2026 年 7 月 6 日，Anthropic 发布长篇专题《The Making of Claude Code》。它不写成新闻稿，而写成七部分口述史，受访者是联合创始人 Ben Mann、Claude Code 负责人 Boris Cherny、研发团队与早期用户，访谈录制于 2026 年 2 月至 5 月。故事最反常识的地方在起点：今天为 Anthropic 写下绝大部分代码的产品，最初是一个在内部 Slack 里只收获"两三个赞"的演示。一次几乎无人喝彩的内部演示，一年半之后写出了它作者的全部代码——这篇口述史讲的，其实是一种"提前出生"的产品哲学。
口述史把时间拨回更早。Anthropic 做出的第一个产品不是 Claude，而是一个编程助手：2022 年春的 VS Code 扩展，每个提问返回四条建议，外部用户约 100 人——随后团队转向 API，这个编程助手被"基本忘了一阵子"。研究侧的赌注下得更早：强化学习负责人 Shauna Kravec 的解释是，"我们认为通向变革性 AI 的道路，会经由自动化大片软件工程工作的能力"。
2022 到 2023 年间，让智能体编程成立的两块拼图——bash 工具与搜索——陆续到位，内部命令行工具 clide 诞生。它在受访者的记忆里"笨拙……但非常、非常超前于时代"。第一次看到它自主完成编辑时，Claude Code 团队的第一任经理 Adam Wolff "绕着厨房跳起舞来，简直不敢相信"。
转折发生在 2024 年。1 月，Ben Mann 组建 Labs 团队，理由是看到"智能体编程市场有个洞"。9 月 Boris Cherny 加入时想做的是一个小东西——linter，Mann 的回答被原话记录在案："不不不不，你得做那件大事"。Boris 把一条被拒的合并请求粘进 clide，看它写完了整个 PR："我从没见过那样的东西。就像未来。"
他用大约两天做出名为 Claude CLI 的演示，发到 Slack，"我记得拿到了两三个赞"。但第二天就有同事真的用它干活，Boris 发现自己每个周末都在折腾它。直到 2024 年 12 月，这个项目基本只有他和 Sid Bidasaria 两个人；拿到绿灯后，六七个人进行最后两周冲刺——今天的核心功能如 bug 上报、登录流程，都是那两周写的，而自动更新让团队在收到反馈"五分钟后"就能发出修复。2025 年 2 月，工具更名为 Claude Code，以研究预览形式发布。产品负责人 Cat Wu 对发布前早期用户反响的形容很坦率："不冷不热"。
起飞靠的是两件事同时到位。2025 年 5 月 Claude 4 发布，设计师 Meaghan Choi 的原话是"我们那一刻真的来了……此前模型配不上我们想做的东西，然后它配上了"；Boris 的总结更冷静："一次商业模式创新叠加一次模型创新"——订阅制与新一代模型。场外证据同样有力：Ramp 的 Austin Ray 用了五分钟就断言"这将从根本上改变一切"；Bun 创始人 Jarred Sumner 干脆"改变了 Bun 的优先级排序，让它更适配 Claude Code"。
发布之初，Boris 自己的代码只有约一成出自 Claude Code。到 2025 年冬天，他的原话是："我百分之百的代码由 Claude Code 写成，没有一行是手写的。"Fortune 今年 1 月的报道给出更大口径：Anthropic 全公司 AI 生成代码占比 70%–90%，其中约九成出自 Claude Code；接受这次采访的前一天，Boris 刚提交了 88 个 commit。
用户行为的变化更值得记录。Cat Wu 观察到："刚发布时，每个人都会逐条阅读 Claude Code 发出的权限请求；如今很大一部分用户直接全部自动接受。我认为这个转变说明 Claude 赢得了他们的信任。"研究侧，Kravec 已经在运行"一整群十二个不同的 Claude"。
判断一：最好的产品，要提前于模型出生。全文最可迁移的一句话来自 Ben Mann："你要在现在做出那些只有百分之二三十时间能正常工作的东西，这样下一个模型出来时，它就有百分之八十时间能正常工作——这足以赢得市场。"研究工程师 Dawn Drain 的版本更凝练："一旦跨过模型能力阈值，产品形态会自己显形。"我的解读：这不是赌运气，而是把"模型必然变强"当作整个技术栈里最确定的变量来做设计。竞争窗口属于提前入场者——等模型完美了再动手的人，永远在为上一代模型做产品。
判断二：小团队和吃自己的狗粮，是同一件事。Boris 的反思值得原样保存："保持团队小，对我们的成功其实非常重要。它让我们对资源更有创造力，避免过度工程——也逼着我们更多地使用 Claude。"从第一天就内置的自动更新和用户指标，把"反馈到修复"压缩到五分钟。小团队不是省钱的妥协，而是产品回路的加速器：用户越少、越是自己人，回路就越短。多数公司把规模当护城河，这个故事里规模反而是敌人。
判断三：真正的临界点不是代码的自动化，而是信任的自动化。Cat Wu 描述的转变——从逐条审批到"全部自动接受"——既是产品的成功，也是风险的搬家。审查权交出去的那一刻，安全边界就从"每个具体动作"移到了"设计者的假设是否依然成立"。88 个 commit 一天、十二个 Claude 的集群、Igor Kofman 预言的下一层抽象（"你不再管理一群 Claude，而是管理 Claude 的管理者"），都在放大这条分界线。信任是被使用挣来的，盲信是被便利训练出来的——而两者在界面上长得很像。
Boris 在转发这篇口述史时只加了一句："我们才完成了百分之一。"在采访里，他把 Claude Code 放进一条更长的谱系："这是 IBM 029——我祖父在苏联用的就是类似的机器。这是最早的文本编辑器之一，如今仍装在每一台 Mac 上。然后它演化、演化、再演化——Claude Code 就在这条谱系的某个位置上。"
至于接下来，Kravec 的预言适合作为全文的最后一帧："2026 到 2027 年的大部分时间里，短短三个月就会发生相当多的事……这是令人迷失的部分，我不确定是否有人真的准备好了。"
对正在做 AI 产品的人，这篇口述史最诚实的启示藏在它的起点里：两三个赞、两天写出的演示、不冷不热的反响——伟大的产品很少是被规划出来的，它们是被提前生下来，然后活到模型成熟的那一天。