北京
出品 | 網易智能
作者 | 小爪
編輯 | 王鳳枝
Claude Code正在寫Claude Code，而且進步很快。
按“Claude Code之父”鮑里斯·切爾尼（Boris Cherny）近期在播客里的說法，過去半年多，這個AI編程工具的代碼已經100% 由自己生成。Anthropic面向辦公場景的Cowork，以及其他不少產品，也在用類似方式開發。
切爾尼本人也已經半年多沒有親手寫代碼。
現在，他更像是在給一組AI分派任務：說清目標，放它們跑幾個小時，再回來檢查結果、調整方向、繼續推進產品。
一個能自己維護自己代碼庫的工具，顯然也能幫不會寫代碼的人做更簡單的事。
一個產品經理可以讓它做原型，一個運營可以讓它搭報表，一個財務可以讓它整理對賬流程，一個創業者可以讓它先跑出產品第一版。
公司里能把想法變成軟件的人，正在變多。
小需求最容易卡在這里
過去，公司里很多軟件需求很重要，卻太小、太碎、太靠近具體業務。
一個部門想做投訴統計、合同提醒、銷售看板、物流追蹤，通常要先寫需求，再找產品排優先級，再等工程資源。需求太小，排不上；流程太碎，沒人愿意接；只是內部臨時工具，就更容易一直手工湊合。
低代碼、無代碼、Excel、Access、RPA和BI工具，早就試圖解決這個問題。很多非工程師也確實靠這些工具做過報表、流程和局部自動化。
AI智能體的變化在于，它不只給人一套固定積木。
它可以讀項目、讀表格、改文件、調用工具、跑命令、看報錯，再繼續修改。它不保證一次做對，也不等于生產級系統，但它能把一個模糊想法先變成能跑、能看、能討論的版本。
一個想法從“等工程排期”，變成“先讓智能體跑一版出來”。這一步很小，也很大。
從補全代碼，到接整件事
早期AI編程工具給人的主流印象，還是讓程序員寫得更快：自動補全、生成函數、解釋報錯、輔助改代碼。
這當然有用，但它們多數時候仍然站在程序員旁邊，幫人少敲幾行、少查幾次文檔。
Claude Code和新一代智能體的變化，是開始接近“做任務”。
它能理解項目上下文，修改多個文件，跑測試，發現錯誤后繼續改。《連線》（Wired）雜志在5月26日的長文里寫到，真正的轉折點是Anthropic 2025年11月發布Opus 4.5之后，Claude Code能處理更復雜的編程任務、保留更多記憶、長時間運行，并管理一組AI子智能體。
這意味著軟件生產的入口正在移動。
以前入口是IDE、終端、代碼倉庫和工程規范。人要先進入工程體系，才有資格把想法變成軟件。
現在入口開始變成一句任務描述、一個聊天窗口、一個常駐后臺的智能體。它仍然需要人給目標、給上下文、做驗收，但第一步門檻被降下來了。
過去不會打開終端的人，現在也可能對智能體說：把這份表格變成每周自動更新的報告；給客戶投訴做一個統計面板；把每天重復做的三件事串起來；給內部審批流程加一個提醒。
這些東西以前也能做。差別在于，以前它們要么等工程師，要么靠熟練用戶在Excel、腳本和低代碼工具里一點點拼。現在，更多人可以直接把任務交給智能體試跑。
切爾尼的激進，邊界也很清楚
切爾尼足夠激進，也足夠矛盾。
他負責Claude Code，參與Anthropic Labs里一批和智能體有關的項目，包括Claude Code、模型上下文協議MCP、Claude Skills、桌面應用和Cowork。他自己已經半年多不手寫代碼，還說“軟件工程師”這個頭銜可能會變淡，未來更接近builder。
但他沒有把話說成“工程師沒用了”。
Platformer訪談里，他承認，“編碼被解決”主要適用于他自己做的那類工作。他做的是相對新的CLI、桌面和移動應用，代碼庫沒那么舊，也沒那么復雜。面對大型企業客戶，尤其是NASA這類復雜系統，模型仍會犯錯，代碼也并不總是可靠。
這個邊界很重要。
工程師的工作從來不只是敲代碼。切爾尼自己也把這件事拆開了：過去他一天里可能一半時間在寫代碼，另一半時間在和用戶交流、想方案、調試、規劃、判斷系統該怎么工作。
AI接走的，主要是“把想法翻譯成代碼”的那部分。
剩下的部分反而更顯眼：判斷什么該做，怎么拆任務，結果能不能上線，權限該怎么收，錯誤怎么回滾，用戶到底卡在哪里。
對工程師來說，這不是輕松的消息。以前“我會寫代碼”本身就是門檻，現在這道門檻正在被工具降低。以后更值錢的能力，會落到系統判斷上：智能體寫出的東西是否可靠，任務有沒有拆清楚，隱藏風險有沒有被發現。
工程師還在，但“只會寫代碼”的護城河變淺了。
OpenClaw把這件事帶出終端
《連線》文章提到，OpenClaw是一個很好的過渡案例。在國內，它三月份就已經火了一輪，被叫做“小龍蝦”。
Claude Code最早還是開發者工具，主要在終端里運行。彼得·施泰因貝格（Peter Steinberger）做出的OpenClaw，則把這類能力接到了更日常的入口上：聊天工具、手機、個人數據、郵箱、網頁、應用和本地機器。
用戶不一定在IDE里和代碼對話，而是在一個更像私人助理的界面里交代任務。
《連線》描述的OpenClaw用戶里，有人讓它追蹤訂單、整理物流狀態、更新數字相框，也有人用它管理自己公司的軟件系統。它能運行在后臺，定時檢查事情，遇到結果再通知人。
這個使用方式更接近普通人對電腦的真實需求。
很多人并不想“寫程序”。他們只是想讓一件事自動發生。
但風險也在這里放大。
開發者工具犯錯，通常還卡在工程環境里。個人智能體犯錯，可能碰到郵箱、聯系人、付款、云盤、公司文件和聊天記錄。《連線》提到，研究者測試OpenClaw時觀察到未授權服從、敏感信息披露、執行破壞性系統操作等風險；現實中也有人因為錯誤配置，看著郵箱被刪除。
這不是小瑕疵。它說明智能體一旦成為新的計算入口，權限管理、任務邊界、審查機制和回滾能力就不能再按“玩具”設計。
一個只負責聊天的機器人，不會讓人擔心誤刪郵件。真正讓人緊張的，是它開始能做事了。
公司會需要更多builder
這輪變化最先沖擊的，不只是程序員崗位，而是公司內部的軟件生產方式。
過去，一個運營想做自動化報表，要把需求交給產品；產品再判斷優先級；工程再決定排不排。如果這個需求只服務一個小團隊，它很可能永遠排不上。
智能體讓這類需求有了另一條路。
一個懂業務的人，可能不需要完整掌握編程語言，也能讓智能體先做一個低風險版本。它可以從表格里讀數據，生成腳本，連到內部系統，寫一個簡單界面，再根據反饋修改。
這個版本未必能直接進生產，甚至可能埋著權限、數據和維護風險。但它足夠讓一個想法從“口頭需求”變成“能跑起來、能被討論、能繼續迭代的東西”。
這就是軟件能力開始外溢的地方。
公司內部會出現更多半技術、半業務的人。他們不一定寫代碼，但他們會調度智能體。他們懂問題在哪里，也能把問題交給機器拆解和執行。
這些人過去可能叫產品經理、運營、財務分析師、銷售運營、法務運營、增長負責人。以后，他們可能都會在某種程度上成為builder。
這也解釋了切爾尼一個看似矛盾的判斷：公司可能需要更少傳統軟件工程師，但會有更多“寫代碼或用智能體寫代碼的人”。
傳統工程師崗位可能縮水，能交付軟件能力的人群會擴張。
AI提效后，公司往往想做更多事
很多人對AI辦公工具有一個誤會：如果它提高效率，人應該會更輕松。
企業里經常相反。
Platformer訪談里，切爾尼用了一個很現實的類比：電腦普及以后，很多公司沒有少辦公。它們把更多文檔、表格、郵件、流程和系統塞進了同樣的工作時間里。
AI智能體也可能這樣。
一個運營以前一周只能做一份分析，現在可以做五份。一個產品經理以前只能描述一個想法，現在可以讓智能體同時做三個原型。一個創業團隊以前需要十個人才能搭出第一版產品，現在兩三個人就能跑很遠。
效率提升不會自動變成員工休息。它更可能變成公司胃口變大。
企業真正難的地方也在這里。
買一個Claude Code、Cowork、OpenClaw或別的工具，并不等于組織完成了AI轉型。公司要重新回答一串問題：哪些任務可以交給智能體，哪些必須人工審查，哪些權限絕不能開放，哪些結果要自動測試，錯誤如何回滾，成本如何監控，誰對最終結果負責。
如果這些流程不變，智能體只是角落里的新工具。
真正吃到紅利的公司，會把智能體放到工作流中心。
這件事和普通人也有關。下一代辦公入口可能會從單獨的Word、Excel、PPT、IDE，移向一個常駐智能體。它知道你的文件、項目、日程、同事、客戶和流程。你給它目標，它幫你拆任務、找資料、生成初稿、跑腳本、提醒進度，再把結果交給你驗收。
誰能調度它，誰能驗收它，誰能控制它的權限，誰就在組織里擁有新的杠桿。
普通人要學會調度智能體
所以，問題不只剩下“要不要學編程”。
對普通AI使用者來說，更現實的問題是：能不能把一個模糊需求拆成智能體能執行的任務；能不能給它足夠上下文；能不能判斷結果哪里不可靠；能不能讓它先做低風險版本，再一步步擴大權限；能不能把一次成功操作固化成可重復流程。
這套能力和傳統編程有關，但不等于傳統編程。
懂一點代碼、數據結構、系統邊界，仍然會讓人更容易判斷智能體寫出來的東西靠不靠譜。但普通人的第一課，可能不再是從語法開始，而是從任務拆解、上下文組織、檢查點設計和結果驗收開始。
它更像一種新的工作素養：會描述系統，會拆解目標，會設置邊界，會復盤錯誤，會讓機器持續改進。
未來幾年，“軟件工程師”這個名字可能會變輕。工程本身不會變輕，只是工程的一部分會擴散到更多角色里。
公司里會有更多人能做出軟件，也會有更多人被要求像builder一樣工作。
有一種能力會更貴。
把復雜問題變成系統的能力。
AI智能體可以寫代碼，可以跑任務，可以連續工作幾個小時甚至更久。但它仍然需要人告訴它什么重要，什么不能碰，什么算完成，什么必須回滾。
真正稀缺的人，不一定是手寫每一行代碼的人，而是能把業務、工具、流程、風險和判斷組織成一個可運行系統的人。
程序員還在。
只是寫代碼這件事，正在離開程序員這個單一崗位，變成整個組織都要學會調用的能力。
本文來源：網易智能
責任編輯：
王鳳枝_NT2541
