自主開發（Autonomous Development）時代：Claude 編寫 Claude
在一個標誌著軟體產業決定性轉折點的啟示中，Anthropic 已確認其旗艦 AI 模型 Claude，現在已經「實際上 100%」地為其自身的開發與產品編寫代碼。由產品長（Chief Product Officer）Mike Krieger 發佈的這項公告，將討論範疇從僅僅如 GitHub Copilot 的輔助工具，提升到了完全自主軟體工程（Autonomous Software Engineering）的領域。
Krieger 是 Instagram 的聯合創辦人，後來加入 Anthropic 領導其產品工作，他透露公司的內部工程流程已經發生了激進的轉變。AI 安全實驗室的人類開發者不再逐行編寫代碼。相反，他們正在編排（Orchestration）由 AI 生成的大規模貢獻，從根本上改變了 2026 年軟體工程師（Software Engineer）的定義。
新標準：2,000 行的拉取請求
Krieger 分享的最引人注目的指標是所生成的代碼規模。在傳統的軟體開發中，「拉取請求（Pull Request）」（將新代碼合併到項目中的提議）通常保持在較小規模——大約 50 到 200 行——以確保其人類可讀且易於審查。大型 拉取請求 因其給審查者帶來的認知負荷而通常不被鼓勵。
然而，在 Anthropic，這項規則已被改寫。工作人員現在定期交付由 Claude 完全生成的、行數在 2,000 到 3,000 行代碼之間的拉取請求。
「Claude 正在由 Claude 編寫，」Krieger 表示，並強調 AI 構建更優質 AI 的遞歸循環不再是一個理論上的奇點事件，而是日常的操作現實。這種巨大的吞吐量允許一個相對較小的工程團隊，以手動輸入無法實現的速度構建和迭代複雜系統。AI 不僅僅是自動補全片段；它負責架構整個模組、重構遺留系統，並根據高階指令實現功能。
從語法到編排
這項轉變迫使 Anthropic 重新定義其人類員工的角色。開發者的價值不再以其對語法的精通程度或打字速度來衡量。相反，工程師實際上已成為「AI 代理（AI Agent）的管理員」。
Anthropic 工程師現在的主要職責包括：
- 高階架構： 定義 Claude 需要解決的問題範圍和結構。
- 驗證與審查： 審核 AI 生成的海量代碼塊，以確保安全性和對齊。
- 系統編排： 管理不同 AI 實例之間的交互，以防止出現「幻覺」依賴。
這一轉變證實了 Anthropic 執行長 Dario Amodei 在大約一年前做出的預測，他當時預言 90% 的代碼最終將由 AI 編寫。根據 Krieger 的說法，公司不僅達到了這一基準，甚至已經超越，大多數產品都達到了「實際上 100%」。
瓶頸轉移
這種生產力爆炸帶來的反直覺後果之一是新瓶頸（Bottleneck）的出現。Krieger 指出，生成的代碼量之大壓垮了他們現有的基礎設施。「合併隊列（Merge Queue）」——將新代碼整合到主代碼庫的自動化系統——必須完全重新架構。
在傳統環境中，瓶頸是人類思考和打字的速度。當這個限制被移除後，壓力會向下游轉移到基礎設施（CI/CD 流水線、測試環境），並向上游轉移到人類的決策能力。挑戰不再是「我們如何構建這個？」，而是「我們如何足夠快地驗證這個？」。
產業分歧：協助 vs. 自主
Anthropic 的「100%」現實與其他科技巨頭的敘述形成了鮮明對比。雖然 Microsoft 和 GitHub 慶祝 AI 編寫了 30-40% 代碼的採用率，但這些數字通常代表「協助」——自動補全行或生成小函數。Anthropic 的模式代表了「自主」，即人類完全從創作循環中移除，僅在方向和批准時介入。
下表說明了從傳統編碼轉向代理時代時開發者角色的演變：
軟體工程角色的演變
---|---|----
指標|傳統編碼 (2010-2022)|自主代理時代 (2026+)
主要輸入|手動語法輸入|自然語言提示與上下文
工作單位|函數 / 檔案 (50-200 行)|功能 / 模組 (2000+ 行)
核心技能|語言語法與邏輯|系統架構與驗證
瓶頸|人類打字速度|審查能力與基礎設施
角色定義|編寫者 / 構建者|架構師 / 審查員
AI 貢獻|0% (無)|95-100% (草稿與實現)
代碼的「品味」
隨著編碼的機械行為實現自動化，Krieger 認為「品味」（Taste）成為區分頂尖工程師的關鍵因素。正如攝影從化學過程轉變為創意過程一樣，軟體工程正從語法過程轉向以設計為中心的過程。
工程師現在必須具備判斷力，知道要求 AI 構建什麼。他們需要辨別「功能性」代碼與「優雅、可維護」代碼之間的區別，即使這些代碼並非由他們親自編寫。這種「品味」可以防止代碼庫變成一堆雖然能運行但無法管理的臃腫代碼——當每天生成數千行代碼時，這種風險會顯著增加。
未來展望
Anthropic 的披露是整個技術領域的風向標。隨著像 Claude 這樣的工具對企業客戶變得更加易於獲取，「Anthropic 開發法」很可能會普及。這對初級工程職位的未來提出了關鍵問題。如果初級開發者的工作——編寫樣板代碼、測試和修復錯誤——完全自動化，產業必須找到新的方法來培訓下一代架構師，使他們具備管理這些系統所需的「品味」。
目前，Anthropic 已經證明了這個循環可以閉合：AI 正在成功地構建下一代 AI，而對於掌握控制權的工程師來說，已經沒有回頭路了。
