探讨Anthropic工程团队特点及可借鉴经验
【7】未来的工程团队会是什么样？一些可以借鉴的，和一些不能复制的
Boris 说：“编程现在太有意思了。上一次有这种感觉，还是中学时第一次在图形计算器上写代码。那种魔法般的感觉，我很久没体验过了，但现在又回来了。”
Sid 的感受类似：“让我兴奋的有两件事。一是我们发布的速度——有时候甚至感觉太快了。二是这么多的实验空间——以前的工作虽然也快，但做的东西比较套路，知道答案是什么，就是执行而已。现在不一样，模型每三个月就变一次，我们得不断重新思考怎么做事。”
这些感受很真实，也很有感染力。
但在讨论“未来工程团队会是什么样”之前，也不要忘记 Anthropic 的特殊性。
第一，Anthropic 是研究实验室，不是产品公司。它的核心使命是研究 AI 安全和能力，产品是手段不是目的。这意味着他们对“快速实验”的容忍度比一般公司高得多。
第二，他们的主要产品是 Claude 模型本身。Claude Code 只是模型的一个“套壳”。所以“删代码让模型做更多事”对他们来说是自然选择，但对其他公司可能意味着把核心业务逻辑交给一个黑盒。
第三，所有员工都有无限的 Claude 访问权限，包括最贵的 Opus 模型。在大多数公司，AI 订阅费是需要争取的预算项目，不可能人人敞开用。
第四，团队只有十几个人，流程极简。他们几乎不用 feature flag（功能开关），因为“太慢了”。这在用户基数大、出错成本高的产品里是不可想象的。
所以，直接复制 Claude Code 团队的做法，对大多数团队来说不一定现实。
但有些东西是可以借鉴的。
快速原型的思维方式：就算你做不到一天 10 个原型，能不能从“两周一个”变成“一周三个”？工具已经变了，对“原型应该多快”的预期也该更新了。
AI 辅助代码审查：让 AI 做第一遍审查，人做第二遍。这个流程不依赖无限 API 访问，大多数团队都能尝试。
TDD 的复兴：如果写测试变得足够容易，那“没时间写测试”就不再是借口。这可能是改善代码质量的一个低成本切入点。
Product-minded engineer (有产品感的工程师) 的价值放大：Claude Code 团队没有设计师、没有 PM，就靠几个有产品感的工程师。AI 工具让这种“全栈型人才”能做的事情大幅扩展了。
Boris 说：“编程现在太有意思了。上一次有这种感觉，还是中学时第一次在图形计算器上写代码。那种魔法般的感觉，我很久没体验过了，但现在又回来了。”
Sid 的感受类似：“让我兴奋的有两件事。一是我们发布的速度——有时候甚至感觉太快了。二是这么多的实验空间——以前的工作虽然也快，但做的东西比较套路，知道答案是什么，就是执行而已。现在不一样，模型每三个月就变一次，我们得不断重新思考怎么做事。”
这些感受很真实，也很有感染力。
但在讨论“未来工程团队会是什么样”之前，也不要忘记 Anthropic 的特殊性。
第一，Anthropic 是研究实验室，不是产品公司。它的核心使命是研究 AI 安全和能力，产品是手段不是目的。这意味着他们对“快速实验”的容忍度比一般公司高得多。
第二，他们的主要产品是 Claude 模型本身。Claude Code 只是模型的一个“套壳”。所以“删代码让模型做更多事”对他们来说是自然选择，但对其他公司可能意味着把核心业务逻辑交给一个黑盒。
第三，所有员工都有无限的 Claude 访问权限，包括最贵的 Opus 模型。在大多数公司，AI 订阅费是需要争取的预算项目，不可能人人敞开用。
第四，团队只有十几个人，流程极简。他们几乎不用 feature flag（功能开关），因为“太慢了”。这在用户基数大、出错成本高的产品里是不可想象的。
所以，直接复制 Claude Code 团队的做法，对大多数团队来说不一定现实。
但有些东西是可以借鉴的。
快速原型的思维方式：就算你做不到一天 10 个原型，能不能从“两周一个”变成“一周三个”？工具已经变了，对“原型应该多快”的预期也该更新了。
AI 辅助代码审查：让 AI 做第一遍审查，人做第二遍。这个流程不依赖无限 API 访问，大多数团队都能尝试。
TDD 的复兴：如果写测试变得足够容易，那“没时间写测试”就不再是借口。这可能是改善代码质量的一个低成本切入点。
Product-minded engineer (有产品感的工程师) 的价值放大：Claude Code 团队没有设计师、没有 PM，就靠几个有产品感的工程师。AI 工具让这种“全栈型人才”能做的事情大幅扩展了。