Anthropic重构工程管理 叫停长期路线图与专职经理

Running an AI-native engineering org — Claude

Claude

代码生成瓶颈击穿后,工程卡点全面转向验证与审查,团队必须废除冗长规划并强制要求管理层重返一线写代码。

AI-assisted summary of Running an AI-native engineering org — original source. Check the original for full context.

Source published:

Key ideas

  • Anthropic 的 Claude Code 团队经历彻底的瓶颈转移:代码生成与重构已不再是稀缺资源,系统的主要卡点转移至代码正确性验证、人工审查速度、安全合规与长期代码维护成本。 (2:11)
  • 团队推翻为期 6 个月的传统路线图与长篇设计文档,全面转向“即时规划”(JIT Planning),在技术分歧中直接由 Claude 生成多个可选 PR 方案,以真实代码影响取代会议室白板辩论。 (8:28)
  • Anthropic 改革工程管理层招聘,强制所有新聘工程经理必须先以独立贡献者(IC)身份编写代码,借助 Claude 消除内部脚手架与 Git 上下文切换成本,并在团队内建立技术威信。 (17:40)
  • 在效能衡量上,Claude Code 团队在过去四个月几乎实现 100% 由 Claude 辅助提交代码,同时通过“新人入职爬坡时间”和“PR 交付周期”显著下降来检验基础设施是否能承载暴增的代码吞吐量。 (23:13)

Detailed notes

## Background 该视频由 YouTube 频道 Claude 于 2026 年 5 月 8 日发布。内容源自 Anthropic 旗下 Claude Code 工程总监 Fiona Fung 的演讲,探讨了当智能体编码成为团队常态时,组织在代码审查、代码所有权与招聘等流程上暴露的破绽,以及团队为了保持交付节奏而重构的管理规范。

## TL;DR Fiona Fung 深入剖析了 AI 原生工程团队面临的核心范式转变:编码吞吐量不再是瓶颈,真正的卡点已后移至代码验证、人工审查与长期维护成本。面对传统流程的“悄然失效”,Claude Code 团队推行即时规划(JIT Planning),用可运行的 PR 代替冗长的设计文档与白板争辩,并重塑了招聘画像,重点吸纳具备产品感的好奇构建者与底层分布式系统专家。管理上,团队坚持极度扁平化并要求工程经理从 IC 做起,通过全员深度使用 Claude 配合自动化例程(Routines)消灭冗余会议,使交付重心全面转向“测试左移”与动态的“信任但验证”机制。

## Atmosphere & style 演讲整体氛围轻松幽默且务实坦诚,开场通过自拍互动与自嘲瞬间打破了技术分享的严肃感。Fiona 兼具资深工程领导者的敏锐洞察与一线开发者的极客特质,叙事节奏明快,毫不避讳地拆解组织在转型期遇到的阵痛与尴尬轶事。听众既能感受到前沿技术冲击下破旧立新的紧迫感,又能在平实真诚的经验复盘中获得踏实可落地的行动底气。

## Bulletin - [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) Anthropic 的 Claude Code 团队经历彻底的瓶颈转移:代码生成与重构已不再是稀缺资源,系统的主要卡点转移至代码正确性验证、人工审查速度、安全合规与长期代码维护成本。 - [08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 团队推翻为期 6 个月的传统路线图与长篇设计文档,全面转向“即时规划”(JIT Planning),在技术分歧中直接由 Claude 生成多个可选 PR 方案,以真实代码影响取代会议室白板辩论。 - [17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) Anthropic 改革工程管理层招聘,强制所有新聘工程经理必须先以独立贡献者(IC)身份编写代码,借助 Claude 消除内部脚手架与 Git 上下文切换成本,并在团队内建立技术威信。 - [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) 在效能衡量上,Claude Code 团队在过去四个月几乎实现 100% 由 Claude 辅助提交代码,同时通过“新人入职爬坡时间”和“PR 交付周期”显著下降来检验基础设施是否能承载暴增的代码吞吐量。

## Key takeaways - [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) 传统软件工程的排期与敏捷框架基于“编码吞吐量是最昂贵资源”的假设,如今这一瓶颈被击穿,研发卡点转移至下游的审查、验证与维护。 - [05:59](https://www.youtube.com/watch?v=igO8iyca2_g&t=359s) 旧有流程极少会自动消亡,反而会像叠罗汉般越积越多,最终在 AI 时代演变为规划、代码所有权、代码审查等机制的“悄然失效”。 - [08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 在底层模型能力快速跃迁的环境下,为期 6 个月的产品规划过于僵化,工程团队必须拥抱即时编译式的“即时规划”(JIT Planning)。 - [08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) 技术争论的范式转变为“代码胜出”(code wins),双方无需在白板前空谈假设,而是直接利用 AI 生成多个不同实现的 PR 进行实际系统影响比对。 - [10:41](https://www.youtube.com/watch?v=igO8iyca2_g&t=641s) 团队大幅削减事前设计文档与冗长产品评审,通过“以 PR 代替文档”和更激进的自动化“测试左移”赋予跨职能成员提交代码的信心。 - [12:38](https://www.youtube.com/watch?v=igO8iyca2_g&t=758s) 面对 AI 协作下模糊的代码归属权,追问“代码是谁写的”应转向“双击探寻”真实意图,并将排查与反馈摘要等机械工作交由后台智能例程(Routines)处理。 - [13:53](https://www.youtube.com/watch?v=igO8iyca2_g&t=833s) 代码审查采取分工策略:由 Claude 充当“PR 保姆”处理 Lint、初步反馈与测试补全,人类专家则专注于法务风险、信任与安全边界以及产品品味把关。 - [15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) 团队招聘画像大幅降低对“纯代码吞吐速度”的权重,转向重度布局“具备敏锐产品直觉的创意构建者”与“深谙底层架构的分布式系统专家”。 - [15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) AI 正在抹平跨职能岗位边界,工程师能够借助 Claude 弥补内容文案设计短板,而产品经理也能直接下场编写并发布生产代码。 - [17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) 管理层必须保持扁平化并拒绝传统 1:10 的层级嵌套,新任工程经理必须从亲自使用 Claude 写代码做起以落实重度“狗粮测试”。 - [19:52](https://www.youtube.com/watch?v=igO8iyca2_g&t=1192s) 代码库取代了经常滞后的设计规范与 Wiki 成为“单一真理源”,团队直接运行 Claude 检索本地代码仓库来即时解答技术与客户咨询。 - [20:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1240s) 团队推行三大全局铁律:全员(含非技术角色)使用 Claude Code、全面 Claude 化能接管的一切事务、明确授予全员消灭冗余流程的许可。 - [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) AI 原生团队的核心评估指标应聚焦于新人入职爬坡时间、PR 交付周期缩短以及 Claude 辅助提交率,而非盲目追求公关式的代码生成百分比。 - [25:51](https://www.youtube.com/watch?v=igO8iyca2_g&t=1551s) 随着 AI 大幅降低跨平台学习成本,传统按 iOS 和 Android 操作系统硬性切分平台团队的必要性,以及代码审查完全自动化的边界仍是未解的开放难题。 - [26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) “信任但需验证”是一项动态法则,随着新一代模型的演进,原本需要大量人工核验的工作可动态放权,团队应主动识别并剔除最嘈杂、低效的会议和工作流。

## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=igO8iyca2_g&t=3s) 开场与演变背景:AI 时代的工程组织挑战

演讲在一片轻松幽默的互动中拉开序幕。演讲者 Fiona Fung 站在台上,首先确认台下观众是否听得清,随后笑着请求台下观众配合拍一张现场照片。她调侃道,这绝不是 Claude Code 团队的某种奇怪仪式,而是因为同事 Boris 和 Jared 的分享刚好排在两点档,她原本以为大家听完那一批分享后人就走光了,现场大概率会空空如也,没想到台下居然座无虚席。伴随着台下观众的欢呼与笑声,她打趣地保证自己和 Boris 平时绝不是整天互相比拼自拍照的狂热分子。

Fiona Fung 介绍了自己的履历与职责:她目前在 Anthropic 负责带领 Claude Code 以及 Cowrie 的工程与产品团队,与 Boris 及 Cat 紧密并肩作战。在加入 Anthropic 之前,她曾在科技巨头 Meta 和微软(Microsoft)领导并扩大过多个大型团队。谈到本次分享的核心初衷,她指出整场演讲围绕着在搭建和壮大 Claude Code 团队过程中的经验教训展开。令人感慨的是,随着 AI 研发工具和机制的剧烈演化,连经验本身的时效性都被大幅压缩。例如,她在做这份幻灯片时仅是在一个月前,但如今已经不得不动手修改其中的内容,因为最初动笔时团队甚至还没有引入自动化日常任务(routines),而这套全新的工作范式在极短时间内就彻底改变了团队协作的面貌。

整个分享被规划为五大核心主题: 1. **瓶颈转移(The shift)**:工程交付全链路上的真正卡点究竟挪到了哪里。 2. **重塑团队规范(Rewriting team norms)**:当瓶颈变化后,Claude Code 内部必须推翻并重构哪些协作规则。 3. **落地推行与验证信号(Rollout and proof signals)**:如何平稳推行这些激进的规范,以及怎样确认团队确实走在正确的轨道上。 4. **悬而未决的思考**:管理者自身仍在探索和推敲的开放性难题。 5. **行动建议**:参会者可以带回各自团队展开讨论的切入点。

---

[02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) 瓶颈转移:“昔日良方,今或砒霜”

进入第一个核心议题“瓶颈转移”(The Shift)时,Fiona 抛出了一句贯穿整场演讲的核心座右铭。正如 Fiona Fung 所强调的那样:“What served you prior may not serve you any longer.”(曾经对你行之有效的东西,如今可能已不再适用)。她回顾自己在微软、Meta 到 Anthropic 的整个职业生涯,始终认为“保持成长型心态”是一项让自己受益匪浅的心智肌肉。眼下全球软件工程界经历的变革速率堪称疯狂,她回忆起去年自己初次尝试 AI 实时编码(live coding)的场景,当时的模型还会写出一些低级 Bug,让她忍不住吐槽为什么要在代码里到处硬编码常量(constants),这根本不符合基本的工程最佳实践;然而时至今日,AI 的编码能力已经突飞猛进。

为了让大家理解软件交付的本质变化,Fiona 带观众坐上“时光机”回到了 2000 年代初——那时她刚入行在微软负责 Visual Studio 2005 的发布。在那个年代,软件是通过软盘乃至 CD-ROM 光盘交付的。当时存在极其严苛的硬性截止日期,团队必须不惜一切代价按期封版,因为软件必须按时送往制造工厂压盘,装进纸盒,再用物流车分发到全球各地的实体零售店。后来,软件能够通过网络在线分发,彻底推翻了整套发布流程。同理,多年以来整个软件工程界几乎所有的敏捷开发(Agile)、瀑布流开发(Waterfall)与排期机制,本质上都建立在一个根本前提上:**工程带宽和编码吞吐量(coding throughput)是全流程中最昂贵的稀缺资源**。

如今,这一铁律被彻底颠覆。在 Claude Code 团队内部,编写代码早已罕见地不再是减速带。团队面临的现状不仅是大家写得更快、做得更多,而是机器与人类协同生成的代码总量发生了数量级层面的剧增。当“写代码、写测试、重构”不再昂贵,以往那种“我们需要专门排期做代码重构,但产品需求又催得很紧”的经典拉扯就此烟消云散。

```mermaid flowchart LR accTitle: Bottleneck Shift in AI-Native Engineering accDescr: 比较传统软件工程与 AI 原生工程之间的瓶颈迁移,从编码实现转移到验证、审查与维护。

subgraph OLD["传统工程瓶颈 (以往最昂贵的环节)"] direction TB A1["手写代码实现"] --> A2["编写单元测试"] A2 --> A3["代码重构排期"] end

subgraph NEW["AI-原生新型瓶颈 (当前系统卡点)"] direction TB B1["代码正确性验证"] --> B2["人工审查与理解"] B2 --> B3["安全合规与跨职能协同"] B3 --> B4["长期代码维护与膨胀成本"] end

OLD -->|"AI 吞吐量剧增| 瓶颈转移"| NEW ```

随着编码本身的瓶颈被瞬间击穿,真正的系统卡点被迅速推向了下游与外围。现在所有工程主管(Engineering Leaders)最常向 Fiona 请教的头号问题就是:“人类究竟要如何跟上这种代码审查的速度?”新的瓶颈具体表现在: - **验证与审查(Verification & Review)**:如何高效证明这些极速生成的代码在功能与逻辑上是绝对正确的。 - **跨职能部门协作(Cross-functional partners)**:下游业务、设计与产品节奏如何应对海量产出。 - **安全性与合规(Security)**:防御潜在的漏洞与盲点。 - **维护成本(Maintenance cost)**:当代码生产变得极其廉价且量级剧增后,系统日后的维护开销与认知负担谁来承担。

---

[05:59](https://www.youtube.com/watch?v=igO8iyca2_g&t=359s) 那些“悄然失效”的流程与机制

在旧有瓶颈消失后,Fiona 观察到许多原有的管理规范开始出现一种微妙的状态——“悄然失效”(quietly stops working)。她指出,任何流程在设立之初都有着正当的动机,往往是为了弥补某个漏洞或提升效率;但现实中**流程极少会自我消亡**,组织往往只会像叠罗汉一样一层一层往上叠加新规矩。她举例回忆曾经呆过的一个团队,里面充斥着五花八门的 SLA:P0 缺陷修复 SLA、高优先级订阅评审 SLA 等等,规则堆叠到最后,团队甚至不得不专门为这些 SLA 本身再做一次优先级排序(stack rank),好让工程师搞明白到底哪个 SLA 的违约后果更严重。

在 AI 编码普及后,一系列经典工程管理流程开始悄悄失效: - **规划范式(Planning norms)**:过去因为写代码太贵,大家被迫花大把时间做繁复的预先规划。 - **代码所有权(Code ownership)**:过去总是要问“这行代码是谁写的?谁对该模块负责?”,而在 AI 原生环境下,代码作者身份本身已经模糊。 - **代码审查(Code reviews)**:面对 AI 涌出的海量 Pull Requests,传统逐行细看的方式直接瘫痪。 - **团队构成与角色边界(Team makeup & role blurring)**:工程师可以利用 AI 兼顾非研发领域的工作,而团队里的非工程角色(如产品经理、设计师)如今也开始直接编写并发布线上代码,传统的岗位孤岛(silos)不复存在。 - **知识共享与新人入职(Knowledge share & onboarding)**:新员工熟悉工程上下文与知识传递的旧套路发生了本质裂变。

---

[08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 即时规划(JIT Planning)取代漫长路线图

为了应对这些失效,Claude Code 团队率先对规划机制动刀。团队大幅削减了预先规划(pre-planning)的时间,并将技术决策与规划模式改造成类似于计算机编译机制的“即时规划”(JIT Planning / Just-In-Time Planning)。

Fiona 坦言,刚加入 Anthropic 时她也带着传统的管理惯性,曾理所当然地发问:“难道我们不需要做一份为期六个月的产品路线图(roadmap)吗?”随后团队确实投入精力制定了一份为期六个月的规划,在前三个月里它运行得相当不错;然而等到跨过新年假期回到公司时,由于底层大模型能力和外部工具的更新实在太快,行业局势早已面目全非。这让她深刻醒悟:在当前 AI 原生的节奏下,任何六个月跨度的路线图都显得过于漫长和僵化。团队必须将重心从虚妄的长期预判,转向以最高灵敏度适应即时变化的敏捷调整。

[08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) 技术争论的范式转变:用代码取代白板

随着原型设计与代码生成不再是开发瓶颈,团队解决技术分歧的方式也发生了颠覆性变化。Fiona Fung 分享了自己刚加入 Claude Code 团队时的一段真实经历:当时她想对代码库进行一次重构,借此熟悉代码上下文。她与同事 Boris 在技术方案上产生了良性的争论,两人在重构路径的选择上各执己见。出于过去多年的工程师惯性,Fiona 几乎下意识地想拍拍 Boris 的肩膀说:“走,我们去那间会议室找块白板画一画。”但她猛然意识到时代变了,如今根本不需要空谈假设,她直接利用 Claude 将两人探讨的方案全部分别生成出来,一口气提交了三个不同的 PR。

这种工作流的妙处在于,技术决策往往不仅关乎 API 本身的内部实现,更关乎它对所有调用方(callers)造成的连带影响。通过让 Claude 生成三个完整的实际版本,团队讨论的焦点得以从抽象设想落到真实代码与系统影响上。Fiona Fung 对此总结道:“So, in technical debates, code wins.”(所以在技术争论中,代码胜出。)当构建的成本变得极度低廉时,无休止的争辩反而成了最昂贵的事情。

然而,这也对团队文化提出了全新的要求。代码生成速度极快并不意味着可以变成“最后一次提交代码的人获胜”,例如有人故意在凌晨三点抢着提交 PR,或者搞一套自动化定时程序只为让自己抢占最后一句话的决定权,这在团队中是绝对行不通的。代码易得的环境,反而更加需要开放、诚实且具有高度共识的技术对齐文化。

```mermaid flowchart TD accTitle: 技术争论决策流转变 accDescr: 对比传统白板辩论与以 Claude 代码生成为核心的新型决策流程

subgraph OLD["传统争辩模式"] A["产生设计分歧"] --> B["会议室白板画图"] B --> C["抽象假设与辩论"] end

subgraph NEW["AI 原生模式"] D["产生设计分歧"] --> E["Claude 生成多种可选 PR"] E --> F["比对 API 实现与调用方影响"] F --> G["以实际代码结果达成共识"] end ```

---

[10:41](https://www.youtube.com/watch?v=igO8iyca2_g&t=641s) 缩减设计文档与产品评审,全面转向“左移”验证

在规划阶段,Claude Code 团队大幅削减了编码前必写设计文档(Design Doc)的繁琐流程。除了某些特定场景或跨时区的异步长线讨论仍需文档外,团队内部最核心的沟通法则已经变成“以 PR 代替文档”(instead of a doc, a PR)——只要冒出一个新想法,就立刻去做原型。同时,传统冗长的产品评审(Product Review)也被弱化,因为外部市场环境变化太快,最敏捷的验证方式就是把原型直接推给公司内部的“Ants”(Anthropic 员工内部昵称)狗粮测试,并尽早推给外部真实用户,在快速迭代中吸纳反馈。

在缩减文档与会议的同时,团队选择在“验证”(Verification)环节重兵投入。因为代码吞吐量呈爆炸式增长,系统损坏的方式也变得完全不同,传统的靠人在上线后找 bug 已经无法支撑,团队必须全面践行“测试左移”(Shift Left)——通过更高强度的自动化,让缺陷在源头就被捕获。

此外,由于角色边界不断泛化,团队对工程信心的需求变得前所未有地迫切。例如,现在设计师也开始直接提交代码,大家最大的心理负担就是“我会不会把生产环境改坏了”。Fiona 提到自己曾修复了一个简历或恢复运行(resume)相关的 bug,第二天看 Boris 的讨论组时,突然发现有人在群里圈他反馈系统报错,那一瞬间她心头一沉:“天哪,难道是我引入的 bug 吗?”为了消除这种心理负担,无论提交代码的人是专业工程师还是设计师,系统都必须提供充足的左移自动化验证,以赋予每个人极高的提交信心。

---

[12:38](https://www.youtube.com/watch?v=igO8iyca2_g&t=758s) 代码归属权模糊化与真实意图的“双击探寻”

当代码库中的所有 PR 都有 Claude 的深度参与时,“这行代码是谁改的?”(Who made this change?)这个传统的责任界定问题就变得微妙而奇怪。Fiona 建议,在 AI 时代面对代码追溯时,应该做进一步的“双击”(Double Click)深挖,去搞清楚问这句话背后的真正意图: - 你是在寻找造成性能退化或线上故障的源头吗?(目的绝非推诿甩锅,而是迅速找到最近接触过该模块的人定位断点) - 你是在寻找特定领域的专家来解答客户的疑问吗? - 还是你单纯需要补充对某段业务逻辑的上下文背景?

搞清背后的真实需求后,很多原本依赖人肉排查的工作完全可以通过自动化和智能例程(Routines)来代劳。Fiona 分享了一个个人日常习惯的变迁:一个月前,她每天清晨的仪式是泡好一杯咖啡,打开桌面的代码环境进入客户反馈频道,让 AI 帮她提炼当日的用户痛点摘要;而现在,她已经把这一过程配置成了自动运行的后台 Routine。每天早晨端起咖啡杯时,一份提炼完备的概览已经静静躺在那里。代码归属权(Code Ownership)固然变得模糊,但借助 Claude 的自动化探寻,团队获取答案与上下文的效率却迈上了全新的台阶。

---

[13:53](https://www.youtube.com/watch?v=igO8iyca2_g&t=833s) 代码审查的分工:让 Claude 负责机械性,让人类把关高危区

面对成倍增长的代码吞吐,如何跟上 Code Review 的节奏成为关键课题。团队目前极其重度地依赖 Claude Code Review,核心逻辑在于界定“何处极度信任模型,何处仍需人类介入”。正如早晨的主题演讲中 Kat 所展示的,Claude 是个出色的“PR 保姆”(babysitting PRs): - 格式规范与 Lint 检查 - 自动响应并消化初轮 PR 反馈建议 - 在代码最终提交前预先抓取潜在 bug 并就地修补 - 自动补全测试用例

但在涉及高风险与深度专业知识的领域,必须恪守“信任但必须验证”(Trust but verify)的铁律,人类专家的把关绝对不可或缺: - **法务审查(Legal Review):** 必须引入法务合伙人评估法律风险合规。 - **安全与信任边界(Trust Boundaries & Security):** 对安全敏感的核心代码必须由资深安全专家严格审核。 - **产品感知与品味(Product Sense & Taste):** 模型缺乏人机体验层面的细腻直觉。

Fiona 讲了一个妙趣横生的段子来佐证“品味”的重要性:她平时喜欢用代码在终端给 Claude 做节日换装装扮。去年节日期间,她想把终端界面的 Claude 变成一个应景的小雪人,于是让 Claude Code 自动生成 ASCII 艺术图。然而那个时期的 Claude 并未掌握优秀的字符画技巧,当她兴冲冲拿着生成好的雪人让设计伙伴把关时,设计师看了一眼,毫不留情地犀利吐槽:“你把 Claude 搞得像那个‘花生先生’(Mr. Peanut,美国知名的戴礼帽持手杖的花生拟人形象)一样。”Fiona 哭笑不得,最终只能妥协换成了一个更简约的冰蓝配色加雪花图标。这生动地证明:艺术审美与产品感觉,目前依然必须由人类提供牢固的安全垫。

---

[15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) AI 原生团队画像重构:创意构建者、系统级专家与跨职能补位

随着大模型全面接管基础代码编写,软件工程师团队的招聘与能力画像也发生了根本性重塑。Fiona 坦言,传统考核中被视为核心的“纯代码吞吐速度”(Raw throughput)在当下被大幅降权,因为模型让所有人的产出效率都平权了。如今在 Claude Code 团队,她重点重度布局(index on)两类工程师画像:

1. **具备敏锐产品直觉的创意构建者(Creative builders with product sense):** 这类人往往是富有强烈好奇心的“梦想家”。他们对现实中的问题充满敏感度,总想着“我能不能做个产品解决它”,并且极具耐心地反复打磨细节,直到呈现出让人感到愉悦(delightful)的用户体验。 2. **底层分布式系统级专家(Deep systems expertise):** 随着产品复杂度上升,底层系统工程成了无法绕过的硬骨头。Fiona 加入团队初期,发现团队并不缺产品通才与创意人才,但缺乏分布式系统专家;而当团队开始研发支持“在任何地方运行 Claude”的“Claude Code Remote”底层设施时,这类深厚的硬核架构经验不可或缺。

```mermaid flowchart LR accTitle: AI 原生研发团队的能力画像重构 accDescr: 传统纯吞吐能力被降权,团队向创意产品直觉、深度底层系统和跨职能弥合转型

subgraph OLD_METRIC["被大幅降权的指标"] A["纯代码吞吐速度<br/>(Raw Throughput)"] end

subgraph NEW_PROFILES["重点布局的工程师画像"] B["具备产品感与好奇心的<br/>创意构建者"] C["深谙底层架构的<br/>分布式系统专家"] end

subgraph FLUID_ROLES["跨职能平权与弥合"] D["工程师 + Claude<br/>弥补内容设计与文案短板"] E["产品经理 (PM) + Claude<br/>直接下场编写工程代码"] end

OLD_METRIC -.->|"工具解放效率"| NEW_PROFILES NEW_PROFILES <-->|"模型消除边界"| FLUID_ROLES ```

AI 带来的另一个深刻改变是跨职能角色鸿沟的弥合(Cross-functional gaps)。以往工程师与非工程师之间的协作墙正在坍塌。Fiona 举例,她曾需要修改终端里的用户调研问卷流程,由于终端界面寸土寸金,每一个换行都关乎体验,文案必须极其精炼,但她作为一名工程师,自认文字功底较弱,过去必须排期等待内容设计师(Content Designer)协作润色。现在,Claude 直接充当了她极具水准的内容设计伙伴,帮她一遍遍打磨出言简意赅的交互提示语。与此同时,团队的产品经理(PM)也开始高频地自己动手写代码。传统意义上不写代码的岗位正在轻松切入工程领域,而传统的工程师也借助 AI 的能力延伸,自然而然地兼具了设计与产品能力。

[17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) 极客文化与扁平化:让工程经理从 IC 做起

Fiona Fung 提出了一个在传统科技大厂招聘中相当“火辣”(spicy)的观点:在 Claude Code 团队中,所有的管理层必须极度精简、组织必须尽可能扁平化,且每一位新招聘的工程经理(Engineering Manager)都必须先以独立贡献者(IC)的身份写代码。回想起刚加入 Claude Code 时,招聘人员依然沿用行业旧规,盘算着“按 1 个经理管 10 个 IC 的比例扩充团队,然后再设置层级嵌套架构”。但 Fiona 回顾自己在 Anthropic、Meta、微软,以及负责 Visual Studio、Facebook Marketplace、AR/VR 设备到 Claude 的经历,深知做出好产品的唯一秘诀就是极致且重度的“狗粮测试”(heavy dogfooding)。

很多管理者升职后便逐渐远离代码,然而在 AI 时代,领导者重返代码库不仅成为了可能,甚至重新变成了一件有趣的事。Fiona 强调:“And so that's why I wanted every manager in Claude Code to start out as an IC first. And also like earn some street cred with the team and and really learn how to be an effective engineer.” 这一要求最初遭到了招聘团队的强烈质疑,HR 担心根本没有经理愿意降级去当 IC。Fiona 则坚定地认为,如果有人对亲自上手用 Claude 写代码不感兴趣,尽早分道扬镳对双方都是好事。在过去(比如在 Meta 时),她即便为了保持手感每年逼自己提交一个 PR,也会因为内部工具和命令更新太快而疲于奔命;如今有了 Claude,她甚至不需要记住 Git 命令,随时都能直接切换上下文介入实际开发。

- **经理先做 IC 的双重意义**:不仅为了在团队内部建立技术威信(street cred),更为了真切体会如何借助 AI 成为一名高效工程师。 - **Git 命令免记忆**:繁琐的内部脚手架工具与版本控制命令完全交由 Claude 代理执行,大幅消除管理者的上下文切换成本。 - **拒绝层级嵌套**:打破传统科技大厂 1:10 的硬性比例和嵌套结构,保持最小限度的组织层级以支撑敏捷行动。

---

[19:52](https://www.youtube.com/watch?v=igO8iyca2_g&t=1192s) 代码即单一真理源:消除文档维护延迟

组织模式重塑之后,知识同步的“单一真理源”(Single Source of Truth)也发生了根本性转移。过去,工程团队最大的痛点之一在于文档往往滞后于代码实现,导致知识库充斥着过时的信息。在 Claude Code 团队内部,代码库本身就是绝对的真理源。

当 Fiona 需要处理外部或客户的技术咨询时,她不再去翻找旧的 Wiki 或询问专人,而是直接在桌面端运行 Claude 与 Claude Code,直接关联本地代码仓库进行精准检索与答复。对于那些依然高度依赖详尽产品设计规范(Specs)的团队,Fiona 建议将这些 Specs 直接作为文件纳入版本控制(Git 仓库),让 Claude 去比对代码实际执行与规范定义之间的差异。

```mermaid flowchart LR accTitle: 代码作为单一真理源的工作流 accDescr: 展示代码库与设计规范如何通过 Claude 驱动客户问答与代码执行验证。

subgraph Source["统一真实源 (Git Repository)"] A["业务代码实现"] B["版本化设计规范 (Specs)"] end

subgraph Agent["Claude / Claude Code"] C["上下文检索引擎"] end

subgraph Actions["执行与输出"] D["即时回答客户技术提问"] E["比对验证代码与 Spec 预期"] end

A --> C B --> C C --> D C --> E ```

---

[20:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1240s) 团队规范:全面 Claude 化与消灭旧流程

针对将规范落地的推进策略,Fiona 采取了“全团队核心原则强制对齐”与“具体小队(Pod)高度自主”相结合的方式。团队确立的核心铁律并非一成不变,而是每隔几个月便带着成长型思维进行复盘,检查它们是否依然行之有效。

第一条原则是团队所有人全员使用 Claude Code,包括跨职能伙伴(PM、设计等),并高频使用协同工作模式(Co-work);第二条是“将一切能做的事全面 Claude 化”(Claudify everything you can),只要手头有正在人工操作的事情,就必须思考 Claude 能否接管自动化或实现质量左移;第三条也是 Fiona 最喜欢的——明确授予团队“消灭旧流程的许可”(explicit permission to kill old processes)。Fiona 解释道:“Because again, processes will kill themselves. But as your supporting teams, it's really important to always get that fast feedback for your team of what are the things that we're spending a lot of time on.”

以团队站会为例,团队最初只有几个人时开日常 Stand-up;人数扩张后,大家改用电子表格记录每周进度;直到某天 Fiona 意识到这种形式依然低效,团队便直接用 Claude 编写了一个自动拉取进度的脚本任务,让全员能够无需开会便洞悉全局进展。而在各个交付小组(Pod)层面,团队则下放充分的主动权,让他们自主决定工单分类(Triage)流程、排班(On-call)规范,以及哪些工作流值得优先 Claude 化。

- **三项全局强制原则**: 1. **全员使用**:不单是工程师,产品设计与职能伙伴全量接入 Claude Code 与 Co-work。 2. **全面 Claude 化**:凡是能让 Claude 代劳的事情,绝不让真人单打独斗。 3. **消灭冗余流程**:赋予工程师随时清理无效会议与表格的自由,用 AI 脚本代替机械化的状态汇总。 - **小队高度自主(High Agency)**:小队自行探索工单分拣机制,并自主决策自动化的优先级,拒绝自上而下的机械一刀切。

---

[23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) 核心优先级与效能衡量的三重指标

回顾加入团队以来最具成效的治理举措,Fiona 归纳为三大抓手:保持团队极度扁平、全面 Claude 化以释放脑力攻克难题、持续剔除累赘流程。为了防止分化出过多小队后各自树立独立愿景、导致后续战略重心切换时步履维艰,Claude Code 和协同产品线始终保持统一的团队大目标。

针对这套模式的实际成效,Fiona 指出无法公开具体商业数字,但提供了评估转型是否成功的三个关键度量衡:

| 指标名称 | 变化趋势 | 诊断价值与深层含义 | |:--- |:---: |:--- | | **新人入职爬坡时间 (Ramp-up Time)** | 显著下降 | 检验工程师、产品经理或设计师多快能够自主向系统贡献有效产出。 | | **PR 交付周期 (Cycle Time)** | 显著缩短 | 快速暴露整条流水线的工程短板;若 PR 堆积,通常说明基础设施、构建系统(Build)或持续集成(CI)无法承载猛增的代码吞吐量。 | | **Claude 辅助提交比例 (Claude-Assisted Commits)** | 大幅上升 | 团队已实现默认所有 Commit 均由 Claude 辅助生成;过去四个月内几乎没有纯手工提交的代码。 |

Fiona 提醒大家不要盲目被业界各种“某公司 X% 代码由 AI 自动生成”的公关头条带偏方向:“I think throughput is great, but really think about how you measure what it is that you're actually really trying to solve.” 吞吐量固然重要,但团队更应紧盯终端产品的质量、可靠性以及用户的使用体验。

---

[25:51](https://www.youtube.com/watch?v=igO8iyca2_g&t=1551s) 自我审视:尚未解决的两个开放性问题

在演讲的结尾部分,Fiona 毫无保留地分享了自己在构建 AI 原生团队过程中仍在探索的两大未解难题:

首先是平台化团队的组织重组。传统的移动端研发通常泾渭分明地划分为 iOS 团队和 Android 团队。但是,当 Claude 能够大幅抹平编程语言和平台 API 的学习曲线、让普通工程师轻松自如地跨平台交付时,这种按操作系统生硬割裂的人力组织形式是否还有存在的必要?

其次是代码审查的全自动化边界。将 Code Review 完全交给 AI 驱动的自动化工具到底能推到多深?在追求极速交付与防范由于完全脱手而失去对核心架构掌控力之间,该如何划定最平衡的黄金分割线,目前仍在持续摸索之中。

[26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) 信任与验证的动态平衡,以及重新审视冗余流程

在探讨 AI 原生工程团队的运作时,核心原则始终要回到“信任但需验证”(trust but verify)。Fiona Fung 指出,正如当天早些时候 Daniela Amodei 在演讲中所强调的那样,底层模型的各项能力一直在飞速提升。这意味着对于某一部分工作,当前你可能需要做大量的验证而非盲目信任,但随着下一个新版本模型的发布,这种平衡状态就会发生变化。因此,团队必须保持动态重新评估的习惯。同时,随着研发工具的演进,传统岗位的职责边界正在日益模糊,工程管理者必须思考如何确保团队里的每一个人都能感到同样高产且有成就感。

为了给参会者留下一个切实的行动指南,Fiona 建议大家回到团队后,先挑出“最吵闹、最繁重的工作流”(noisiest workflow)进行审视。所谓最嘈杂的工作流,可能是成本最高昂的流程,也可能是团队成员甚至是管理者自己打心底抗拒、毫无期待感的事情。她要求大家直面并拷问其根本:“它是否还在服务于最初设立的目标?”

```mermaid flowchart TD accTitle: 识别与优化冗余工作流的闭环 accDescr: 审视团队中最耗时且痛苦的流程,验证其价值并决定是自动化还是直接取消。

subgraph Identify ["1. 识别痛点"] A["定位最嘈杂/昂贵的工作流"] --> B{"团队成员是否心生抗拒?"} end

subgraph Evaluate ["2. 价值拷问"] B -->|"是"| C["质问:它还在实现最初的目标吗?"] C --> D{"核心价值是否仍然成立?"} end

subgraph Action ["3. 执行重塑"] D -->|"已失去意义"| E["果断取消 / 砍掉会议"] D -->|"仍有价值"| F["引入 AI 工具自动化改造"] end ```

Fiona 随即分享了一个生动的切身经历。她曾在一个团队里经历过极为昂贵的周会:整整 50 个人挤在一间大阶梯会议室里,她环顾四周,发现每个人都在埋头敲自己的笔记本电脑;唯独轮到某个人汇报进度状态时,那个人才会猛地抬起头快速讲几句,然后立刻低头继续看电脑。面对这种巨大的工时浪费,Fiona 当场提出了一个极其简单的问题:“我们到底为什么要开这个会?”结果全场所有人都一致认同这个会议已经毫无意义,于是团队当即决定将这个周会彻底取消。她借此鼓励台下的工程管理者们,不妨带着这个思路去重新审视自己的团队,挑出一个可以尝试用 AI 自动化、或者干脆直接砍掉的流程,看看它是否还在发挥预期的功用。正如 Fiona Fung 所强调的原则:“So also, even if you might need to do more verify than than trust for a certain section of work, that might also change with the next model.”

- **动态校准工作方式**:模型的飞速迭代意味着团队不能固守一成不变的质检机制,当前需要严密人工把关的环节,可能在下一代模型出现后即可完全放权。 - **定位高成本内耗**:识别团队中成本最高、让人产生厌烦情绪的“嘈杂流程”,敢于提出最基础的质疑并彻底砍掉无意义的仪式性会议。

---

[27:56](https://www.youtube.com/watch?v=igO8iyca2_g&t=1676s) 演讲结语与致谢

在分享完优化工作流的建议后,Fiona 正式结束了整场演讲。在现场观众的热烈掌声中,她幽默地向大家表达了由衷的感谢,笑称自己在登台前一度非常担心台下会空无一人,非常感激大家能坐满现场、没有让她一个人唱独角戏。她提到自己今天和明天都会留在大会现场,并热情邀请对 AI 原生工程组织构建、流程再造以及 Claude Code 感兴趣的开发者和管理者随时上前交流探讨。正如 Fiona Fung 笑着表达的心声:“I really, really for sure thought this room was going to be empty. So, thanks for not having by myself.”

## Notable quotes > [08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) So, in technical debates, code wins. — Fiona Fung

> [26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) So also, even if you might need to do more verify than than trust for a certain section of work, that might also change with the next model. — Fiona Fung

> [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) I think throughput is great, but really think about how you measure what it is that you're actually really trying to solve. — Fiona Fung

> [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) What served you prior may not serve you any longer. — Fiona Fung

## Mentioned Fiona Fung, Boris, Jared, Cat, Daniela Amodei, Anthropic, Claude, Claude Code, Cowrie, Meta, 微软 (Microsoft), Visual Studio 2005, Facebook Marketplace

## Video description When agentic coding goes from individual tool to org-wide default, the tool isn't the hard part...your processes are. Fiona Fung, Director of Engineering for Claude Code, walks through what broke at Anthropic (review, ownership, hiring) and the norms we had to rewrite to keep shipping.

[Source](https://www.youtube.com/watch?v=igO8iyca2_g)

中文简报

Anthropic重塑工程规范以应对AI代码过剩 当AI消除了编码瓶颈,传统的敏捷与瀑布方法论便不再适用,组织必须放弃长期规划,转向自动化验证与即时原型制作。 演讲指出,鉴于Claude Code等AI工具已消除作为软件开发首要瓶颈的工程吞吐量问题,组织必须将重心转向验证、审查与维护等下游挑战。Claude Code团队已放弃长期路线图规划,转而采用即时(Just-In-Time)规划,用快速构建原型的Pull Request取代抽象的白板争论,并高度依赖高置信度的自动化测试。此外,传统的团队角色界限正日益模糊,招聘重点转向平衡富有创造力的产品构建者与深谙底层的系统专家,他们利用AI处理跨职能任务。最后,演讲鼓励工程管理者保持扁平的组织架构,大力推行产品内部试用(dogfooding),并持续审查和淘汰过时、繁杂的工作流程。 软件工程的核心瓶颈已从编写代码的吞吐量转移至下游的验证、代码审查与维护,团队需主动清理和淘汰不断堆叠的陈旧流程。 (4:51) 团队放弃了快速过时的数月长期规划并转向即时规划(JIT planning),技术争议也转由让 AI 快速生成多套原型 PR 进行具象化评估,替代抽象的白板辩论。 (8:28) 研发模式全面转向自动化测试左移(Shift-left)并大幅削减设计文档,同时借助 AI 自动检索业务上下文与追溯代码回归,重新定义了代码所有权。 (10:41) 工程团队招聘重心从纯编码速度转向“具备产品品味的创意构建者”与底层系统专家;过去四个月该团队近 100% 的代码提交均由 AI 辅助完成。 (15:40)

精炼阅读摘要

Anthropic 的 Claude Code 与 Cowie 团队负责人 Fiona Fung 指出,随着 AI 使得代码生成成本大幅降低,软件工程的核心瓶颈已从编码吞吐量转移至验证、代码审查与维护。企业不能再沿用过去针对稀缺工程资源制定的流程,必须全面重构规划方式、人机分工与组织规范。 即时规划与代码原型的决策机制 (8:28) Fung 指出,敏捷与瀑布等传统软件流程原本是为了优化稀缺的工程带宽而生;而在 Claude Code 时代,编写与重构代码的速度极快,导致长达六个月的技术路线图在三个月内就会失效。因此,团队转向类似即时编译的“即时规划”(JIT planning),放弃冗长的前期设计文档,通过快速构建原型来验证可行性。在架构争议的处理上,团队不再在会议室白板前展开抽象辩论,而是利用 Claude 快速生成多个代表不同方案的具体拉取请求(PR),直接对比具体实现及其对下游 API 的影响。Fung 强调“当构建极其廉价时,争论反而是昂贵的”,但这种模式也依赖互信的团队文化,以避免演变成靠深夜突击提交 PR 来强行胜出的竞争。 验证左移与代码库单一事实来源 (10:41) 在高吞吐的代码生成环境下,Claude Code 团队大幅削减了设计文档和前期评审,转而全力推进“验证左移”,通过高置信度的自动化测试在代码源头捕获缺陷,以减轻高频变更带来的回归隐患。针对 AI 深度参与下的代码所有权模糊问题,团队不再依赖传统的责任人追溯(git blame),而是利用 AI 自动化完成缺陷归因、上下文提取以及客户反馈摘要。此外,团队将代码库本身视为终极事实来源,工程师通过在本地运行桌面版 Claude 直接检索代码库来解答客户支持问题,从而避免了静态文档与快速演进的代码脱节;团队还建议将产品规范直接检入代码仓库,便于 Claude 验证代码执行是否符合规格要求。 人机审查边界与产品审美价值 (13:53) 在代码审查环节,团队采取“信任但验证”(trust but verify)的标准。Claude 能够高效承担基础的代码照管工作,包括代码风格排查、编写单元测试以及拦截浅层缺陷;但在涉及高风险架构、法律合规以及系统安全信任边界时,仍必须由人类专家严格把关。此外,人类的产品直觉与审美依然不可替代。Fung 举例称,团队此前尝试用终端 ASCII 艺术将 Claude 装扮成节日雪人,但因模型早期的 ASCII 绘图能力不足,被设计师调侃为“像花生先生(Mr. Peanut)”,最终只得推翻并改由人类设计师选定典雅的冰蓝与雪花主题。这表明关键的用户体验设计仍需人类品味进行纠偏与把控。 团队画像重塑、跨职能融合与深度试用 (15:40) 随着 AI 放大个人效能,团队在招聘时的重心不再偏向纯粹的编码产出,而是聚焦于两类关键画像:一类是具备敏锐产品直觉、擅长快速试错的“创意构建者”;另一类则是能够掌控底层远程运行架构的“深层分布式系统专家”。同时,AI 正在模糊传统角色边界,工程师能够利用 Claude 协作撰写紧凑的终端文案,弥补内容设计短板,而产品经理等非技术角色也开始常规提交代码。在管理结构上,团队倡导扁平化,摒弃严格的管理者与下属配比,并推行极致的内部试用(dogfooding)。该团队要求所有工程管理者必须先作为独立贡献者(IC)入职编码以建立威信,而 Claude 抹平了内部工具与 Git 操作的复杂摩擦,使管理者能长期紧密参与一线开发。 流程淘汰机制与效能度量维度 (21:02) 团队推行“尽可能 Claudify 一切”的准则,并确立了“淘汰旧流程的明确权限”,定期评估各项规范是否仍有存在价值。例如,团队逐步将传统的日常站会演进为共享表格,最终替换为由 Claude 脚本自动汇总与分发进展,同时赋予各个子小组在排班和分流上的自主权。在效能度量方面,团队主要跟踪三项指标:新员工(含工程师、设计师与 PM)的入职磨合期大幅缩短;PR 周期时间显著减少(但也暴露出 CI/CD 系统吞吐能力的新瓶颈);以及近四个月内 AI 辅助提交的比例已近乎 100%。Fung 提醒,度量成效切忌单看 AI 生成代码的比例,而应始终以终端质量、可靠性与用户体验为核心标准。 Fung 总结指出,团队仍在探索前沿组织边界,例如跨平台 AI 工具是否会打破 iOS 与 Android 团队的物理区隔,以及随着模型能力提升,自动化审查与人工监督的平衡边界该如何动态推移。她建议各团队主动审查并剔除内部成本极高且流于形式的“高噪音工作流”(noisy workflow),勇于停办无意义的大型评审会议,促使工程机制与现代开发工具的能力相匹配。

Detailed notes — zh

## Background 该视频由 YouTube 频道 Claude 于 2026 年 5 月 8 日发布。内容源自 Anthropic 旗下 Claude Code 工程总监 Fiona Fung 的演讲,探讨了当智能体编码成为团队常态时,组织在代码审查、代码所有权与招聘等流程上暴露的破绽,以及团队为了保持交付节奏而重构的管理规范。 ## TL;DR Fiona Fung 深入剖析了 AI 原生工程团队面临的核心范式转变:编码吞吐量不再是瓶颈,真正的卡点已后移至代码验证、人工审查与长期维护成本。面对传统流程的“悄然失效”,Claude Code 团队推行即时规划(JIT Planning),用可运行的 PR 代替冗长的设计文档与白板争辩,并重塑了招聘画像,重点吸纳具备产品感的好奇构建者与底层分布式系统专家。管理上,团队坚持极度扁平化并要求工程经理从 IC 做起,通过全员深度使用 Claude 配合自动化例程(Routines)消灭冗余会议,使交付重心全面转向“测试左移”与动态的“信任但验证”机制。 ## Atmosphere & style 演讲整体氛围轻松幽默且务实坦诚,开场通过自拍互动与自嘲瞬间打破了技术分享的严肃感。Fiona 兼具资深工程领导者的敏锐洞察与一线开发者的极客特质,叙事节奏明快,毫不避讳地拆解组织在转型期遇到的阵痛与尴尬轶事。听众既能感受到前沿技术冲击下破旧立新的紧迫感,又能在平实真诚的经验复盘中获得踏实可落地的行动底气。 ## Bulletin - [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) Anthropic 的 Claude Code 团队经历彻底的瓶颈转移:代码生成与重构已不再是稀缺资源,系统的主要卡点转移至代码正确性验证、人工审查速度、安全合规与长期代码维护成本。 - [08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 团队推翻为期 6 个月的传统路线图与长篇设计文档,全面转向“即时规划”(JIT Planning),在技术分歧中直接由 Claude 生成多个可选 PR 方案,以真实代码影响取代会议室白板辩论。 - [17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) Anthropic 改革工程管理层招聘,强制所有新聘工程经理必须先以独立贡献者(IC)身份编写代码,借助 Claude 消除内部脚手架与 Git 上下文切换成本,并在团队内建立技术威信。 - [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) 在效能衡量上,Claude Code 团队在过去四个月几乎实现 100% 由 Claude 辅助提交代码,同时通过“新人入职爬坡时间”和“PR 交付周期”显著下降来检验基础设施是否能承载暴增的代码吞吐量。 ## Key takeaways - [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) 传统软件工程的排期与敏捷框架基于“编码吞吐量是最昂贵资源”的假设,如今这一瓶颈被击穿,研发卡点转移至下游的审查、验证与维护。 - [05:59](https://www.youtube.com/watch?v=igO8iyca2_g&t=359s) 旧有流程极少会自动消亡,反而会像叠罗汉般越积越多,最终在 AI 时代演变为规划、代码所有权、代码审查等机制的“悄然失效”。 - [08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 在底层模型能力快速跃迁的环境下,为期 6 个月的产品规划过于僵化,工程团队必须拥抱即时编译式的“即时规划”(JIT Planning)。 - [08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) 技术争论的范式转变为“代码胜出”(code wins),双方无需在白板前空谈假设,而是直接利用 AI 生成多个不同实现的 PR 进行实际系统影响比对。 - [10:41](https://www.youtube.com/watch?v=igO8iyca2_g&t=641s) 团队大幅削减事前设计文档与冗长产品评审,通过“以 PR 代替文档”和更激进的自动化“测试左移”赋予跨职能成员提交代码的信心。 - [12:38](https://www.youtube.com/watch?v=igO8iyca2_g&t=758s) 面对 AI 协作下模糊的代码归属权,追问“代码是谁写的”应转向“双击探寻”真实意图,并将排查与反馈摘要等机械工作交由后台智能例程(Routines)处理。 - [13:53](https://www.youtube.com/watch?v=igO8iyca2_g&t=833s) 代码审查采取分工策略:由 Claude 充当“PR 保姆”处理 Lint、初步反馈与测试补全,人类专家则专注于法务风险、信任与安全边界以及产品品味把关。 - [15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) 团队招聘画像大幅降低对“纯代码吞吐速度”的权重,转向重度布局“具备敏锐产品直觉的创意构建者”与“深谙底层架构的分布式系统专家”。 - [15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) AI 正在抹平跨职能岗位边界,工程师能够借助 Claude 弥补内容文案设计短板,而产品经理也能直接下场编写并发布生产代码。 - [17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) 管理层必须保持扁平化并拒绝传统 1:10 的层级嵌套,新任工程经理必须从亲自使用 Claude 写代码做起以落实重度“狗粮测试”。 - [19:52](https://www.youtube.com/watch?v=igO8iyca2_g&t=1192s) 代码库取代了经常滞后的设计规范与 Wiki 成为“单一真理源”,团队直接运行 Claude 检索本地代码仓库来即时解答技术与客户咨询。 - [20:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1240s) 团队推行三大全局铁律:全员(含非技术角色)使用 Claude Code、全面 Claude 化能接管的一切事务、明确授予全员消灭冗余流程的许可。 - [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) AI 原生团队的核心评估指标应聚焦于新人入职爬坡时间、PR 交付周期缩短以及 Claude 辅助提交率,而非盲目追求公关式的代码生成百分比。 - [25:51](https://www.youtube.com/watch?v=igO8iyca2_g&t=1551s) 随着 AI 大幅降低跨平台学习成本,传统按 iOS 和 Android 操作系统硬性切分平台团队的必要性,以及代码审查完全自动化的边界仍是未解的开放难题。 - [26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) “信任但需验证”是一项动态法则,随着新一代模型的演进,原本需要大量人工核验的工作可动态放权,团队应主动识别并剔除最嘈杂、低效的会议和工作流。 ## Detailed walkthrough ### [00:03](https://www.youtube.com/watch?v=igO8iyca2_g&t=3s) 开场与演变背景:AI 时代的工程组织挑战 演讲在一片轻松幽默的互动中拉开序幕。演讲者 Fiona Fung 站在台上,首先确认台下观众是否听得清,随后笑着请求台下观众配合拍一张现场照片。她调侃道,这绝不是 Claude Code 团队的某种奇怪仪式,而是因为同事 Boris 和 Jared 的分享刚好排在两点档,她原本以为大家听完那一批分享后人就走光了,现场大概率会空空如也,没想到台下居然座无虚席。伴随着台下观众的欢呼与笑声,她打趣地保证自己和 Boris 平时绝不是整天互相比拼自拍照的狂热分子。 Fiona Fung 介绍了自己的履历与职责:她目前在 Anthropic 负责带领 Claude Code 以及 Cowrie 的工程与产品团队,与 Boris 及 Cat 紧密并肩作战。在加入 Anthropic 之前,她曾在科技巨头 Meta 和微软(Microsoft)领导并扩大过多个大型团队。谈到本次分享的核心初衷,她指出整场演讲围绕着在搭建和壮大 Claude Code 团队过程中的经验教训展开。令人感慨的是,随着 AI 研发工具和机制的剧烈演化,连经验本身的时效性都被大幅压缩。例如,她在做这份幻灯片时仅是在一个月前,但如今已经不得不动手修改其中的内容,因为最初动笔时团队甚至还没有引入自动化日常任务(routines),而这套全新的工作范式在极短时间内就彻底改变了团队协作的面貌。 整个分享被规划为五大核心主题: 1. **瓶颈转移(The shift)**:工程交付全链路上的真正卡点究竟挪到了哪里。 2. **重塑团队规范(Rewriting team norms)**:当瓶颈变化后,Claude Code 内部必须推翻并重构哪些协作规则。 3. **落地推行与验证信号(Rollout and proof signals)**:如何平稳推行这些激进的规范,以及怎样确认团队确实走在正确的轨道上。 4. **悬而未决的思考**:管理者自身仍在探索和推敲的开放性难题。 5. **行动建议**:参会者可以带回各自团队展开讨论的切入点。 --- ### [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) 瓶颈转移:“昔日良方,今或砒霜” 进入第一个核心议题“瓶颈转移”(The Shift)时,Fiona 抛出了一句贯穿整场演讲的核心座右铭。正如 Fiona Fung 所强调的那样:“What served you prior may not serve you any longer.”(曾经对你行之有效的东西,如今可能已不再适用)。她回顾自己在微软、Meta 到 Anthropic 的整个职业生涯,始终认为“保持成长型心态”是一项让自己受益匪浅的心智肌肉。眼下全球软件工程界经历的变革速率堪称疯狂,她回忆起去年自己初次尝试 AI 实时编码(live coding)的场景,当时的模型还会写出一些低级 Bug,让她忍不住吐槽为什么要在代码里到处硬编码常量(constants),这根本不符合基本的工程最佳实践;然而时至今日,AI 的编码能力已经突飞猛进。 为了让大家理解软件交付的本质变化,Fiona 带观众坐上“时光机”回到了 2000 年代初——那时她刚入行在微软负责 Visual Studio 2005 的发布。在那个年代,软件是通过软盘乃至 CD-ROM 光盘交付的。当时存在极其严苛的硬性截止日期,团队必须不惜一切代价按期封版,因为软件必须按时送往制造工厂压盘,装进纸盒,再用物流车分发到全球各地的实体零售店。后来,软件能够通过网络在线分发,彻底推翻了整套发布流程。同理,多年以来整个软件工程界几乎所有的敏捷开发(Agile)、瀑布流开发(Waterfall)与排期机制,本质上都建立在一个根本前提上:**工程带宽和编码吞吐量(coding throughput)是全流程中最昂贵的稀缺资源**。 如今,这一铁律被彻底颠覆。在 Claude Code 团队内部,编写代码早已罕见地不再是减速带。团队面临的现状不仅是大家写得更快、做得更多,而是机器与人类协同生成的代码总量发生了数量级层面的剧增。当“写代码、写测试、重构”不再昂贵,以往那种“我们需要专门排期做代码重构,但产品需求又催得很紧”的经典拉扯就此烟消云散。 ```mermaid flowchart LR accTitle: Bottleneck Shift in AI-Native Engineering accDescr: 比较传统软件工程与 AI 原生工程之间的瓶颈迁移,从编码实现转移到验证、审查与维护。 subgraph OLD["传统工程瓶颈 (以往最昂贵的环节)"] direction TB A1["手写代码实现"] --> A2["编写单元测试"] A2 --> A3["代码重构排期"] end subgraph NEW["AI-原生新型瓶颈 (当前系统卡点)"] direction TB B1["代码正确性验证"] --> B2["人工审查与理解"] B2 --> B3["安全合规与跨职能协同"] B3 --> B4["长期代码维护与膨胀成本"] end OLD -->|"AI 吞吐量剧增| 瓶颈转移"| NEW ``` 随着编码本身的瓶颈被瞬间击穿,真正的系统卡点被迅速推向了下游与外围。现在所有工程主管(Engineering Leaders)最常向 Fiona 请教的头号问题就是:“人类究竟要如何跟上这种代码审查的速度?”新的瓶颈具体表现在: - **验证与审查(Verification & Review)**:如何高效证明这些极速生成的代码在功能与逻辑上是绝对正确的。 - **跨职能部门协作(Cross-functional partners)**:下游业务、设计与产品节奏如何应对海量产出。 - **安全性与合规(Security)**:防御潜在的漏洞与盲点。 - **维护成本(Maintenance cost)**:当代码生产变得极其廉价且量级剧增后,系统日后的维护开销与认知负担谁来承担。 --- ### [05:59](https://www.youtube.com/watch?v=igO8iyca2_g&t=359s) 那些“悄然失效”的流程与机制 在旧有瓶颈消失后,Fiona 观察到许多原有的管理规范开始出现一种微妙的状态——“悄然失效”(quietly stops working)。她指出,任何流程在设立之初都有着正当的动机,往往是为了弥补某个漏洞或提升效率;但现实中**流程极少会自我消亡**,组织往往只会像叠罗汉一样一层一层往上叠加新规矩。她举例回忆曾经呆过的一个团队,里面充斥着五花八门的 SLA:P0 缺陷修复 SLA、高优先级订阅评审 SLA 等等,规则堆叠到最后,团队甚至不得不专门为这些 SLA 本身再做一次优先级排序(stack rank),好让工程师搞明白到底哪个 SLA 的违约后果更严重。 在 AI 编码普及后,一系列经典工程管理流程开始悄悄失效: - **规划范式(Planning norms)**:过去因为写代码太贵,大家被迫花大把时间做繁复的预先规划。 - **代码所有权(Code ownership)**:过去总是要问“这行代码是谁写的?谁对该模块负责?”,而在 AI 原生环境下,代码作者身份本身已经模糊。 - **代码审查(Code reviews)**:面对 AI 涌出的海量 Pull Requests,传统逐行细看的方式直接瘫痪。 - **团队构成与角色边界(Team makeup & role blurring)**:工程师可以利用 AI 兼顾非研发领域的工作,而团队里的非工程角色(如产品经理、设计师)如今也开始直接编写并发布线上代码,传统的岗位孤岛(silos)不复存在。 - **知识共享与新人入职(Knowledge share & onboarding)**:新员工熟悉工程上下文与知识传递的旧套路发生了本质裂变。 --- ### [08:28](https://www.youtube.com/watch?v=igO8iyca2_g&t=508s) 即时规划(JIT Planning)取代漫长路线图 为了应对这些失效,Claude Code 团队率先对规划机制动刀。团队大幅削减了预先规划(pre-planning)的时间,并将技术决策与规划模式改造成类似于计算机编译机制的“即时规划”(JIT Planning / Just-In-Time Planning)。 Fiona 坦言,刚加入 Anthropic 时她也带着传统的管理惯性,曾理所当然地发问:“难道我们不需要做一份为期六个月的产品路线图(roadmap)吗?”随后团队确实投入精力制定了一份为期六个月的规划,在前三个月里它运行得相当不错;然而等到跨过新年假期回到公司时,由于底层大模型能力和外部工具的更新实在太快,行业局势早已面目全非。这让她深刻醒悟:在当前 AI 原生的节奏下,任何六个月跨度的路线图都显得过于漫长和僵化。团队必须将重心从虚妄的长期预判,转向以最高灵敏度适应即时变化的敏捷调整。 ### [08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) 技术争论的范式转变:用代码取代白板 随着原型设计与代码生成不再是开发瓶颈,团队解决技术分歧的方式也发生了颠覆性变化。Fiona Fung 分享了自己刚加入 Claude Code 团队时的一段真实经历:当时她想对代码库进行一次重构,借此熟悉代码上下文。她与同事 Boris 在技术方案上产生了良性的争论,两人在重构路径的选择上各执己见。出于过去多年的工程师惯性,Fiona 几乎下意识地想拍拍 Boris 的肩膀说:“走,我们去那间会议室找块白板画一画。”但她猛然意识到时代变了,如今根本不需要空谈假设,她直接利用 Claude 将两人探讨的方案全部分别生成出来,一口气提交了三个不同的 PR。 这种工作流的妙处在于,技术决策往往不仅关乎 API 本身的内部实现,更关乎它对所有调用方(callers)造成的连带影响。通过让 Claude 生成三个完整的实际版本,团队讨论的焦点得以从抽象设想落到真实代码与系统影响上。Fiona Fung 对此总结道:“So, in technical debates, code wins.”(所以在技术争论中,代码胜出。)当构建的成本变得极度低廉时,无休止的争辩反而成了最昂贵的事情。 然而,这也对团队文化提出了全新的要求。代码生成速度极快并不意味着可以变成“最后一次提交代码的人获胜”,例如有人故意在凌晨三点抢着提交 PR,或者搞一套自动化定时程序只为让自己抢占最后一句话的决定权,这在团队中是绝对行不通的。代码易得的环境,反而更加需要开放、诚实且具有高度共识的技术对齐文化。 ```mermaid flowchart TD accTitle: 技术争论决策流转变 accDescr: 对比传统白板辩论与以 Claude 代码生成为核心的新型决策流程 subgraph OLD["传统争辩模式"] A["产生设计分歧"] --> B["会议室白板画图"] B --> C["抽象假设与辩论"] end subgraph NEW["AI 原生模式"] D["产生设计分歧"] --> E["Claude 生成多种可选 PR"] E --> F["比对 API 实现与调用方影响"] F --> G["以实际代码结果达成共识"] end ``` --- ### [10:41](https://www.youtube.com/watch?v=igO8iyca2_g&t=641s) 缩减设计文档与产品评审,全面转向“左移”验证 在规划阶段,Claude Code 团队大幅削减了编码前必写设计文档(Design Doc)的繁琐流程。除了某些特定场景或跨时区的异步长线讨论仍需文档外,团队内部最核心的沟通法则已经变成“以 PR 代替文档”(instead of a doc, a PR)——只要冒出一个新想法,就立刻去做原型。同时,传统冗长的产品评审(Product Review)也被弱化,因为外部市场环境变化太快,最敏捷的验证方式就是把原型直接推给公司内部的“Ants”(Anthropic 员工内部昵称)狗粮测试,并尽早推给外部真实用户,在快速迭代中吸纳反馈。 在缩减文档与会议的同时,团队选择在“验证”(Verification)环节重兵投入。因为代码吞吐量呈爆炸式增长,系统损坏的方式也变得完全不同,传统的靠人在上线后找 bug 已经无法支撑,团队必须全面践行“测试左移”(Shift Left)——通过更高强度的自动化,让缺陷在源头就被捕获。 此外,由于角色边界不断泛化,团队对工程信心的需求变得前所未有地迫切。例如,现在设计师也开始直接提交代码,大家最大的心理负担就是“我会不会把生产环境改坏了”。Fiona 提到自己曾修复了一个简历或恢复运行(resume)相关的 bug,第二天看 Boris 的讨论组时,突然发现有人在群里圈他反馈系统报错,那一瞬间她心头一沉:“天哪,难道是我引入的 bug 吗?”为了消除这种心理负担,无论提交代码的人是专业工程师还是设计师,系统都必须提供充足的左移自动化验证,以赋予每个人极高的提交信心。 --- ### [12:38](https://www.youtube.com/watch?v=igO8iyca2_g&t=758s) 代码归属权模糊化与真实意图的“双击探寻” 当代码库中的所有 PR 都有 Claude 的深度参与时,“这行代码是谁改的?”(Who made this change?)这个传统的责任界定问题就变得微妙而奇怪。Fiona 建议,在 AI 时代面对代码追溯时,应该做进一步的“双击”(Double Click)深挖,去搞清楚问这句话背后的真正意图: - 你是在寻找造成性能退化或线上故障的源头吗?(目的绝非推诿甩锅,而是迅速找到最近接触过该模块的人定位断点) - 你是在寻找特定领域的专家来解答客户的疑问吗? - 还是你单纯需要补充对某段业务逻辑的上下文背景? 搞清背后的真实需求后,很多原本依赖人肉排查的工作完全可以通过自动化和智能例程(Routines)来代劳。Fiona 分享了一个个人日常习惯的变迁:一个月前,她每天清晨的仪式是泡好一杯咖啡,打开桌面的代码环境进入客户反馈频道,让 AI 帮她提炼当日的用户痛点摘要;而现在,她已经把这一过程配置成了自动运行的后台 Routine。每天早晨端起咖啡杯时,一份提炼完备的概览已经静静躺在那里。代码归属权(Code Ownership)固然变得模糊,但借助 Claude 的自动化探寻,团队获取答案与上下文的效率却迈上了全新的台阶。 --- ### [13:53](https://www.youtube.com/watch?v=igO8iyca2_g&t=833s) 代码审查的分工:让 Claude 负责机械性,让人类把关高危区 面对成倍增长的代码吞吐,如何跟上 Code Review 的节奏成为关键课题。团队目前极其重度地依赖 Claude Code Review,核心逻辑在于界定“何处极度信任模型,何处仍需人类介入”。正如早晨的主题演讲中 Kat 所展示的,Claude 是个出色的“PR 保姆”(babysitting PRs): - 格式规范与 Lint 检查 - 自动响应并消化初轮 PR 反馈建议 - 在代码最终提交前预先抓取潜在 bug 并就地修补 - 自动补全测试用例 但在涉及高风险与深度专业知识的领域,必须恪守“信任但必须验证”(Trust but verify)的铁律,人类专家的把关绝对不可或缺: - **法务审查(Legal Review):** 必须引入法务合伙人评估法律风险合规。 - **安全与信任边界(Trust Boundaries & Security):** 对安全敏感的核心代码必须由资深安全专家严格审核。 - **产品感知与品味(Product Sense & Taste):** 模型缺乏人机体验层面的细腻直觉。 Fiona 讲了一个妙趣横生的段子来佐证“品味”的重要性:她平时喜欢用代码在终端给 Claude 做节日换装装扮。去年节日期间,她想把终端界面的 Claude 变成一个应景的小雪人,于是让 Claude Code 自动生成 ASCII 艺术图。然而那个时期的 Claude 并未掌握优秀的字符画技巧,当她兴冲冲拿着生成好的雪人让设计伙伴把关时,设计师看了一眼,毫不留情地犀利吐槽:“你把 Claude 搞得像那个‘花生先生’(Mr. Peanut,美国知名的戴礼帽持手杖的花生拟人形象)一样。”Fiona 哭笑不得,最终只能妥协换成了一个更简约的冰蓝配色加雪花图标。这生动地证明:艺术审美与产品感觉,目前依然必须由人类提供牢固的安全垫。 --- ### [15:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=940s) AI 原生团队画像重构:创意构建者、系统级专家与跨职能补位 随着大模型全面接管基础代码编写,软件工程师团队的招聘与能力画像也发生了根本性重塑。Fiona 坦言,传统考核中被视为核心的“纯代码吞吐速度”(Raw throughput)在当下被大幅降权,因为模型让所有人的产出效率都平权了。如今在 Claude Code 团队,她重点重度布局(index on)两类工程师画像: 1. **具备敏锐产品直觉的创意构建者(Creative builders with product sense):** 这类人往往是富有强烈好奇心的“梦想家”。他们对现实中的问题充满敏感度,总想着“我能不能做个产品解决它”,并且极具耐心地反复打磨细节,直到呈现出让人感到愉悦(delightful)的用户体验。 2. **底层分布式系统级专家(Deep systems expertise):** 随着产品复杂度上升,底层系统工程成了无法绕过的硬骨头。Fiona 加入团队初期,发现团队并不缺产品通才与创意人才,但缺乏分布式系统专家;而当团队开始研发支持“在任何地方运行 Claude”的“Claude Code Remote”底层设施时,这类深厚的硬核架构经验不可或缺。 ```mermaid flowchart LR accTitle: AI 原生研发团队的能力画像重构 accDescr: 传统纯吞吐能力被降权,团队向创意产品直觉、深度底层系统和跨职能弥合转型 subgraph OLD_METRIC["被大幅降权的指标"] A["纯代码吞吐速度<br/>(Raw Throughput)"] end subgraph NEW_PROFILES["重点布局的工程师画像"] B["具备产品感与好奇心的<br/>创意构建者"] C["深谙底层架构的<br/>分布式系统专家"] end subgraph FLUID_ROLES["跨职能平权与弥合"] D["工程师 + Claude<br/>弥补内容设计与文案短板"] E["产品经理 (PM) + Claude<br/>直接下场编写工程代码"] end OLD_METRIC -.->|"工具解放效率"| NEW_PROFILES NEW_PROFILES <-->|"模型消除边界"| FLUID_ROLES ``` AI 带来的另一个深刻改变是跨职能角色鸿沟的弥合(Cross-functional gaps)。以往工程师与非工程师之间的协作墙正在坍塌。Fiona 举例,她曾需要修改终端里的用户调研问卷流程,由于终端界面寸土寸金,每一个换行都关乎体验,文案必须极其精炼,但她作为一名工程师,自认文字功底较弱,过去必须排期等待内容设计师(Content Designer)协作润色。现在,Claude 直接充当了她极具水准的内容设计伙伴,帮她一遍遍打磨出言简意赅的交互提示语。与此同时,团队的产品经理(PM)也开始高频地自己动手写代码。传统意义上不写代码的岗位正在轻松切入工程领域,而传统的工程师也借助 AI 的能力延伸,自然而然地兼具了设计与产品能力。 ### [17:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1060s) 极客文化与扁平化:让工程经理从 IC 做起 Fiona Fung 提出了一个在传统科技大厂招聘中相当“火辣”(spicy)的观点:在 Claude Code 团队中,所有的管理层必须极度精简、组织必须尽可能扁平化,且每一位新招聘的工程经理(Engineering Manager)都必须先以独立贡献者(IC)的身份写代码。回想起刚加入 Claude Code 时,招聘人员依然沿用行业旧规,盘算着“按 1 个经理管 10 个 IC 的比例扩充团队,然后再设置层级嵌套架构”。但 Fiona 回顾自己在 Anthropic、Meta、微软,以及负责 Visual Studio、Facebook Marketplace、AR/VR 设备到 Claude 的经历,深知做出好产品的唯一秘诀就是极致且重度的“狗粮测试”(heavy dogfooding)。 很多管理者升职后便逐渐远离代码,然而在 AI 时代,领导者重返代码库不仅成为了可能,甚至重新变成了一件有趣的事。Fiona 强调:“And so that's why I wanted every manager in Claude Code to start out as an IC first. And also like earn some street cred with the team and and really learn how to be an effective engineer.” 这一要求最初遭到了招聘团队的强烈质疑,HR 担心根本没有经理愿意降级去当 IC。Fiona 则坚定地认为,如果有人对亲自上手用 Claude 写代码不感兴趣,尽早分道扬镳对双方都是好事。在过去(比如在 Meta 时),她即便为了保持手感每年逼自己提交一个 PR,也会因为内部工具和命令更新太快而疲于奔命;如今有了 Claude,她甚至不需要记住 Git 命令,随时都能直接切换上下文介入实际开发。 - **经理先做 IC 的双重意义**:不仅为了在团队内部建立技术威信(street cred),更为了真切体会如何借助 AI 成为一名高效工程师。 - **Git 命令免记忆**:繁琐的内部脚手架工具与版本控制命令完全交由 Claude 代理执行,大幅消除管理者的上下文切换成本。 - **拒绝层级嵌套**:打破传统科技大厂 1:10 的硬性比例和嵌套结构,保持最小限度的组织层级以支撑敏捷行动。 --- ### [19:52](https://www.youtube.com/watch?v=igO8iyca2_g&t=1192s) 代码即单一真理源:消除文档维护延迟 组织模式重塑之后,知识同步的“单一真理源”(Single Source of Truth)也发生了根本性转移。过去,工程团队最大的痛点之一在于文档往往滞后于代码实现,导致知识库充斥着过时的信息。在 Claude Code 团队内部,代码库本身就是绝对的真理源。 当 Fiona 需要处理外部或客户的技术咨询时,她不再去翻找旧的 Wiki 或询问专人,而是直接在桌面端运行 Claude 与 Claude Code,直接关联本地代码仓库进行精准检索与答复。对于那些依然高度依赖详尽产品设计规范(Specs)的团队,Fiona 建议将这些 Specs 直接作为文件纳入版本控制(Git 仓库),让 Claude 去比对代码实际执行与规范定义之间的差异。 ```mermaid flowchart LR accTitle: 代码作为单一真理源的工作流 accDescr: 展示代码库与设计规范如何通过 Claude 驱动客户问答与代码执行验证。 subgraph Source["统一真实源 (Git Repository)"] A["业务代码实现"] B["版本化设计规范 (Specs)"] end subgraph Agent["Claude / Claude Code"] C["上下文检索引擎"] end subgraph Actions["执行与输出"] D["即时回答客户技术提问"] E["比对验证代码与 Spec 预期"] end A --> C B --> C C --> D C --> E ``` --- ### [20:40](https://www.youtube.com/watch?v=igO8iyca2_g&t=1240s) 团队规范:全面 Claude 化与消灭旧流程 针对将规范落地的推进策略,Fiona 采取了“全团队核心原则强制对齐”与“具体小队(Pod)高度自主”相结合的方式。团队确立的核心铁律并非一成不变,而是每隔几个月便带着成长型思维进行复盘,检查它们是否依然行之有效。 第一条原则是团队所有人全员使用 Claude Code,包括跨职能伙伴(PM、设计等),并高频使用协同工作模式(Co-work);第二条是“将一切能做的事全面 Claude 化”(Claudify everything you can),只要手头有正在人工操作的事情,就必须思考 Claude 能否接管自动化或实现质量左移;第三条也是 Fiona 最喜欢的——明确授予团队“消灭旧流程的许可”(explicit permission to kill old processes)。Fiona 解释道:“Because again, processes will kill themselves. But as your supporting teams, it's really important to always get that fast feedback for your team of what are the things that we're spending a lot of time on.” 以团队站会为例,团队最初只有几个人时开日常 Stand-up;人数扩张后,大家改用电子表格记录每周进度;直到某天 Fiona 意识到这种形式依然低效,团队便直接用 Claude 编写了一个自动拉取进度的脚本任务,让全员能够无需开会便洞悉全局进展。而在各个交付小组(Pod)层面,团队则下放充分的主动权,让他们自主决定工单分类(Triage)流程、排班(On-call)规范,以及哪些工作流值得优先 Claude 化。 - **三项全局强制原则**: 1. **全员使用**:不单是工程师,产品设计与职能伙伴全量接入 Claude Code 与 Co-work。 2. **全面 Claude 化**:凡是能让 Claude 代劳的事情,绝不让真人单打独斗。 3. **消灭冗余流程**:赋予工程师随时清理无效会议与表格的自由,用 AI 脚本代替机械化的状态汇总。 - **小队高度自主(High Agency)**:小队自行探索工单分拣机制,并自主决策自动化的优先级,拒绝自上而下的机械一刀切。 --- ### [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) 核心优先级与效能衡量的三重指标 回顾加入团队以来最具成效的治理举措,Fiona 归纳为三大抓手:保持团队极度扁平、全面 Claude 化以释放脑力攻克难题、持续剔除累赘流程。为了防止分化出过多小队后各自树立独立愿景、导致后续战略重心切换时步履维艰,Claude Code 和协同产品线始终保持统一的团队大目标。 针对这套模式的实际成效,Fiona 指出无法公开具体商业数字,但提供了评估转型是否成功的三个关键度量衡: | 指标名称 | 变化趋势 | 诊断价值与深层含义 | |:--- |:---: |:--- | | **新人入职爬坡时间 (Ramp-up Time)** | 显著下降 | 检验工程师、产品经理或设计师多快能够自主向系统贡献有效产出。 | | **PR 交付周期 (Cycle Time)** | 显著缩短 | 快速暴露整条流水线的工程短板;若 PR 堆积,通常说明基础设施、构建系统(Build)或持续集成(CI)无法承载猛增的代码吞吐量。 | | **Claude 辅助提交比例 (Claude-Assisted Commits)** | 大幅上升 | 团队已实现默认所有 Commit 均由 Claude 辅助生成;过去四个月内几乎没有纯手工提交的代码。 | Fiona 提醒大家不要盲目被业界各种“某公司 X% 代码由 AI 自动生成”的公关头条带偏方向:“I think throughput is great, but really think about how you measure what it is that you're actually really trying to solve.” 吞吐量固然重要,但团队更应紧盯终端产品的质量、可靠性以及用户的使用体验。 --- ### [25:51](https://www.youtube.com/watch?v=igO8iyca2_g&t=1551s) 自我审视:尚未解决的两个开放性问题 在演讲的结尾部分,Fiona 毫无保留地分享了自己在构建 AI 原生团队过程中仍在探索的两大未解难题: 首先是平台化团队的组织重组。传统的移动端研发通常泾渭分明地划分为 iOS 团队和 Android 团队。但是,当 Claude 能够大幅抹平编程语言和平台 API 的学习曲线、让普通工程师轻松自如地跨平台交付时,这种按操作系统生硬割裂的人力组织形式是否还有存在的必要? 其次是代码审查的全自动化边界。将 Code Review 完全交给 AI 驱动的自动化工具到底能推到多深?在追求极速交付与防范由于完全脱手而失去对核心架构掌控力之间,该如何划定最平衡的黄金分割线,目前仍在持续摸索之中。 ### [26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) 信任与验证的动态平衡,以及重新审视冗余流程 在探讨 AI 原生工程团队的运作时,核心原则始终要回到“信任但需验证”(trust but verify)。Fiona Fung 指出,正如当天早些时候 Daniela Amodei 在演讲中所强调的那样,底层模型的各项能力一直在飞速提升。这意味着对于某一部分工作,当前你可能需要做大量的验证而非盲目信任,但随着下一个新版本模型的发布,这种平衡状态就会发生变化。因此,团队必须保持动态重新评估的习惯。同时,随着研发工具的演进,传统岗位的职责边界正在日益模糊,工程管理者必须思考如何确保团队里的每一个人都能感到同样高产且有成就感。 为了给参会者留下一个切实的行动指南,Fiona 建议大家回到团队后,先挑出“最吵闹、最繁重的工作流”(noisiest workflow)进行审视。所谓最嘈杂的工作流,可能是成本最高昂的流程,也可能是团队成员甚至是管理者自己打心底抗拒、毫无期待感的事情。她要求大家直面并拷问其根本:“它是否还在服务于最初设立的目标?” ```mermaid flowchart TD accTitle: 识别与优化冗余工作流的闭环 accDescr: 审视团队中最耗时且痛苦的流程,验证其价值并决定是自动化还是直接取消。 subgraph Identify ["1. 识别痛点"] A["定位最嘈杂/昂贵的工作流"] --> B{"团队成员是否心生抗拒?"} end subgraph Evaluate ["2. 价值拷问"] B -->|"是"| C["质问:它还在实现最初的目标吗?"] C --> D{"核心价值是否仍然成立?"} end subgraph Action ["3. 执行重塑"] D -->|"已失去意义"| E["果断取消 / 砍掉会议"] D -->|"仍有价值"| F["引入 AI 工具自动化改造"] end ``` Fiona 随即分享了一个生动的切身经历。她曾在一个团队里经历过极为昂贵的周会:整整 50 个人挤在一间大阶梯会议室里,她环顾四周,发现每个人都在埋头敲自己的笔记本电脑;唯独轮到某个人汇报进度状态时,那个人才会猛地抬起头快速讲几句,然后立刻低头继续看电脑。面对这种巨大的工时浪费,Fiona 当场提出了一个极其简单的问题:“我们到底为什么要开这个会?”结果全场所有人都一致认同这个会议已经毫无意义,于是团队当即决定将这个周会彻底取消。她借此鼓励台下的工程管理者们,不妨带着这个思路去重新审视自己的团队,挑出一个可以尝试用 AI 自动化、或者干脆直接砍掉的流程,看看它是否还在发挥预期的功用。正如 Fiona Fung 所强调的原则:“So also, even if you might need to do more verify than than trust for a certain section of work, that might also change with the next model.” - **动态校准工作方式**:模型的飞速迭代意味着团队不能固守一成不变的质检机制,当前需要严密人工把关的环节,可能在下一代模型出现后即可完全放权。 - **定位高成本内耗**:识别团队中成本最高、让人产生厌烦情绪的“嘈杂流程”,敢于提出最基础的质疑并彻底砍掉无意义的仪式性会议。 --- ### [27:56](https://www.youtube.com/watch?v=igO8iyca2_g&t=1676s) 演讲结语与致谢 在分享完优化工作流的建议后,Fiona 正式结束了整场演讲。在现场观众的热烈掌声中,她幽默地向大家表达了由衷的感谢,笑称自己在登台前一度非常担心台下会空无一人,非常感激大家能坐满现场、没有让她一个人唱独角戏。她提到自己今天和明天都会留在大会现场,并热情邀请对 AI 原生工程组织构建、流程再造以及 Claude Code 感兴趣的开发者和管理者随时上前交流探讨。正如 Fiona Fung 笑着表达的心声:“I really, really for sure thought this room was going to be empty. So, thanks for not having by myself.” ## Notable quotes > [08:57](https://www.youtube.com/watch?v=igO8iyca2_g&t=537s) So, in technical debates, code wins. — Fiona Fung > [26:25](https://www.youtube.com/watch?v=igO8iyca2_g&t=1585s) So also, even if you might need to do more verify than than trust for a certain section of work, that might also change with the next model. — Fiona Fung > [23:13](https://www.youtube.com/watch?v=igO8iyca2_g&t=1393s) I think throughput is great, but really think about how you measure what it is that you're actually really trying to solve. — Fiona Fung > [02:11](https://www.youtube.com/watch?v=igO8iyca2_g&t=131s) What served you prior may not serve you any longer. — Fiona Fung ## Mentioned Fiona Fung, Boris, Jared, Cat, Daniela Amodei, Anthropic, Claude, Claude Code, Cowrie, Meta, 微软 (Microsoft), Visual Studio 2005, Facebook Marketplace ## Video description When agentic coding goes from individual tool to org-wide default, the tool isn't the hard part...your processes are. Fiona Fung, Director of Engineering for Claude Code, walks through what broke at Anthropic (review, ownership, hiring) and the norms we had to rewrite to keep shipping. [Source](https://www.youtube.com/watch?v=igO8iyca2_g)

Source quotes

[8:57] Fiona Fung: So, in technical debates, code wins. [26:25] Fiona Fung: So also, even if you might need to do more verify than than trust for a certain section of work, that might also change with the next model. [23:13] Fiona Fung: I think throughput is great, but really think about how you measure what it is that you're actually really trying to solve. [2:11] Fiona Fung: What served you prior may not serve you any longer.