（来源：金科之家网）

2026 年 4 月底，红杉资本在旧金山举办了第四届 AI Ascent 大会。这场大会邀请了 OpenAI、DeepMind、Anthropic、NVIDIA、Waymo 等 AI 产业核心公司，也包括多家新兴方向的创业公司。

Anthropic 的 Boris Cherny 是受邀演讲者之一。他是 Claude Code 的创始人，也是这个产品从零到一的创造者。

Boris 出生在乌克兰敖德萨，1995 年随家人移民美国，大学学的是经济学，自学编程，在 Meta 做过首席软件工程师，后来加入 Anthropic。

在这场大会上，Boris Cherny 与红杉合伙人 Lauren Reeder 进行了一场约 25 分钟的对谈。他在现场提出的七个核心判断：

Boris 认为，对于大量主流开发场景，人手写代码这件事已经开始变成低效率的事情。

以前交付一个功能，工程师坐下来，先想清楚怎么实现，然后一行一行把代码敲出来。在这个过程里，工程师最大的价值就是：会不会写，写得好不好，写得快不快。

现在的工作方式不一样了。同样一个功能，工程师做的事情更像是：先把需求讲清楚，把这件事拆成几块交给 Agent，定一个验收标准，然后看一下 Agent 跑出来的结果对不对，不对就调整提示，让 Agent 再跑一遍。

AI 已经可以搞定大部分的编码任务。当然，并不是 100% ——还有很多巨大又复杂的代码库、冷门语言或特殊环境，今天的模型表现仍然不够。

工程师的价值，从会不会写代码，变成了会不会拆任务、会不会把目标讲清楚、会不会验收结果、会不会管理 Agent。

Boris 拿工业革命做类比：工业革命之前，一个铁匠从打铁、锻造、抛光到组装，全套活都是自己一个人做，手艺好的铁匠自然就值钱。

后来流水线出现了，每个工人只负责一道工序，整体的产出却比手工时代高出几十倍上百倍。

这时候工厂里值钱的角色，不再是会做某一道工序做得最好的工匠，而是能把流水线设计好、管理好、让整个流程运转顺畅的人。

软件工程正在经历类似的转折。代码本身不再是稀缺品。会写代码这件事，正在变成像会用 PPT 一样的基础技能。

真正稀缺的，是能把模糊的需求拆成清晰的任务，能在 Agent 给出的几种方案里挑出最对的那个，能让一群 AI 协同起来完成一件事。

Boris 在现场做了一个举手调查：问现场观众谁还在 100% 手写代码（少数举手），谁 100% 用智能体写（极少举手），谁介于两者之间（大多数举手）。他根据这个结果判断：" 大概解决了 50%。对我来说是 100%。"

当然他也承认这不是普遍情况。还有很多庞大复杂的代码库、模型还不擅长的偏门语言。不过在他看来，大家都知道答案是什么：等下一个模型。

二、编程正在从专业技能变成基础能力

Boris 把这件事类比 15 世纪欧洲的印刷术。

印刷术发明前，整个欧洲只有大约 10% 的人识字。这些人往往受雇于不识字的贵族，专职帮人读和写。

印刷术问世后，50 年时间，欧洲出版的书籍数量超过此前一千年的总和，书价下降了 100 倍左右。再经过几百年的配套，全球识字率才升到今天的 70%。

Boris 认为，AI 对软件的影响，是一次加速版的印刷术革命。软件会在几十年内完全民主化，变成任何人都能驾驭的东西。最终，会做软件这件事，会像会发短信一样自然。

他自己的工作方式已经印证了这个趋势。2026 年至今他没有手写过一行代码，每天通过 AI 提交几十个 PR，最高纪录是一天 150 个。

他现在大部分工作在手机上完成，Claude App 里常驻 5 到 10 个会话、几百个 Agent，夜里则有几千个在跑深度任务。

他甚至做了一个预测：Claude Code 自己的代码库，一年后可能只剩 100 行左右。

当写代码这件事的门槛被 AI 降到极低之后，真正区分一个人能力的，是他的产品感觉，是对一个具体领域的真正理解。

Boris 举了一个例子：两个人同时要做一个面向医生的产品。一个是写代码很快的工程师，一个是在医院信息科干过几年的人。

放在以前，工程师做出来东西的概率更高，因为他能把 idea 实现出来。现在反过来了——谁都能把 idea 实现出来。

这个时候，那位真懂医院日常工作流的人反而更值钱。因为他知道哪些功能是医生真的会用的，哪些只是听起来有道理。

AI 把执行的门槛抹平之后，判断力的差距就被放大了。

这件事直接改写了 " 通才 " 这个词的含义。过去说通才，通常指的只是一个工程师既能写 iOS，又能写 Web，又能写后端——本质上还是工程内部的全栈。未来的通才是跨学科的全栈。

有人同时懂产品、设计和工程。有人同时懂产品、数据科学和工程。这种组合过去几乎不可能，因为每一项都需要长时间的专门训练。

但现在 AI 把每一项的执行门槛都拉低了，一个人可以横跨几个领域，专业深度还能保住。

Boris 在现场说了这样一句话：" 最合适写会计软件的是会计师而不是工程师，因为编程是简单部分，懂业务才是难的部分。"

四、SaaS 的护城河正在被重写

现场主持人问了一个很多人关心的问题：SaaS 会消失吗？

Boris 的答案层次很清晰。他借用了 Hamilton Helmer 在《7 Powers》一书中提出的七种护城河框架来进行分析：切换成本、流程效力、网络效应、规模经济、独占资源等。

他认为，切换成本和流程效力这两种护城河会被 AI 大幅削弱，因为 AI 模型可以帮你完成系统迁移、可以自己迭代流程。但网络效应、规模经济、独占资源这些护城河不会变。

举个例子。过去一家公司把业务流程固化在某个 SaaS 系统里，换一个系统意味着巨大的迁移成本。

现在 AI 可以读取文档、理解业务规则、自动生成迁移脚本，甚至帮助新员工在一天内适应新的工作流。这种切换成本在 AI 面前正在快速下降。

但数据网络效应不一样。一个 CRM 系统里沉淀了十年的销售数据、客户行为记录和销售流程，这些数据本身就是护城河。

AI 模型很难凭空生成这些数据。同样，规模经济和独占资源——比如特定的供应链关系、专利或行业牌照——也不会因为 AI 的出现而消失。

所以 Boris 的判断是：SaaS 不会死，但有些 SaaS 公司会死。具体来说，那些主要靠切换成本和流程惯性来留住客户的 SaaS 公司，面临的挑战最大。

而那些在数据网络效应、规模经济、稀缺资源上有壁垒的公司，相对安全。

这种分化已经开始显现——以前一个技术栈部署好之后几乎无法撼动，因为迁移太痛苦。现在 AI 让迁移变得简单，竞争格局变了。

五、初创团队的无历史包袱优势

Boris 在演讲中提到了一个常被忽略的事实：初创团队在 AI 应用上拥有天然优势。

大公司的代码库庞大、历史包袱重、流程复杂，引入 AI 需要对现有工作流进行全面改造，同时还要面对内部的组织惯性和员工抵触。

小公司没有这些负担。一个三人团队可以用 AI 从零快速构建一套完整的产品，以大公司难以匹敌的速度迭代。

Boris 甚至更进一步指出：开发速度的优势正在被复制的优势取代。过去一家小公司要想在竞争中胜出，必须开发得比大公司快。

但现在，AI 让所有开发者的速度都大幅提升了——真正拉开差距的，是谁能用 AI 构建出 " 任何人都无法轻易复制的系统 "。

这就引出更深层的判断：AI 时代，速度本身不再是护城河。因为大家的开发速度都会被拉齐。

真正的壁垒，来自对那些无法被 AI 轻易获取的资源的控制——专有数据、行业理解、信任关系。

六、MCP 将成为新的连接层

MCP（Model Context Protocol，模型上下文协议）是 Anthropic 推出的开源标准，旨在统一 AI 与外部工具、数据源及系统的交互方式。

Boris 在 Labs 孵化器里和 Claude Code 一起做出了 MCP 的三个产物。

Boris 在演讲中提到，对于开发者来说，MCP 就是 AI 时代的 API ——但它比 API 更进一步。API 是人写的接口，定义好了请求和响应的格式。

MCP 的设计目标是让模型能够直接理解并使用这些接口，而不需要人为适配中介。

Boris 曾经在现场说了一句带有哲学意味的话：" 对模型来说，这些都无所谓，MCP 也好、API 也好、Computer Use 也好。它们无非是模型认知世界过程中的图层。"

至于 AI Agent 该如何访问各种工具和系统，Boris 的回答始终如一：MCP。

它代表了 Anthropic 对下一代 AI 基础设施的构想——如果模型是大脑，MCP 就是让它能动起来的神经系统。

一个模型再聪明，如果不能读写文件、不能调用工具、不能与外部系统交互，它的能力也只能停留在对话层面。MCP 要解决的就是这个问题。

七、Computer Use 解决遗留系统自动化

在 AI 实施层面，Boris 谈到了两个主要挑战。

第一个是数据获取：AI 需要访问企业内部的各种数据源和系统才能发挥作用。在这一点上，他再次强调了 MCP 的桥梁作用。

第二个，也是他认为更有意思的挑战，是如何让 AI 自动化处理那些无法通过 API 访问的遗留系统。

全世界有大量老旧软件系统没有现代化的 API 接口，有些甚至还是基于文本终端或老式图形界面的应用。

这些系统无法通过 API 直接接入 AI。针对这个场景，Boris 提出了 "Computer Use" ——让 AI 像人类一样操作电脑的屏幕和鼠标。

2024 年底，Anthropic 率先推出了 "Computer Use" 能力，让 Claude 能够直接与现有的各类界面进行交互。

2025 年，随着 Claude Sonnet 4.5 等模型的发布，Computer Use 的能力进一步提升—— Sonnet 4.5 在 OSWorld 基准测试上达到了 61.4% 的得分，相比之前版本的 42.2% 有明显提升。

通过 Computer Use，AI 可以打开一个隔离的虚拟桌面环境，像人一样看清屏幕上的按钮、文本框，然后进行点击、输入、表单填写等一系列操作。

Claude Code 本身也大量使用 MCP 来处理工具调用；据 Boris 的介绍，在其团队中，员工之间也已经不再彼此消息，而是让各自加持了 AI 的 Claude 之间通过 Slack 彼此沟通。

AI 互相提问、解决对方的疑难问题、彼此调试，已经成了他的日常工作流程中的自然一环。

免责声明：自媒体内容仅用于记录和分享，请勿用于商业用途。所有内容来自于网络，或由人工智能服务生成。如有文字或图片涉及侵权，请联系修改或删除。文章内容不代表本人观点，亦不代表本人所在机构观点，不构成任何投资建议。