Claude Code 团队分享人机协作新范式
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载日常任务交给AI代理
Claude Code 团队在访谈中透露，当前已有七成到八成的日常工作由 Slack 中原生的 AI agent——Claude Tag 承接。而在一年之前，工程师们还在逐行翻阅 AI 的工作记录，每一次工具调用、每一个参数选择、每一步推理决策都不放过。如今团队的工作理念发生了明显转变：不再逐条审视 tool call 和模型决策，而是给出一个目标，让模型自行达成。这种转变被团队形容为一种“有点吓人的强制性放手”。在界面设计上，他们也将用户界面与模型的思考记录彻底解耦，AI 的内部独白被 Slack 界面隐藏，人类看到的每条消息只是 Claude 调用发消息工具的结果，真正的思考过程不会实时展示。团队认为，走到这个阶段，信任比监督更重要。
用AI开发AI自身
团队也在激进地用 Claude Tag 开发 Claude Tag 自身。访谈中举了一个新内部工具的开发案例：第一步先问 Claude Tag“我有这样一个点子，应该找谁聊、谁会对这个感兴趣”，它交付一批 stakeholder 名单；聊完之后，第二步直接让 Claude Tag 做原型示意图和具体实现；第三步让它加入大量埋点，把工具部署到内部使用，观察大家怎么用、有没有反馈。此后 Claude Tag 会持续监控使用数据，一旦收到反馈就主动提醒负责人，并让它“去改进这个转化漏斗，你自己想想办法”。整个过程接近放养，团队表示到了现在这个阶段，或许信任比监督更重要。
模型跃迁拆掉脚手架
所有做法都建立在一个前提上：底层模型能力大约每两个月发生一次根本性跃迁。团队形容技术地基每隔两个月就在脚下变化，必须待在前沿，甚至越过前沿才能感受到边界，同时又要为当下使用模型的人提供价值，这是一半艺术一半科学。由此形成一条准则：对自己造的东西保持非常不执着的态度。很多写进 harness 的功能本质上是弥补当时模型能力的短板，模型变强后就要立刻拿掉。典型例子是 to-do list：在 Sonnet 3.5 阶段模型还无法完成连续多步的复杂任务，需要待办清单辅助；一年后模型具备更复杂的记忆能力，这个功能就像脚手架一样被拆除。另一个例子是 AskUserQuestion 工具，最初为让 Claude 在任务中途主动提问而设计，当模型生成 HTML 的能力变强后，开发者自然转向让 Claude 直接生成带图表和 mockup 的可视化 artifact 来提问。
原语组合与审查上移
面对快速变化，团队不再构建一整套固定解决方案，而是搭建可自由组合的“原语”，例如 Permissions、Visualizations、Verification、Code Review、Feedback 等。好处是某个原语过时或被替换时代价更小，而这些原语层层叠加、组合后往往涌现出意料之外的新能力。人与 AI 打交道的颗粒度也在不断上移：从 token 和具体工具调用，到一次对话，再到一个完整目标，再到持续运行、跨越多次对话边界的工作系统。这体现在两条并行线索上：基础设施从本地运行到远程开发机、托管容器，再到云端容器里的网页版，使任务能在后台持续运行并完成例行任务；代码审查则让人从琐碎工作中抽身，先让 Claude 大范围搜索疑似问题，再对每个疑似问题做对抗性审查，从三个角度交叉复核，过滤噪音后只把真正需要关注的问题留给人。这套思路后来演变为 workflows，由 Claude 自己编写代码编排多个子智能体的协作，把确定性代码逻辑与智能体自主判断结合。
为什么值得看
头部团队展示了在模型能力快速迭代下，如何重构开发流程与工程架构。
信源1 家
关键事实
相关 · 产品
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。