Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

2026年新年第三天,Claude Code的创始人兼负责人Boris Cherny进行了一场线上教学,亲自演示了他使用这款AI编程工具的个人工作流。

他表示,自己的配置可能“简单”得令人意外。Claude Code开箱即用的体验已经非常出色,因此他个人并未进行太多自定义设置。

Boris强调,使用Claude Code没有所谓的“标准答案”。该工具在设计之初就旨在可定制、可深度改造,用户可以完全按照自己的偏好来使用它。事实上,他团队中的每位成员使用Claude Code的方式都各不相同。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

一、五线并行

他在终端中同时运行5个Claude Code窗口,并为这些标签页编号为1到5号,同时开启系统通知。这样,当某个Claude实例需要他输入指令时,他能立刻收到提醒。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

二、多端无缝衔接

除了本地终端,他还会同时在网页端(http://claude.ai/code)运行5到10个Claude任务。

在终端编写代码时,他经常使用 & 将本地会话置于后台运行,或者直接在Chrome浏览器中启动新会话。有时还会使用 --teleport 命令在不同会话间“传送”工作进度。

他甚至会在早上使用手机(iOS版Claude App)启动几个会话,之后再回到电脑上查看进度。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

三、全力投入Opus 4.5

他会为所有任务启用Opus 4.5模型(并开启Thinking模式),他认为这是目前最强大的编程模型。

虽然它比Sonnet模型更大、更慢,但同时它也更聪明、更擅长调用工具,无需过多引导。因此从最终结果来看,它完成任务的速度通常反而比小模型更快。

四、共享知识库:CLAUDE.md

团队共享一个名为 CLAUDE.md 的文件。他们将其存放在Git仓库中,团队成员每周都会多次更新它。一旦发现Claude在某个地方出错,他们就会将相应的规则写入 CLAUDE.md,确保它下次不再犯同样的错误。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

五、持续复利:代码评审

在进行代码评审(Pull Request)时,他经常会 @.claude,让它将同事PR中的一些优秀实践或规范沉淀到 CLAUDE.md 中。他们通过 /install-github-action 安装了Claude Code的GitHub Action。这构成了他们版本的“复利工程”。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

六、谋定而后动:Plan模式

大多数任务都从Plan模式开始(通过连按两次Shift+Tab触发)。如果目标是编写一个PR,他会先在Plan模式下与Claude反复沟通,直到认可其提出的方案。

之后,他会切换到自动接受修改模式,Claude通常就能直接“一波带走”完成任务。一个好的初始方案至关重要!

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

七、打造自己的斜杠命令

他会把每天重复多次的核心工作流都封装成斜杠命令。这让他免于重复输入提示词,也让Claude能直接调用这些流程。这些命令存放在 .claude/commands/ 目录下并提交到Git。

例如,他和Claude每天会使用几十次的 /commit-push-pr 命令。该命令利用内联Bash预先计算Git状态等信息,运行极快,避免了反复的对话交互。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

八、善用子智能体

他经常使用特定的子智能体:例如 code-simplifier 用于在任务完成后简化代码,verify-app 用于进行端到端测试。与斜杠命令一样,子智能体本质上是将PR评审中最常见的流程自动化。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

九、自动代码美化

他们使用了PostToolUse钩子来自动格式化代码。虽然Claude编写的代码格式已经很好,但这个钩子能处理最后10%的细节,避免在持续集成阶段因格式问题报错。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

十、权限管理

他不会使用 --dangerously-skip-permissions 选项。相反,他会使用 /permissions 命令预先授权一些在当前环境下安全的常用Bash命令。这些配置保存在 .claude/settings.json 中,供团队共享。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

十一、工具全家桶

Claude Code会帮他操作所有工具,经常通过MCP服务器搜索并发送Slack消息,运行 bq 命令行执行BigQuery查询,或者从Sentry抓取错误日志。Slack的MCP配置保存在 .mcp.json 中供团队使用。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

十二、处理长时间任务

对于耗时较长的任务,他会采取以下策略:
1. 让Claude在任务完成后启动一个后台智能体进行验证;
2. 使用Stop钩子进行确定性检查;
3. 使用 ralph-wiggum 插件。
在这种情况下,他会使用 --permission-mode=dontAsk 或在沙盒环境中使用跳过权限模式,这样Claude就能心无旁骛地“输出”,不会被权限弹窗中断。

Claude Code创始人Boris Cherny亲授:13条高效AI编程实战秘籍,引爆500万在线围观

十三、构建反馈闭环

最后一点,也是获得高质量结果的关键:为Claude提供一个验证其自身工作的途径。如果建立了有效的反馈闭环,结果的质量能提升2到3倍。
例如,Claude在更新网页版代码时,会通过Chrome插件测试每一个改动:自动打开浏览器,测试UI,不断迭代,直到代码运行无误且交互体验流畅。

验证方式因领域而异:可能是运行一段Bash脚本、执行测试套件,或者在模拟器中运行应用程序。务必投入精力将“验证流程”打造得坚如磐石。

感兴趣的开发者,可以在日常使用Claude Code时,将Boris Cherny的这些实践作为参考。


关注“鲸栖”小程序,掌握最新AI资讯

本文来自网络搜集,不代表鲸林向海立场,如有侵权,联系删除。转载请注明出处:http://www.itsolotime.com/archives/16894

(0)
上一篇 2026年1月4日 下午1:05
下一篇 2026年1月4日 下午1:25

相关推荐

  • 淘宝AI狼人杀大赛:多智能体博弈平台WhoisSpy.ai如何用大模型重构社交推理游戏

    淘宝AI狼人杀大赛:多智能体博弈平台WhoisSpy.ai如何用大模型重构社交推理游戏(上) 一场令人“汗流浃背”的狼人杀对局正在上演:天崩开局的倒钩狼悍跳预言家、冲锋狼因言多必失、神职阵营掌控全场确保每晚都是平安夜……而最令人惊讶的是,这些高能玩家并非人类,而是由不同大模型驱动的AI智能体(Agent)。 这场颠覆传统游戏体验的AI狼人杀大乱斗,源自淘宝推…

    2025年12月23日
    12500
  • LLM驱动的跨平台内核自动生成:融合监督微调与强化学习的智能优化新范式

    关键词:LLM、内核生成、自动化优化、智能体、基准测试 现代人工智能系统的性能从根本上受制于底层内核的质量,这类内核可将高层算法语义转化为底层硬件操作。要实现接近最优性能的内核,需要研发人员具备专家级的硬件架构知识与编程模型认知,这使得内核工程成为一项至关重要但耗时冗长且不具备可扩展性的工作。 Towards Automated Kernel Generat…

    5天前
    4400
  • 揭秘RAG排序层:LambdaMART如何成为检索增强生成成败的关键

    那层几乎无人提及、却决定你AI应用成败的排序层。 Google、Netflix、具备联网搜索功能的ChatGPT,它们有何共通之处?都依赖一个排序算法来决定你首先看到什么。它不决定“有什么”,而是决定你“看见什么”。 当我们的团队调试RAG流水线,探究为何它对某些查询返回一堆无关内容时,“排序学习”问题一次次浮现。算法本身不难找到,但几乎没有人在构建AI应用…

    2025年12月9日
    9300
  • 揭秘NVIDIA GT200微架构:通过微基准测试发现未公开的存储层级与同步机制

    关键词:GPU 微架构、微基准测试、CUDA、存储层次、算术流水线、控制流 本文是系列文章《Demystifying GPU Microarchitecture through Microbenchmarking》的第一篇,也是早期 NVIDIA GPU 架构分析文章之一。由于全文篇幅较长(约 2 万字),可能更适合作为参考资料,建议读者根据目录选择感兴趣的…

    2025年12月20日
    7800
  • LingoEDU:结构化预处理新突破,让大模型生成可溯源,DeepSeek准确率飙升51%

    LingoEDU:结构化预处理新突破,让大模型生成可溯源,DeepSeek准确率飙升51% 一种名为LingoEDU(简称EDU,即基本话语单元技术)的新方法,能够零成本降低大模型幻觉,让DeepSeek的准确率相对提升51%。 LingoEDU是一个在大模型正式生成前执行的专用「预处理」模型。其核心在于对输入文本进行精准切分,为每一个最小信息单元(EDU)…

    2026年1月5日
    7700