PokerStars扑克官网

和Anthropic CEO一路发过Nature ,他用Claude Code新生三年烂尾代码

新智元报路

作者:丁佳霖
颁布功夫:2026-05-28 22:23:25
阅读量:20

和Anthropic CEO一路发过Nature ,他用Claude Code新生三年烂尾代码

新智元报路

编纂:好困

【新智元导读】70万内行传代码 ,人走了一拨又一拨 ,烂尾工程停摆三年没人敢碰。直到首席开发者给Claude Code写了份「说明书」 ,项目两周收工。

在华盛顿大学基因组科学系 ,干了快二十年的首席开发者Brendan MacLean ,正盯着屏幕上那段代码 ,眉头越锁越紧。

这段代码属于Skyline的一个职能 ? ,文件视图面板 ,搁置了整整一年。

写它的开发者毕衣冯开了尝试室 ,留下一个半制品。放在以前 ,这种烂尾工程只有一个终局 ,始终躺在仓库里 ,没人敢碰 ,没人想碰。

但这次不一样。

两周后 ,这个面板开发实现 ,所有最终代码提交里都多了一个共同作者的名字 ,Claude。

17年 ,70万行 ,人走了代码还在

Skyline是MacCoss尝试室的开源软件 ,用来助钻研人员检测和量化血浆、组织中的蛋白质 ,对生物标志物发现、疾病钻研和药物开发至关沉要。

70万行C#代码 ,每晚跑20万个自动化测试 ,从2008年起头一向在迭代。

这可不是什么通常的尝试室。

Anthropic结合首创人Dario Amodei已经是MacCoss Lab的成员 ,2012年还和Brendan合著过一篇Nature Biotechnology的论文。

那时辰Skyline才开发四年 ,Dario还在斯坦福放射科。

论文地址:https://www.nature.com/articles/nbt.2377

Brendan是这个项主张首席开发者 ,也是唯一的「主题纽带」。

近二十年来 ,本科生来了又走 ,钻研生毕业了 ,博士后跳槽了 ,实习生暑假实现就再也不会回来。

每一拨人走的时辰 ,代码留下了 ,理解代码的人没了。到2024年 ,代码库里有些区域 ,字面意思上没人敢碰。

Brendan花了几十年功夫做统一件事 ,带新人。

手把手教他们熟悉这套重大的代码库 ,搞懂组件之间的关系 ,搞懂17年沉淀下来的规范。这套步骤论他烂熟于心。

但他从来没想过 ,有一天会把同样的步骤论用在一个AI身上。

灵光一闪 ,把AI当实习生来「带」

Brendan一路头试的是浏览器里的Claude.ai。

履历能够用四个字概括 ,极度疾苦。

他描述一个问题 ,得到回复 ,而后把整个C#文件复造回项目里。只能处置那种不必要参考项目其他代码就能描述明显的孤立问题 ,稍微涉及渐进式批改 ,就齐全不能了。

每次对话都像从零起头。Claude不知路Skyline是什么 ,不知路组件之间怎么关联 ,不知路17年堆集下来的规范。

等一下 ,这个痛点他太熟了。每次带新人进尝试室 ,不就是这样吗 ?

新人不知路项目全貌 ,不知路代码之间的关系 ,不知路那些只有老人才懂的潜规定。

区别只是 ,新人会慢慢学会 ,而Claude每次对话实现就全忘了。

所以他做了一个决定 ,像带实习生一样带Claude Code。

具体来说 ,他建了一个独立的代码仓库叫pwiz-ai ,专门存放给AI看的高低文 ,和主代码库齐全分隔。根目录下的CLAUDE.md是「地形图」 ,通知Claude项主张结构、编译方式、测试流程。

项目地址:https://github.com/ProteoWizard/pwiz-ai

但地形图只解决「知路在哪」的问题 ,不解决「知路怎么干活」的问题。

真正的专业知识存放在skills里。好比他写了一个debugging skill ,专门把Claude从「盲猜试错」模式里拽出来。

这个skill的描述里写得极度硬核 ,「在排查bug、失败或意表行为时始终加载」 ,逼Claude在着手之前先做根因分析。

再加上MCP集成 ,让Claude能读取真实的测试数据、异常汇报和用户工单。

三层高低文叠满 ,成效立竿见影。

建好高低文之后 ,教Claude调试代码库的沟通成本断崖式降落。

由于它已经知路代码是干什么的了。交互的起点是理解 ,不再是空缺。

没人敢碰的代码 ,两周收工

高低文建好之后 ,Brendan起头用它算帐积压多年的技术债。

这事要从三年前说起。

其时掌管守护Skyline每晚测试治理 ?榈目⒄咄牙肓。这个 ?槭怯肑ava写的 ,技术栈和Skyline主体的C#齐全分歧。

放在以前 ,这种中途而废的烂尾工程只会被丢进垃圾桶。学术尝试室里 ,人员流动是常态。任何进行中的半制品 ,根基就蹬宗始终的半制品。

Brendan的处置方式也不例表 ,人走之后 ,他就不再为这个 ?樵龀と魏涡轮澳。一停就是三年。

直到最近 ,他让一位LabKey开发者用Claude Code写了一份配置文档。

而后 ,自己花了不到一天 ,就把惦想了好几年的职能给加上了 ,顺手还用CSS更新了页面布局。

更狠的在后面。

Skyline有2000多张教程截图 ,以前全靠手动守护。此刻全数实现自动化 ,近乎100%可复现。

Claude还写了一个C# MCP服务器 ,让自己能「看到」截图之间的差距。

每天早上Brendan坐下来起头工作之前 ,Claude自动天生的日报已经躺在收件箱里了 ,汇总夜间测试失败、异常和未解决的工单。

尝试室里正本对AI编程工具最不感冒的开发者 ,此刻用Claude Code构建并颁布了一个全新的数据可视化面板。

这个变动 ,不只产生在MacCoss尝试室。

统一周 ,OpenAI亮出了另一个答案

就在Anthropic颁布这篇博客的前一天 ,OpenAI也放出了一个开源项目——Symphony。

目前 ,它已经在GitHub上已经拿下了超过1.8万颗Star。

项目地址:https://github.com/openai/symphony

起因是 ,工程师有时必要同时开3到5个Codex会话 ,但高低文的切换会把人直接「逼疯」。

Symphony的思路单一粗鲁 ,把Linear项目看板造成AI编程的节造中心。

每一个Open状态的Issue自动分配一个Agent ,Agent在独立工作区里持续运行 ,崩了自动沉启 ,新工作来了自动接办。

人类只必要做一件事 ,Review了局。

凭据OpenAI的统计 ,部门团队在上线Symphony的头三周 ,成功merge的PR数量暴涨了500%。

但产出量暴涨只是表表 ,真正的变动是团队对「工作」的认知被彻底颠覆了。

当工程师不用再盯着Codex会话的时辰 ,每一次代码调换的「感知成本」直线降落。

想试一个沉构规划 ?提个Ticket就行 ,跑出来不中意直接抛掉 ,成本险些为零。

甚至产品经理和设计师也能在Symphony里提Feature Request ,不必要Git Clone仓库 ,不必要开Codex会话。

用人话描述需要 ,过一会就能收到一份带演示视频的Review包。

更有意思的是Symphony的诞生方式。

它的主题其实就是一份SPEC.md ,一个用Markdown写的规范文档。OpenAI让Codex用TypeScript、Go、Rust、Java、Python、Elixir六种说话全都实现了一遍 ,借此打磨规范里的吞吐地带。

最终他们甚至用Symphony编排Codex ,沉写了Symphony自身。

当然 ,OpenAI自己也认可 ,不是所有工作都吃这一套。

需要极其吞吐、严沉依赖直觉和专业判断的活儿 ,还得工程师打开交互式Codex会话亲自下场。

「带徒弟」和「开工厂」

固然路线分歧 ,但Anthropic和OpenAI在回覆统一个问题 ,怎么让AI在真实的工程流程里干活。

Anthropic的答案是「深度」。一个资深开发者花功夫构建高低文层 ,像带实习生一样教会AI理解一个特定的代码库。CLAUDE.md、skills、MCP ,每一层都是在加深AI对项主张理解。主题信想是 ,高低文的质量决定所有。

OpenAI的答案是「规模」。搞一个编排层 ,每个工作自动派Agent ,Agent永一向歇 ,崩了就沉启。工程师从「写代码的人」造成「管看板的人」。主题信想是 ,编排的效能决定所有。

一个是师傅带徒弟 ,一个是开自动化工厂。

有意思的是 ,两条路线在一个关键点上异曲同工。

Brendan写了CLAUDE.md和skills来固化项目知识 ,OpenAI写了WORKFLOW.md来固化开发流程。

双方都发现 ,以前靠口口相传和肌肉影象的器材 ,此刻必须白纸黑字写成文档 ,AI能力接得住。

「高低文工程」也好 ,「Harness工程」也好 ,说到底是统一件事 ,把人类的隐性知识造成机械可读的显性资产。

两条路线都管用 ,合用场景也不一样。

面对一个70万行的老代码库 ,你必要Brendan那种深度高低文工程。面对一个团队级此外新项目 ,Symphony那种大规模并行调度更相宜。

但有一件事 ,两家公司是齐全一致的。

AI编程的瓶颈 ,已经不是模型写不写得出好代码。瓶颈是人类有没有学会「治理」AI。

正如Brendan所言 ,「你不会把70万行代码库甩给一个新员工 ,而后指望他第一天就出活。」

对AI也一样。

参考资料:

https://claude.com/blog/onboarding-claude-code-like-a-new-developer-lessons-from-17-years-of-development

https://openai.com/index/open-source-codex-orchestration-symphony/

 

文章点评

未查问到任何数据!

颁发评论

◎欢迎参加会商 ,请在这里颁发您的见解、互换您的概想。

最新文章

热点文章

随机推荐

【网站地图】