本次訪談主角為 Claude Code 創造工程師 Boris Churnney，談話聚焦產品起源、設計抉擇、使用者行為觀察、以及面向快速進化的大型語言模型（LLM）的實務策略與願景。
起源與最初設計：Claude Code 最初只是個在終端機（CLI）運行的輕量原型，用來試 API、驗證工具使用（tool use）概念與快速 dogfooding。之所以選終端，是因為最便宜、最快速能驗證「模型能否實際幫助寫程式」。許多早期功能與 UX 都由內部使用者逐步驅動演化。
終端意外成為核心設計：雖然 Boris 一開始認為終端只會是起點，但 CLI 的簡潔限制反而成為優勢：開發者把注意力放在任務流程上而非檔案/UI，體驗既輕快又有趣，且容易快速迭代。後來才拓展到桌面、Web、iOS/Android、VS Code / JetBrains 等多個介面，但底層 agent 邏輯一致。
產品原則：建構「六個月後的模型」
- 不要只為當前模型做產品：Boris 的核心建議是「不為今日模型而建，為六個月後的模型而建」，也就是設計時預想模型快速進步的邊界與能力。
- 潛在需求（latent demand）：真正成功的功能是「把使用者已在做的事做得更容易」，觀察用戶真實工作流並將其自動化或優化。
- Scaffolding 與等待之間的抉擇：可用外部結構（scaffolding）短期提升效能，但模型迅速升級可能讓這些補強變得多餘。評估投入報酬並決定是先造橋還是等模型自行跨越。
Claude.MD 與 prompt 簡潔性：團隊實務上採用短而精的 Claude.MD（類似個人/團隊指令集），只放最必要的規則與流程；當內容膨脹到上千 tokens，建議刪掉重寫以回到最小必要指示。目標是讓模型「最少提示即可回到正軌」。
Plan mode、sub-agents 與團隊工作法：Plan mode 是在執行前要求模型先寫計畫再動手的模式（實際上只是往 prompt 補一句「請先不要寫程式」），對於現階段仍然很有用。但模型越強，Plan mode 的需求會下降（Boris 預期可能在短期顯著縮減）。系統可自動產生並分配 sub-agents（遞迴 agent）以平行搜尋或偵錯，並在團隊 / tasks 間協作，形成「agent swarm」來產出功能或插件。
使用者互動與細節可見性：關於終端輸出冗長與否，團隊透過使用者回饋（有些人要看原始 bash / log）加上可調的 verbose 模式來兼顧新手與進階使用者。迭代頻繁、緊密回饋是設計流程的常態。
招聘與團隊文化：偏好具「初學者心態」、「從第一原理思考」並能承認錯誤的人。面試時會問「你曾錯在哪裡？」之類問題以評估學習型態。團隊同時需要超級專家（specialists）與通才（generalists），以及能夠把 agent 用到開發流程中的工程師。
生產力與實際成效：內部數據顯示自採用 Claude Code 後，Anthropic 的人均生產力顯著上升（範例指標：PR / commit 增長），某些團隊已到 70–100% 的程式碼由 agent 產出。個人層面上，Boris 自 Opus 4.5 起宣稱幾乎不再直接手寫程式碼，而是用 agent 產出並審核。
快速重寫與短生命週期：整個產品與程式碼持續被重寫、移除或替換以適應模型更新。Boris 強調沒有哪一部分會穩定超過數月──架構與 scaffolding 持續演化。
未來展望與安全性：Boris 視編碼工作將被普遍「解決」為下界：更多人可成為 builders，工程師職稱與工作內容會變得更廣泛（例如需求寫 spec、與使用者互動、系統設計等）。上界風險則包含 ASL4（模型能自我遞歸提升）或被惡用於生物／漏洞設計等場景，因此公司把 AI 安全放在核心使命。
給創業者與 DevTool 建議（總結式要點）：
- 以「潛在需求」為主：先觀察人們現在怎麼做，再把那件事做得更簡單。
- 為下個模型而建：預期模型會在數月內大幅進步，設計時考慮這個速度。
- 不要與模型賭鬥：更通用的模型會勝過專門的手工解法，投資需有時間成本、技術債與可替代性的考量。
- 快速原型與頻繁 dogfooding：用小範圍、快速迭代測試使用方式與 UX。
整體而言，訪談傳達的核心是：在 LLM 快速演進的時代，成功的產品設計靠的是對使用者真實行為的觀察、以最小化的指示把模型帶上軌道、以及在「等待模型變強」與「構建 scaffolding」之間找到最佳投入。Claude Code 的經驗證明：簡潔、以使用者為中心、並且預期模型能力逐步取代手工流程，是當前最有效的策略。
沒有留言:
張貼留言