Boris Cherny 官宣下版 Claude Code 子智能体默认后台运行、边聊边干活——软件工程的稀缺资源，正从「能写代码的手」换成「知道该写什么的脑子」。
Claude Code，要把「后台干活」做成标配了！
就在刚刚，Claude Code 创造者 Boris Cherny 在 X 上甩出一句话：下一版 Claude Code，子智能体默认在后台跑。
你可以一边跟 Claude 聊天，一边让子智能体在后台把活干完——想让某个智能体跑在前台？跟 Claude 说一声就行。
一句话让不少开发者瞬间意识到一件事：Claude Code 正在从「一问一答的对话框」，变成「能同时调度好几条任务线」的工作流引擎。
你还在跟 Claude 讨论架构方案，子智能体已经在后台把代码重构写完了，测试跑完了，PR 开好了。
你只需要在聊完天之后，低头看一眼结果就行。
听起来像科幻？
不，这就是 Boris Cherny 的日常——他已经八个月没手写过一行代码了，有些日子他同时管理着数千甚至上万个 AI 智能体。
「你不再是那个给 Claude 写提示的人了，」他说，「写提示的是另一个 Claude。」
有网友表示，自己已经用上这个功能了。
网友也表示这个功能太重要了，可以在等待智能体处理时不会变得太无聊，还可以为下一步做计划。
Claude Code 一路狂飙
回看 Claude Code 这半年的进化轨迹，「后台子智能体」并非突然冒出的噱头，而是水到渠成的一步。
Boris Cherny 创造 Claude Code 时候的设计哲学就是：不是聊天，是基建。
4 月，Anthropic 先把 Claude Code 的「定时任务」做成了官方能力：Routines。
你可以把一个 prompt、一个代码仓库和一组 connectors 打包成固定流程，让它按小时、按夜间、按周触发，也可以通过 API 调用、GitHub 事件甚至外部 Webhook 拉起来运行。
更关键的是，它跑在 Anthropic 托管的云端基础设施上——电脑合上盖子，智能体照样干活。
这意味着，cron 回来了，hooks 回来了，只不过这一次，定时跑的不是脚本，而是一群能读代码、改代码、开 PR 的 AI 工人。
工程师的角色也跟着变了：以前是睡前关电脑，第二天继续写；现在是睡前甩一批智能体出去，早上起来审一堆 PR。
5 月底，Claude Code 又把这套逻辑往前推了一步：Dynamic workflows。
对于大型迁移、全库审计、复杂研究这类一个对话框扛不住的任务，你只要在提示词里说一句「use a workflow」或者开启 ultracode，Claude 就会为当前任务生成一段编排脚本，在后台调度几十到上百个子智能体分阶段推进、并行交叉验证，最后把结果收束成一份报告或一批改动。
这不是「一个 AI 写代码」了，这是「一个 AI 写剧本，一群 AI 按剧本开工」。
而现在，「后台子智能体默认运行」这一步，本质上是把上面所有能力打包成了一个开箱即用的默认行为：你不需要再手动说「去后台跑」，它天生就在后台跑。
你只需要专注于你真正该做的事——思考下一步。
一个工程师变成三个
Claude Code 有多猛？最有说服力的不是 Demo，而是 Anthropic 自己被「反噬」的故事。
VentureBeat 在 6 月 27 日发了一篇重磅文章，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 最近告诉它的增长团队：多招产品经理，不是多招工程师。
原因很简单——Claude Code 已经把工程团队的有效产出拉到了实际人数的三倍。一个五人团队，现在干出十五到二十人的活。
瓶颈不在代码上，瓶颈在「决定写什么代码」的人身上。
传统上，产品经理和工程师的配比大约是 1:8。现在每个工程师每天的产出翻了三倍，这个配比在实际效果上变成了 1:20。
PM 来不及给工程师派活了——工程师写完代码坐在那等需求，这画面想想就荒诞。
Spotify 2000 万行代码被 Claude 接管
而最能说明「后台子智能体」有多猛的，是 Spotify 的实战。
Spotify 工程副总裁 Niklas Gustavsson 在与 Boris Cherny 的访谈中抖出了一组数字：
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 75% 以上。
他自己的日常工作方式是：同时开 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干活，自己只负责看 diff、做决策。
这一切发生在一个超过 2000 万行代码的超级单体仓库里。
Niklas 坦言自己原本很担心代码库这么大，智能体会迷路。结果出乎意料地顺畅——Claude 甚至能从仓库里其他代码中「找灵感」，知道该怎么写。
他给同行的建议听起来不性感，但异常实在：代码库越一致、工具链越统一，Claude 在里面的表现就越好。
同一件事在仓库里有十种写法，Claude 也会跟着犯糊涂。这跟过去十几年提升人类工程师效率的逻辑一模一样，只是现在多了 AI 这个新角色。
更有意思的是，Spotify 把这套能力开放给了非工程师。
他们搭出了一套基础设施，让产品经理、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里实现出端到端原型。
Niklas 透露，连 Spotify 的联合 CEO 都在里面发过自己的原型。
以前需要说服一整个工程团队才能验证的想法，现在一两个小时就能跑通。
当「边聊边干活」成为默认设定
Niklas 说，这事最早能追溯到五六年前——那时候团队就发现，代码库的增长速度比工程师数量快了七倍，逼着他们提前去想「机器能不能替人维护代码」这件事。
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。
本文来自转载新智元 ，观点仅代表作者本人，发现AI平台仅提供信息存储空间服务。
如若转载，请联系原作者；如有侵权，请联系编辑删除。
微信扫一扫 
