游乐游手机版
首页/AI教程/文章详情

Claude Code团队招聘要求:仅限会做梦与懂底层两类人才

时间:2026-06-04 17:26
工程瓶颈从编码转移至验证、评审与安全。ClaudeCode团队实施即时规划、信任验证式评审,招聘聚焦有产品感的构建者与深度系统专家,管理者需先写代码获取信任。团队以代码为真相源,通过降低新人上手时间、PR周期及提升AI辅助提交比例衡量改进。

写代码被压扁,Review/Verify/Security 堆成山,旧流程僵尸还在抓脚踝写代码被压扁,Review/Verify/Security 堆成山,旧流程僵尸还在抓脚踝

Anthropic 昨天放了一篇博客和一个28分钟的演讲视频,信息量巨大。主讲人是 Claude Code 和 Claude Cowork 的工程与产品总监,履历横跨 Microsoft(Visual Studio)和 Meta(Marketplace、AR/VR),现在直接负责这个星球上最早把“AI 写代码”当成默认工作方式的工程团队。

整篇内容的核心其实就一句话:

写代码不再是瓶颈了——但瓶颈并没有消失,只是换了个地方。

这种现象叫 the shift(瓶颈位移)。我画了一张图,可以更直观地看到这个变化。

工程瓶颈的世代位移工程瓶颈的世代位移

2000年代,在 Microsoft 做 Visual Studio 2005,软件得刻在 CD-ROM 上、装箱、铺货,所以有死硬的截止日期。互联网时代,可以在线分发了,于是改成持续更新、敏捷开发。现在这个 agentic coding 时代,写代码本身已经不是瓶颈,旧流程到了又一次重排的拐点。

在 Claude Code 团队,coding rarely is the slow part anymore,但写代码不慢,不代表所有事情都不慢——瓶颈只是移动了,移到了 verification(验证)、code review(评审)、security(安全)这些地方。

那些“悄悄失效”的流程

举一个反面例子。过去某团队同时跑着一堆 SLA:P0 SLA、P1 SLA、Code Review SLA、Sub Review SLA……到后来 SLA 多到没法处理,团队不得不做出一份 “SLA 优先级排序表”——给优先级排个优先级,听着是不是很魔幻?

这种事情,相信不少团队看着都眼熟。

Claude Code 团队动手改了5个东西,按重要性排序:规划、代码评审、入职、招聘与团队组成、组织形状。

我做了一张 Before / After 对照图,可以先看个全貌。

Claude Code 团队改造的 5 个工程流程Claude Code 团队改造的 5 个工程流程

下面挑几个视频里讲得最生动、博客里又写得最简略的展开说说。

规划:从「六个月路线图」到 JIT 规划

刚加入 Claude Code 团队的第一件事,是认真写了一份六个月路线图——前三个月还挺好用,新年回来发现已经过期了。

于是新规则诞生:JIT planning(Just-In-Time,灵感来自 JIT 编译)——不写 Design Doc,直接 prototype;不开产品 Review,先发给内部同事 alpha 跑,根据反馈改;讨论场所从「文档」转移到「PR」。

视频里有个小故事挺有意思。

刚加入团队时,为了熟悉代码库想做一次重构,和搭档起了一次健康的技术争论——习惯性动作是拍肩说“走,咱去会议室白板画一画”——然后突然反应过来:等等,现在可以让 Claude 直接生成三个不同方案的 PR 啊。让 Claude 各跑一份,结果不仅看到三个 API 实现方案的差别,还直接看到每个方案对所有调用方的影响。这件事彻底改变了团队的辩论方式。

这里值得多提一句:这件事看着像个段子,本质上是个特别根本的转变——以前要先辩论清楚再写,是因为“写一遍代码很贵”,得先想清楚再下手。现在写一遍代码非常便宜,那就直接每个方案跑一遍,让代码替你说话。

但有一个非常重要的提醒:正因为代码便宜了,团队对齐的文化反而比以前更重要。很多人误读了 AI 提效,以为以后就是各自卷 PR 数量,实际上 AI 越强,文化和共识越值钱。

代码评审:trust but verify

先放一张分工图,看看 Claude 接管什么、人类必须把关什么。

Trust but Verify 代码评审分工Trust but Verify 代码评审分工

Claude 直接接管的:Style / Lint 自动跑、PR 反馈自动改、常见 Bug 在 commit 之前就抓住修掉、加测试直接帮你写。

必须留给人的:法律审查(永远拉法务搭档进来,没得商量)、信任边界与安全敏感代码(找该领域专家手审)、产品感和品味(PM 和 Designer 必须在场)。

product sense 不能让 AI 一个人玩,但这里还埋着一个更值钱的判断:依赖清单必须跟着模型升级动态调整。这一条,我觉得是国内团队最容易忽略的。很多人2024年定的“必须人审清单”,现在还原封不动在用。

招聘:找会做梦的人,和懂底层的人

这一节的内容,可以说很碘伏传统 HR 的认知。

Claude Code 团队的人才画像只锁两类:

1. Creative builder with product sense(有产品感的创造型构建者)
关键词:dreamer、好奇心爆棚、看到一个问题立刻想到能做个产品出来、为了把体验打磨到极致愿意反复迭代。

2. Deep systems expertise(深度系统专家)
刚加入团队时发现,Product Generalist 和 Creative 不缺,缺的恰恰是分布式系统专家——因为要做 Claude Code on the Web,让 Claude 跑在所有地方,没有这种深度积累根本搞不定。

不再看的是什么?raw throughput(原始产出量)。简单翻译一下:以后招人,别再看每天 commit 多少行了,那是模型干的事;要看的是判断力、产品感、对底层的理解。

组织形状:一个有点“辣”的话题

这是视频里最 spicy 的话题,博客里没有。

两种组织形状对照看一眼,差别非常直观——

两种组织形状对照两种组织形状对照

和招聘搭档的一段对话,可以说是把传统 HR 配比模型怼到墙上。招聘搭档按惯例的“10 IC : 1 Manager”配比开始问怎么分层;回复是:不行。每一个 Manager 在团队的第一段时间必须先做 IC:先 ship 真代码,先赢得 street cred(街头信用),先亲身体验“在 Anthropic 当工程师是种什么体验”。

最后扁平化的团队就这么搭起来了,背后的逻辑很硬:Manager 必须 dogfood(吃自己狗粮);团队尽可能扁平;一个统一的团队 mission。更扎心的吐槽是:在 Meta 时期,每年还咬牙交一个 PR,但内部工具一直在变,今年学的命令明年就废了;现在连 git 命令都不太记,直接问 Claude 搞定。

这一段看着轻松,但藏了一个很现实的判断:AI 把 Manager 重新拉回了能写代码的位置,前提是你想,而且你愿意。

上下文从哪来:从「找作者」到「问 Claude」

老问题:以前你接手别人的代码,第一反应是去问“这玩意儿是谁写的?”

现在这个问题已经不太成立,所有 PR 都是 Claude 辅助生成的,“Who made this change?”已经不是有效问题。新做法叫 double click(深问一层)——你真正想知道的是什么?是找责任人(但不是为了 blame,是为了重现 bug)?是找一个专家来回答客户问题?还是想了解某个技术决策的上下文?

不管是哪一种,下一步都该问:这件事 Claude 能不能直接答?能不能自动化?

一个非常落地的例子:一个月前每天早上的仪式是端着咖啡打开 Claude Code,让它总结客户反馈频道;现在不用了,直接配了一个 routine 让它自动跑,咖啡都不用泡完就有报告。

这就是反复念的那句话:能让 Claude 做的就让 Claude 做。

Source of truth:代码就是真相

在 Claude Code 团队,code 本身就是 source of truth。回客户问题的工作流就是:打开桌面端 Claude Code,拉取本地所有相关 repo,直接让 Claude 翻代码、给答案。

这里需要补充一点不同看法:这个原则适合 Claude Code 这种产品代码即文档的项目;对一般业务团队,建议还是保留 spec 和设计文档,但 check 进 repo,让 Claude 在跑实现时直接对齐 spec,这样既有一份人类能读的真相,也有一份机器能用的上下文。

怎么知道改对了?三个数字

三个度量指标,简单粗暴但很实用。

三个度量指标三个度量指标

指标

期望方向

注释

Onboarding 爬坡时间

下降

Claude Code 团队新人第一周就能 ship 真代码

PR Cycle Time

下降

如果反而上升,说明 build/CI 撑不住了

Claude-assisted commit 比例

上升

团队过去4个月没出现过非 Claude-assisted 的 commit

但紧接着会被泼一盆冷水:AI 生成了多少代码是一个指标,但不是目标。真正的目标是产品要解决的问题、质量、可靠性。各家每天在喊“我们 X% 的代码是 AI 生成的”——这话单独拿出来基本没意义。一堆公司用“AI 写了多少代码”做 KPI,结果给所有人安装了一个反向激励:让大家拼命让 AI 多写代码,哪怕这件事本来不需要写代码。

还没想明白的几件事

视频结尾还有一段非常真诚——大方承认有几件事内部也还在思考:

  • iOS / Android 团队还要不要分?工程师现在可以无痛跨平台,传统的“iOS 团队 + Android 团队”分法还合理吗?
  • 自动化 review 推到什么程度算够?太自动 = 漏掉重要的;太手动 = 速度起不来;模型每升级一次这个边界都要重定。
  • 角色都模糊了,怎么保证每个人都觉得自己产出有价值?工程师在做内容,PM 在写代码,设计师在 commit——每个人的“专业感”和“被看见”该怎么维护?

这种“我也还没想明白”的姿态,比那种“我们已经全面 AI-native 了”的发言可信100倍。

几点感受

真正难的不是用上 AI,是杀掉旧流程。

从实践经验来看,代码写起来真的不慢了,但代码 review 比以前更焦虑。而国内团队最容易卡的,恰好是演讲里说的 “explicit permission to kill old processes(明确授权杀掉旧流程)”。一堆代码评审检查表、上线发布流程、设计 review 节点、双周 demo 会、月度技术分享、季度路线图……每一个都有“理由”。但你问自己:这件事要是 Claude 来干,是不是5分钟搞定?是的话,要么自动化掉,要么直接砍掉。

如果你是工程团队的负责人,这篇至少值得一读。如果你是一线工程师,建议把这两份材料丢给你老板看(手动狗头)。

来源:https://cloud.tencent.com.cn/developer/article/2682278
上一篇LlamaFactory v0.9.5 支持Qwen3.5/3.6及Gemma4 适配Transformers v5 下一篇字节Seed团队构建统一有机力场实现从电子结构到液体跨尺度模拟
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
手把手教你免费获取小米MiMo百万亿Token及Claude Code配置全流程
AI教程 · 2026-06-04

手把手教你免费获取小米MiMo百万亿Token及Claude Code配置全流程

前言:百万亿Token免费额度领取指南 近期,小米MiMo大模型推出了重磅福利——百万亿Token的免费额度,申请流程极为简便,额度也十分充足,并且支持直接接入Claude Code等主流工具。本文将完整演示从注册申请、获取API密钥,到最终在Claude Code中完成配置的全流程,跟着操作即可轻

Sentinel-3B OLCI L3全球降分辨率叶绿素数据2022.0版
AI教程 · 2026-06-04

Sentinel-3B OLCI L3全球降分辨率叶绿素数据2022.0版

Sentinel-3B OLCI Level-3 Global Mapped Earth-observation Reduced Resolution (ERR) Chlorophyll (CHL) Data, version 2022 0 叶绿素a浓度全球网格化数据集简介 叶绿素a浓度是衡量海洋浮

我每月省千元组建一支全天候云端AI团队
AI教程 · 2026-06-04

我每月省千元组建一支全天候云端AI团队

先说个有意思的现象。 前两天,我的视频生成团队“入职腾讯”了。在WorkBuddy专家团里,不少伙伴已经开始用这个工具做短视频。本来以为这事儿就这么定了,结果这两天,反而开始疯狂返工——我发现它只能生成文字驱动的视频,还不能像真正的视频团队那样,把配图的活儿也给干了。 于是,继续优化。 先给你看个好

如何编写合格的AI工作流指令:提升编辑技能
AI教程 · 2026-06-04

如何编写合格的AI工作流指令:提升编辑技能

如何编写一个合格的 Skill:AI 工作流核心指令集指南 在 AI 工作流的实际应用中,Skill(技能指令)常常被误解。许多人将其与普通提示词(Prompt)混淆,导致写出的指令过于宽泛或模糊,AI 难以精准执行。实际上,Skill 的本质是一套结构化的行为指令集,它引导 AI 助手在特定场景下

TRAE AI编程入门第三讲:Rules、Memory、MCP与Skills突破边界
AI教程 · 2026-06-04

TRAE AI编程入门第三讲:Rules、Memory、MCP与Skills突破边界

最近几天我会逐步公开自己策划的系统化 AI 编程入门课程大纲,欢迎各位提出宝贵建议。 这套课程暂定 4+1 节:4 节主课以 TRAE 为载体,带领大家零基础入门 AI 编程;外加 1 节扩展课,专门为非技术背景的学员补充软件工程基础知识。具体安排如下: 第一节:TRAE AI 编程入门——Vibe