在这个AI编程工具层出不穷的时代，大多数人还在纠结“哪家大模型的代码补全更准”，或者在对话框里一行行地复制粘贴代码。然而，Anthropic工程师、Claude Code的缔造者Boris Cherny最近在X上公开的一套工作流，直接震碎了开发者社区的认知。

5.4万人点赞、10万人收藏、800万次查看。这不只是一个技术帖的爆火，而是一场关于“人机协作范式”的彻底革命。Boris向我们展示了：当一个顶尖工程师不再把AI当成“助手”，而是当成一个“15人的工程团队”时，生产力的上限在哪里。

本文将深度拆解Boris Cherny的核心方法论，带你从“问答式编程”跃迁到“工程化代理”模式。

一、 认知降维：你的配置太复杂，他的逻辑太简单

全网都在猜Claude Code之父到底藏了什么黑科技，是万字长的System Prompt？还是复杂的本地插件？

结果Boris的第一句话就让所有人哑口无言：“我的配置可能出乎意料地简单（surprisingly vanilla）！Claude Code开箱即用效果非常好，所以我个人很少对其进行自定义。”

这透露了一个极其重要的信号：AI编程的胜负手不在于“调优工具”，而在于“重构流程”。 很多开发者花费大量时间在配置IDE插件、寻找各种“咒语”模板，却忽略了最本质的工程逻辑。Boris的工作流之所以强大，是因为他把AI看作一个具备执行能力的“雇员”，而非一个需要时刻盯着的“打字机”。

二、 并行艺术：如何同时管理15个AI会话？

Boris工作流中最让人震撼的细节是：并行（Parallelism）。

他每天同时运行10到15个Claude会话。其中终端里开5个Claude Code会话（编号1到5），浏览器端再跑5到10个。

1. 手机启动任务，咖啡时间验收

这是最具画面感的一幕：Boris早上起床，拿出手机，在Claude iOS App上启动3到5个任务。然后他去洗漱、喝咖啡。等他回到电脑前时，代码已经写好了，他只需要负责最后的验收。

这种做法的本质是：把人类最稀缺的资源——注意力——从“等待AI执行”中解放出来。

2. 从程序员到项目经理的身份转变

当你还在等一个AI给你补全一行代码、盯着进度条转圈时，Boris已经给5个AI分别分配了5个不同的任务。它们在后台异步运行，利用系统通知提醒需要人工干预的时刻。

在这种模式下，你的角色不再是“写代码的人”，而是**“项目经理”**。你的工作流变成了：

• 发任务： 清晰定义目标。
• 审计划： 确认AI的实现思路。
• 验收结果： 检查代码质量和运行情况。

这种“总吞吐量”的提升，远比单次生成速度的提升要可怕得多。

三、 三条反直觉原则：每一条都在挑战你的习惯

如果要把Boris的方法论蒸馏到最精华的部分，核心只有三条。但有趣的是，每一条都跟大多数人的直觉相反。

原则一：永远选最贵、最聪明的模型

直觉： 先用便宜的模型（如Haiku或Sonnet）试试，不行再换贵的高级模型（如Opus 4.5）。
Boris的逻辑： 聪明模型一次想清楚，笨模型来回试错烧掉的Token远超差价。

Boris坚持使用带思考模式的顶级模型。理由很简单：返工的成本远大于一开始就用强模型的成本。虽然强模型可能反应慢一点，但因为你同时跑着十几个会话，单个会话的延迟完全不影响总体的产出效率。“计划做得好，代码自然好。”

原则二：建立“复利”知识库——CLAUDE.md

直觉： 遇到AI报错，在对话框里纠正它，下次报错再纠正。
Boris的逻辑： 整个团队维护一个纯文本知识库，让AI不再掉进同一个坑。

他在项目根目录放一个叫 CLAUDE.md 的文件，并提交到Git。这个文件记录了项目的技术栈偏好、代码规范、避坑指南。
每当Claude犯了一次错，或者你教了它一个新的工程习惯，最后一定要补一句：

“Update your CLAUDE.md so you don’t make that mistake again.”

这把“训练AI”从玄学的调参变成了透明的**“调规则”**。规则是可审计、可版本控制、可共享的。这就是所谓的“复利工程”——今天修一个坑，明天全团队（包括你所有的AI会话）都不再掉进去。

原则三：永远让AI看到运行结果（闭环验证）

直觉： AI写完代码，我复制到本地跑一下，有问题再反馈。
Boris的逻辑： “你让一个画家蒙着眼睛画画，画完不让他看，然后怪他画得丑？”

Boris强调，必须让Claude拥有运行测试、执行命令、甚至打开浏览器看渲染结果的权限。没有验证闭环的AI编程就是“蒙眼画画”。
让AI自己跑一遍 npm test，看一眼报错信息，它能自动修正90%的低级错误。产出质量能因此提升2到3倍。

四、 深度实操：Plan Mode与自动化基建

除了原则，Boris还公开了几个极具实操价值的技术细节：

1. Plan Mode（计划模式）：先把计划锁死

Boris的操作节奏有明确的切分：先计划，后执行，中间不能混。
在Claude Code中，他会先进入Plan Mode，让AI把实现计划写清楚。在这个阶段，他会反复打磨、修改计划，直到逻辑完全对齐。一旦计划锁死，他会切换到 auto-accept 模式，让AI一口气把涉及20个文件的修改全部干完。
你审的是计划，不是几千行代码的Diff。计划对了，代码就很难错。

2. 自动化工具链：从Prompt到Slash Commands

他把常用的操作（如commit、push、创建PR）写成一键命令，放在 .claude/commands/ 目录下。

• 子代理（Subagents）： 主会话是项目经理，子会话是专项专家（如专门负责精简代码的 code-simplifier）。
• Hooks： 每次执行完工具操作后自动跑格式化，处理CI之前的最后10%。
• MCP集成： 通过MCP连接Slack、数据库。Boris甚至提到自己已经半年没写过SQL了，全是让Claude直接连数据库拉数据。

五、 总结：你是在用AI，还是在管理AI？

Boris Cherny的这套工作流，本质上回答了一个分水岭式的问题：AI编程的正确姿势，到底是“问一句改一句”，还是“发任务—审计划—验收结果—沉淀规则”？

从Copilot到Agent Team，这中间的鸿沟不是技术能力，而是工作方式的认知差。

即便你没有Anthropic员工那样的Token额度，你依然可以从这套方法论中获益：

1. 从2个并行会话开始，尝试异步工作。
2. 写下你的第一行 CLAUDE.md，把纠错变成资产。
3. 强制要求AI先出计划再写代码，把审核点前置。

AI不会取代程序员，但“管理15个AI的程序员”一定会取代“只会跟AI聊天的程序员”。生产力的上限，现在掌握在那些敢于重构工作流的人手中。