Claude Code 不是工具，是一套世界观——拆解 Cat Wu 访谈里的 7 个产品哲学
Claude Code 不是工具，是一套世界观——拆解 Cat Wu 访谈里的 7 个产品哲学
推荐做产品的朋友都抽时间看一下 Claude Code 产品负责人 Cat Wu 这两场访谈——一场是 Lenny's Podcast 的单人专访，一场是她和 Boris Cherny 一起上的 Every.to《AI & I》。两场加起来三个多小时，信息密度大到我反复听了两遍。
很多人讨论这两场访谈，焦点都在 Anthropic 怎么把 6 个月的功能压到 1 周、甚至 1 天上线。提速这件事确实很疯，但我看完最大的感触不在速度。
真正让我有启发的，是 Claude Code 这款产品身上藏着的一整套世界观。可以拆成 7 条，每一条单拎出来都反直觉，合起来就是 AI 原生产品该有的样子。下面挨个说。
1
Plan Mode 不是功能，是世界观。
Boris Cherny 在节目里说了一句很重的话：
"切到 plan mode，让 Claude 先把要做的事一步步摆出来，在动笔之前先就方案对齐——复杂任务的成功率能翻倍甚至三倍。"
翻倍甚至三倍。这个数字我第一次听的时候是有点震的。
操作上其实就是按两次 Shift+Tab。节目里还提到，Boris 自己做有难度的功能时，也是先切 plan mode，把计划对齐了再动笔，一行代码都还没写。
问题是，为什么一个看起来像 UI 选项的小开关，能把成功率拉这么高？
因为它背后是一个产品级的预设——承认模型会幻觉，所以必须先把意图摆到台面上。Plan Mode 不是给你看的，它是给模型看的——逼它先想清楚，再动手。
很多人以为 Plan Mode 是"让用户检查 AI 的计划"，其实更准确的说法是"让 AI 不许跳过思考这一步"。
把"思考显性化"做成产品级机制，这就是世界观。
2
跟着模型能力裁脚手架，而不是堆功能。
Cat Wu 在 Lenny's 上提了一个挺微妙的概念，叫 AGI-pilled——简单说就是"对 AGI 的押注程度"。她说拿捏好 AGI-pilled 的度是产品里最难的事之一：
太 AGI-pilled 会做出脱离现实的产品愿景；太不 AGI-pilled 又会浪费模型能力。每出一个新模型，这个平衡点都得重新校准。
她和 Boris 的哲学是"砍得跟做得一样多"。下线一个功能（unship），不是因为它失败，而是因为找到了更简单、更直觉的实现路径。
最具体的例子是 todo list。早期模型不会可靠地勾选完成项，团队只能加 system reminder 每几条消息提醒一次。新模型出来之后，这种"提醒脚手架"就成了多余物，直接拆掉。
Cat 还有个固定的基准测试——让 Claude Code 给 Excalidraw 加表格功能。2025 年 6 月的 Opus 4 偶尔能成；不到一年后，2026 年 4 月的 Opus 4.6 已经能一次成型，可以在几千名工程师面前 live demo。
跨度一年，从"偶尔成功"到"一次成型"。脚手架的拆除节奏，完全跟着模型能力走。
别人在追功能，他们在追模型——模型每强一寸，脚手架就拆一寸。
3
Swiss Cheese 多层防护，不是 vibe coding。
Anthropic 内部把他们这套机制叫 Swiss Cheese Model——多层叠加，每一层都有洞，但叠在一起就没洞了。
落到 Claude Code 这款产品上，Boris 在节目里描述过它跑一个 PR 的具体五步：
Claude 自己跑测试、缺测试就自己写、跑自己生成的 linter、当自动化 reviewer 自审一遍，最后还有人工兜底。
注意，五层里前四层都是 Claude Code 自己搭给自己的。它不相信任何一层能独自不出错，所以叠到第五层人工兜底之前，先自己来四遍。
在 Boris 看来，vibe coding 这种"我感觉它能行"的写法只适合一次性代码和原型，不适合生产系统。理由很简单——生产系统的反面不是模型不够强，是反例必然会出现。
这是 Swiss Cheese 思想最锋利的地方：真正的工业级 AI 产品，不是赌模型不会错，而是假设它一定会错，然后用结构去兜。
4
Antfooding——每 5 分钟一条反馈。
Anthropic 工程师内部有个外号叫 ants（蚂蚁），所以他们把自己的内部使用循环叫做 Antfooding——dogfooding 的进化版。
Cat 在节目里说了一句听起来很疯的话：
"我们的反馈频道，每 5 分钟就跳出一条新消息。"
5 分钟一条。是不是真有人喜欢这个功能、有 bug、要不要 unship——5 分钟就能拿到一次信号。
办公室里几百个工程师每天都在用 Claude Code，Cat 走一圈就能看到一手反馈。这个画面其实挺关键——Claude Code 的第一批用户，是世界上最挑剔、最会写代码、最舍得吐槽的一群人。
发版 → 内部 dogfooding → 几分钟一次听反馈 → 迭代 → 再发版。这个循环短到什么程度？以前一个功能从立项到上线要 6 个月（规划 + 跨团队对齐 + 写 PRD），现在 Anthropic 内部的整体节奏已经压到 24 小时就能 ship——注意，这是团队整体的迭代节拍，不是说同一个功能能从 6 个月做到 24 小时。
世界上没有比一个被 Claude Code 卡住的工程师更挑剔的用户了。一般产品的 dogfooding 是"我们自己也用"，Antfooding 是"我们用得比所有人都狠"。
5
让 Subagent 互相挑刺，而不是一锤定音。
这一节可能是整场访谈里最颠覆我认知的一段。
Boris 描述他自己的 code review 命令是这么跑的：
一上来并行开几个 subagent——一个查风格规范，一个翻 git history 看以前怎么实现的，一个找明显 bug。第一轮会同时抓出真问题和假警报。所以我再开 5 个 subagent，专门负责挑前面这些发现的刺。结果是把所有真问题都找出来，假阳性全干掉。
读完这段我愣了一下。我自己平时做 Agent 产品的本能反应永远是"换个更强的模型"——质量出问题，第一直觉就是模型不够好。从来没想过让 N 个 Agent 互相挑刺这条路：质量不靠模型强度，靠的是模型之间的对抗。
大部分人做 Agent 产品的思路是"用一个最强的模型搞定一切"。Claude Code 这边反过来——用多个模型互相打架。第一波 subagent 评审，第二波 subagent 专门挑第一波的刺。
Cat 自己也用类似的配置——一个 planner subagent，一个 code review subagent。同步交互时用 subagent，CI 里用 slash command，做的是同一件事。
代价是真实的。subagent-heavy 的工作流，token 消耗是单 agent 的 2 到 5 倍。对照行业公开数据，企业部署平均下来每开发者每月在 $150-$250；但 Anthropic 内部出现过单用户单月烧掉 15 万美金 token 的极端案例——虽然是个案，也足够说明这套打法的上限有多吓人。
但 Boris 的观点很硬：让 subagent 互相挑刺，结果反而更干净。对抗才是质量来源。
与其相信 AI 一次答对，不如让 AI 互相打脸。
6
Stop Hook 改写"完成"的定义。
上一节讲的是不信任单点判断，这一节往前再走一步——连"模型说自己做完了"这件事本身都不该信。
Boris 给出的解法是 Stop Hook：
"你完全可以让模型一直跑下去，直到事情真正搞定。"
具体做法是挂一个 stop hook 跑测试套件——测试挂了就把错误丢回去让 Claude 修，再跑一遍，直到测试全绿才算完。"我做完了"不算完，"测试跑通了"才算完。
Boris 在节目里特别强调，给 Claude 一个能自我验证的回路，是从 Claude Code 拿到好结果最重要的一件事——有这个回路，最终质量能提升 2 到 3 倍。
他自己还跑一个 PostToolUse hook 自动格式化代码——Claude 通常格式没问题，这个钩子修最后那 10% 防止 CI 挂掉。
把这两层叠起来看，Stop Hook 干的是一件很底层的事——它在重新定义"完成"这个词。AI 时代，结果才是唯一的诚实。模型自己宣称的"完成"不算数，能跑通的才算。
7
从 typing 到 deciding——最稀缺的是判断力。
最后一节，Cat 在 Lenny's 上说了一句话，我反复在朋友圈截图给人看：
"代码变得越来越便宜，更值钱的事变成了'判断该写什么'——而且了解一件事有多难做，能帮你做优先级判断。"
她进一步说，所有角色都在融合——PM 在做工程的活，工程师在做 PM 的活，设计师在做 PM 的活。她团队里几乎所有 PM 要么当过工程师、要么自己提 PR；设计师也都是前端工程师出身。
Boris 的视角更狠。在他看来，软件工程师像抄经员，AI 像印刷术——代码不再是稀缺品。
把前面 6 条放到这一节回头看，其实是同一件事——
Plan Mode 是让你把判断显性化；裁脚手架是让你跟着模型能力调判断；Swiss Cheese 是让你不必判断"模型会不会错"；Antfooding 是让你的判断尽快接触真实反馈；Subagent 挑刺是替你判断模型的判断；Stop Hook 是替你判断"完成"的真假。
所有产品哲学都在为同一件事服务——把人从 typing 解放出来，专注于 deciding。
Claude Code 不是要替代工程师，而是要把工程师从打字员的位置上扶起来。
7 条理念串起来，就是 Claude Code 这款产品的世界观——
承认 AI 不可靠，所以建多层防护；不相信单点判断，所以让它互相挑刺；不在乎模型自己宣称的"完成"，只在乎跑通的结果；把人从打字员位置解放出来，专注做判断。
看完最大的感触不是惊叹，是主动求变这四个字。
我们用的产品已经在按这套世界观运转——它假设错误、组织对抗、重新定义完成、把人推向判断位。那我们做产品、做团队、做自己手头工作的方式，是不是也该跟上？团队的协同要变，工具要变，工作习惯要变，连"什么叫做完了一件事"都要被重新定义。
不主动求变，就只能被这套世界观推着走。
推荐你也去把这两场访谈听一遍，比我啰嗦半天有用得多。
你在用 Claude Code 的过程中，最颠覆你认知的设计是哪一个？评论区聊聊。