2026 年你还在一行一行敲代码吗Claude Code 的创造者、Anthropic 核心人物 Boris Cherny在公开访谈里抛出一句让整个行业震动的话2026 年到现在我没有写过一行代码。所有开发工作100% 交给 AI 代理完成。消息一出全网热议编程要亡了程序员要被 AI 取代了这一切都从他当年一次无心之举说起。Claude Code不是规划好的产品是意外做出来的Claude Code 不是立项已久的大项目而是偶然诞生。2024 年底Boris 加入 Anthropic 内部创新实验室 Anthropic Labs。团队很小只有几个人。当时行业里的 AI 编程最高水平就是逐行代码补全也就是 Sonnet 3.5 刚实现的能力。但他们一眼就看出来大模型的能力早就溢出了根本不止补一行完全可以直接写完整代码。于是 Boris 动手做 Claude Code。前六个月工具几乎没法用他自己也只敢用它写 10% 的代码。早期发布后也没火平平无奇。真正的转折点在2025 年 5 月——Opus 4 模型上线Claude Code 瞬间迎来指数级爆发。之后 Opus 4.5、4.6、4.7 一路迭代用户量一次比一次猛增直到今天。有意思的是Claude Code 自己的代码库全是 AI 写的TypeScript React没有任何神秘黑科技。当初选这两个技术栈是因为早期模型更擅长现在的模型任何语言、任何框架都能上手没见过也能学会。2026 年他彻底不写代码AI 全职包办Boris 在访谈里说得很直白coding is solved编程这件事已经被解决了。对他个人来说这句话就是现实2026 年至今他一行代码都没写所有代码全由 AI 代理完成。他每天会提交几十个代码合并请求PR最高纪录一天 150 个 PR全部是 AI 写的。他现在连电脑都很少开大部分工作直接在手机上完成打开 Claude App左侧 Code 页面同时跑着5–10 个会话、几百个 AI Agent到了晚上还会启动几千个Agent做深度任务全程不用人盯着。他最常用的功能叫/loop循环——一句话让 AI 自动反复干活自动修复流程问题自动变基代码自动处理不稳定的测试每 30 分钟汇总一次用户反馈后来又上线了Routines例行程序就算你关了电脑任务也会在服务器上持续运行永远在线。不过 Boris 也很客观不是所有场景都被解决了。超大型、极其复杂的遗留代码库以及一些冷门编程语言AI 目前还搞不定。但他给出的解决方案特别简单等下一个模型版本就行。未来不是程序员消失是人人都会写代码那未来会不会人人都能写代码Boris 很直接地说道会而且会像发短信、用 Office 一样普通。他用1400 年欧洲印刷术普及来类比这场变革。印刷术出现前欧洲只有10% 的人识字印刷术后 50 年出版的书籍总量超过过去1000 年的总和书价直接下降100 倍几百年后全球识字率涨到 70%。“未来写代码不再是程序员的专属技能。小店主、会计、设计师懂业务的人就能用 AI 写出自己需要的软件——编码本身反而是最简单的一步。”他的团队已经是这样在Claude Code 团队里工程经理、产品、设计、数据、财务、用户研究所有人都会写代码。未来不会再只有敲代码的程序员更多是懂业务、懂产品、会指挥 AI 的全能开发者。SaaS 不会末日但行业要大变初创公司将暴增 10 倍如果 AI 让写代码便宜了 10–100 倍会不会出现SaaS 末日Boris 很冷静地说“不会是大家担心的那种崩盘但行业规则会彻底改写。”会变弱的切换成本、流程优势AI 能轻松迁移代码、自动优化流程不会变的网络效应、规模经济、核心资源壁垒最大的变化未来 10 年能颠覆行业的初创公司数量会涨 10 倍。大公司想跟上要改流程、要培训、要克服内部阻力很难而初创公司可以从零开始原生用 AI 开发直接跟大厂正面竞争。他说“现在是创业最好的时代到处都是新机会。”行业差距不在技术在组织方式很多人好奇Anthropic 内部是不是有更强、外界用不到的模型Boris 直接说模型层面几乎没有差距。外界在用的 Opus 4.7他们内部也在用完全一样。真正拉开差距的是组织和工作流程。Anthropic / Claude Code 内部公司里没有一行手动写的代码所有 SQL 都是模型生成的AI 代理全天在 Slack 互相沟通、协作、解决问题而大多数外部公司还停留在“AI 辅助写几行代码”没有把整个流程改成 AI 原生模式。他的结论很明确技术会越来越开放但能不能用好 AI最终看组织能不能彻底改变工作方式。提前准备、应对挑战《这就是OpenClaw》刘江 | 著9 个案例让你了解小龙虾。12 大真实场景满足职场人个人效率、内容创作、企业办公及创业变现的多方面需求。30 分钟快速上手无复杂部署零编程基础也能上手。《白话AI编程》Next 蔡蔡 著零基础入门 AI 编程优选指南语言通俗、实例丰富兼具理论与实操。涵盖TRAE、Cursor、Claude Code 等 AI 编程工具6 个真实项目手把手带练700 万 播放量作者亲授无代码基础也能轻松上手快速实现创意落地。《从零构建大模型》塞巴斯蒂安·拉施卡著覃立波冯骁骋刘乾译豆瓣评分 9.5从零开始构建大模型的最佳指南由畅销书作家塞巴斯蒂安•拉施卡撰写通过清晰的文字、图表和实例逐步指导读者创建自己的大模型。在本书中读者将学习如何规划和编写大模型的各个组成部分、为大模型训练准备适当的数据集、进行通用语料库的预训练以及定制特定任务的微调。《图解大模型生成式AI原理与实战》[沙特] 杰伊·阿拉马尔[荷] 马尔滕·格鲁滕多斯特 | 著李博杰 | 译备受关注的大模型“袋鼠书”全书通过 300 幅全彩插图以极致视觉化的方式呈现大模型的核心原理与工程实现覆盖从底层机制、应用开发到性能优化的完整链条。内容结合真实数据集、实用项目与典型场景注重实操性。特别收录 18 幅图精解 DeepSeek 底层原理配套资源包括一键运行代码、200 道大模型面试题及大量拓展视频/文章资料助你全面掌握大模型理论与实践是入门进阶与求职备战的理想之选。《DeepSeek大模型应用开发》贾泽豪刘衍琦迟殿委 著市面上最注重实战的 DeepSeek 教程围绕 DeepSeek 技术体系展开系统解析DeepSeek 架构设计、DeepSeek-V3 模型的 MoE 架构与多 token 预测、DeepSeek-R1 模型的思维链与知识蒸馏等核心机制夯实读者的理论基础。《AI工程》Chip Huyen著宝玉 译由业内知名 AI 专家、前英伟达工程师畅销书作者 Chip Huyen 撰写。 全书系统阐述了“AI工程”的核心方法——如何基于现成的基础模型LLM、LMM构建高效、实用的AI应用。书中提供了完整的 AI 工程框架涵盖模型选择与评估、提示工程、RAG 与智能体、微调策略、数据集工程、推理优化及 AI 工程架构等关键环节帮助开发者在复杂的 AI 生态中做出科学的技术决策。视频地址https://www.youtube.com/watch?vSlGRN8jh2RIt374s