号称 Shopify 2.3 万工程师背后的 Claude Code 配置
1. 先统一 AI 入口
Shopify 没把团队绑死在一个工具上，而是先做一层 LLM proxy。Claude Code、Copilot、Cursor 都从同一个 gateway 走，再接 OpenAI、Anthropic、Google
这样能统一看用量、控成本、做模型路由。以后换模型，工程师的工作流不用跟着重搭。
2. 大任务开 parallel agents
别把 Claude Code 当单个聊天框用。大任务拆成几块，开 2-3 个终端同时跑
一个 agent 改 auth，一个写 payment flow 测试，一个更新 API 文档。人负责看 diff、丢掉不靠谱的输出、合并能用的部分。
3. 架构问题用 critique loop
写代码可以并行，架构决策更适合让一个 agent 多轮自我审查
prompt 可以这样写：先给方案，再批判哪里会在 scale 时出问题，然后基于批判修订，再批判修订版，最后给每个决策的置信度
别急着拿第一版答案，让 Claude 先把自己的漏洞挑出来。
4. 让 Claude 访问真实系统
Shopify 开源了 shopify-dev-mcp，让 Claude Code 直接查最新文档、验证 GraphQL schema、跑 Shopify CLI，还能处理产品、metafields、themes、bulk operations
其他团队就接自己每天用的 MCP：GitHub、Slack、数据库、内部文档。
5. CLAUDE.md 提交到 git
把 CLAUDE.md 当团队共享上下文提交到 repo，让所有 agent 看到同一套项目规则
内容控制在 60 行以内，只放 stack、常用命令、目录结构、硬规则。原文特别提醒，塞太多标准会拖慢每一轮，因为这些内容每次都要进上下文。
6. 权限先收紧
agent 可以读文件、改代码、跑测试、lint、看 git status、看 diff、commit。
push、deploy、删库、rm -rf、读取 .env 和 secrets 这类动作直接禁止。默认可以接受编辑，但任何不可逆操作都留给人。
7. 把时间挪到策略验证
原文说 Shopify 的工程时间分配已经从 70% 执行、30% 策略，翻到 70% 策略、30% 执行
AI 写更多代码之后，人要花更多时间判断用户流程、需求是否成立、架构该怎么选。20% productivity gain 来自更快试 10 个方案，而不是更快敲完同一个方案。
1. 先统一 AI 入口
Shopify 没把团队绑死在一个工具上，而是先做一层 LLM proxy。Claude Code、Copilot、Cursor 都从同一个 gateway 走，再接 OpenAI、Anthropic、Google
这样能统一看用量、控成本、做模型路由。以后换模型，工程师的工作流不用跟着重搭。
2. 大任务开 parallel agents
别把 Claude Code 当单个聊天框用。大任务拆成几块，开 2-3 个终端同时跑
一个 agent 改 auth，一个写 payment flow 测试，一个更新 API 文档。人负责看 diff、丢掉不靠谱的输出、合并能用的部分。
3. 架构问题用 critique loop
写代码可以并行，架构决策更适合让一个 agent 多轮自我审查
prompt 可以这样写：先给方案，再批判哪里会在 scale 时出问题，然后基于批判修订，再批判修订版，最后给每个决策的置信度
别急着拿第一版答案，让 Claude 先把自己的漏洞挑出来。
4. 让 Claude 访问真实系统
Shopify 开源了 shopify-dev-mcp，让 Claude Code 直接查最新文档、验证 GraphQL schema、跑 Shopify CLI，还能处理产品、metafields、themes、bulk operations
其他团队就接自己每天用的 MCP：GitHub、Slack、数据库、内部文档。
5. CLAUDE.md 提交到 git
把 CLAUDE.md 当团队共享上下文提交到 repo，让所有 agent 看到同一套项目规则
内容控制在 60 行以内，只放 stack、常用命令、目录结构、硬规则。原文特别提醒，塞太多标准会拖慢每一轮，因为这些内容每次都要进上下文。
6. 权限先收紧
agent 可以读文件、改代码、跑测试、lint、看 git status、看 diff、commit。
push、deploy、删库、rm -rf、读取 .env 和 secrets 这类动作直接禁止。默认可以接受编辑，但任何不可逆操作都留给人。
7. 把时间挪到策略验证
原文说 Shopify 的工程时间分配已经从 70% 执行、30% 策略，翻到 70% 策略、30% 执行
AI 写更多代码之后，人要花更多时间判断用户流程、需求是否成立、架构该怎么选。20% productivity gain 来自更快试 10 个方案，而不是更快敲完同一个方案。
