编程已被解决之后
What Happens Next?

Boris 其人：从 Cursor 到 Anthropic 的两周往返

Boris 曾短暂加入 Cursor（仅两周），因为被其产品吸引。但他很快意识到自己真正需要的是 Anthropic 的使命感 -- 安全地构建 AI 的未来。

"What I really missed about Anthropic was the mission... If you ask anyone in the hallway why they're here, the answer is always going to be safety." -- Boris Cherny

起源故事

为什么是终端？

最初选择终端纯粹因为 Boris 一个人开发，终端是最简单的 UI。但后来发现这是一个正确的产品决策：

Boris 的工作方式

100% 代码由 Claude Code 编写。依然会审查代码（尤其是将上线的代码）。Claude 也在做自动代码审查（100% PR 覆盖）。同时运行 5+ 个 Agent 并行工作。三分之一在终端、三分之一在桌面端、三分之一在 iOS 上操作。

"100% of my code is written by Claude Code. I have not edited a single line by hand since November. Every day I ship 10, 20, 30 pull requests." -- Boris Cherny

编程还值得学吗？

Boris 的判断：一两年内，学不学编程不再重要。编程的历史本身就是一部抽象层不断上升的历史：硬件 -> 打孔卡 -> 汇编 -> 高级语言 -> AI。现在的写代码，就像当年的"写汇编"一样，终将成为底层。

"Coding is largely solved. I imagine a world where everyone is able to program. Anyone can just build software anytime." -- Boris Cherny

Boris 的编程观：工具而非目的

Boris 自学编程是为了在 TI-83+ 计算器上作弊。他写过 TypeScript 的书，创办过世界最大的 TypeScript Meetup，但始终认为编程是手段不是目的。

不过他也尊重不同态度 -- 团队中有工程师周末仍然手写 C++，因为享受这种创作过程。

"There is a beauty to programming and especially to functional programming... but it's really not the end of it. Coding is very much a tool."

"新人比老人更 AGI-forward"

Boris 分享了一个故事：他在用传统方法调试内存泄漏（heap snapshot + 分析器），而团队里的新人直接让 Claude Code 处理 -- Claude 自己写了分析工具、找到问题、提了 PR，比 Boris 还快。

教训：不要被旧模型的能力印象困住，当前模型已经完全不同。

Claude 开始"自己找活干"

Claude Code 已经在做的事：自动浏览 Slack 反馈频道、扫描 bug 报告和遥测数据、主动提出修复建议并提交 PR。这不再是"人给指令、AI 执行"，而是AI 开始承担部分 PM 的工作。

"Claude is starting to come up with ideas. It's looking through feedback, looking at bug reports, looking at telemetry... a little more like a co-worker." -- Boris Cherny

从 Claude Code 到 Co-work：Agent 走出终端

Co-work 是 Claude 的桌面端 Agent，能操作浏览器、发 Slack、管理邮件、填表格。10 天内由 Claude Code 自己构建完成，发布后立即走红（比 Claude Code 初期快得多）。

编程之后是什么？

Boris 的进化路径：编码 -> 工具使用 -> 计算机使用。这也是 Anthropic 构建模型的核心路线图。Claude Code 解决了编码，Co-work 正在解决通用计算机操作，接下来将是更自主、更长时间运行的 Agent。

三大管理原则

Token 消耗 vs 工资

Lenny 问：Token 成本会超过工资吗？Boris 回答：Anthropic 内部已经开始出现。但重点是：

"At small scale, the token cost is still probably relatively low relative to salary. The point at which you want to optimize is when you've found something that works and it starts to scale up. Don't do that too early." -- Boris Cherny

关于代码审查的新范式

当 AI 生成 100% 代码时，代码审查成为新瓶颈。Anthropic 的做法：Claude 先审查所有 PR，然后人类再做第二层审查。对于纯原型代码，可以跳过人工审查。

什么是潜在需求（Latent Demand）

Boris 在 Meta 时参与了 Facebook Marketplace 和 Facebook Dating 的早期。两者的共同点：用户已经在用现有功能做这些事了。

Claude Code 的潜在需求

同样的模式出现在 Claude Code 上：

这些"滥用"直接催生了 Co-work -- 一个面向非技术人员的通用 Agent。

新维度：模型的潜在需求

Boris 提出了一个深刻的新视角：

"The modern framing is: look at what the model is trying to do and make that a little bit easier... In research, we call this being on distribution." -- Boris Cherny

传统产品设计是"看用户在做什么"。AI 产品设计增加了一层：看模型想做什么。不要把模型装进盒子里，而是给它工具让它自主探索。

原则一：不要把模型装进盒子

很多人构建 AI 产品时，会给模型设计严格的 workflow："先做第一步，再做第二步，再做第三步"。但几乎每次，给模型工具 + 目标 + 自由度，效果都更好。

"Don't try to overcurate it. Don't try to put it into a box. Don't try to give it a bunch of context up front. Give it a tool so that it can get the context it needs. You're just going to get better results." -- Boris Cherny

原则二：The Bitter Lesson

Rich Sutton 十年前的经典博文。核心观点：更通用的模型总是会胜过更专用的模型。对 AI 产品的推论：

Scaffold 可能带来 10-20% 的性能提升，但下一代模型发布时这些增益就会被抹平。

原则三：为六个月后的模型而建

Claude Code 从一开始就下注"未来的模型"。早期产品体验不好（Sonnet 3.5 只能写 20% 的代码），但架构为更强模型准备好了。当 Opus 4 发布时，产品立刻爆发。

"Build for the model six months from now, not for the model of today. Your product-market fit won't be very good for the first 6 months, but when that model comes out, you're going to hit the ground running." -- Boris Cherny

六个月后模型会好在哪里？

Boris 给出的确定性方向：

• 工具使用和计算机操作会越来越好
• 长时间运行会越来越稳定（从 Sonnet 3.5 的 15-30 秒到 Opus 4.6 的 10-30 分钟无人值守）
• 模型可能连续运行数小时甚至数天、数周

原则四：创新来自空间和安全感

Claude Code 的诞生不是被规划出来的，而是在探索中发现的。Boris 的创新观：

"There's no road map for innovation. You just have to give people space... psychological safety that it's okay to fail. It's okay if 80% of the ideas are bad." -- Boris Cherny

三层安全体系

"Race to the Top"

Anthropic 开源了 Agent sandbox（可运行任何 Agent，不限于 Claude Code），目的是让整个行业都更安全，而不仅仅是自己的产品。这是他们所说的"向上竞赛"。

"We want to make sure this thing goes well. We publish very freely to talk about safety... to inspire other labs to do it in a way that's safe." -- Boris Cherny

关于模型是否"真的在思考"

Boris 提到一个重要进展：早期不确定模型是否只在预测下一个 token，但现在有强证据表明模型在做更深层的推理。在更大的模型中，单个神经元可能对应十几个概念（superposition），多个神经元组合才能表达复杂概念。

Tip 1：永远用最强模型

Boris 始终使用 Opus 4.6 + Maximum Effort。看似更贵的大模型，实际上因为更少的纠错和更快的完成速度，总 Token 消耗反而更低。

"Because it's less intelligent, it actually takes more tokens to do the same task. It's actually not obvious that it's cheaper if you use a less expensive model." -- Boris Cherny

Tip 2：先用 Plan Mode

Boris 80% 的任务从 Plan Mode 开始。Plan Mode 的本质极其简单 -- 只是在 prompt 里注入了一句"请先不要写代码"。

Tip 3：探索不同界面

Claude Code 不只是终端：iOS/Android、Desktop App、Slack 集成、IDE 扩展、Web -- 同一个 Agent 引擎在所有平台运行。Boris 自己三分之一时间用终端、三分之一桌面端、三分之一 iOS。

关于竞争：Codex 和其他

Boris 坦诚没怎么用过 Codex，但觉得竞争是好事。他的团队不花太多时间看竞品 -- 专注于和用户对话、解决用户问题。

"We don't spend a lot of time looking at competing products... I just love talking to users. I love making the product better." -- Boris Cherny

Post-AGI 计划：做味噌

加入 Anthropic 之前，Boris 住在日本农村，是镇上唯一的工程师。他从邻居那里学会了做味噌 -- 白味噌至少三个月，红味噌要 2-4 年。

"Miso teaches you to think on these long timescales. That's just very different than engineering... You just have to be very patient. You mix it up and then you just let it sit." -- Boris Cherny

这种"长时间尺度思维"恰好是 AI 时代最稀缺的能力 -- 当一切都在加速时，能慢下来思考方向的人最有价值。

从打孔卡到 AI：三代程序员

Boris 的外祖父是苏联最早的程序员之一，用打孔卡编程。他的母亲小时候用蜡笔在打孔卡上画画。Boris 在 TI-83+ 计算器上写出了人生第一个程序。三代人见证了编程的完整演化。

Lenny 和 Boris 在节目中意外发现他们都出生在乌克兰敖德萨 -- "To America!" 是两家人共同的敬酒词。

推荐书单

人生格言：用常识

"Use common sense. A lot of failures I see is people just failing to use common sense. They follow a process without thinking about it... The best results come from people thinking from first principles." -- Boris Cherny

关于 Twitter 和用户反馈

Boris 开始用 Twitter 纯粹因为"无聊了"（在欧洲旅行时跑完 coding idea 后）。他开始在 Twitter 上找 Claude Code 的 bug 报告，然后在几分钟内修复。用户对修复速度感到震惊 -- 这正是 AI 赋能的开发节奏。