过去一年，这位曾经亲手敲下无数行代码的资深开发者，做了一个让同行惊愕的决定：他不再亲自编写代码了。

然而，他每天提交的PR数量却飙升到几十个，最高纪录达一天150个。更令人震撼的是，他同时运行着数百个AI智能体，到了夜晚，还有数千个智能体替他“上夜班”。

这段话出自Claude Code之父Boris Cherny之口，他在一次面向开发者的公开对话中，毫无保留地分享了自己的工作模式。

他的手机上开着Claude应用，左侧是一个小巧的代码标签页，里面同时挂着5到10个会话。每个会话背后，又有一堆智能体。白天数百个在运行，到了夜晚，数千个开始处理更复杂的任务。模型写完了全部代码，而他本人一行都不碰。

对他来说，编程这件事似乎已经得到了彻底解决。

一个人凭什么能管理几千个智能体？

一个人管理数千个智能体，让它们同时在同一个代码库中修改代码，却不失控、不相互冲突、不批量制造垃圾。Boris的秘诀藏在一个词背后：循环（Loop）。

他说，Loop是他见过最简单、却又最好用的工具，而Loop才是未来发展的方向。

Loop的本质，是让Claude用定时任务调度一个可以重复执行的作业，每分钟、每五分钟、每天，都可以自定义。一旦启动，基本无需再干预。

他手头有几十个Loop常年运转：

一个专门盯着他的PR，自动修复持续集成（CI）、自动变基；

一个负责维持CI的健康，哪个测试不稳定，它自己去修复；

还有一个每30分钟去X上抓取一遍用户反馈，聚类整理后再提交给他。

更关键的是，随着时间推移，连启动Loop这一步都不太需要Boris开口了。有一次，他仅仅让模型跑个数据查询，模型自己就回复了一句：我发现这份数据一直在变化，那我建一个Loop，每30分钟给你出份报告。他说行，顺手发到Slack上。模型转头就把这事办了。

就在前段时间，Boris还说自己不再编写prompt了，只写loop。而且，很可能很快他连loop也不用写了。

智能体正在改写“干活”这件事

这背后，其实是“干活”这件事本身发生了根本性的变化。

过去是你写一句、AI答一句、你再写下一句；现在是你构建一个会自己找活、自己干活、自己交活的小系统，然后转身离开。Anthropic不久前还上线了Routines，将同一套机制部署到服务器端，即使合上电脑，它也能照常运行。

“工程师”这个角色，在Boris这里也被重新定义了：模型负责写代码，他负责搭建系统、做验收。一天几十上百个PR从智能体手中涌现，他真正的任务，是判断哪些可以合并、哪些需要打回去重做。

用他的话说，这并非“AI取代了工程师”，而是人正从操作执行者，转变为自动化系统的设计者：重心从“把这一行代码写对”，转移到了“搭建一套能自己把代码写对的系统”。

他甚至预测，再过一年，防提示注入、命令校验、人工审批这些安全环节都会变得没那么重要，因为模型会越来越自觉地做正确的事。

而这种打法，早已不限于他个人。据Boris透露，公司里几乎没有手写代码这回事了，连SQL都是模型写的。整个公司，找不出几行还是人敲出来的代码。

更魔幻的是另一幕：当他的几个Claude在Loop里写代码时，它们会自己跑到Slack上，跟同事的Claude聊天，对齐那些谁都还没想明白的地方。一群AI在Slack群里开会，把活儿分清楚，各自回去干，这在Anthropic已经是日常。

更令人惊讶的是团队构成：工程经理、产品经理、设计师、数据科学家、财务、用户研究员，每一个人都在写代码。职能还在，但人人都多了一层“调度AI去干活”的通用能力，成了跨学科的通才。

从写prompt到写loop，中间隔着一道验收

一个能自己无限干活的AI，凭什么不是一台高速产出bug的机器？答案在于一个被大多数人忽略的环节：验收。

Loop能自己运行而不失控，靠的是一套“目标驱动”机制，在Claude Code里对应/goal命令。你给它一个目标，比如“/tests/下所有单测通过、lint干净”，它每完成一步，就有一个独立的小模型来评判一次：到没到？没到，接着干；到了，停。

这个负责打分的“监工模型”，不是那个干活的模型。这个简单的设计，恰恰是整个loop的心脏。没有它，一个跑一整晚的Loop，很可能就是一台睡梦中还在批量提交垃圾代码的机器，而且提得理直气壮。

Boris早已验证过这一点。他此前分享工作流时给过一条建议：想把Claude Code发挥到极致，最重要的一步，就是给它一个能验证自己工作的方式。

一旦有了这个反馈闭环，产出质量通常能提升2到3倍。一个“让AI自己检查自己”的动作，抵得上换一代模型。

这套循环普通人也能用

前面那套循环，已经被做成了产品，普通人同样能上手。Fable 5发布后，一份在X上流传很广的教程，作者实测3周后称：大多数人像用普通Claude那样用Fable 5，等于白白浪费了它真正值得付费的功能。

该作者首先点明了Fable 5区别于以往所有Claude模型的三项能力。

教程总结的Fable 5三大能力：长期自主干活、自我校验、读懂密集图表。

第一项，它能连续干几天的活，而非几分钟。以往的模型都是短跑选手，Fable 5是第一个为“长期自主干活”而生的模型。在Claude Code里，你可以把一个跨越数天的项目整个交给它，它自己分阶段规划、自己派子智能体、一直干到达标为止。

第二项，它会自己检查自己。任务完成后，它不急着交差，先给自己写测试、跑测试、抓出错误、修复完毕，才说一声“做完了”。

第三项，是读懂密集图表的能力。据作者实测，财报里的表格、PDF里嵌的图、架构图、仪表盘截图，以往Opus 4.8偶尔会认错列、看混坐标轴的地方，Fable 5能稳定读对。

而要把这些能力真正用起来，靠的就是两个命令：/goal和/loop。不用它们，你是在花2倍的价钱买一个聊天机器人；用上它们，你买到的是一个自主干活的员工。

/goal奔着终点跑，到了自己停；/loop按点反复跑，直到你喊停。

/goal的机制，是你定义结果，它负责迭代。它能不能跑好，有条铁律：把“完成标准”写具体，而且必须给一条失败退路。比如，“改进这段代码”是个坏目标，因为没法验证；“/tests/下所有测试通过，只许改/src里的文件，修3次还不过就停下来汇报”是个好目标，因为每一条都能核对。

/loop则不奔某个终点，而是按点反复跑，跑到你喊停。比如每30分钟查一遍错误日志，把严重级别的挑出来用大白话汇报；或者每小时扫一遍收件箱，摘要新邮件、把该回的草稿先拟好。

分工口诀就三句：有明确终点，用/goal；按周期重复，用/loop；要一直跑到某个条件达成，两个叠着用。放手之前，还有句最实在的告诫：先把花费的上限设好。一个没封顶的/goal撞上难题，token能烧得飞快。

让它记住你：20分钟的本地配置

教程还提到一步，多数指南都跳过了，偏偏最要紧。Fable 5不会记住你。每次开新会话，它对你的业务、文风、客户、偏好一无所知，一切从零开始。解法是在自己机器上搭一套本地上下文系统，只用20分钟就能搭完。

一个文件夹、两个markdown文件、一组技能，就是让Fable 5“认识你”的全部配置。一共分四步。

第一步，建一个上下文文件夹，比如叫fable-workspace，当作它每次开工前必读的“单一事实源”。文件夹中可以放如下内容：一页纸的业务和优先事项概要、常用干活的操作规程、在办项目的关键信息、常引用的战略文档，再加一份决策日志。每个文件压在一页内，内容太多反而吃掉上下文窗口。

第二步，建一个记忆文件claude-memory.md，再留一条指令：每当我聊到业务、偏好或处境的重要信息，就把要点更新进去，写短点，标上日期。从此它自我更新，你提过一次新客户，下次会话它已经知道。

第三步，建一个指令文件claude-instructions.md，写清每次会话的行为守则：开工前先读记忆文件、给建议前先翻旧决策、拿不准就问别瞎猜、干完活主动汇报并标出需要人过目的地方。

第四步，在Claude Code里用/add指向这个文件夹，或写进CLAUDE.md。连上之后，每次会话一开场，它就已经带着你的全部背景。这套配置还有个好处：哪天换了别的AI工具，上下文直接打包带走。

省钱方面，有一套二八打法：只把Fable 5用在那20%真正吃它长处的活上。在Claude Code里，Fable还能自己派更省钱的子智能体去干粗活：它出方案，Sonnet、Haiku这些去执行，最后再由它回来验收。

到这一步你会发现，Boris那套“夜间AI军团”拆开无非三样：一个会自己干活的模型、一套定义“做完”的标准、一个按时运转的循环。

模型和循环都已具备。

真正稀缺的，是那个能和模型说清“任务做完是什么样”的人。