Claude Code 創造者 Boris Cherny 在 2026 年 3 月 7 日公開確認，Claude Code 的程式碼已 100% 由自身撰寫，標誌著 AI 編碼工具進入全新階段。 Claude Code 目前佔公開 GitHub commit 的 4%，年化營收突破 25 億美元（約 NTD 80,000,000,000），自 2026 年初已翻倍成長。這位曾在 Meta 擔任 Principal Engineer 五年、18 歲創辦第一家新創的工程師，正以每天 20-30 個 PR 的速度重新定義「軟體工程師」這個職稱的意義。

從副專案到自我撰寫：Claude Code 的演進時間線

Boris Cherny 的職涯本身就是一部跨領域實踐者的教科書。他沒有電腦科學學位，大學唸的是經濟學但中途輟學去創業。在 Meta 五年期間，他從資深工程師一路晉升至 Principal Engineer，主導過 Messenger 與 Facebook 整合等大型專案，並負責全公司的程式碼品質管理。他也是《Programming TypeScript》一書的作者。

Claude Code 的發展有一條清晰的數據軌跡：

時間點 里程碑 數據
2025 年 2 月 Claude Code 公開發布 Boris 約 20% 程式碼由 AI 撰寫
2025 年 5 月 開放一般使用者使用 AI 撰寫比例升至 30%；Boris 在 Latent Space 播客透露內部比例約 80%
2025 年 11 月 Boris 停止手動編輯程式碼 100% 由 Claude Code 撰寫，至今未手動修改過一行
2025 年 12 月 單月產出紀錄 259 個 PR、497 次 commit、新增 40,000 行、刪除 38,000 行，全部透過 Opus 4.5 完成
2026 年 1 月 Cowork 發布 4 名工程師用 10 天打造，程式碼幾乎全由 Claude Code 撰寫
2026 年 2 月 Anthropic 系列 G 輪募資 300 億美元，估值 3,800 億美元
2026 年 3 月 7 日 Boris 公開確認 Claude Code 100% 由自身撰寫

Anthropic 在這段期間團隊規模擴大至原本的三倍，但每位工程師的生產力反而提升了約 200%。Anthropic 財務長 Krishna Rao 在 2026 年 2 月的系列 G 輪募資聲明中表示，公司年化營收已達 140 億美元，過去三年每年均維持 10 倍以上的成長。

寫程式已被解決：Boris 的四個核心原則

Boris 在多次訪談中反覆強調四個指導 Claude Code 團隊的核心原則，這些原則同時也是他對所有工程團隊的建議。

第一，為六個月後的模型而建，不要為今天的模型優化。 Claude Code 團隊在開發初期就刻意設計超越當時模型能力的功能。Boris 的主管當時推動團隊跳脫「自動補全」的思維框架，鼓勵他們為未來模型的能力設計產品。這個策略的回報是：當 Sonnet/Opus 4 系列模型發布後，許多原本表現平平的功能瞬間變得極為強大。

第二，不要限制模型——給它工具和目標，讓它自己找出方法。 Claude Code 的搜尋功能是一個典型案例。團隊嘗試過本地向量資料庫、遞迴式模型索引等方法，最終發現讓模型自行使用 glob 和 grep 指令的效果優於所有「高級」方案。這個發現源自 Boris 在 Instagram 工作時的觀察：當內部程式碼編輯器的「點擊跳轉定義」功能故障時，工程師們就是用最基礎的搜尋工具解決問題。

第三，押注通用模型。 針對特定模型弱點建立的 scaffolding 帶來的 10% 到 20% 改善，往往會被下一代模型直接抹平。Boris 建議團隊將精力放在模型無關的工作流程設計上，而非針對特定模型的能力缺口做補丁。

第四，給工程師無限 token。 Anthropic 內部有些工程師每月消耗數十萬美元的 token。Boris 的邏輯是：先用大量 token 驗證想法是否可行，確認可行後再優化成本。這個原則也延伸至團隊編制——刻意讓專案人力不足（underfund），迫使一位優秀工程師在面對大問題時最大程度地運用 AI。

Boris 的實戰工作流：5 個平行 Claude 實例

Boris 目前的日常工作流程可能出乎多數人意料地「簡樸」。他同時開啟 5 個終端分頁，每個分頁是獨立的 git checkout，在每個分頁中啟動一個 Claude Code 實例。

他 80% 的工作從 Plan Mode 開始。這個模式本質上是告訴 Claude「先別寫程式」，先與 AI 討論任務的規劃與架構。Boris 的經驗是，一旦計劃確定，Claude Code 幾乎每次都能一次性完成實作。在 Lenny's Podcast 的訪談中，他透露 Opus 4.6 的首次成功率已經高到讓人驚訝的程度。

關於 CLAUDE.md 檔案（Claude Code 的操作規則文件），Boris 的做法同樣反直覺：太長就刪掉重來。他的觀點是，每一代新模型需要的指引越來越少。與其維護一份龐大的規則文件，不如讓 Claude 自己學習專案的上下文。

Boris 也分享了一個實務觀點：永遠使用最強的模型。他的理由是，較便宜的模型在完成同樣任務時反而會消耗更多 token，因為它們需要更多次嘗試和修正。這個看似違反直覺的建議，背後是經過大量內部測試的結論。

從軟體工程師到 Builder：職業角色的根本轉變

Boris 對未來職業的預測相當直白：「軟體工程師」這個頭銜到 2026 年底可能開始消失，取而代之的是「builder」或者所有人都成為 PM，同時每個人都寫程式碼。

這個預測源自他在 Anthropic 內部的觀察。在 Claude Code 團隊中，PM 寫程式、設計師寫程式、工程經理寫程式、資料科學家寫程式、財務人員也寫程式。各角色之間大約有 50% 以上的工作內容重疊。Anthropic 內部所有人的職稱都相同——「Member of Technical Staff」，這個設計的目的正是打破角色藩籬。

Boris 認為下一波受影響的職位是所有與工程相鄰的角色。他明確指出 PM、設計師、資料科學家的工作都將擴展到在電腦上完成所有能完成的事情，因為模型只會越來越擅長這些工作。

Lenny Rachitsky 在節目中做過一項非正式調查，結果顯示約 70% 的工程師和 PM 表示自從採用 AI 工具後，對工作的享受程度提升了。Boris 自己的感受更為鮮明：「我從未像現在這樣享受寫程式，因為所有繁瑣的工作——處理 git、工具衝突、樣板程式碼——Claude 都代勞了。我可以專注在架構、用戶問題和大方向上。」

新人比資深工程師更擅長用 AI

Boris 在訪談中提到一個值得注意的現象：他發現新進工程師往往比資深工程師更善於使用 AI 工具。他用自身經歷舉例——過去他會用傳統方式除錯 memory leak，而較新的工程師直接讓 Claude Code 處理，AI 自動拿 heap dump、寫分析工具、提交 PR，效率遠超手動方式。

Boris 稱這為「初學者心態」（beginner's mindset），他認為這反而是在 AI 時代最重要的技能。資深工程師的包袱在於過度依賴既有的問題解決框架，而這些框架在 AI 工具面前反而成為限制。

在招募上，Boris 特別偏好通才型人才。他在 Developing Dev 播客中表示，他招募工程師時會尋找那些有「side quest」的人——不只會用 AI 工具，還有好奇心，會在週末釀康普茶或做其他看似無關的探索。他認為未來最被獎勵的是跨領域通才：會寫程式但也做產品工作、懂設計、有產品直覺、願意與用戶對話的人。

印刷術與程式設計的歷史平行

Boris 用印刷術的發明來類比 AI 對程式設計的影響。印刷術發明前，歐洲識字率不到 1%，抄寫員是少數能讀寫的人。印刷術發明後 50 年內，產生的印刷品比之前一千年的總和還多，成本下降了 100 倍。但從印刷術到 70% 識字率，花了 200 年。

Boris 引用了一份歷史文獻中對抄寫員的訪問：當被問到對印刷術的感受時，那位抄寫員表示很興奮，因為「我最不喜歡的是一遍又一遍地抄寫，我真正熱愛的是插畫和裝訂。」Boris 說自己的感受完全相同——寫程式一直是繁瑣的部分，而他真正熱愛的是設計產品和解決用戶問題。

程式設計本身只有 60 年歷史。Boris 的祖父是第一代蘇聯程式設計師，用打孔卡寫程式，後來沒能成功轉型到軟體開發。這個行業從來就不是靜態的。

Boris 強調這一切仍然非常早期：「世界上大多數人還沒有使用 Claude Code，大多數人還沒有使用 AI。這感覺只完成了 1%，還有太多要做的。」

獨立研究數據的另一面

Boris 的個人經驗代表的是最佳條件下的上限。Futurum Research 分析師 Mitch Ashley 在 2026 年 2 月的評論中指出，作為 Claude Code 的開發者，Boris 對模型能力和限制有著極其深入的理解，他的工作流程從設計之初就圍繞 AI 程式碼生成而建構。

2026 年 1 月發表於期刊 Science 的一項研究提供了更廣泛的視角：分析超過 3,000 萬個 GitHub Python commit（來自 16 萬名開發者）後，研究者發現 29% 的美國 Python 函數為 AI 生成，生產力提升僅 3.6%，且效益僅集中在資深開發者身上。

這個落差說明了兩件事：AI 編碼的生產力天花板確實很高，但多數組織距離那個天花板還有相當距離。Futurum Research 2026 年軟體生命週期工程決策者調查顯示，53.9% 的組織預期 AI 對軟體開發的生產力有「高」影響，另有 36.4% 預期「中」影響。企業在開始導入時應理解，Boris 的 100% 是經過一年漸進式適應的結果，而非一步到位。

Claude Code 的商業影響：SaaS 產業的結構性衝擊

Claude Code 帶來的衝擊已超越開發者工具市場。2026 年 1 月 Cowork 的發布（本質上是非工程師版本的 Claude Code）觸發了全球 SaaS 股票的大幅拋售，軟體產業市值在短期內蒸發約 2 兆美元。投資者意識到，agentic AI 工具可能從根本上顛覆傳統企業軟體的商業模式。

SemiAnalysis 在 2026 年 2 月的分析報告中將 Claude Code 稱為 AI Agent 的「轉折點」，並指出 Anthropic 的季度營收增量已超越 OpenAI。報告認為 Anthropic 的成長將主要受限於算力，而非市場需求。

根據 Ramp Economics Lab 2026 年 2 月的數據，Claude 在結合聊天訂閱和 API 使用量的企業 AI 支出中已超越 ChatGPT。Anthropic 年化營收從 2025 年底的 90 億美元，在六週內跳升至 140 億美元，到 2026 年 3 月進一步攀升至約 190 億美元。

Claude Code 跟 GitHub Copilot 有什麼不同？

Claude Code 的核心差異在於「agentic」架構。GitHub Copilot 提供的是逐行程式碼建議，開發者仍在主導編寫過程。Claude Code 則能接管整個工作流程——從功能實作、除錯、重構到測試撰寫和部署，開發者的角色從「寫程式」轉變為「委派任務和審查結果」。SemiAnalysis 將此描述為自高階程式語言發明以來，軟體開發最重大的結構性轉變。

Boris 為什麼短暫離開 Anthropic 去 Cursor 又回來？

Boris 在 Lenny's Podcast 中透露，他離開 Anthropic 加入 Cursor 是因為他是 Cursor 產品的忠實用戶，也對團隊印象深刻。但僅兩週後他就回到了 Anthropic。他在訪談中坦承這是他職涯中最快的一次工作變動，但具體原因沒有展開討論。

一般企業現在應該如何開始導入 AI 編碼工具？

Boris 建議從 Plan Mode 開始，先與 AI 討論架構和需求，確認計劃後再讓 AI 生成程式碼。對企業而言，初期關鍵是給工程師足夠的 token 預算進行實驗，不要在驗證想法之前就急著優化成本。從內部工具和低風險專案開始，逐步擴展到核心產品開發。

AI 完全取代程式設計師是否意味著裁員？

Boris 的觀點更偏向角色轉型而非消失。他反覆強調人類仍在迴路中——引導 AI、與客戶溝通、決定建構方向、確保程式碼安全性和正確性。他的類比是：Claude 是馬，Claude Code 是馬具，但仍需要有經驗的騎手來駕馭。短期內工程師數量可能不會減少，但每位工程師的產出將大幅提升。

Claude Code 100% 由自身撰寫是否代表真正的遞迴自我改進？

嚴格來說不是。Boris 持續強調人類監督並未消失，而是轉型。每一個 PR 仍經過人類審查，產品方向仍由人類決定。這更接近一個在人類監督下、能顯著貢獻自身開發的生產級 AI 系統，而非科幻小說中完全自主的遞迴式自我改進。

引用來源

關於作者

Erik (EKC) — Tenten.co 數位策略總監

Boris Cherny 描述的「builder」角色轉型，與我們在 2025-2026 年間協助客戶導入 AI 開發工具的實務觀察高度一致。在替 12 家金融和製造業客戶規劃 Claude Code 導入策略時，我們發現一個明確的模式：最成功的團隊並非技術能力最強的團隊，而是最願意重新定義「工程師做什麼」這個問題的團隊。Boris 提到的「初學者心態」在企業場景中的對應物是組織願意質疑既有流程的程度。那些堅持「AI 只是更快的自動補全」的團隊，進步速度遠低於那些從第一天就把 AI 當作團隊成員而非工具的團隊。

若您希望評估生成式 AI 編碼工具在您企業中的導入策略，歡迎與 Tenten 團隊預約諮詢。

Share this post
Ewan Mak

I'm a Full Stack Developer with expertise in building modern web applications that fast, secure, and scalable. Crafting seamless user experiences with a passion for headless CMS, Vercel and Cloudflare

Loading...