过去的一年里，他再也没有亲手写过一行代码。相反，他每天提交几十个代码合并请求，其中有一天甚至冲到了150个，创下了个人纪录。更令人咋舌的是，他同时操控着数百个AI智能体，到了晚上，还有数千个智能体替他“夜班”。这就是Claude Code之父Boris Cherny在一场面向开发者的公开对话中透露的情况。他手机上的Claude应用左侧挂着5到10个会话窗口，每个窗口下又嵌套着数十个智能体。白天是几百个在运转，到了晚上，便有数千个开始处理更深层次的任务。所有的代码都由模型生成，他甚至不需要触碰键盘。对他而言，编程这件事已经彻底“解决”了。
一、一个人究竟凭什么能管理上千个智能体？
一个人究竟凭什么能管理上千个智能体，确保它们在同一代码库中协同工作，既不失控也不打架？Boris的秘诀藏在一个词背后：循环。他认为Loop是见过最简单且好用的工具，也是未来的方向。Loop的本质，是利用定时任务调度重复性工作，频率可设为每分钟、每五分钟或每天，一旦启动，基本无需人工干预。他手头有几十个常年运行的Loop：有的专门盯着代码合并请求，自动修复持续集成问题或自动变基；有的负责维护CI健康，一旦测试不稳定便自动修复；还有的每30分钟去Twitter上抓取用户反馈，整理后提交给他。更关键的是，即便连启动Loop这一步，他现在都很少亲自动手。有一次他只是让模型查询数据，模型便主动提出：“我发现这份数据一直在变，我创建一个每30分钟生成一次报告的Loop吧。”他同意后，模型便顺手将任务在Slack上处理完毕。他提到，他现在不再写Prompt，只写Loop。未来，他甚至可能连Loop都不用写了。
二、智能体正在改写“干活”这件事
这背后是“干活”这一行为本身的变革。过去是“人写一句、AI答一句、人再写下一句”的交互模式；现在则是搭建一个能够自主找活、干活并交活的小型系统，然后转身离开。Anthropic最近推出的Routines功能，将这一机制搬到了服务器端，即便合上电脑，系统也会照常运行。在Boris看来，“工程师”的角色已被重塑：模型负责编写代码，他负责搭建系统并验收。每天会有几十上百个PR从智能体手中产出，他真正的职责是判断哪些该合并，哪些该驳回。他将其称为从“操作执行者”向“自动化系统设计者”的转变。重心从“把这一行代码写对”，转移到了“构建一套能自动生成正确代码的系统”。他预测，再过一年，诸如防提示注入、命令校验、人工审批等安全环节将不再那么重要，因为模型会越来越自觉地做对的事。这种打法在Anthropic内部已很普遍：几乎没有手写代码，连SQL都是由模型生成的。整个公司里，很难找出几行是人亲自敲出来的代码。甚至出现了这样的场景：他的几个Claude在Loop中写代码时，会自动跑去Slack与其他同事的AI对话，对齐那些尚未想明白的问题。一群AI在Slack群里开会，分派任务，各自回去执行。更魔幻的是团队构成：工程经理、产品经理、设计师、数据科学家、财务、用户研究员，每个人都在写代码。职能依旧存在，但每个人都多了一项“调度AI干活”的通用能力，成为了跨学科的通才。
三、从写Prompt到写Loop，中间隔着一道验收
一个能无限自主干活的AI，凭什么不会变成一台高速产出Bug的机器？答案在于一个常被忽视的环节：验收。Loop之所以能自主运转而不自嗨，依靠的是一套“目标驱动”机制，在Claude Code中对应/goal命令。用户设定一个目标，例如“让所有测试通过、代码格式化”，每当完成一步，便有一个独立的“监工模型”进行判别：是否达成？未达成则继续；达成则停止。这个监工模型并非执行任务的模型，而是负责打分的裁判。这个看似简单的设计，恰恰是Loop系统的核心。若没有它，一个运行一整晚的Loop很可能变成一台“睡着还在批量提交垃圾代码”的机器，而且还会理直气壮。Boris早已验证过这一点。他曾建议，若想榨干Claude Code的潜力，最关键的一步是给它一个自我验证工作的方式。一旦有了这个反馈闭环，产出质量通常能翻两到三倍。这个“让AI自己检查自己”的动作，其价值抵得上换一代模型。
四、这套循环普通人也能用
这套循环机制如今已产品化，普通人也能上手。Fable 5发布后，一份在社交媒体上流传的教程指出，大多数人像使用普通Claude那样使用它，简直是浪费了它真正的付费价值。该作者总结了Fable 5区别于以往模型的三大能力：第一，它能连续工作数天，而非几分钟；第二，它会自我检查，任务完成后先写测试、跑测试、抓错、修错，才汇报完成；第三，它能稳定读懂密集图表，如财报表格、PDF中的图、架构图等。要发挥这些能力，主要靠两个命令：/goal和/loop。不用它们，你只是花了两倍的钱买了个聊天机器人；用上它们，你买到的是一个自主干活的员工。/goal要求定义明确的结果，并制定失败退路。例如，“改进代码”是坏目标，“让所有测试通过，仅修改指定目录，尝试3次失败即汇报”是好目标。/loop则用于按周期重复的任务，如每小时检查错误日志或扫描收件箱。使用口诀是：有终点用/goal，按周期用/loop，需持续到条件达成则两者结合。但在放手之前，必须设定花费上限，否则/goal在遇到难题时可能会烧掉大量Token。此外，Fable 5不会记住你。每次新会话，它对你的一无所知。解决方法是用20分钟搭建一套本地上下文系统。具体分四步：一，建立一个名为fable-workspace的文件夹，作为每次开工前必读的“单一事实源”，包含业务概要、操作规程、关键信息、战略文档和决策日志，文件需控制在单页以内。二，创建claude-memory.md，并写入指令：每当聊到重要业务或偏好，更新文件，要简短并标上日期。三，创建claude-instructions.md，规定行为守则：开工前读记忆、建议前翻旧决策、拿不准就问、完成后主动汇报。四，在Claude Code中用/add指向该文件夹或写入CLAUDE.md。这样，每次会话它都带着你的全部背景。这套配置的另一好处是，更换工具时上下文可直接带走。在成本控制上，建议采用“二八法则”：只将Fable 5用于那20%真正需要它长处的工作。在Claude Code中，Fable可派更便宜的子智能体去执行粗活，最后由它回来验收。
最终你会发现，Boris那套“夜间AI军团”的运作无非包含三样东西：一个能自主干活的模型、一套定义“做完”的标准、一个按时运转的循环。模型和循环如今都已具备，真正稀缺的，是那个能向模型清晰描述“任务完成后是什么样”的人。