从代码助手到AI工程师：Claude Code创始人亲授 10 条进阶秘籍

作者：Boris Cherny（Claude Code 创始人）

发布时间：2026年2月2日

🚀 引言：告别“代码搬运”，开启 AI 工程师时代

大多数开发者对 AI 的使用还停留在“Copilot”阶段：抛出一个函数名，等待一段补全。但在 Claude Code 创始人 Boris 及其团队看来，这种方式只发挥了 AI 不到 10% 的潜力。

真正的 AI 工程师（AI Engineer） 不再满足于仅仅让 AI 生成代码，而是将其视为一个可以被调度、被调教、且能够不断自我进化的工程系统。

近日，Boris 亲自复盘了团队内部使用 Claude Code 的“秘密武器”。这不仅仅是 10 条简单的指令技巧，更是一套关于并行开发、分治思维与数字记忆的全新工程方法论。如果你也想摆脱繁琐的微观管理，实现从“手动撸码”到“系统指挥”的飞跃，这 10 条来自创始团队的一手秘籍，将是你进阶之路的必备指南。

注：Claude Code 并没有所谓的“唯一正确用法”——每个人的配置和习惯都不尽相同。你应该多加尝试，找到最适合你自己的方式！

---

1. 开启多任务并行模式

同时启动 3-5 个 git worktree，让每个 worktree 都在后台并行运行独立的 Claude 会话。这是提升生产力的最强秘诀，也是团队内部一致推崇的首选技巧。

• 个人偏好：Boris 倾向于使用多个 git checkout，团队多数成员更青睐 worktree（Claude 桌面应用已原生支持）。

• 效率优化：

  • 给不同 worktree 命名并设置 shell 别名（如 za、zb、zc），实现快速切换；

  • 单独创建“分析型”worktree，专门用于读取日志和运行 BigQuery。

参考文档：https://code.claude.com/docs/en/common-workflows#run-parallel-claude-code-sessions-with-git-worktrees

---

2. 凡是复杂任务，必先进入“计划模式” (Plan Mode)

将精力倾注在计划阶段，让 Claude 在执行阶段“一击即中”(1-shot) 完成实现。

团队高阶玩法：

• 双重验证：让一个 Claude 实例编写计划，启动第二个实例以“主任工程师 (Staff Engineer)”视角评审；

• 及时止损：任务执行偏离预期时，立即切回计划模式重新规划，不硬推；

• 全流程规划：要求 Claude 设计验证步骤，而非仅编写代码逻辑。

---

3. 深耕你的 CLAUDE.md

每当 Claude 犯错并被纠正后，以这句话结尾：“更新 CLAUDE.md，确保以后不再犯同样的错误。” Claude 在自我制定规则方面表现出色。

• 迭代原则：持续修订 CLAUDE.md，直到错误率出现可衡量的下降；

• 进阶用法：要求 Claude 为每个任务/项目维护笔记目录，PR 完成后更新笔记，并让 CLAUDE.md 引用这些内容。

---

4. 打造你的专属“技能” (Skills) 并提交至 Git：实现跨项目复用

核心思路：将高频操作、重复流程工具化，提升跨项目复用效率。

团队秘籍：

• 高频操作自动化：每天重复超过 1 次的操作，转化为“技能”或斜杠命令 (Slash Command)；

• 清理技术债：构建 /techdebt 命令，会话结束时扫描并消除重复代码；

• 一键同步上下文：设置斜杠命令，同步过去 7 天 Slack、Google Drive、Asana 和 GitHub 记录，生成“上下文快照”；

• 垂直领域 Agent：构建“分析工程师”风格 Agent，具备编写 dbt 模型、评审代码、测试变更的专属能力。

参考文档：https://code.claude.com/docs/en/skills#extend-claude-with-skills

---

5. Claude 能够自主修复绝大多数 Bug

实战做法，拒绝微观管理：

• 消除上下文切换：启用 Slack MCP (Model Context Protocol)，直接粘贴 Slack 中的 Bug 讨论帖，输入“修复 (fix)”即可；

• 放权执行：直接指令“去修复失败的 CI 测试”，不干预具体实现；

• 攻克分布式系统：指向 Docker 日志排查故障，Claude 在此场景的分析推理能力突出。

---

6. 进阶你的 Prompt 水平

提升指令质量，倒逼 Claude 输出更高质量结果：

• a. 扮演评审员：“对我这些代码变更进行‘严厉拷问’，在我通过你的测试之前，不要创建 PR。” 或 “向我证明这行得通”，要求对比 main 分支与当前 feature 分支差异；

• b. 拒绝平庸方案：“结合你现在掌握的所有信息，废掉目前的方案，去实现那个更优雅的解法。”；

• c. 明确技术规格：交付任务前编写详细 Specs，消除歧义——描述越具体，输出质量越高。

---

7. 终端与环境配置

追求极致终端体验，优化多任务调度效率：

• 推荐终端：Ghostty（团队最爱，支持同步渲染、24 位真彩色、完美 Unicode 支持）；

• 核心配置技巧：

  • 状态栏定制：用 /statusline 命令显示上下文占用比例和当前 Git 分支；

  • 标签管理：终端标签颜色标记+重命名，配合 tmux 使用，为每个任务/worktree 分配独立标签页；

  • 语音听写：macOS 连续按两下 fn 键开启，说话速度比打字快 3 倍，让 Prompt 更详尽。

参考文档：https://code.claude.com/docs/en/terminal-config

---

8. 善用子智能体 (Subagents)

分配算力与任务，保持主智能体聚焦：

• a. 堆料算力：请求后添加 “use subagents”，触发 Claude 调用更多资源解决复杂问题；

• b. 保持主干整洁：将独立子任务卸载给子智能体，避免主智能体上下文窗口被琐碎细节干扰；

• c. 自动化安全钩子：通过 Hook 将权限请求路由给 Opus 4.5，扫描潜在注入攻击，自动批准安全请求。

参考文档：https://code.claude.com/docs/en/hooks#permissionrequest

---

9. 利用 Claude 进行数据分析

无需手动编写 SQL，让 Claude 对接数据库工具完成分析：

• 核心用法：要求 Claude Code 调用 bq 命令行工具，拉取并分析 BigQuery 指标（代码库已内置对应技能）；

• 扩展场景：适用于任何拥有 CLI、MCP 或 API 的数据库。

个人案例：Boris 已超过 6 个月未亲手写过一行 SQL。

---

10. 使用 Claude 深度学习

借助 Claude 提升技术认知，构建主动学习闭环：

• a. 开启“解释模式”：在 /config 中启用 “Explanatory”（解释性）或 “Learning”（学习）输出风格，让 Claude 说明代码变更的**“为什么”**；

• b. 视觉化演示：让 Claude 生成 HTML 视觉演示文档，解释不熟悉的代码；

• c. 绘制架构图：要求生成 ASCII 架构图，快速建立对新协议/代码库的直观认知；

• d. 间隔复习技能：打造专属间隔复习 (Spaced-repetition) 技能，Claude 通过追问查漏补缺，记录掌握情况。

---

核心思路总结

这套进阶方法论的底层逻辑的是：

1. 空间换时间：通过 Git Worktrees 开启多并发任务；

2. 设计重于编码：利用 Plan Mode 和双实例评审确保方案质量；

3. 构建数字记忆：通过持续迭代 CLAUDE.md 沉淀项目规则；

4. 工具化与自动化：打造专属 Skills 并利用 MCP 消除工具间切换成本。

---

参考阅读

1. Clawdbot (OpenClaw): 架构与实现解析

2. 前 OpenAI 联合创始人 Andrej Karpathy：过去几周使用 Claude Code 的一些真实体会

3. Clawdbot 评测：梦寐以求的 AI 助手，但你可能还不该用它

4. 扩展 PostgreSQL，以支撑 8 亿 ChatGPT 用户

References

1. https://code.claude.com/docs/en/common-workflows#run-parallel-claude-code-sessions-with-git-worktrees

2. https://code.claude.com/docs/en/skills#extend-claude-with-skills

3. https://code.claude.com/docs/en/terminal-config

4. https://code.claude.com/docs/en/hooks#permissionrequest

5. https://x.com/bcherny/status/2017742741636321619