你知道吗？Claude Code这个产品的诞生纯属意外。
2024年初，Anthropic的工程师Boris只是想更好地理解自家的API，于是顺手写了个小工具。
这个在终端里运行的简陋程序，看起来就像是上世纪的DOS界面，黑底白字，连个按钮都没有。
但奇怪的事情发生了，Boris团队里的其他工程师开始偷偷使用这个工具。
然后是整个技术部门。
再然后，连研究员、数据科学家，甚至产品经理和设计师都开始用了。
在正式对外发布前，这个连名字都还没定的工具，已经在Anthropic内部拥有了近千名用户。
"我当时在做强化学习环境的搭建，发现这个工具能让我的效率提升好几倍，"产品负责人Cat Wu回忆道。
她原本只是兼职帮Boris提产品建议，结果反馈越提越多，最后干脆全职加入了团队。
这种自下而上的产品诞生路径，在硅谷并不罕见。
Gmail是谷歌工程师的20%时间项目，Facebook的News Feed最初也只是个内部实验。
但Claude Code的特别之处在于，它几乎完全依靠口碑传播，没有任何推广，病毒系数却高得惊人。
打开Claude Code，你会觉得自己穿越回了1980年代。
没有花哨的界面，没有炫酷的动画，甚至连个图标都没有。
就是一个光标在那里闪烁，等待你的输入。
这种设计不是因为懒，而是一种刻意的选择。
"终端界面的美妙之处在于，它能访问开发者能访问的几乎所有东西，"Cat解释道。
通过命令行，Claude Code可以调用GitHub CLI、Datadog CLI，或者任何其他命令行工具。
对熟悉终端的开发者来说，上手几乎是零成本的。
但极简不代表简陋。团队在功能设计上遵循一个原则：新功能不需要任何使用说明。
用户看到功能名称和一行描述，就应该立刻明白它是干什么的。
这种"零文档"的设计理念，逼迫团队在每个细节上都要深思熟虑。
比如那个看似简单的待办事项功能。
最初，工程师Sid发现Claude Code在处理大型重构任务时，经常做了前5个步骤就忘记后面的25个。
解决方案出人意料的简单：强制模型写下所有要做的事，就像人类一样列个清单。
结果效果立竿见影，模型的任务完成率大幅提升。
但找到合适的展示形式却花了几个月。
最开始，待办事项只是在终端里一闪而过。后来发现用户需要随时查看进度，于是改成了持久显示。
团队还尝试过把它放在"思考气泡"里，但用户反馈说太碍眼。
最终，他们选择了一个独立的命令，用户可以随时调用查看。
在Anthropic内部，有一个专门的Slack频道，里面聚集了上千名Claude Code的内部用户。
这个频道的消息更新频率惊人：平均每10分钟就有一条新反馈。
"我们特别喜欢负面反馈，"Cat说得很直接，"不要客套话，就告诉我们哪里不好用。"
这种"狗粮测试"（dogfooding）的文化，让Claude Code的迭代速度快得惊人。
一个功能从想法到内部测试，可能只需要几天。如果反响好，一两周后就能推送给外部用户。
如果反响差，直接砍掉，连文档都不用写。
在传统软件公司，产品经理写PRD，工程师写代码，设计师画界面，分工明确，井水不犯河水。
但在Claude Code团队，这些界限几乎不存在。
设计师Megan以前从来不碰代码，用了Claude Code后，她开始向代码库提交PR（Pull Request）。
不是简单的文案修改，而是真正的功能代码。
产品经理Cat自己也经常改bug，甚至独立开发小功能。
这种工作方式的转变，不仅仅是效率的提升，更重要的是，它打破了传统软件开发中的信息传递损耗。
产品经理不用费尽口舌解释需求，设计师不用画详细的标注图，每个人都可以直接把想法变成代码。
AI产品最大的挑战之一，是如何评估产品质量。
传统软件可以用崩溃率、响应时间这些指标，但AI产品的好坏往往很主观。
Claude Code团队采用了两种评估方法。
第一种是端到端评估，类似于跑基准测试，看模型能否完成特定的编程任务。
但这种方法很粗糙，"如果分数变化了，你得读一堆复杂的日志才能搞清楚原因，"Cat坦言。
第二种是触发评估。比如网页搜索功能，什么时候该触发，什么时候不该触发？
团队会设置明确的场景：问"最新的React版本"时应该搜索，问"Python的for循环怎么写"时不应该搜索。
这种评估相对精确，但只能覆盖部分功能。
说到底，最可靠的评估还是用户反馈。团队与10家早期企业用户保持密切联系，要求他们"尽可能挑刺"。
有问题一周内修复，这是团队给自己定的死线。
哲学家卡尔·波普尔说过："我们的知识只能是有限的，而我们的无知必然是无限的。"
在AI产品开发这个充满未知的领域，Claude Code团队选择拥抱这种不确定性。他们不写冗长的规划文档，不开马拉松式的评审会议，只是不断地构建、测试、迭代。
或许，这才是AI时代产品开发的正确姿势：保持简单，快速行动，让产品自己找到方向。
正如团队内部流传的一句话：代码库就是最好的文档，用户反馈就是最好的指南针。
2024年初，Anthropic的工程师Boris只是想更好地理解自家的API，于是顺手写了个小工具。
这个在终端里运行的简陋程序，看起来就像是上世纪的DOS界面，黑底白字，连个按钮都没有。
但奇怪的事情发生了，Boris团队里的其他工程师开始偷偷使用这个工具。
然后是整个技术部门。
再然后，连研究员、数据科学家，甚至产品经理和设计师都开始用了。
在正式对外发布前，这个连名字都还没定的工具，已经在Anthropic内部拥有了近千名用户。
"我当时在做强化学习环境的搭建，发现这个工具能让我的效率提升好几倍，"产品负责人Cat Wu回忆道。
她原本只是兼职帮Boris提产品建议，结果反馈越提越多，最后干脆全职加入了团队。
这种自下而上的产品诞生路径，在硅谷并不罕见。
Gmail是谷歌工程师的20%时间项目，Facebook的News Feed最初也只是个内部实验。
但Claude Code的特别之处在于，它几乎完全依靠口碑传播，没有任何推广，病毒系数却高得惊人。
打开Claude Code，你会觉得自己穿越回了1980年代。
没有花哨的界面，没有炫酷的动画，甚至连个图标都没有。
就是一个光标在那里闪烁，等待你的输入。
这种设计不是因为懒，而是一种刻意的选择。
"终端界面的美妙之处在于，它能访问开发者能访问的几乎所有东西，"Cat解释道。
通过命令行，Claude Code可以调用GitHub CLI、Datadog CLI，或者任何其他命令行工具。
对熟悉终端的开发者来说，上手几乎是零成本的。
但极简不代表简陋。团队在功能设计上遵循一个原则：新功能不需要任何使用说明。
用户看到功能名称和一行描述，就应该立刻明白它是干什么的。
这种"零文档"的设计理念，逼迫团队在每个细节上都要深思熟虑。
比如那个看似简单的待办事项功能。
最初，工程师Sid发现Claude Code在处理大型重构任务时，经常做了前5个步骤就忘记后面的25个。
解决方案出人意料的简单：强制模型写下所有要做的事，就像人类一样列个清单。
结果效果立竿见影，模型的任务完成率大幅提升。
但找到合适的展示形式却花了几个月。
最开始，待办事项只是在终端里一闪而过。后来发现用户需要随时查看进度，于是改成了持久显示。
团队还尝试过把它放在"思考气泡"里，但用户反馈说太碍眼。
最终，他们选择了一个独立的命令，用户可以随时调用查看。
在Anthropic内部，有一个专门的Slack频道，里面聚集了上千名Claude Code的内部用户。
这个频道的消息更新频率惊人：平均每10分钟就有一条新反馈。
"我们特别喜欢负面反馈，"Cat说得很直接，"不要客套话，就告诉我们哪里不好用。"
这种"狗粮测试"（dogfooding）的文化，让Claude Code的迭代速度快得惊人。
一个功能从想法到内部测试，可能只需要几天。如果反响好，一两周后就能推送给外部用户。
如果反响差，直接砍掉，连文档都不用写。
在传统软件公司，产品经理写PRD，工程师写代码，设计师画界面，分工明确，井水不犯河水。
但在Claude Code团队，这些界限几乎不存在。
设计师Megan以前从来不碰代码，用了Claude Code后，她开始向代码库提交PR（Pull Request）。
不是简单的文案修改，而是真正的功能代码。
产品经理Cat自己也经常改bug，甚至独立开发小功能。
这种工作方式的转变，不仅仅是效率的提升，更重要的是，它打破了传统软件开发中的信息传递损耗。
产品经理不用费尽口舌解释需求，设计师不用画详细的标注图，每个人都可以直接把想法变成代码。
AI产品最大的挑战之一，是如何评估产品质量。
传统软件可以用崩溃率、响应时间这些指标，但AI产品的好坏往往很主观。
Claude Code团队采用了两种评估方法。
第一种是端到端评估，类似于跑基准测试，看模型能否完成特定的编程任务。
但这种方法很粗糙，"如果分数变化了，你得读一堆复杂的日志才能搞清楚原因，"Cat坦言。
第二种是触发评估。比如网页搜索功能，什么时候该触发，什么时候不该触发？
团队会设置明确的场景：问"最新的React版本"时应该搜索，问"Python的for循环怎么写"时不应该搜索。
这种评估相对精确，但只能覆盖部分功能。
说到底，最可靠的评估还是用户反馈。团队与10家早期企业用户保持密切联系，要求他们"尽可能挑刺"。
有问题一周内修复，这是团队给自己定的死线。
哲学家卡尔·波普尔说过："我们的知识只能是有限的，而我们的无知必然是无限的。"
在AI产品开发这个充满未知的领域，Claude Code团队选择拥抱这种不确定性。他们不写冗长的规划文档，不开马拉松式的评审会议，只是不断地构建、测试、迭代。
或许，这才是AI时代产品开发的正确姿势：保持简单，快速行动，让产品自己找到方向。
正如团队内部流传的一句话：代码库就是最好的文档，用户反馈就是最好的指南针。
