Anthropic平台工程团队称：团队代码全部由Claude编写

导语

“让AI帮忙写几段代码”和“团队所有代码都由AI写成”，代表的是两种不同的工程模式。Anthropic平台工程团队负责人Katelyn Lesse近日在Grafana主办的ObservabilityCON上表示，其团队的代码全部由Claude编写。她所负责的团队覆盖公司的核心服务、开发者工具以及产品基础设施，员工规模在今年夏天约为200人。

这番表述之所以受到关注，不只是因为Anthropic是Claude的开发者，更因为它描绘了一种接近“AI原生工程团队”的工作方式：人类不再把主要时间投入到逐行敲代码，而是负责定义系统、组织任务、检查结果，并对最终上线负责。

核心要点

• 代码编写环节被高度交给模型。 按负责人在会议上的描述，Claude承担了团队代码生产的主要工作，甚至被概括为“全部”由Claude写成。
• 工程师角色正在变化。 素材显示，工程师的重点转向系统设计和验证，包括明确需求、拆解复杂任务、评估实现结果以及发现潜在问题。
• 应用范围并非局部试验。 该团队负责核心服务、开发者工具和产品基础设施，因此这一做法涉及企业软件工程的重要组成部分，而不是单一脚本或个人项目。
• “全由AI编写”仍需要语境。 现有信息没有说明代码统计口径、人工修改比例、审查流程、测试覆盖率或生产质量指标。因此，这一说法更适合作为团队工作方式的概括，而不是可直接复现的量化结论。

意义与影响

如果这一模式能够稳定运行，它意味着AI编程工具的价值正在从提高单个开发者的效率，扩展到重塑团队分工。工程师可能需要投入更多精力处理架构边界、依赖关系、可靠性和安全性，而模型则承担大量实现工作。对于管理者而言，招聘和绩效评价的重点也可能从代码产出量，转向问题定义能力、验证能力与系统责任。

不过，代码生成比例上升并不等于工程复杂度消失。越是核心基础设施，越需要测试、监控、权限控制、回滚机制和人工审查。模型可以快速生成实现，却不能替团队承担业务取舍和上线责任。Anthropic的案例更像是一个值得观察的组织实验：当代码成为可自动生成的资源，软件团队真正稀缺的能力，可能转向设计正确的问题，并可靠地证明答案有效。

本文依据公开摘要改写，原文内容抓取不完整，相关表述以会议发言的公开转述为准。

来源：OSChina