Claude Code正酝酿一项重大变革：子智能体将默认在后台运行。这意味着，当你与Claude聊天时，它已在后台默默完成任务——若想让它切换到前台执行，只需知会一声即可。

这一变化释放出清晰信号：Claude Code正从“一问一答的对话框”蜕变为一个能够同时调度多条任务线的工作流引擎。你还在与它讨论架构方案，子智能体已悄然完成代码重构、测试通过，甚至PR都已提交。你只需在聊天结束后，低头审视结果即可。

Boris Cherny的日常工作正是如此。他已经八个月没有手写一行代码，有些日子甚至同时管理着数千乃至上万个AI智能体。

“你不再是那个给Claude写提示词的人了，”他说，“写提示词的是另一个Claude。”

已有开发者体验到了这一功能的便捷之处：

在他们看来，此功能的核心价值在于——等待智能体处理的同时，人不会感到无聊，还能趁此机会规划下一步行动。

Claude Code 一路狂飙

回顾Claude Code近半年的进化轨迹，“后台子智能体”并非横空出世的噱头，而是水到渠成的演进成果。

Boris Cherny在设计Claude Code之初就确立了它的定位：不是聊天工具，而是基础设施。

4月，Anthropic将“定时任务”打造为官方能力——Routines。你可以将一个提示词、一个代码仓库和一组connectors打包成固定流程，让它按小时、夜间或周自动触发，也可以通过API调用、GitHub事件乃至外部Webhook来启动运行。更关键的是，它运行在Anthropic托管的云端基础设施上——电脑合上盖子，智能体照样工作。这意味着传统的cron和hooks回归了，只不过这次定时执行的不再是脚本，而是一群能读代码、改代码、开PR的AI工人。

工程师的角色也随之改变：以前是睡前关电脑，第二天继续写代码；现在是睡前派出一批智能体，早上起来审核一堆PR。

5月底，Claude Code又向前迈进了一步：Dynamic workflows。面对大型迁移、全库审计、复杂研究这类单个对话框难以承载的任务，你只需在提示词中写入“use a workflow”或开启ultracode，Claude便会自动为当前任务生成一段编排脚本，在后台调度数十到上百个子智能体分阶段推进、并行交叉验证，最后将结果汇总成一份报告或一批改动。这不再是“一个AI写代码”，而是“一个AI写剧本，一群AI按剧本开工”。

如今，“后台子智能体默认运行”这一步，本质上就是将上述所有能力打包成了一个开箱即用的默认行为——你不再需要手动指示“去后台跑”，它天生就在后台运行。你只需专注于真正该做的事：思考下一步。

一个工程师变成三个

Claude Code威力的最佳证明并非Demo，而是Anthropic自己被“反噬”的故事。

6月27日，VentureBeat发布了一篇重磅文章，标题直截了当：Claude Code把每个工程师变成了三个。现在公司需要更多产品思考者。

Anthropic最近对其增长团队表示：多招产品经理，而非多招工程师。原因很简单——Claude Code已将工程团队的有效产出提升至实际人数的三倍。一个五人团队，如今能干出十五到二十人的工作量。瓶颈已不在代码上，而在“决定写什么代码”的人身上。

传统上，产品经理与工程师的配比大约为1:8。如今每个工程师的日产出翻了三倍，这一配比在实际效果上变成了1:20。PM来不及给工程师分配任务——工程师写完代码坐在那里等待需求，这幅画面想想就荒诞。

Spotify 2000 万行代码被 Claude 接管

最能说明“后台子智能体”威力的，是Spotify的实战案例。

Spotify工程副总裁Niklas Gusta vsson在与Boris Cherny的访谈中披露了一组数字：Spotify每天生产环境部署约4500次，73%的拉取请求由AI辅助完成，PR频率直接提升了75%以上。他自己的日常工作方式是：同时开启5到10个Claude会话，每个对应一个独立的git工作树，让多个智能体在后台并行工作，自己只负责查看diff、做出决策。而这一切发生在一个超过2000万行代码的超级单体仓库中。

Niklas坦言，自己原本担心代码库规模过大，智能体会迷失方向。结果出乎意料地顺畅——Claude甚至能从仓库中其他代码里“汲取灵感”，知道该如何编写。

他给同行的建议听起来并不花哨，但异常实用：代码库越一致、工具链越统一，Claude在其中的表现就越出色。同一件事在仓库中有十种写法，Claude也会因此困惑。这与过去十几年提升人类工程师效率的逻辑如出一辙，只是现在多了AI这个新角色。

更有趣的是，Spotify将这套能力开放给了非工程师。他们搭建了一套基础设施，产品经理、设计师——任何人都能用自然语言描述一个想法，Claude直接在真实的移动端和后端代码中实现出端到端原型。Niklas透露，连Spotify的联合CEO都在里面提交过自己的原型。过去需要说服一整个工程团队才能验证的想法，如今一两个小时就能跑通。

当“边聊边干活”成为默认设定

Niklas表示，这件事最早可追溯到五六年前——那时团队就发现，代码库的增长速度比工程师数量快了七倍，迫使他们提前思考“机器能否替人维护代码”这一命题。结果他发现，自己真正享受的从来不是敲代码本身，而是解决问题这件事。现在他同时让好几个智能体在后台运行，自己腾出的时间，用来想清楚下一步该做什么、与客户交流什么、制作更多原型。

这恰好印证了Boris Cherny那条推文背后的判断：当后台子智能体成为标配，“写代码”不再是工程师最重要的事情，“决定干什么、判断对不对”才是。

当“边聊边干活”从一个开发者的个人技巧，演变为一家2900人工程团队共同的工作方式时，AI编程工具就已悄然迈入了一个新的量级——工程师的产出翻三倍，但最稀缺的不再是会写代码的人，而是知道该写什么代码的人。