Anthropic 工程师效率暴涨8倍后，真正的瓶颈反而更残酷了

如果你还觉得“写代码慢”是工程团队的核心问题，那你已经落后一个时代了。在这期 Lenny's Podcast 里，Anthropic 的 Fiona Fung 抛出了一个让人后背发凉的数据：工程师单位季度的代码产出，比 2025 年高出整整 8 倍。而这，只是故事的开始。

工程师写代码不再是瓶颈，这句话的杀伤力被严重低估了

Fiona Fung 在节目一开始就给出了一个极具冲击力的事实：Anthropic 的工程师，平均每个季度交付的代码量，是 2025 年的 8 倍。注意，这不是“效率提升了百分之几十”，而是数量级的跃迁。

但真正反直觉的点在后面——coding is no longer the bottleneck。过去十多年，工程管理、工具链、流程设计，几乎都围绕着“如何让工程师更快写代码”。可当 Claude Code 这样的工具成为团队的日常配置后，写代码本身突然变成了最不稀缺的能力。

Fiona 提到，她现在更常问团队的不是“你什么时候能写完”，而是：“What can I do about it？ What is within my control？”——当执行成本趋近于零，决策质量、问题选择和反馈回路，才是决定差距的地方。

Claude Code 背后：一个“AI-pilled”团队是怎么工作的

作为 Claude Code 和 co-work 团队的负责人，Fiona 描述的并不是“AI 帮我多写点函数”，而是一种彻底被 AI 重塑的协作方式。

一个细节很有意思：她提到团队内部的反馈速度极快，因为大家都是重度工具用户（heavy VS users）。这意味着什么？意味着工程师不再等 code review、不再等 PR 合并，而是和模型形成了一个高频的“想法—实现—验证”循环。

她甚至坦言，有些洞察如果没有 Claude，她自己都很难得到。这不是夸工具，而是在说认知半径被扩大了。当模型可以快速帮你验证假设、补齐实现细节，人类开始把精力转移到更抽象、更难被自动化的层面。

真正拉开差距的，不是技术，而是心态

在谈到“哪些工程师在这个时代做得特别好”时，Fiona 的答案出乎意料地不技术。

她说得很直接：growth mindset really helps。原因也很残酷——如果你抗拒变化，你基本上会“fall behind”。当工具和范式变化速度超过个人学习速度时，经验本身可能会变成负资产。

这也是她担忧的地方：随着 AI 能力迅速普及，工程师之间的分化会被进一步放大。不是所有人都会被 AI 拉着一起飞，很多人会因为不适应而被甩在后面。

速度 vs 质量，这不再是一个二选一的问题

节目中一个反复出现的主题是：速度和质量的关系正在被重写。

传统工程观念里，快往往意味着不稳。但 Fiona 强调，在 AI 深度参与的情况下，真正重要的是iteration speed + feedback closeness。也就是：快速迭代，并且始终贴近真实反馈。

她甚至提到，很多团队的 metrics 可能都需要重新设计了。当交付速度提升到数量级变化时，用老指标衡量，很可能会惩罚正确的行为。

用你自己做的产品，已经变成一种竞争优势

一个看似老生常谈，却在今天变得格外重要的点：using the product that your team builds。

在 Fiona 看来，这不只是“同理心”，而是缩短反馈回路的最直接方式。当工程师本身就是最重度的用户，问题暴露得更早，修复得也更快。

但她也没有回避代价：随着 AI 辅助编码越来越个人化，工程体验可能会变得更“孤独”。这对团队文化、协作方式，都是新的挑战。

总结

这期对话真正震撼的地方，不是 Anthropic 用了多先进的模型，而是一个事实：当代码生成不再稀缺，工程师的价值体系必须重建。对个人来说，最现实的行动建议只有三条：第一，尽快成为你所用 AI 工具的重度用户；第二，刻意训练问题定义和判断能力，而不是实现细节；第三，保持极端的成长心态，对旧优势保持警惕。

最后留一个问题给你：如果明天你的团队代码产出翻 5 倍，你现在的决策流程、评估指标和角色分工，还撑得住吗？

关键词： Anthropic， Claude， Claude Code， AI 工程团队， 工程效率

事实核查备注： 需要核查：1）工程师季度代码产出提升 8 倍的时间对比是否为 2025 年；2）Fiona Fung 的具体职位与负责产品；3）Claude Code 在 Anthropic 内部的使用范围；4）节目发布时间与视频标题对应关系