Claude Code 起源：一个人的副业换歌脚本，变成最强 AI 编码工具

很多人以为 Claude Code 是 Anthropic 规划已久的大项目。

但事实恰好相反：Claude Code 最初只是一个个人副项目，是一个工程师为了偷懒做出来的玩具—— 它甚至一开始只能帮他看歌单。

01 Claude Code 的起点

不是产品，而是一个“听歌脚本”

时间回到 2024 年。

Boris Cherny 刚加入 Anthropic，他当时的目标很简单： 熟悉一下 Anthropic 的 API。

于是他把 Claude 接进终端里，做了一个简单原型：

让它能对电脑“说话”，用自然语言执行一些简单的指令。

但最开始它很弱——

它不能读文件，不能运行 bash，更谈不上做工程任务。 唯一能做的事情是：和电脑交互。

于是 Boris 给它做了一个奇怪但很酷的 demo： 让 Claude 告诉他现在在听什么歌，还能根据他的要求换歌。

听起来很像一个“带点炫技”的小玩具—— 他自己也承认：这很酷，但并不算很重要。

到这里，Claude Code 仍然没有任何爆款迹象。

02 真正的“转折点”

Claude 第一次能读文件

后来 Boris 和 Anthropic 的产品经理 Cat Wu 聊了一次。

Cat 研究的是 AI 代理如何使用电脑、如何与工具交互。

这次对话给了 Boris 一个关键想法：

“如果 AI 能用电脑，那终端不应该只会换歌。” “它应该能像人一样，读文件、写文件、跑命令。”

ReadWriteExec

于是 Boris 做了一个决定：

✅ 给 Claude 文件系统权限。 ✅ 给 Claude 执行命令的权限。

他让 Claude 可以：

• 读文件
• 写文件
• 执行 shell 命令

然后神奇的事情发生了。

他把这个 Claude 代理丢进公司代码库里，随便问了几个问题。

Claude 开始做一件他没预料到的事：

> 打开一个文件 > 看到里面的 imports > 去读被 import 的文件 > 继续追踪... > 直到找到答案为止

换句话说，它不是“查一下”，而是开始像一个工程师一样探索代码库。

Boris 用了一个词来形容这种体验： mindblowing（震撼）。

他之前从来没用过任何一个工具，能做到这种“主动探索”。

03 一个重要概念

产品过载（Product Overhang）

这也是 Claude Code 故事里最值得划重点的地方。

Boris 说，那一刻他意识到：

模型能力其实早就具备了，只是我们还没有做出匹配它的产品。

在 AI 圈里有个词叫：

Product overhang（产品过载）

模型已经能做某件事，但产品没有捕捉到这种能力。于是能力一直“悬空”，没人真正用起来。

Claude 会读文件，会理解项目结构，会追踪依赖——

但传统 IDE 和插件并没有让这种能力“变成日常工具”。

Claude Code 就是在这种“能力悬空”的缺口里诞生的。

换句话说：

✅ Claude Code 的爆发并不是因为它做了什么不可思议的新技术

而是因为它把 Claude 已经具备的能力“接住了”。

05 从“玩具”到“病毒”

它在 Anthropic 内部疯传

当 Claude 能读文件后，Boris 开始每天都用它。

他写代码的时候用。

查问题的时候用。

分析代码结构的时候用。

然后他把它分享给了同事。

很快出现了典型的“病毒传播”：

• 同事试一下
• 发现好用
• 转发给别人
• 你一传我一传
• 很快全公司都在用

他们在 2024 年 11 月发布了一个“内部可用版本”。

从最初原型开始，到内部上线，只用了两个月。

上线后发生的事更夸张：

20%

第 1 天使用率

50%

第 5 天使用率

你可以想象这是什么概念：

一个工具在公司内部上线 5 天，就让一半工程师直接养成习惯。

Claude Code 名字里带着 “Code”，Boris 起初以为它只是给程序员写代码用的。直到有一天他走进办公室，发现一个数据科学家正在用 Claude Code 写查询，他当场愣住。更夸张的是，后来他经过数据科学家的工位时，几乎每个人都开着 Claude Code，而且往往同时开好几个实例。它被用来跑查询、生成可视化，甚至完成很多本来不属于工程师的工作。Claude Code 的扩散逐渐失控，从“写代码工具”变成了“全公司工具”。

这几乎是“内部 PMF”的教科书案例。

Boris 说，那一刻他已经很确定：

它很可能会在外部也爆。

四、秘密武器？

他们甚至考虑过不公开发布

很有意思的是，Anthropic 内部曾经讨论过：要不要公开发布 Claude Code？

理由很现实：

因为我们认为它可能成为我们的竞争优势，就像我们的‘秘密武器’一样：如果它能给我们带来优势，为什么要发布它呢？

但他们最后还是发布了，逻辑是：

• Anthropic 的核心定位是模型安全公司
• 理解模型能力与安全边界，必须让更多人用起来
• Claude Code 已经证明：它一定会被大量人使用
• 发布它，意味着能更快得到真实世界反馈

这段逻辑非常“AI-first”： 发布不是为了炫技，而是为了学习模型、验证安全与能力边界。

而一旦决定发布，Claude Code 就不再是“个人玩具”。

它开始进入真正意义上的“产品阶段”。

最开始，Claude Code 只有 Boris 一个人在维护。

直到 11 月，Sid Bidasaria 加入 Anthropic，接触到了早期版本。

Sid 一试就上头，直接加入了 Boris——

这支两人小队的工作方式非常“反大厂”：

“我们大部分工作都是快速做原型，展示模型有多强。” “没有正式流程，一切都非常灵活。” “我们几乎可以做任何我们想做的事，只要它看起来最有潜力。”

你可以想象那个画面：

一个工程师写出了一个“内部都沉迷的工具”，

另一个工程师加入后，两个人像在做实验一样不断试错、迭代——

Claude Code 的“爆款气质”，就是在这种极度自由的氛围里成长出来的。

到了 7 月，这个团队已经增长到 10 名左右工程师。

而且还在持续招聘。

更重要的是：它已经从“工程师工具”升级成一个完整的产品团队——

✅ 工程师

✅ 产品经理

✅ 设计师

✅ 数据科学家

当团队开始建制，意味着 Claude Code 已经不是“副项目”，

而是 Anthropic 认真押注的一个方向。

五、底层哲学

技术栈为模型服务，而非工程师

Claude Code 的技术栈包括：

• TypeScript
• React + Ink（终端 UI 框架）
• Yoga（布局系统）
• Bun（构建与打包）

这不是传统意义上的“工程选型”，他们选择这些技术栈的核心理由，是一个词：

✅ on distribution（在模型擅长的范围里）

他们选的是 Claude 最擅长写的东西：TypeScript 和 React。

这样模型不用学，直接就能写。

如果选了冷门技术栈，那就是 off distribution：

模型也能学，但你要花很多成本“教它”。

这直接带来了一个极具未来感的数据：

Claude Code 90% 的代码，是 Claude Code 自己写的。

这件事真正改变的软件工程思维是：

✅ 过去：技术栈为工程师效率服务

✅ 现在：技术栈为模型效率服务

模型成为团队里真正的“生产力成员”。

八、AI-first 团队的速度

工程迭代从周变成天

而后面更离谱的事情也正是从这里开始：

他们用 AI 工具把迭代速度拉到“变态级”—— 一名工程师一天能发 5 个 PR，一天内部发布 100 次 ，外部几乎每天发布一个版本 ……

100x

更夸张的是他们做原型的方式：

✅ 2 天做了 20 个 todo-list UI 原型

通过 prompt 直接改 UI，快速试验、快速放弃。

以前两天做两个原型都算快，

现在他们一天能试 5~10 个原型——

工程迭代从周级变成天级，甚至小时级。

一个结尾故事

subagents 功能开发更像 AI-first 的缩影：

• 🚀 3 天开发完成
• 🗑️ 其中 2 天工作直接扔掉

在传统团队这叫浪费，

但在 AI-first 团队，这几乎是默认模式：

试错不是成本，而是必要流程。

Boris Cherny 博客原文：https://reurl.cc/xKon3b

Clauded Code 保姆教程

Claude Code 学习最佳实践：NotebookLM 生成全套学习视频+卡片+测试题

5.5K开发者都在偷偷用的Claude Code神器，一键安装100+预制模板，让AI编程效率翻3倍

Claude Code 实战横评：GLM4.5 vs DeepSeek 3.1（附Windows MCP配置，免费模型接入）

Claude Code 一键安装来了，包含API接入、常用工作流、MCP配置、用量监控

Claude Code 快速入门，高频使用点 + 生态工具，一篇搞定！

乐天用 Claude Code 给开发“上大分”，新功能上线从 24 天缩到 5 天，7 小时自主编码 1250 万行代码库！

🌟 知音难求，自我修炼亦艰，抓住前沿技术的机遇，与我们一起成为创新的超级个体（把握AIGC时代的个人力量）。

点这里👇关注我，记得标星哦～