Quando parla il creatore dell’agente di codifica più avanzato al mondo, la Silicon Valley non solo ascolta, ma prende appunti.
La scorsa settimana, la comunità degli ingegneri ha esaminato un problema. filo in x da Boris Chernyideatore e presidente Codice Claudio -maggior parte antropico. Quello che era iniziato come un post casuale sulla configurazione di un terminale personale si è trasformato in un manifesto virale sul futuro dello sviluppo del software, con gli addetti ai lavori che lo hanno definito un punto di svolta per la startup.
"Se non stai leggendo le migliori pratiche di Claude Code direttamente dal creatore, stai rimanendo indietro come programmatore." ha scritto Jeff TangUna voce di spicco nella comunità degli sviluppatori. Kyle McNeaseUn altro osservatore del settore è andato oltre, affermando quello di Cherny "aggiornamenti rivoluzionari," antropico "a fuoco," potenzialmente di fronte "Momenti ChatGPT."
L’entusiasmo nasce da un paradosso: il flusso di lavoro di Cherny è sorprendentemente semplice, ma consente a un singolo essere umano di lavorare con la capacità di produzione di un piccolo dipartimento di ingegneria. Come ha notato un utente su X dopo aver implementato l’installazione di Cherny, l’esperienza "assomiglia più a Starcraft" Passare dalla scrittura della sintassi alla gestione di unità autonome a differenza della codifica tradizionale.
Ecco un’analisi del flusso di lavoro che reinventa il modo in cui viene costruito il software, direttamente dall’architetto stesso.
Come l’esecuzione simultanea di cinque agenti IA trasforma la programmazione in un gioco di strategia in tempo reale
La cosa più sorprendente che emerge dalla spiegazione di Cherny è che egli non codifica in modo lineare. tradizionalmente "anello interno" Nella fase di sviluppo il programmatore scrive una funzione, la testa e passa alla fase successiva. Tuttavia, Cherny ricopre il ruolo di comandante dello squadrone.
"Sto eseguendo 5 Claude in parallelo nel mio terminale," Cherny ha scritto. "Numero le mie schede da 1 a 5 e utilizzo le notifiche di sistema per sapere quando un Claude dovrebbe accedere."
Cherny gestisce in modo efficace cinque flussi di lavoro simultanei utilizzando le notifiche del sistema iTerm2. Mentre un agente esegue una suite di test, un altro rifattorizza un vecchio modulo e un terzo redige la documentazione. Anche lui sta correndo "5-10 Claudio Claude.ai" nel tuo browser "teletrasporto" Comando per trasferire le sessioni tra il web e il suo computer locale.
Ciò conferma che: "fare di più con meno" La strategia articolata dalla presidente di Antropologia Daniela Amodei all’inizio di questa settimana. Mentre rivali come OpenAI perseguono la costruzione di infrastrutture da trilioni di dollari, Anthropic sta dimostrando che un’orchestrazione superiore dei modelli esistenti può offrire guadagni esponenziali di produttività.
Il caso controintuitivo di scegliere il modello più lento e intelligente
Con una mossa sorprendente per un settore ossessionato dalla latenza, Cherny ha rivelato di utilizzare solo il modello più pesante e lento di Anthropic: Lavoro 4.5.
"Utilizzo Opus 4.5 con tutto in mente," CILIEGIA spiegato. "Questo è il miglior pattern di codifica che abbia mai usato e, sebbene sia più grande e più lento di Sonnet, il risultato finale è quasi sempre più veloce rispetto all’utilizzo di un pattern più piccolo, poiché devi indirizzarlo di meno ed è migliore negli strumenti."
Si tratta di una visione fondamentale per i leader tecnologici aziendali. Il collo di bottiglia nello sviluppo dell’intelligenza artificiale moderna non è la velocità di produzione del token; È il tempo umano impiegato a correggere gli errori dell’intelligenza artificiale. Il pagamento è richiesto in base al flusso di lavoro di Cherny "calcolo delle imposte" Elimina l’avanzamento per un modello più intelligente "imposta correttiva" Dopo.
Un file condiviso trasforma ogni errore dell’intelligenza artificiale in una lezione permanente
Cherny ha anche spiegato come il suo team ha risolto il problema della perdita di memoria dell’IA. Modelli standard delle lingue principali "Non dimenticare" stile di codifica specifico o decisioni architetturali dell’azienda da una sessione a quella successiva.
Per risolvere questo problema, il team di Cherny mantiene un singolo file chiamato. CLAUDE.md nel repository Git. "Quando vediamo Claude fare qualcosa di sbagliato lo aggiungiamo a CLAUDE.md così Claude sa di non farlo la prossima volta." ha scritto.
Questa pratica trasforma la base del codice in un organismo autocorrettivo. Quando uno sviluppatore umano esamina una richiesta pull e rileva un bug, non si limita a correggere il codice; Taggano l’IA per aggiornare le proprie istruzioni. "Ogni errore diventa una regola," notato Akash GuptaUn leader di prodotto che analizza il thread. Più a lungo il team lavora insieme, più intelligente diventa l’agente.
I comandi slash e gli agenti secondari automatizzano le parti più noiose dello sviluppo
"vaniglia" Il flusso di lavoro, elogiato da un osservatore, è supportato da una rigorosa automazione delle attività ripetitive. Cherny utilizza i comandi slash (scorciatoie speciali aggiunte al repository del progetto) per eseguire operazioni complesse con un solo tasto.
Ha sottolineato un comando chiamato. /commit-pr-prLo chiama decine di volte ogni giorno. Invece di digitare manualmente i comandi git, scrivere un messaggio di commit e aprire una richiesta pull, lo strumento gestisce autonomamente la burocrazia del controllo della versione.
Cherny sta inoltre impiegando sub-agenti (esseri umani specializzati nell’intelligenza artificiale) per gestire alcune fasi del ciclo di vita dello sviluppo. Utilizza un semplificatore di codice per ripulire l’architettura una volta completato il lavoro principale e un agente di convalida dell’applicazione per eseguire test end-to-end prima che qualsiasi cosa venga spedita.
Perché i cicli di verifica sbloccano effettivamente il codice generato dall’intelligenza artificiale?
Se Claude Code, secondo quanto riferito, ha una ragione Entrate ricorrenti annuali da 1 miliardo di dollari Probabilmente è un ciclo di verifica molto veloce. L’intelligenza artificiale non è solo un generatore di testo; Questo è un tester.
"Claude testa ogni modifica che apporto a Claude.ai/code utilizzando l’estensione Claude Chrome." Cherny ha scritto. "Apre un browser, testa l’interfaccia utente e esegue l’iterazione finché il codice non funziona e l’esperienza dell’utente non risulta soddisfacente."
Sostiene che dare all’intelligenza artificiale un modo per convalidare il proprio lavoro (tramite l’automazione del browser, eseguendo comandi bash o eseguendo suite di test) migliora la qualità del risultato finale. "2-3x." L’agente non si limita a scrivere codice; Dimostra che il codice funziona.
Cosa rivela il flusso di lavoro di Cherny sul futuro dell’ingegneria del software?
La risposta al thread di Cherny segnala un cambiamento significativo nel modo in cui gli sviluppatori pensano al loro mestiere. Per anni "codifica dell’intelligenza artificiale" significava una funzione di completamento automatico in un editor di testo; Un modo più veloce per digitare. Cherny dimostrò che il surplus di lavoro poteva funzionare da solo come un sistema operativo.
"Se sei già un ingegnere e desideri più potenza, leggi questo." Jeff Tang Riassunto in X.
Esistono già gli strumenti per quintuplicare la produzione umana. Devi solo essere disposto a smettere di pensare all’intelligenza artificiale come a un assistente e trattarla come una forza lavoro. I programmatori che faranno per primi questo salto mentale non solo saranno più produttivi. Giocheranno a un gioco completamente diverso e tutti gli altri continueranno a scrivere.
