说实话，当我第一次听到ClaudeCode的创始人BorisCherny说出“编程已解决”这句话时，我的第一反应是——是不是说错了？作为一个曾经写过TypeScript教科书、在代码世界浸淫多年的工程师，Boris现在却说自己在2026年“一行代码都没写过”。更夸张的是，他每天用手机提交几十个甚至上百个PR（代码合并请求），而这些代码全部由AI完成。这听起来像是某种科幻小说的情节，但当我深入了解他在红杉资本AI Ascent 2026峰会上的分享后，我突然意识到：我们可能真的站在了一个历史转折点上——就像1400年代印刷术发明之前，欧洲只有10%的人识字，而现在我们所有人都会读写一样。编程，这个曾经需要专业训练、被视为“技术壁垒”的技能，正在经历一场类似的民主化革命。但这场革命的核心，不是让每个人都学会写代码，而是让代码本身变得不再需要“写”。一个“意外”诞生的产品Claude Code的起源故事本身就很有意思。2024年末，Boris加入Anthropic内部的一个孵化团队“Anthropic Labs”。当时团队只有几个人，他们的任务是捕捉一种叫“产品悬置”(product overhang)的机会——也就是说，模型的能力已经远远超过了现有产品所能展现的水平，中间存在巨大的未开发空间。那时候，AI辅助编程的主流方式还停留在“代码补全”阶段：你在IDE里敲一行代码，按下Tab键，AI帮你补全下一行。这就是当时Sonnet 3.5模型所支持的最先进功能。但Boris和团队觉得，模型明明可以做得更多——为什么不让AI直接写完所有代码呢？于是他们开始构建Claude Code。但接下来的6个月，这个产品“基本不能用”。Boris自己都承认，他当时只用Claude Code写了大约10%的代码，剩下的还得自己动手。即使在2024年10月正式发布后，产品也没有迎来爆发式增长。转折点出现在2025年5月——Opus 4模型发布。从那一刻起，Claude Code的增长曲线开始指数级上扬，并在之后的每一次模型更新（4.5、4.6、4.7）中持续加速。这里有个关键洞察：Boris和团队并不是在为当下的模型能力构建产品，而是在为“6个月后的模型”构建产品。 他们提前押注了一个还不存在的未来，然后等待技术追上产品设计。这让我想起一个哲学问题：当你在建造一座桥时，你是在连接两岸，还是在赌河水会涨到桥面的高度？ClaudeCode的成功，本质上是一场关于“时间差”的豪赌。100%的代码，0%的手写现在，Boris的工作方式已经彻底改变了。他大部分时间用手机工作。打开Claude应用，左侧有一个“代码”标签，里面同时运行着5到10个会话（session），每个会话下又有几百个智能体（agent）在并行工作。到了晚上，他会启动几千个智能体去做更深度的任务。他最喜欢的功能叫“循环”(loop)——用一个简单的命令/loop，让Claude通过cron定时任务自动重复执行某个工作。比如：-一个循环每5分钟检查一次他的PR，自动修复CI错误、自动rebase代码；-另一个循环监控CI健康度，发现不稳定的测试就自动修复；-还有一个循环每30分钟从Twitter抓取用户反馈，自动聚类整理后发给他。这些循环就像是他雇佣的“数字员工”,24小时不间断工作。而他自己，只需要在手机上查看结果、做出决策。当主持人问他“你的个人工作流是什么样的”时，Boris掏出手机展示了一下界面，然后轻描淡写地说：“我现在主要用手机工作。”台下一片笑声。但这不是玩笑。他上周创造了一个纪录：一天提交了150个PR。这在传统编程世界里是不可想象的——一个人类工程师，就算不吃不喝不睡，也不可能在24小时内完成150次有意义的代码修改、测试、审查和合并。而现在，这成了可能。因为“写代码”这件事，已经不再是瓶颈。50/50到100/0：天平正在倾斜有人问Boris: Claude Code的成功，有多少归功于模型能力，有多少归功于产品设计？他说，6个月前，这个比例大概是50/50。模型能力和产品体验同样重要——你需要精心设计的“工具链”(Harness)来包裹模型，处理权限、安全、人机协同等问题。但现在，这个比例正在快速向模型侧倾斜。随着模型变得越来越聪明、越来越“对齐”(aligned)，那些曾经需要产品层面解决的问题——比如防止prompt注入攻击、静态验证命令、权限模式、人工审核——都在逐渐变得不那么重要。因为模型自己就知道该做什么、不该做什么。Boris预测，再过一年，ClaudeCode本身可能只需要100行代码。这听起来像是一个悖论：一个用来生成代码的工具，自己却几乎不需要代码。但仔细想想，这恰恰是技术进化的终极形态——最好的工具，应该是透明的、几乎不存在的。就像空气，你感觉不到它，但它无处不在。印刷术时刻：从10%到70%Boris在分享中提到了一个我觉得非常精妙的历史类比。1400年代，印刷术在欧洲发明之前，只有10%的人口识字。那些会读写的人，往往被国王和贵族雇佣，专门负责阅读和书写工作——因为这是一项稀缺技能。印刷术发明后的50年里，欧洲出版的文献数量，超过了此前一千年的总和。 书籍的成本下降了100倍。然后，在接下来的几百年里（这需要时间，因为你得建立教育系统、让人们不用全天在农田劳作），全球识字率上升到了70%。现在，我们所有人都会读写。你不需要“阅读与写作学位”就能读写，尽管“专业作家”依然是一个职业。Boris认为，编程正在经历同样的转变——而且速度会快得多，不需要几百年，可能只需要几年。这个类比让我想到一个更深层的问题：当一项技能被彻底民主化之后，真正的价值会转移到哪里？在印刷术时代，价值从“会写字”转移到了“写什么”——内容创作、思想表达成为核心。在AI编程时代，价值可能会从“会写代码”转移到“解决什么问题”——领域知识、业务理解成为核心。Boris举了个例子：如果你要写会计软件，最适合的人可能不是工程师，而是一个真正懂会计的会计师。因为编程已经是简单的部分，难的是理解会计的复杂规则和业务逻辑。这意味着，未来的软件世界，可能会由“跨学科通才”主导——不是那种“既会前端又会后端”的技术通才，而是“既懂技术又懂设计”“既懂产品又懂数据科学”的跨领域通才。事实上，Boris透露，Claude Code团队的每一个人——包括工程经理、产品经理、设计师、数据科学家、财务人员、用户研究员——都在写代码。未来不是“更多工程师”，而是“更少代码”有人问：AI会让软件开发成为像“会用Microsoft Office”一样的基础技能吗？Boris的回答更激进：不，它会成为像“会发短信”一样的技能。这个回答让我停顿了几秒。“会发短信”意味着什么？意味着你根本不会把它当作一项“技能”来看待。你不会在简历上写“精通短信发送”，也不会专门去上一门“短信课程”。它只是你日常生活的一部分，自然到你甚至意识不到它的存在。如果编程真的变成这样，那么“软件工程师”这个职业会消失吗？Boris的答案是：不会消失，但会转变。就像“专业作家”依然存在一样，“专业程序员”也会存在——但他们的工作内容会彻底不同。他们不再是“写代码的人”，而是“设计系统架构的人”“定义问题边界的人”“协调AI智能体的人”。AI可以“记住”所有代码模式、所有API文档、所有最佳实践，但它需要人类来告诉它：我们要解决的，到底是什么问题？SaaS末日？还是创业黄金时代？当编程成本下降10倍甚至100倍时，会发生什么？有人担心“SaaS末日”——如果任何人都能用AI快速构建软件，那些靠软件订阅赚钱的公司还有价值吗？Boris的看法很有意思。他引用了战略学大师汉密尔顿·赫尔默的“七种商业护城河”理论，认为AI会让某些护城河失效，但会让另一些护城河更重要。会失效的护城河：-切换成本：因为AI可以帮你快速迁移数据和流程-流程优势：因为AI本身就擅长优化流程，尤其是Claude 4.7这样的模型，可以自动“爬山”(hill climb)找到最优解依然重要的护城河：-网络效应：用户越多，价值越大-规模经济：成本随规模下降-资源垄断：独占某些关键资源但Boris认为，真正的机会在于：小型创业公司现在可以和大公司正面竞争了。为什么？因为大公司需要改变组织流程、重新培训员工、克服内部阻力——这些都需要时间。而创业公司可以从第一天起就“AI原生”地构建一切。这是创业的最好时代。我的三个疑问听完Boris的分享，我脑子里冒出三个问题：第一，当AI写了100%的代码，人类工程师还能理解这些代码吗？如果一个系统完全由AI构建和维护，人类只负责提需求和做决策，那么当系统出现意外行为时，我们还有能力Debug吗？还是说，我们会变成“不懂魔法原理的魔法使用者”？第二，循环（loop）的边界在哪里？Boris展示的那些自动运行的循环很酷，但我有点担心：如果几千个智能体在后台自主运行、互相通信、自动修改代码，人类什么时候会失去控制？这会不会变成一种“温和的失控”——系统依然在工作，但没人真正理解它在做什么？第三，编程民主化之后，下一个被民主化的是什么？如果Boris说得对，编程正在经历“印刷术时刻”，那么下一个轮到谁？设计？视频制作？法律咨询？还是说，所有需要“专业知识+执行能力”的工作，都会被拆解成“专业知识（人类）+执行能力（AI）”的组合？结语：我们正在目睹的，不是技术的终结，而是分工的重构Boris说，Anthropic内部已经没有任何手写代码了。所有SQL查询、所有功能开发，全部由模型完成。工程师们的Claude智能体在Slack上互相对话，协调工作、解决未知问题。这听起来像是科幻，但它已经发生了。我突然意识到，Boris说的“编程已解决”，并不是说“我们不再需要程序员了”，而是说“我们终于可以不再把时间浪费在‘写代码’这件事上了”。就像印刷术没有让“写作”消失，而是让更多人有机会表达思想一样，AI编程不会让“软件开发”消失，而是让更多人有机会把想法变成现实。会计师可以写会计软件，医生可以写医疗工具，老师可以写教学应用——不是因为他们学会了编程，而是因为编程本身不再是障碍。这场革命的核心，不是“AI取代人类”，而是“AI让人类回归本质工作”。而本质工作是什么？是理解问题、定义目标、做出判断、承担责任。这些，才是真正无法被“解决”的事情。