# Claude Code：两位工程师如何实现15人团队的生产力 ## 采访背景 本文基于Every.com播客对Kora团队核心成员的深度采访整理而成。Kora是Every公司开发的AI邮件助手，其开发团队仅有两人——总经理Kieran和工程师Natasha，却通过革命性的AI工程实践实现了15人团队的生产力水平。这次采访深入探讨了他们如何通过"复合工程"理念和Claude Code等AI工具重新定义软件开发流程。 ## 复合工程：新时代的工程哲学 ### 什么是复合工程？ Kieran提出了"复合工程"(Compounding Engineering)的核心概念：**每完成一项工作，都让下一项工作变得更容易**。这不仅仅是使用AI写代码，而是利用AI处理工程工作的各个环节——研究、工作流程、规划、测试等一切内容。 ### 关键洞察 传统观念认为编程主要是写代码，但实际上： - **编码工作可能只占20%** - **其余80%是理解需求、研究方案、处理反馈等工作** - 现在的AI已经足够强大，可以处理这些非编码工作 正如Kieran所说："coding with AI is more than just the coding part"——AI编程不仅仅是编程部分，应该用于研究、工作流程等一切环节。 ## Claude Code：革命性的CLI代理工具 ### 为什么Claude Code脱颖而出？ 相比Cursor、Windsurf等传统AI编程工具，Claude Code具有独特优势： #### 1. 极简设计哲学 - **只有一个文本框**：没有复杂的快捷键、菜单和界面元素 - **简化因子达到10倍**：Natasha指出"plot just takes it one step further by simplifying it by a factor of 10" - **更强大的底层模型**：基于Claude 3.5 Sonnet，理解能力更强 #### 2. 强大的工具集成能力 Claude Code不仅能编程，还能： - 执行bash命令 - 查看和操作文件系统 - 截取网站截图 - 搜索网络 - 连接GitHub - 分析项目状态 #### 3. 长时间自主工作能力 - **持续工作25分钟以上**：Kieran创下了25分钟的连续工作记录 - **自我纠错能力**：能够发现错误并自动修正 - **无需人工干预**：可以完整执行复杂的开发任务 ### 实际应用场景演示 #### 场景一：快速问题诊断 当发现用户反馈表单没有响应时： 1. 通过语音输入描述问题 2. Claude Code自动检查代码变更历史 3. 找到问题根源（某个代码移除导致） 4. 自动创建PR修复问题 5. 编写迁移脚本处理历史数据 整个过程"didn't cost me any energy"，就像"inbox zero"原则一样高效。 #### 场景二：项目状态查询 只需问"what did we ship in the last week"，Claude Code会： - 自动查看git日志 - 分析合并到主分支的内容 - 生成详细的发布报告 - 列出功能更新、bug修复和基础设施改进 结果显示两人团队一周内完成了6个主要功能、5个重要bug修复和3个基础设施更新——相当于大团队的工作量。 ## 从想法到实现的自动化流程 ### 提示词工程的复合效应 团队开发了一个革命性的工作流程，体现了复合工程的精髓： #### 1. 元提示词(Meta-Prompt)系统 - **构建能构建提示词的提示词**：首先花时间构建一个能生成其他提示词的提示词 - **降低后续成本**：每次新功能开发只需描述基本需求 - **自动深度研究**：AI会自动进行代码库分析和最佳实践调研 #### 2. 完整的功能开发流程 ``` 语音描述需求 → 自动研究分析 → 生成技术方案 → 人工审核 → 自动实现代码 → GitHub集成 ``` #### 3. 实际操作演示 在采访中，Kieran现场演示了无限滚动功能的开发： - 用语音描述："I want infinite scroll in Kora..." - Claude Code自动执行研究步骤 - 生成完整的技术规格文档 - 自动创建GitHub Issue并分配到项目板 ## 团队协作的新模式 ### 并行AI工作流 在一次2小时的brainstorming会议中，他们同时启动了6-7个AI agent： - 处理用户反馈邮件 - 创建功能规格文档 - 分析项目状态 - 研究技术方案 这种并行工作模式让他们能够在通话过程中完成功能开发并部署到生产环境，实现了真正的"社交化编程"。 ### 准备迎接AGI的策略 在Claude 3.5 Sonnet发布前一天，团队采取了前瞻性策略： - 停止常规开发工作 - 用2小时创建了20个详细的开发任务 - 为"明天的超级模型"准备工作清单 - 充分利用模型能力提升的时间窗口 ## 新工程实践的核心原则 ### 1. 在最低价值阶段解决问题 借鉴Intel CEO的管理理念："在生产流程的最早期发现并解决问题"。 对于AI辅助开发，这意味着： - **规划优先**：在规划阶段确保方向正确，而不是急于实现 - **人工审核**：在让AI编写代码之前，先确保需求明确 - **早期纠错**：人工审核比后期修复更高效 Natasha强调："you want to catch those problems at the lowest value stage"。 ### 2. 传统软件工程实践仍然重要 即使AI能自动编码，传统实践依然关键： - **测试用例**：编写测试确保功能正常工作 - **评估系统**：使用eval来测试提示词效果，"an eval is a test for a prompt" - **自动化验证**：利用Puppeteer等工具进行UI对比测试 ### 3. 多Agent生态系统 不依赖单一工具，而是根据任务选择最适合的AI工具： - **Claude Code**：复杂研究和开发任务 - **Friday**：UI实现和设计 - **Charlie**：代码审查 - **GitHub集成**：利用现有开发流程 Kieran解释："就像面试开发者一样，不同的agent适合不同的任务"。 ## AI编程工具全面评测 ### Kieran的S级到D级评测 基于实际使用经验，Kieran对主流AI编程工具进行了权威评级： **S级（最佳）**： - **Claude Code**：最全面、最强大的解决方案 - **AMP**：优秀的工作效率和用户体验 **A级（优秀）**： - **Cursor**：使用Claude 3.5时表现出色 - **Friday**：UI实现方面表现突出，甚至超越Claude Code **B级（良好）**： - **Devin**：功能完整但集成度不够 - **Charlie**：作为代码审查工具表现优异 - **Factory**：适合企业级复杂项目 - **CodeX**：中等水平 **C级（一般）**： - **Windsurf**：因缺乏Claude 3.5支持而降级（3周前还是A级） **D级（需改进）**： - **GitHub Copilot**：传统方式，缺乏真正的agent能力 ### 评测标准 Kieran的评测基于以下维度： - **模型能力**：底层AI模型的强弱 - **集成度**：与开发流程的集成程度 - **自主性**：独立完成任务的能力 - **用户体验**：工具使用的便利性 - **实际效果**：真实项目中的表现 ## 个人成长与技能转变 ### Natasha：从零到专家的AI编程之路 Natasha分享了她独特的编程学习经历： - **2年前开始**：用ChatGPT自学编程 - **工具演进**：经历了ChatGPT → Cursor → Windsurf → Claude Code的完整演进 - **行业认知**：意识到"每3个月整个编程格局就会完全改变" - **技能提升**：从以为自己"at the forefront"到发现"there's always a bigger fish" ### Kieran：语音优先的编程方式 作为资深Rails开发者，Kieran展示了完全不同的工作方式： - **几乎不手动输入代码**：主要通过语音与AI交互 - **工具专精**：深度使用Monologue等语音转文本工具 - **完全转换**：过去3周完全没有使用传统IDE ## 生产力革命的量化分析 ### 生产力提升指标 不同用户群体的生产力提升差异巨大： - **Boris（Claude Code开发者）**：约2倍提升 - **部分Anthropic工程师**：高达10倍提升 - **Kieran团队**：实现15人团队的产出 - **新手用户**：可能只有10%提升（主要用于生成提交消息） ### 新的工作模式特征 1. **降低修复成本**：原本会进入长期积压的小问题现在可以立即解决 2. **并行处理能力**：同时处理多个开发任务 3. **社交化编程**：在通话中完成开发和部署 4. **从管理代码到管理AI**：工程师角色的根本转变 ### 衡量指标的重新思考 传统开发指标需要重新定义： - **代码行数**：虽有缺陷但仍是"最不糟糕的"指标 - **周期时间**：从首次提交到PR合并的时间 - **功能增量**：原本不会构建的功能数量 - **问题解决速度**：从发现到修复的完整周期 ## 技术实现与最佳实践 ### 自定义命令系统 团队开发了高效的命令系统： - **CC命令**：用于创建详细的功能规格 - **语音输入**：通过Monologue等工具实现 - **低摩擦操作**：想到功能立即可以启动开发流程 ### 人机协作模式 关键是找到正确的人机分工： - **AI负责**：重复性工作、研究分析、代码实现 - **人类负责**：创意决策、方向判断、质量把关 - **协作要点**：在正确的时机进行人工干预 ### 基础设施考虑 - **成本管理**：每日使用成本约6美元，但ROI明确 - **权限控制**：企业环境中的安全考虑 - **工具集成**：与现有开发流程的无缝整合 ## 面临的挑战与解决方案 ### 当前技术限制 1. **AI过度执着**：Claude 3.5 Sonnet有时过于执着于完成目标 2. **上下文丢失**：长对话中原始意图可能被淡化 3. **人工直觉需求**：仍需要人类的经验和判断 ### 解决策略 - **适当引导**：在关键节点提供人工引导 - **分阶段验证**：在每个重要步骤进行人工确认 - **经验积累**：通过实践提升AI使用技巧 ## 未来发展趋势与展望 ### 技术发展方向 1. **更强的自主性**：AI agent将能处理更复杂的任务 2. **更好的集成**：与现有开发工具的深度整合 3. **更智能的协作**：人机协作模式的进一步优化 ### 行业影响 - **小团队优势**：小团队通过AI实现大团队产出 - **技能要求变化**：从编写代码转向管理AI - **开发速度提升**：整体开发周期大幅缩短 ### 普及建议 对于想要采用这种工作方式的开发者： 1. **立即开始尝试**：特别是Claude Code，即使非技术人员也能快速上手 2. **每天实践**：AI领域变化极快，不实践就会落后 3. **投资于提示工程**：构建好的提示词体系是关键 4. **保持人工审核**：AI需要人类直觉和经验的指导 ## 企业级应用考虑 ### 安全与合规 - **权限管控**：细粒度的操作权限设置 - **数据安全**：企业代码和数据的保护 - **审计追踪**：开发过程的可追溯性 ### 团队管理 - **技能培训**：帮助团队成员适应新的工作方式 - **流程优化**：重新设计适合AI协作的开发流程 - **文化转变**：从传统开发文化向AI增强文化转变 ## 结语：软件开发的范式转变 这次深度访谈揭示了软件开发正在经历的根本性变革。Kieran和Natasha的经验表明，我们正处于一个历史性的转折点——AI不再只是辅助工具，而是成为了开发过程的核心参与者。 ### 关键启示 1. **范式转变正在发生**：从人写代码转向人管理AI写代码 2. **复合效应是关键**：每一次改进都让后续工作更容易 3. **工具选择很重要**：不同的AI工具适合不同的任务 4. **人机协作是未来**：找到正确的人机分工是成功的关键 ### 对开发者的建议 正如Kieran在采访中强调的："你应该每天练习使用AI，推动自己，如果不这样做，你会错过很酷的东西。" 对于任何想要在AI时代保持竞争力的开发者来说，现在就是开始行动的时候。不是简单地使用AI来生成代码片段，而是重新思考整个开发流程，构建属于自己的"复合工程"体系。 这不仅仅是技术的进步，更是工作方式的革命。那些能够率先掌握这种新模式的个人和团队，将在未来的软件开发领域中获得巨大的竞争优势。 --- *本文基于Every.com AI播客访谈整理，访谈嘉宾：Kieran Natash（Every Kora总经理）、Natasha（Every Kora工程师），访谈时间：2025年6月*