Claude Code 让每位工程师的效率提升三倍。如今公司更需要产品思维人才（8分钟阅读）

# Claude Code 让每个工程师效率翻了三倍。现在公司需要更多产品思维的人 来源: https://venturebeat.com/ai/claude-code-turned-every-engineer-into-three-now-companies-need-more-product-thinkers Anthropic 最近告诉其增长团队要招聘更多产品经理，而不是更少。原因——根据行业报道——是 Claude Code 已经悄然将其工程组织变成了一个实际产出约为实际人数三倍的团队，瓶颈从集成开发环境（IDE）转移到了决定构建什么的人身上。 这个细节很容易在铺天盖地的 AI 生产力宣称中被人忽略（https://venturebeat.com/orchestration/vibe-coding-can-build-your-pipeline-it-cant-explain-it-six-months-later）。但这也正是整个行业正在经历的结构性转变。软件的瓶颈不再是打字，而是决定打什么字。而将决策视为别人问题的工程师，即将触及天花板。 过去十年的大部分时间里，这个决策都掌握在别人手中。**软件工程**（https://venturebeat.com/technology/agentic-ai-solved-coding-and-exposed-every-other-problem-in-software-engineering）是一项需要慢慢吸收、然后再以漫长而可预测的序列练习的技艺：深入钻研技术、编写代码、卡住时上 Stack Overflow、Stack Overflow 失败时升级给资深工程师、交付工单。产品经理拥有漏斗，工程师拥有构建。双方都将这种分工视为物理定律。 然后，漏斗在五步之内崩塌了。 ## **工程师的一天是如何被压缩的简史** **Stack Overflow 时代（2014 年至 2022 年底）：** 工程师的思维方式集中在一个地方。但 Stack Overflow 上的新月度问题自 2022 年 11 月以来下降了大约 **77%**（https://www.reddit.com/r/programming/comments/1hwg2px/stackoverflow_has_lost_77_of_new_questions/），这并非巧合地与 ChatGPT 发布的时间吻合。这种下降不是对该网站的评判，而是对其所代表的工作流程的评判。 **浏览器标签页时代（2022 年底至 2024 年）：** 第一代 ChatGPT 位于 IDE 之外。工程师们运行着他们一直运行的相同循环，只是有了一个更快的预言机：在浏览器中写提示，将答案粘贴回 VS Code，重复。工作仍然是单线程且由工程师驱动的。杠杆效应真实但局限。 **IDE 原生时代（2024 年至 2025 年）：** Cursor 和 Claude Code 将模型移入编辑器，并赋予其对整个代码库的访问权限。资深工程师的升级路径基本上消失了。多年来，资深工程师们普遍认为 Bash 是技术栈中寿命最长的工具。到 2026 年，对于相当一部分活跃开发者来说，在全新终端中输入的第一个命令就是 `claude`。 **规范驱动时代（2025 年至 2026 年）：** 更大的上下文窗口将单会话工作变成了以前需要工单、设计文档和冲刺才能完成的事情。据报道，Amazon 的 Kiro IDE 团队使用他们正在发布的相同规范驱动工作流程，将功能构建从两周压缩到两天。一个 AWS 工程团队描述了一项原本需要 30 名工程师、为期 18 个月的重构，最终由 6 人在 76 天内完成。瓶颈不再是编写代码所需的时间，而变成了团队能多清晰地描述“正确”的样子。 **例行程序时代（2026 年）：** 今年四月，Anthropic 发布了 Claude Code Routines：按节奏、通过 webhook 或在笔记本电脑合上时夜间运行的计划性持久代理。cron 回来了，钩子也回来了。工程师现在的工作部分是编排：睡前启动一个 swarm，早上审查一堆拉取请求。像 OpenClaw（今年四月被 Anthropic 短暂暂停后又部分恢复）这样的第三方封装也从开源方面展示了同样的观点。 ## **瓶颈已经移动，但大多数团队还没跟上** 工程效率大约翻了三倍。产品管理却没有变化。传统的 PM 与工程师 1:8 的比例本已紧张，现在实际接近 1:20，因为每个工程师每天交付得更多。例如，LinkedIn 取消了其助理产品经理职位，转而推出了一个“产品构建者”计划，培训横跨产品、设计和工程的通才。Anthropic 正在招聘更多 PM，而不是更少。在那些已实际在生产中部署了代理工作流的公司中，模式是一致的：系统生成构建好功能的速度，超过了它生成“应该构建什么”决策的速度。 对于工程师来说，这是本十年最重要的职业信号，也是最容易在生产力故事占据信息流时被忽略的。 ## **第一性原理更重要，而非相反** 那种认为在代理时代宣布基础知识已过时的直觉，恰恰误解了趋势。 当一个内存泄漏在凌晨 3 点使生产环境宕机，而原因被追溯到 4 年前推送的一个微妙的所有权 bug 时，目前世界上没有任何代理能端到端地闭合这个循环。操作系统、网络、并发和查询计划仍然决定着谁能解决一个真实的事故。它们也决定着谁能发现那些 **代理的输出**（https://venturebeat.com/technology/why-prompt-debt-retrieval-debt-and-evaluation-debt-are-quietly-reshaping-enterprise-ai-risk）表面上看起来正确，但底下却悄悄且昂贵地出错的地方。在一个现代代码库中写了 70% 代码的代理，无法可靠地告诉任何人它对线程安全、内存所有权或事务隔离的假设在哪里偏离了运行时。那个能阅读 diff 并发现问题的工程师，是团队其他成员需要的核心人物，而这位工程师是建立在基础知识之上，而不是提示技巧之上。 其推论是，基础知识现在成了一种杠杆技能，而不是卫生技能。2014 年，知道 TCP 重传如何工作可以更快地关闭调试工单。2026 年，同样的知识可以防止整个代理驱动的发布管道大规模引入回归。了解底层情况的工程师的爆炸半径变大了，而不是变小了。 ## **审查就是新的写作** 2026 年的工程师生成代码的速度超过了任何人能仔细阅读的速度。那些快速交付并生存下来的团队，是工程师们对待审查 AI 生成代码的严谨程度至少与他们过去写代码时相当的团队。2025 年 **Stack Overflow 开发者调查**（https://survey.stackoverflow.co/2025）显示 84% 的开发者使用了 AI 工具，其中 46% 的人表示他们不信任输出结果，这比前一年的 31% 大幅上升。这个差距——高使用率与低信任度并存——正是审查技能现在最关键的所在。那些大量推送却很少审查的编码者正在积累一笔债务，这笔债务将在第一次真实事故来临时到期，而能够偿还这笔债务的工程师，是将工作产出与对所涉及系统的深层第一性原理知识结合起来的工程师。 ## **新的差异化因素是产品漏斗** 这两点都必不可少，但都不够充分。在 2026 年重要的工程师，是那些不再等待漏斗以 Jira 工单形式出现的人。 这意味着要做一些该角色传统上被允许跳过的事情。 与客户交谈。观察他们实际如何使用产品。阅读支持队列。参加销售电话会议。产品团队通过三层摘要才能获得的信号，工程师现在一个下午就能直接获得。 产生想法，而不仅仅是估算。过去为 8 名工程师提供创意的产品经理，现在无法以同样的保真度为 20 名工程师提供创意。那个带着经过验证且范围明确的机遇出现的工程师，不再是在做 PM 的工作——而是在做新比例要求的工作。 从客户出发逆向工作。亚马逊写新闻稿优先的方法已经执行了二十年。这种纪律对于一人团队和代理集群都很适用。两者都能产生大量功能正确的软件，但方向错误——除非在编写任何代码之前，就有关于“客户获胜”含义的明确陈述。 别再拿带宽当借口。对“你还有精力做这个想法吗？”这个问题的诚实回答曾经是“没有”。现在，有了 routines、hooks 和一个协作的代理栈，更诚实的回答接近于“这个想法价值几何？”这是一个不同性质的对话，如果没有对客户真正的见解，要回答它要困难得多。 ## **未来十年会奖励什么** 上面五个阶段的历史实际上不是工具的历史。它是关于工作中哪个部分必须由人类来完成的历史。仍然由人类完成，并且在可预见的未来仍将由人类完成的部分，已经上移到了漏斗的上游：从打字，到审查，到决策，再到选择要服务的客户和要解决的问题。 2026 年 **优秀工程师**（https://venturebeat.com/technology/the-enterprise-risk-nobody-is-modeling-ai-is-replacing-the-very-experts-it-needs-to-learn-from）的定义，不是写最多代码的人，而是知道要构建什么、能证明它值得构建、并且拥有代理舰队加上审查纪律来交付它、同时系统不会因自身速度而崩溃的人。 内化了这一点的工程师将在未来十年中从事软件业有史以来最有趣的工作。那些等待工单的工程师则将会看着工单被身边的代理编写出来。 *Ishan Gupta 是 Amazon 的一名软件工程师。* 欢迎加入 VentureBeat 社区！ 我们的客座投稿项目是让技术专家分享见解，并提供关于 AI、数据基础设施、网络安全及其他塑造企业未来的尖端技术的中立、无利害关系的深度分析。 阅读更多（https://venturebeat.com/category/DataDecisionMakers）来自我们客座投稿项目的内容——如果您有兴趣贡献自己的文章，请查看我们的**指南**（https://venturebeat.com/guest-posts）。