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

  • LLM与强化学习融合:开启智能推荐新纪元,首篇系统性综述发布

    强化学习(RL)将推荐系统建模为序列决策过程,支持长期效益和非连续指标的优化,是推荐系统领域的主流建模范式之一。然而,传统 RL 推荐系统受困于状态建模难、动作空间大、奖励设计复杂、反馈稀疏延迟及模拟环境失真等瓶颈。近期,大语言模型(LLM)的崛起带来了新机遇。LLM 凭借常识储备、推理能力和语义天赋,不仅能让智能体更懂用户,还能充当高保真的环境模拟器。LL…

    2026年3月3日
    16800
  • OpenAI内部开发大揭秘:Codex已成工程师队友,每周重塑软件开发!

    “未来某个时间点,我们或许会为智能体(Agent)构建软件。届时,智能体可能会扮演产品经理或产品工程师的角色。” 在近期举行的 Pragmatic Summit 上,OpenAI Codex 工程主管 Tibo Sottiaux 与 OpenAI 应用首席技术官 Vijaye Raji 分享了 OpenAI 内部工程师使用 AI 进行开发的真实体验与观察。 …

    2026年2月27日
    28800
  • 解锁实时数据流:10个FastAPI流式API模式让看板动起来

    十个可直接复制粘贴的模式,用 FastAPI 向浏览器推送数据——顺滑、安全、低延迟。 用 FastAPI 构建实时看板。十种流式模式——SSE、WebSocket、NDJSON、chunked responses、backpressure、fan-out、caching 和 security——配套可运行代码。 看板不是被“一次刷新”杀死的,而是死于无数个…

    2026年1月12日
    25600
  • NitroGen:英伟达开源通用游戏AI模型,可零样本玩转千款游戏

    这流畅的游戏操作,堪比技术流玩家的实况画面。尤其是《茶杯头》中的躲避、跳跃、攻击一气呵成,令人惊叹。 最令人震撼的是,这些操作完全由AI完成。 与传统的单一游戏自动化脚本不同,这是一个完整的通用大模型,能够玩遍市面上几乎全部的游戏类型。 这就是英伟达最新开源的基础模型——NitroGen。 该模型的训练目标是玩转1000款以上的游戏,无论是RPG、平台跳跃、…

    2025年12月21日
    19300
  • 清华UniCardio:多模态扩散模型革新心血管监测,实现实时全面信号生成

    可穿戴健康监测信号由于监测难度高、观测噪声大、易受干扰,高质量的心血管信号仍难以长期便捷获取,这是智能健康监测系统始终面临的现实困境。近日,清华朱军等团队提出了一种统一的多模态生成框架 UniCardio,在单扩散模型中同时实现了心血管信号的去噪、插补与跨模态生成,为真实场景下的人工智能辅助医疗提供了一种新的解决思路。相关工作《Versatile Cardi…

    2025年12月30日
    28900