Anthropic 内部设计师如何用 Claude Code 做产品、写代码、推 PR
Anthropic设计负责人验证了以“带视觉证据的PR”为验收单位的AI工作流,通过自定义Skill、Auto模式及定时巡检任务,将设计师从代码执行者转变为审美决策者与质量治理者。
入选理由:使用/prototype Skill让AI生成5个方案并自选最优解,人仅做最终审美确认。
产品
别名:Claude
Anthropic推出的AI编程助手工具,支持长上下文代码会话。
已跟踪 30 条高相关材料
最近变化
2026-06-05 · 使用/prototype Skill让AI生成5个方案并自选最优解,人仅做最终审美确认。
为什么值得关注
Claude Code 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
Anthropic 内部设计师如何用 Claude Code 做产品、写代码、推 PR -- 来自 Claude Code & Cowork 设计负责人 @meaghaneschoi 核心命题...
meng shao(@shao__meng) · 9.2 分
Anthropic设计负责人验证了以“带视觉证据的PR”为验收单位的AI工作流,通过自定义Skill、Auto模式及定时巡检任务,将设计师从代码执行者转变为审美决策者与质量治理者。
Claude Code 核心开发者 @trq212 分享了一段高价值「人机结对编程中的 “理解验证” 工作流」 通过这份工作流 Skill,让 Coding Agent 结束工作时,人类对问题、方案...
meng shao(@shao__meng) · 9 分
Claude Code 核心开发者 @trq212 提出「人机结对编程中的理解验证工作流」,通过增量教学、复述诊断、清单驱动和多层测验,确保人类在 AI 协作中真正掌握问题、方案与影响,而非被动审批,显著提升协作质量与可审计性。
Uber Caps Usage of AI Tools Like Claude Code to Manage Costs
Simon Willison's Weblog · 8.7 分
Uber为控制AI工具开支,对每种agentic coding工具实施每月$1,500的配额,按工具独立计算,仅适用于Cursor、Claude Code等;按两名工具/工程师估算,年AI预算约$36,000,约占美国软件工程师中位薪资$330,000的11%。
已收录 30 条与 Claude Code 相关的内容,按评分排序。
Anthropic设计负责人验证了以“带视觉证据的PR”为验收单位的AI工作流,通过自定义Skill、Auto模式及定时巡检任务,将设计师从代码执行者转变为审美决策者与质量治理者。
入选理由:使用/prototype Skill让AI生成5个方案并自选最优解,人仅做最终审美确认。
Claude Code 核心开发者 @trq212 提出「人机结对编程中的理解验证工作流」,通过增量教学、复述诊断、清单驱动和多层测验,确保人类在 AI 协作中真正掌握问题、方案与影响,而非被动审批,显著提升协作质量与可审计性。
入选理由:采用‘先复述后补课’机制,每步推进前要求用户用自己的话解释当前进展,诊断认知缺口。
uber为控制开支,对每种AI编码工具实施每月1,500美元的配额,独立计算且仅适用于Cursor、Claude Code等;按每位工程师使用两种工具估算,年AI预算约36,000美元,约占美国uber软件工程师中位薪资330,000美元的11%。
入选理由:Uber对每种agentic coding工具设$1,500/月配额,独立于其他工具。
基于2025.03-2026.03被封禁的832个账户,AI使攻击者在入侵后更广泛使用生成式能力,威胁等级显著上升;MITRE ATT&CK难以刻画AI赋能攻击者的“链式自主”行为,需更新框架与评估方法。
入选理由:3%的攻击者用AI写恶意软件,AI在攻入后用于账户发现、横向移动等,提升威胁等级(6月33%升至56%)。
Anthropic 公开其在 Claude.ai、Claude Code 和 Claude Cowork 中部署的多层沙箱策略:包括 gVisor、Seatbelt/Bubblewrap 及全虚拟机方案,核心目标是通过进程隔离、文件系统边界与出站流量控制构建硬性安全边界,防止凭证泄露——例如即使模型找到‘创意路径’,只要凭证不进入沙箱,就无法被窃取。
入选理由:Claude.ai 使用 gVisor 实现容器级沙箱;Claude Code(本地运行)使用 macOS 的 Seatbelt / Linux 的 Bubblewrap;Claude Cowork 使用完整 VM(macOS: Virtualization framework, Windows: HCS)。
AI成本正从实验阶段转向基础设施级支出,企业需应对Tokenmaxxing现象及Agentic工作流带来的隐性算力倍增。尽管单价下降,但迭代式推理和系统级瓶颈导致总拥有成本激增,未来AI竞争核心将从单纯的能力扩展转向效率优化与FinOps治理。
入选理由:Uber单季度耗尽年度Token预算,某企业因无限制许可单月Claude支出达5亿美元,Tokenmaxxing成为新风险。
Claude 编码助手首年从零起实现25亿美元营收,占据编码市场51%份额;团队自评仍处入门阶段,倡导日均原型、灵活迭代与以好奇驱动的敏捷实践。
入选理由:Claude Code首年实现2.5亿美元营收,从零起步。
即览是面向手机端的本地渲染Markdown/HTML阅读器,支持多格式ZIP,无需上传或注册,直接在iPhone/iPad安全打开并本地保存,解决微信等场景下文件无法顺畅阅读的问题。
入选理由:即览支持.md/.markdown/.html/.htm/.txt及打包网页ZIP,覆盖AI报告、PPT、Markdown等常见文件。
作者使用Claude Code构建了一个教育应用,其中AI辅助活动创建是核心功能。作者分享了在构建过程中做出的一些关键技术决策,包括选择模型、数据库和API集成等。
入选理由:选择模型时,作者选择了Opus 4.7,因为它具有高级功能,可以架构应用。
今年最值得升级的生产力工具,可能是一整张 AI 工位。文章推荐了五款 AI 工具,包括 Gemini 深度研究、Kimi、飞书 + Obsidian、Plaud、GPT-Image-2 + TapNow、Claude Code、Codex、清闲 OC1 Pro。这些工具在搜索、知识管理、会议记录、视觉表达、需求表达等方面提供了高效解决方案,帮助用户节省时间,提高工作效率。
入选理由:Gemini 深度研究和 Kimi 在搜索和中文资料处理方面表现出色,帮助用户快速整理信息和资料。
Sepehr Khosravi讨论了开发人员生产力工具的演变,评估了Cursor和Claude Code等工具的优势,并分享了高级工程师的实用技巧,如上下文工程、自定义规则和Model Context Protocol(MCP)集成。他提供了实际基准和平衡AI采用与代码质量的策略框架。
入选理由:Cursor和Claude Code等工具在开发人员生产力工具中表现出色。
飞书与本地 Claude Code/Codex 通过 feishu-claude-code-bridge 实现双向集成,6 月 15 日 claude-p 与 Agent SDK 独立计费后,项目已升级支持 Codex,可从飞书指挥生成图片并直接回写文档,替代飞书消息历史转发给 Claude 的痛点。
入选理由:6 月 15 日后 claude-p 与 Agent SDK 将独立计费,不再占用订阅额度。
Claude Code 是一个强大的 AI 工具,可以用于构建项目,无需编写代码。它通过安装 Node.js、Claude Code 和 Cursor 来实现,Cursor 是一个免费的编辑器,可以实时显示 Claude 触及的文件。 Claude Code 可以用于构建四个项目,包括一个 landing page。 Claude Code 的工作原理是使用 Opus 和 Sonnet 模型,Opus 是高级架构师,用于规划,而 Sonnet 是构建者,用于执行。 Claude Code 还可以用于调试和修改页面样式,无需编写 CSS。
入选理由:Claude Code 是一个强大的 AI 工具,可以用于构建项目,无需编写代码。
Claude Code 在发布首年实现 25 亿美元收入,其成功源于聚焦开发者需求、构建高效 AI 编程助手体验以及与 IDE 深度集成的策略。
入选理由:Claude Code 首年营收达 25 亿美元,主要来自企业级开发者订阅服务。
Agent 框架的内存管理是产品成败关键,当前主流方案各有缺陷,Mem0 提出需重构基础设施以支持持久化、可检索、跨会话记忆。
入选理由:Claude Code 仅支持 200 行索引、每轮最多 5 个文件,无语义搜索
LangSmith Sandboxes通过隔离执行环境安全运行不受信任的代理代码,有效防止如'sci-holude'供应链攻击等风险,适用于AI代理在软件工程、数据分析等场景。
入选理由:75% of Google code is AI-generated, 41% of GitHub commits from AI, 需LangSmith Sandboxes防止安全风险。
丰田精益生产中的'现地现物'理念——管理者应亲赴现场观察真实情况,正因AI编码代理(如Claude Code)的出现而被重新应用于软件开发,使高管能直接参与编码与产品迭代,提升决策质量。
入选理由:AI编码工具(如Claude Code)让CEO和CTO能亲自编写代码,实现‘现地现物’在软件领域的实践。
吴恩达指出,AI 正在创造新岗位,但长期来看企业内部 AI Engineer 数量将远超厂商派驻的 FDE;当前最抢手的是能搭建应用、熟练使用 AI 编程工具的通才型 AI 工程师,而非深度绑定单一厂商的 F代。
入选理由:企业更倾向培养自有 AI Engineer 而非依赖外部 FDE,如吴恩达团队‘招 FDE 但招更多 AI Engineer’。
Anthropic博客展示的AI编码加速属于递归自我改进(RSI)而非通用人工智能(AGI),其突破依赖神经符号系统而非纯规模扩展。实现AGI仍需新范式,当前进展不证明数据中心扩张是必经之路,无需过度恐慌。
入选理由:AGI要求机器自主完成人类所有任务,目前尚未实现;Anthropic成果仅属RSI范畴。
本文探讨了如何结合使用 Claude Code 和 Codex 两个代码生成模型以最大化编码效率,指出两者各有优势:Claude Code 在规划、交互和功能上更优,适合主导开发流程;Codex 在快速执行和特定任务中表现更强,适合辅助或并行使用。
入选理由:Claude Code 支持工作树(worktrees)和工作流(Workflows)等高级功能,适合复杂项目管理。
文章探讨了Claude Code在语义代码检索方面的性能提升,通过向量搜索和嵌入缓存计算实现更准确的代码查询。
入选理由:Cursor使用语义代码搜索后,Composer模型答案准确性相对提高了24%。
作者使用Claude Design和Code快速搭建了一个学校聊天机器人网站,并通过Cloudways部署,随后用500流量进行压力测试。
入选理由:使用Claude Design配合语音提示(如WhisperFlow)可快速迭代设计
Gary Marcus批评他人对其深度学习观点的误读,强调他早在2018年和2022年就明确主张深度学习需与神经符号AI结合,而Claude Code等工具的成功正验证了他的观点。
入选理由:Marcus explicitly stated in 2018 and 2022 that deep learning needs to be supplemented by neurosymbolic AI.
云代码可能意外删除数据库,现有API安全工具无法检测其意图,企业需构建专用控制以避免数据丢失。
入选理由:云代码在处理无关任务时可能错误删除数据库,导致严重数据丢失风险。
CEO 和 CTO 正因编码代理工具(如 Claude Code 和 Vercel)重燃编程热情,推动企业级产品采用 PLG 模式,使技术栈透明化,从实习生到高管都能理解系统。
入选理由:Claude Code 和 Vercel 等编码代理工具让 CEO/CTO 重新参与编码,提升产品交付效率。
Claude Code 等云代码代理若缺乏上下文感知能力,可能在无明确指令下误删数据库;现有 API 安全工具因无法理解其决策逻辑而难以拦截此类高危操作。
入选理由:云代码代理(如 Claude Code)在未受控时可能自主执行 delete-recreate 数据库等破坏性操作。
开发者Ben为解决Claude Code长会话注意力分散问题,制作了内置螺线管的物理提醒装置Clawd,当AI需要输入时自动弹跳提示。
入选理由:Clawd装置通过铝制外壳内的螺线管驱动,在Claude Code请求输入时物理弹跳提醒用户。
错误设置Notion与AI代理会导致混乱,但30分钟正确设置可创建高效第二大脑;文章提供8步指南,重点推荐Codeex内置浏览器功能。
入选理由:下载Codeex和Notion桌面应用:Codeex可从chatgbt.com/codexc获取,Notion从notion.com/desktop。
Justin Welsh 长期收藏25+条Claude Code视频却未实践,直到某天动手尝试后,成功用自研方案替代月费超900美元的商业软件;案例强调实践胜于收藏,但缺乏技术细节。
入选理由:收藏25+条Claude Code视频未实践,直到亲自动手才实现成本替代
OpenAI Codex Desktop 移除了“Copy as Markdown”功能,引发用户强烈不满,该功能曾是其对比 Claude Code 的核心优势。
入选理由:Codex Desktop 在更新中移除了‘Copy as Markdown’导出功能,影响用户工作流。