ClaudeClaudeCodeAnthropicAI编程Agent

别再骂Claude限速了,Boris亲口承认:最挑剔的用户,反而最离不开我们

冬梅··原文链接
收录于 2026/5/23 09:27:52

Claude Code的爆发式增长

Claude Code的增长速度超乎想象。Anthropic首席执行官认为年度需求暴增80倍,公司营收从40亿美元攀升至450亿美元,规模翻了十倍。

Boris透露:

  • Claude Code本身已经100%使用Claude Code开发
  • 从去年Opus 4.5时期就已经开始"AI写AI"的闭环
  • Anthropic内部已经默认"未来一定会朝这个方向发展"

产品定义的变化

Claude Code和普通聊天机器人的核心区别是:具备工具调用能力

聊天机器人仅能来回文字沟通,而Claude Code属于智能代理,可以自主调用各类工具完成操作:连通各类工具、浏览器以及本地电脑设备,直接修改本地电脑文件、整理桌面文件等。

Token刷量争议

关于"Token最大化刷量"现象,Boris认为:

  • 大部分用户其实不会频繁撞到Rate Limit
  • Token刷量并不占据主流使用比例
  • 企业推行这类考核,本质目的是推动组织架构与业务流程革新

关键建议:

  1. 开放token使用权限,允许员工自由试验
  2. 给予员工试错空间,宽松的氛围才能催生创新

Token效率问题

Boris提出从三个维度评估模型:

  1. 智能程度(intelligence)
  2. 速度(speed)
  3. 效率(efficiency)

如果必须排序,最重要的还是智能水平。即便一个模型暂时没那么高效,只要它更聪明、能完成更多事情,依然非常有价值。

Effort控制方式:

  • Opus:最大、最强,可设置为"Extra High"或"Maximum effort"
  • Sonnet:中间层
  • Haiku:最轻量

用户可以主动控制"希望模型为这个任务投入多少思考和计算资源"。

从"会写代码"到"能完成任务"

一年半前的Claude Code其实并不好用,它会陷入循环、逻辑混乱、代码质量很差。但现在:

  • Y Combinator现场大约一半人的代码已100%由Claude Code编写
  • 完全不用AI写代码的人全场只有一个

长期运行的突破: 短任务里模型一次生成就够了,真实工程任务是持续的"修改、测试、出错、再修改"循环,可能持续几十分钟甚至数小时。能跑几小时甚至几天的Agent,才开始像真正的工程代理。

核心观点

  • Token刷量并非需求主力,多数用户不会频繁撞到限制
  • 最挑剔的用户,反而最离不开Claude
  • 效率优化通常在"模型先变聪明"之后再进行
  • 现在真正深度使用AI的人,整体都还属于早期用户