看完Anthropic内部内部员工是如何用Claude Code，我彻底惊呆了

推荐语

Anthropic内部员工用Claude Code实现全员开发者化，非技术人员也能轻松开发应用，彻底颠覆传统工作模式。

核心内容：
1. 法务人员一小时开发沟通辅助APP的惊人案例
2. 设计师直接修改核心代码，打破传统协作壁垒
3. 营销人员用AI搭建智能工作流，效率提升10倍

杨芳贤

53AI创始人/腾讯云(TVP)最具价值专家

朋友们，我看了一份 Anthropic 的内部文档，讲他们自己人是怎么用 Claude Code 的。看完之后，我整个人坐在椅子上，半天没缓过劲来。

怎么说呢，那种感觉就像是，我们还在争论“AI 会不会取代程序员”，人家已经把 AI 当成一个活生生的“实习生”、“同事”甚至“项目经理”在用了。而且，最颠覆我三观的是，用得最溜、最出神入化的，居然很多都不是程序员！

这已经不是生产力工具了，这简直是给每个人都发了个“外挂”。

非技术人员的“封神之路”：法务、设计、市场，全员变身开发者

先说几个最让我目瞪口呆的。

你敢信？法务部的人，用 Claude Code，一个小时，给自己有语言障碍的家人做了个沟通辅助 APP。

我看到这里的时候，第一反应是“吹牛逼吧？”。法务哎，那群天天跟合同、条款打交道的人，代码？开什么玩笑。但事实就是，他把需求用大白话告诉 Claude Code，甚至直接截图告诉 AI “我想要这个界面长这样”，然后 AI 就一步步把代码写出来了。一个小时，一个功能完善、能解决实际问题的应用诞生了。

这哥们说，他只是想验证一下这个工具的可能性。结果，这个“原型”直接就能用了。这已经不是“赋能”了，这是直接把技能点给你加满了啊！

还有产品设计团队。以前设计师和程序员的爱恨情仇大家都懂吧？设计师给个图，程序员说“这个实现不了”，然后来回拉扯。现在，Anthropic 的设计师们，80% 的时间开着两个软件：Figma 和 Claude Code。

他们看到哪个 UI 不爽，比如颜色、字体、间距，懒得跟工程师提 ticket 了，直接在 Claude Code 里说：“把这个按钮的颜色改成#XXXXXX，间距调大 2px”。然后 AI 就自动找到对应的代码文件，直接改了，提交一个 PR（代码合并请求）。

他们的工程师都惊了，说“设计师居然在改动我们核心的状态管理代码，这在以前是不可想象的”。设计师自己也爽翻了，他们说这种感觉就像是：“卧槽，我成了一个开发者！”

再看增长营销团队。这个团队更绝，就一个人，愣是干出了一个工程团队的活。

他要给 Google Ads 批量做广告创意，几百条广告，标题要求 30 个字符内，描述 90 个字符内。手动写？能把人写吐了。

他直接用 Claude Code 搭了个“智能体工作流”。让 AI 读取一个包含现有广告和效果数据的表格，找出表现差的，然后自动生成几百条新的、符合字数限制的文案。几分钟搞定，以前这活得花好几个小时。

他还嫌不够，又让 Claude Code 写了个 Figma 插件。在 Figma 里设计好一个广告模板，插件能自动替换里面的文字，一键生成 100 张不同的广告图。他说，这让他的创意产出能力直接提升了 10 倍。

看到这里，我真的沉默了。我们还在用 AI 写写单元测试、优化一下函数，人家已经把 AI 当成了一个可以指挥的、跨领域的、不知疲倦的数字员工了。

程序员的“狂暴模式”：从码农到架构师的进化

OK，你说那些都是非技术的，我们程序员用起来能有多爽？

答案是：更爽，爽到飞起。

Anthropic 的工程师们用 Claude Code，核心就一个词：“放手”。

比如，他们要做一个新功能的原型，会直接开启（auto-accept mode）的功能。什么意思呢？就是跟 AI 说：“嘿，我要做个这个东西，你自己看着办吧。”

然后，AI 就会开始自己写代码、自己运行测试、自己发现 bug、自己修复 bug，然后继续写……工程师就泡杯咖啡，偶尔回来看一眼，AI 已经把 80% 的工作干完了。他们要做的，就是在 AI 搭好的骨架上，做最后的精修和打磨。

他们用这个方法，只花了一点点时间，就给 Claude Code 加上了 Vim 编辑模式。最终 70% 的代码都是 AI 自主写的。

还有个场景，简直是所有程序员的福音：调试。

他们的数据基础设施团队，有一次 Kubernetes 集群挂了。这玩意儿出问题，一般都得找专门的网络专家来看。他们团队没这个专家，怎么办？

他们直接把监控面板的截图丢给了 Claude Code。

你没看错，就是一张图片。然后 AI 就像个老专家一样，看着图说：“哦，我看你这个仪表盘，你去 Google Cloud 的这个菜单，再点那个菜单，看看有没有警告。” 团队照做，果然发现一个警告：IP 地址用完了。

然后 AI 接着说：“别慌，我给你生成几条命令，你复制粘贴去执行，就能创建新的 IP 池了。” 问题解决。整个过程，没有一个网络专家介入。

我当时就想，这TM以后谁还背那些又臭又长的 kubectl 命令啊！

这玩意儿的“秘诀”是啥？

看到这你肯定好奇，凭什么他们的 AI 这么牛逼？是不是有什么黑魔法？

还真有。他们的核心秘诀，是一个叫做 Claude.md 的文件。

你可以把它理解成一份 “项目说明书”。在新项目里，他们会创建一个 Claude.md 文件，用大白话写清楚：这个项目的目标是什么、技术栈是什么、有哪些重要的文件、我的代码风格是什么样的、有哪些自定义的命令……

等于说，你不是在跟一个冷冰冰的工具对话，而是在 “训练”一个专属于你这个项目的实习生。你先把规矩和背景知识都告诉他，他干活自然就又快又好。

这个思路，直接把 AI 工具的水平拉高了一个维度。

写在最后：我们该焦虑，还是该兴奋？

老实说，看完这篇内部文档，我短暂地焦虑了一下。感觉自己辛辛苦苦点的技能树，好像一夜之间变得不那么值钱了。

但很快，这种焦虑就被一种强烈的兴奋感取代了。

我意识到，一个全新的时代可能真的要来了。在这个时代里，最重要的能力，可能不再是“你会不会写代码”，而是：

• • 你能不能提出一个好问题
• • 你能不能把一个复杂的任务拆解清楚
• • 你能不能构建一个高效的工作流

“想法”和“创意”的价值，正在被前所未有地放大。而实现这些想法的门槛，正在被无限地拉低。

我们生在这个时代，这何尝不是一次巨大的机会？我们可能没有深不可测的算法功底，但我们有在一线摸爬滚打积累的经验，我们有解决实际问题的渴望，我们有无数“要是能有个工具帮我干这个就好了”的念头。

现在，这个工具来了。我觉得，我们去试试看，首先，能不能让它帮你完整地实现一个小功能？能不能让它帮你搭建一个自动化脚本？能不能把那些你觉得烦人、重复、但又不得不做的工作，都丢给它？所以，去“驯化”它吧，去把它变成你的专属提效工具。