Anthropic Claude Code工程总监Fiona Fung在Code w/ Claude SF 2026上公开了团队的真实运作方式——当AI代理编码成为默认工作方式后，他们悄悄改写了5条工程铁律。这些变化，可能比新模型发布更重要。
事件回顾
2026年6月3日，Anthropic在官方博客发布了一篇重磅文章《Running an AI-native engineering org》（运营一个AI原生的工程组织）。作者是Claude Code和Claude Cowork的工程总监Fiona Fung，她在Code w/ Claude SF 2026大会上分享了Claude Code团队的真实运作方式。
这篇文章的特殊之处在于：它不是PR稿，不是产品发布，而是一个顶级AI工程团队的内部运作手册。Fiona开门见山地说了一段让很多工程Leader心有戚戚的话：
"多年来，工程带宽是构建应用中最昂贵的部分。我们围绕这个成本建立的所有流程——先瀑布再敏捷——如今都需要重写。在Claude Code团队，写代码、写测试、重构已经很少拖慢我们的速度。但瓶颈并没有消失——验证、代码审查和安全取代了它们的位置。"
她坦承一个普遍的困惑："我们都能极快地生成大量代码了，但这也带来了新问题：这些代码是否正确？如何维护？我收到最多的来自工程Leader的问题是——'你们的代码审查是怎么跟上的？'"
5条被重写的工程铁律
铁律一：从"预规划"到"即时规划"（JIT Planning）
旧规则：花大量时间预先规划，因为写代码很贵。 新规则：原型先行，让内部用户用起来，根据反馈快速迭代。
Fiona提到她刚加入Claude Code团队时，团队写了一版相当不错的六个月路线图，"但到第三个月时，Claude Code变化太大了，路线图完全过时了。"现在他们不做冗长的产品评审——"我们的流程是：先做原型，找大量内部用户用起来，然后根据反馈行动。"
这种"即时规划"模式很像JIT编译——只在需要的时候做刚好够的计划。
铁律二：从"找原作者"到"问Claude"
旧规则：想知道某段代码为什么这么写？找到写代码的人。 新规则：先问Claude。
Fiona举了一个很实际的例子："当所有PR都有Claude辅助时，'谁做了这个改动？'已经不够了。我们现在的规范是往下挖一层：你到底需要知道什么？是谁导致了回归？是需要专家回答客户问题？还是需要理解某个决策的背景？——你直接问Claude这些问题，同时考虑Claude是否可以直接回答，甚至加上更多数据和上下文。"
更激进的是，团队还有一条附加规则："不管什么问题，我们都会问一句——有没有办法把它自动化？"她举了一个个人例子：每天早上手冲咖啡时手动总结客户反馈渠道，现在已经变成Claude自动在后台运行的常规任务。
铁律三：人只审"需要人"的部分
旧规则：所有代码变更都需要人类审查。 新规则：Claude处理风格、Lint、Bug发现和修复、测试添加；人类审查法律合规、安全边界、产品品味。
"持续评估很重要，"Fiona强调，"因为信任和验证之间的正确平衡会随着模型改进而不断变化。今天需要人做的事，下一个模型版本可能就不需要了。"
铁律四：角色边界消失了
旧规则：工程师写代码，PM做规划，设计师做设计。 新规则：PM开始大量写代码，工程师接手内容和设计。
"我们的PM现在写很多代码，这很有意思，"Fiona说，"有了Claude，非传统程序员现在能做更多工程工作，而工程师也开始做传统上属于非技术侧的内容和设计工作。"
在招聘上，她押注两类人：有产品sense的创造型Builder（好奇心强、热衷于解决实际问题）和深度系统专家。"我不太看重的反而是原始产出吞吐量——模型能处理那些。真正的问题是：哪里还需要人类专家？那才是我关注的重点。"
铁律五：允许"杀死"不再有用的流程
"我们无情地质疑为什么要按某种方式做事。当某件事不再有意义时，团队成员有明确的权限去质疑和砍掉旧流程。"
Fiona分享了一个生动的例子：她曾经在一个团队里，每周有一个昂贵的大评审会，一堆人坐在会议室里。她发现所有人都在看笔记本，只有轮到自己报状态时才抬头说两句，然后继续低头。"我只问了一个简单的问题：'我们为什么还要开这个会？这似乎是对我们时间的昂贵使用。'就这一个问题，让所有人意识到它不需要了。我们取消了它。"
三个每个工程Leader都该追踪的数字
Fiona给出了三个具体指标：
- 上手时间（Time-to-effectiveness）：工程师、设计师或PM需要多久才能开始有效产出？"在我们团队，这比一年前快得多。工程师现在入职第一周就能提交真实代码。"
- 构建管道是否跟得上："当我们生成这么多代码时，构建系统和CI有时会挣扎。这个指标能帮你识别管道中哪个环节在拖慢扩展。"
- Claude辅助提交占比："对我们而言，默认情况下每次提交都是Claude辅助的。过去四个月，我没见过一次非Claude辅助的提交。"
她特别提醒："不要把吞吐量和成功率混为一谈。吞吐量是一个指标，但真正的指标是你在解决的问题。在正确的一致性下，吞吐量能帮你更快解决问题。"
为什么这对AI创业者至关重要
Anthropic公开这份内部手册，释放了三个重要信号：
第一，Agentic Coding不是"未来"，是"现在"。 当Claude Code自己的工程团队已经做到100%提交由AI辅助，这意味着工具成熟度已经达到生产级。对于正在考虑是否要引入AI编程工具的创业团队，这不是"要不要"，而是"多快"的问题。
第二，组织变革比工具选型更难。 Fiona通篇没有讲技术实现细节，而是花了大量篇幅讲流程变化、角色变化、招聘标准变化。这提醒我们：引入AI Agent不只是装个插件，而是需要重新设计整个工程组织方式。
第三，人的价值在向"上游"迁移。 当代码生成不再稀缺，人类的稀缺价值变成了：系统架构判断、安全边界划定、产品品味、法律合规。这些是AI目前做不好的，也是工程师需要刻意培养的能力。
行动建议：30天启动你的AI-Native转型
第1周：做一个"流程审计" 列出团队目前所有周会、评审会、站会。问自己Fiona的那个问题——"这个会还有必要吗？"至少找出一个可以取消或自动化的流程。
第2周：强制"先问AI" 设定一个团队规则：任何关于代码的提问，必须先问Claude/ChatGPT/Cursor。24小时内不允许直接找人。记录哪些问题AI能回答、哪些不能，你会发现惊喜。
第3周：定义"人类审查清单" 不是所有代码都需要人类审查。和团队一起明确：哪类代码变更必须人类过目（安全、合规、核心业务逻辑），哪类可以交给AI+自动化测试。写成文档，开始执行。
第4周：追踪三个数字 开始记录Fiona提到的三个指标——上手时间、构建管道瓶颈、AI辅助占比。不需要精确，但需要趋势。一个月后的数据会让你看清哪里该投入。
*参考来源：Anthropic官方博客《Running an AI-native engineering org》，Fiona Fung，2026年6月3日发布。*
#AI创业 #AgenticCoding #工程管理 #ClaudeCode #一人公司
本文由AI辅助创作，经人工审核编辑发布