Anthropic 平台团队的代码全交给 Claude 写，工程师转去做设计和验收

一家公司的代码，能有多少是 AI 写的？Anthropic 平台工程团队给出的答案是：全部。

当地时间周二，在 Grafana Labs 举办的 ObservabilityCON 活动上，该团队负责人凯特琳·莱斯说得很直接：就我们团队负责的系统开发和维护而言，所有代码都是 Claude 写的，真的是全部。

一分钟速览

• 平台工程团队约 200 人，日常系统开发与维护的代码已全部由 Claude 生成。
• 工程师的重心转向系统设计、结果验证和代码质量把关。
• 团队已允许智能体在没有人工干预的情况下自主修复测试，还在讨论让智能体直接改代码库。
• 公司层面，Claude 编写的代码占合并进生产库代码行的八成以上。
• 技术部门里初级员工的占比，一年间从 21% 降到 14%。

人负责想清楚，机器负责写出来

莱斯负责的是公司的核心服务、开发者工具和产品基础设施，这支团队今年夏天大约有 200 人。按她的描述，分工已经变得很清楚：工程师先想明白系统该怎么搭、怎么验证，然后把真正敲代码的活儿交出去。

她举了一个具体的例子。团队曾把一套大型代码库从 Python 迁移到 Rust，过程中由人设计验证机制，用来确认最终产物符合预期；而代码组件的开发、监控，以及验证环节里大量重复的具体工作，都是 AI 智能体完成的。

这套做法听起来轻松，实际把压力挪到了另一个地方：验证机制本身必须足够硬。人不再逐行写，就得能判断机器写出来的东西对不对，否则速度越快，出错也越快。

智能体开始自己修测试

比”全部代码由 AI 写”更值得注意的，是权限的变化。莱斯透露，团队已经允许 AI 智能体在没有人工干预的情况下自主修复测试。随着过去一年模型能力提升，公司正在考虑如何逐步放开，让智能体直接修改实际代码库。

她同时提到，工程管理人员对这件事仍然十分谨慎。也就是说，方向是开放的，但边界还在一点点试探：先让它改测试，再让它碰业务代码，每一步都要看它会不会把事情弄坏。

不只一个团队在这么做

平台工程团队并不是孤例。公司今年 6 月发布的技术报告显示，截至 5 月，Claude 编写的代码已经占公司合并至生产代码库的代码行数的 80% 以上。

10 月 16 日的另一份报告则把影响指向了人。2025 年初到 2026 年期间，初级员工在技术部门的占比从 21% 降至 14%，初级技术岗位在技术部门招聘中的占比从 27% 降至 9%。公司的解释是，当 AI 承担了更多写代码和查漏洞的工作，招人时更看重候选人的自主性和判断能力。

趋势洞察

这件事真正的信息量，不在于”AI 会写代码”，而在于软件工程的重心正在从”生产”移到”验收”。过去一个团队的能力，很大程度体现在写得多快、多稳；现在则体现在能不能设计出足够严格的检查，让机器产出的东西可以被信任。

代价也很现实。初级岗位原本是新人熟悉系统、积累判断力的入口，如果这部分工作被压缩，行业未来从哪里培养能看懂全局的工程师，就成了一个没人能回避的问题。工具替代的从来不是某个动作，而是一整条成长路径。