Claude Code 诞生记:编码代理不是一夜长成チャプター1×0:08开场0:44早期原型1:19终端为什么重要2:00产品化的分界线2:43dogfooding 的作用3:21行业位置4:03风险边界4:44本期判断5:24收尾0:006:140:08主播Claude Code 看起来像是一个突然冒出来的爆款:打开终端,给它一个任务,它读代码、改文件、跑命令,再把结果交回来。Anthropic 这篇「The Making of Claude Code」真正有意思的地方,是它把这个产品还原成一条很长的线。按照 Anthropic 原文的说法,早在二零二二年,研究团队就在训练能做软件工程任务的模型;今天的 Claude Code,不是一次界面包装,而是多年研究、内部工具和产品节奏叠出来的结果。0:44主播这条线最早不是从终端开始,而是从一个 VS Code 扩展开始。Anthropic 联合创始人 Ben Mann 回忆,公司刚决定做产品时,第一个尝试就是编码助手:你和它聊天,它给出几种修改建议。随后,研究侧继续做强化学习和 agentic coding。Dawn Drain 在原文里提到,他们一度花了很长时间教 Claude 写 diff,后来做出一个叫 clide 的内部命令行工具,用来和 Claude 一起做代码编辑和开发任务。1:19主播这里的关键不是名字从 clide 换成 Claude CLI,再换成 Claude Code。关键是终端形态本身。Anthropic 原文里多位工程师反复提到,命令行工具很简单,启动快,改动也快。它不需要先做复杂的网页应用架构,只要把几件底层能力做好:读文件、编辑文件、运行 bash、搜索上下文。Anthropic 的 Claude Code 文档也把这件事说得很直白:Claude Code 可以在终端、编辑器、桌面和网页里工作,但终端 CLI 仍然是最完整的入口。2:00主播这篇文章最值得听的一点,是 Anthropic 没有把成功解释成某个单点灵感。早期工具很慢,也很笨重,内部有人喜欢,但离外部产品还很远。到二零二四年,Labs 团队开始把方向收拢到 agentic coding。十月之后,团队扩张,年底还有最后两周冲刺,补上登录、错误反馈等基础功能。二零二五年二月,它正式以 Claude Code 的名字发布。换句话说,产品真正成立,靠的是模型能力跨过门槛以后,工程团队把一个内部玩具压成了能交给用户的工具。2:43主播Anthropic 原文还露出一个很强的内部工作方式:他们用 Claude Code 做 Claude Code。团队规模保持得很小,内部用户反馈非常密,有时同一天,甚至同一小时就能看到修复。自动更新和使用指标让这个循环更短。这个细节比「AI 会写代码」更重要。编码代理只有进入真实代码库、真实构建、真实错误和真实人的复核流程里,才知道自己哪里卡住。单纯在演示里生成一个小项目,不足以说明它能承担日常工程工作。3:21主播把 Claude Code 放到行业里看,它和 GitHub Copilot coding agent、OpenAI Codex 走的是同一条大方向:把 AI 从补全代码,推到可以接任务、改仓库、跑测试、提出合并请求的代理。GitHub 在 Copilot coding agent 公告里强调,它会在 GitHub Actions 环境里工作,开草稿 pull request,并保留人工审批。OpenAI 发布 Codex 时,则把重点放在云端沙箱、并行任务、终端日志和测试输出证据上。Claude Code 的差异,是它更早把终端和本地开发者工作流放在中心位置。4:03主播这并不意味着编码代理已经可以替开发者负责。恰恰相反,三个方向都在强调复核。GitHub 写到,代理生成的 pull request 仍然需要人类审批,工作流默认也不会自动运行。OpenAI 在 Codex 文章里说,用户需要检查日志、测试结果和最终代码。Anthropic 自己的文档也把权限、工具、记忆和 hooks 做成可配置对象。原因很直接:一旦代理能读仓库、运行命令、接触外部工具,它就不再只是聊天窗口,而是进入了软件供应链的一部分。4:44主播所以,这篇幕后文章的重点不只是怀旧。它说明 Anthropic 对 Claude Code 的判断很明确:软件工程是通向更强代理能力的一条实用路径。代码任务有环境、有反馈、有测试,也有清楚的成功失败信号,适合训练和打磨代理。与此同时,开发者工作流本身非常保守。一个工具如果不能贴进终端、版本控制、测试和代码审查,就很难长期留下来。Claude Code 把自己放进这些旧流程里,而不是要求开发者换一套工作方式。5:24主播回到用户该怎么看这篇文章。Claude Code 的竞争,短期看是哪个模型更会写代码;再往后看,是谁能把代理放进可靠的工程流程里。Anthropic 这次讲的是产品史,但真正透露出来的是方法:先让内部重度使用者受不了地反馈,再用很短的迭代周期修掉阻塞点,最后等模型能力抵达那个临界点。对开发者来说,问题也变得更具体:不是要不要用编码代理,而是哪些任务可以交给它,哪些步骤必须留给人来验收。