当 Claude Code 的创始人 Boris Cherny 在 X 平台上分享他的个人终端设置时，硅谷不仅在听，还在做笔记。过去一周里，工程社区一直在剖析他关于未来软件开发的宣言，并认为这是一个初创公司的转折点。
“如果你不在直接从 Claude Code 创始人那里学习最佳实践，你作为程序员已经落后了。”开发者社区中一位知名的声音 Jeff Tang 写道。“Boris Cherny 的‘游戏规则改变者’更新让 Anthropic ‘燃爆全场’，可能即将迎来他们的 ChatGPT 时刻。”另一位行业观察家 Kyle McNease 表示。
这种兴奋源于一个悖论：Cherny 的工作流程虽然简单，但却能够让单个开发者发挥出整个工程部门的产出能力。一位用户在 X 平台上分享了实施 Cherny 设置后的体验：“感觉就像玩星际争霸一样”——从编写语法到指挥自主单位。
最引人注目的发现是 Cherny 不按传统的线性方式进行编码。在传统开发“内循环”中，程序员写一个功能、测试它然后转移到下一个功能。然而，Cherny 却充当了舰队指挥官的角色：“我在终端中并行运行 5 个 Claude。”Cherny 写道，“我把标签编号为 1-5，并通过系统通知知道何时需要输入。（图片来源：x.com/bchery）
通过使用 iTerm2 系统通知，Cherny 成功地管理了五个同时运行的工作流。其中一个代理运行测试套件，另一个重构遗留模块，第三个则起草文档。他在浏览器中还运行着 5 到 10 个 Claude，并利用“传送”命令在网页和本地机器之间切换会话。
这证实了 Anthropic 首席执行官 Daniela Amodei 近期提出的“用更少的资源做更多事情”的策略。竞争对手 OpenAI 正致力于构建万亿级基础设施，而 Anthropic 证明了通过现有模型进行高级协调可以带来成倍的生产力提升。
Cherny 表示他仅使用 Anthropic 最强大、最慢的模型 Opus 4.5：“我用 Opus 4.5 来做一切思考。这是我见过的最佳编码模型，尽管它比 Sonnet 大且更慢，但由于要少花精力引导和更好用于工具使用，最终总是比使用较小的模型更快。”这给现代企业技术领导者带来了重要启示：现代 AI 开发中的瓶颈不是生成速度；而是纠正 AI 错误所花费的人力时间。
为了应对AI遗忘问题，Cherny 的团队维护了一个名为 CLAUDE.md 的单一文件在 Git 仓库中。“每当看到 Claude 做错事时，我们都会将其添加到 CLAUDE.md 中，这样 Claude 就知道下次不要重复同样的错误。”他写道。这使得代码库变成一个自我纠正的有机体。当人类开发者审查拉取请求并发现错误时，他们不仅修复了代码，还标记 AI 更新其指令。‘每次错误都成为一条规则’，产品领导者 Aakash Gupta 评论道。团队合作时间越长，代理变得越聪明。
被一位观察家称赞为“简单”的工作流程背后是重复任务的严格自动化。Cherny 使用斜杠命令——将自定义快捷方式检查进项目仓库中的代码——来单键执行复杂的操作。他强调了一个名为 /commit-push-pr 的命令，每天会调用数十次。他不再手动输入 git 命令、编写提交信息或打开拉取请求，在版本控制的官僚事务上全由代理自主处理。
Cherny 还分享了更多细节，包括如何使用各种工具和工作流进行开发，以及如何通过 CLAUDE.md 文件来记录错误并让 AI 自我学习改进。这些信息不仅对开发者有帮助，也为企业领导者提供了宝贵的见解。随着越来越多的开发者开始采纳 Cherny 的方法，软件开发的方式正在发生革命性的变化。
推荐意见