗶𝗻-𝘀𝗽𝗲𝗰𝗶𝗳𝗶𝗰 𝗯𝘂𝗶𝗹𝗱𝗲𝗿𝘀 𝗮𝗿𝗲 𝘁𝗵𝗲 𝗳𝘂𝘁𝘂𝗿𝗲：他认为 2027 年最好的会计软件将由一名会计师打造出来。当写代码变得廉价时，深刻地理解问题本身才是唯一的优势。

印刷术问世后的 50 年里，欧洲产生的文学作品比此前 1000 年的总和还要多。他认为，编程即将迎来一场类似的创作爆发。

Claude Code作者斯坦福课上的五条实战原则

智能总结

五条要点