我終于明白，為什么OpenAI追Claude越來越吃力了

52天，一個讓我重新理解速度的數(shù)字

說實話，關(guān)注AI行業(yè)也有一陣子了，各種發(fā)布會、各種重磅更新看多了，已經(jīng)有點麻木了。

但最近看到一組數(shù)據(jù)，還是讓我愣了一下。

有人把Anthropic從2月1號到3月24號之間的所有產(chǎn)品發(fā)布，一條一條扒了出來，按日期、按功能、按工程師歸屬做了一張完整的shipping calendar，最后的數(shù)字是，52天，74個產(chǎn)品發(fā)布，平均不到17個小時出一個。

對，你沒看錯，不到17個小時。

我第一反應(yīng)是，這是不是在沖KPI，是不是把每個小bug fix都算進(jìn)去了？

然后我去翻了那份清單，Code Review，Channels，Dispatch，Computer Use，Auto Mode，子代理調(diào)度，Research，Worktrees，Voice Mode，Remote Control，全是實打?qū)嵉墓δ堋?/p>

這不是修修補(bǔ)補(bǔ)，這是好幾條完整的產(chǎn)品線在同時往前跑。

開發(fā)者工具線28個發(fā)布，桌面自動化線15個發(fā)布，API和基礎(chǔ)設(shè)施18個發(fā)布，模型和核心平臺13個發(fā)布，沒有哪個團(tuán)隊在等另一個團(tuán)隊，全部并行發(fā)貨。

我想了很久，為什么這組數(shù)字讓我這么不舒服，后來想明白了，它讓我不舒服，不是因為它快，而是因為它快得不像是人做到的。

一個人怎么變成一支軍隊

要理解Anthropic的速度從哪來，得先看一個人的工作方式。

Boris Cherny，Claude Code的創(chuàng)造者和負(fù)責(zé)人，之前在Meta做了五年P(guān)rincipal Engineer，寫過Programming TypeScript這本書，他公開分享過自己的工作流，在開發(fā)者圈子里引起了不小的震動。

他的工作方式是這樣的：他不怎么定制Claude Code，覺得開箱即用就夠好了，同時并行運(yùn)行很多會話，本地終端開5個，Anthropic網(wǎng)站上再開5到10個。

我給大家翻譯一下這是什么概念。

傳統(tǒng)程序員寫代碼是線性的，寫一個函數(shù)，測一下，再寫下一個，Boris不是這樣。他更像一個艦隊指揮官，在終端里同時跑5個Claude，把tab編號1到5，用系統(tǒng)通知來知道哪個Claude需要他輸入。

一個實例在跑測試套件，另一個在重構(gòu)遺留模塊，第三個在寫文檔。Boris一天能發(fā)20到30個PR，全面5個并行的Claude實例。

這還沒完。

他還在claude.ai/code上并行開5到10個會話，把本地會話交接到網(wǎng)頁端，在兩邊來回teleport。甚至早上從手機(jī)上啟動一些會話，晚上再檢查結(jié)果。

一個人，同時管十幾個AI實例，像打星際爭霸一樣操控自己的代碼倉庫。

你以為這是什么天才黑客的炫技操作？不是的。

令人意外的不是他的setup里有什么，而是沒有什么，沒有花哨的定制，沒有聰明的hack，只是對基本功的嚴(yán)格應(yīng)用加上團(tuán)隊級別的協(xié)調(diào)。

我一直覺得，真正厲害的人不是用了什么別人不知道的工具，而是把所有人都知道的工具用到了極致。

Claude在寫Claude

好了，一個人的工作方式聊完了，我們來說一個更讓人頭皮發(fā)麻的事情。

Anthropic自己說過，Claude Code的代碼，大部分是Claude Code自己寫的。

這話聽起來有點繞，但意思很簡單，AI在造AI自己。

最早Boris在Latent Space播客上說的是大約80%，后來這個數(shù)字還在漲。Anthropic官方表示，公司全范圍內(nèi)70%到90%的代碼由AI編寫，而Claude Code自身大約90%的代碼是由Claude Code寫的。

然后呢？

Anthropic的CPO Mike Krieger，就是Instagram的聯(lián)合創(chuàng)始人，在接受采訪時確認(rèn)，Claude Code現(xiàn)在90%到95%的代碼是自己寫的，當(dāng)這么多代碼由AI編寫時，瓶頸已經(jīng)轉(zhuǎn)移了，上游變成了團(tuán)隊對齊要做什么，下游變成了PR合并隊列，也就是review和merge所有新代碼到生產(chǎn)環(huán)境。

你品一下這個轉(zhuǎn)變。

以前，瓶頸是寫代碼，現(xiàn)在，瓶頸是決定寫什么和審核寫完的東西，寫代碼本身，已經(jīng)不是人類的活了。

但我想多說兩句，因為這個數(shù)字很容易被誤讀。

Boris自己特別強(qiáng)調(diào)過，這不是AI在那兒沒人管地造自己，人類仍然在做方向決策、給指令、檢查所有產(chǎn)出。他也說過，有些精細(xì)的數(shù)據(jù)模型重構(gòu)，他還是更喜歡親手做，因為他有很強(qiáng)的opinions，自己做比跟Claude解釋更快。

所以更準(zhǔn)確的描述是，人定方向，AI跑全流程，人類變成了架構(gòu)師和審核者，AI是那個不知疲倦的執(zhí)行軍團(tuán)。

自我加速的飛輪

到這里，可以聊一個更深層的東西了。

你有沒有想過，為什么Anthropic的速度不是勻速的，而是在加速？

答案就藏在一個循環(huán)里。

Claude寫Claude的代碼，Claude測Claude的功能，Claude審Claude的PR，這不是一個比喻，這是字面意思。

Boris的團(tuán)隊在Git倉庫里維護(hù)一個叫CLAUDE.md的文件，每次看到Claude做錯了什么，他們就更新這個文件，讓Claude知道下次別再犯，當(dāng)一個人類開發(fā)者review一個PR發(fā)現(xiàn)錯誤，他們不只是修復(fù)代碼，還會tag AI去更新它自己的指令。

每一個錯誤都變成一條規(guī)則，團(tuán)隊工作得越久，這個agent就越聰明。

Claude測試每一個提交到claude.ai/code的改動，它打開瀏覽器，測試UI，然后反復(fù)迭代直到代碼能跑且用戶體驗好。Boris說給AI一個驗證自己工作的方式，能讓最終結(jié)果的質(zhì)量提升2到3倍。

這就是我想說的核心，我給它取了個名字，叫自吞噬循環(huán)。

產(chǎn)品越強(qiáng)，造產(chǎn)品的工具就越強(qiáng)，造產(chǎn)品的工具越強(qiáng)，下一個產(chǎn)品出得就越快，下一個產(chǎn)品出得越快，用戶數(shù)據(jù)回流就越多，用戶數(shù)據(jù)越多，模型迭代周期就縮短，模型更強(qiáng)了，Claude Code就能寫出更好的代碼，更好的代碼意味著更快的下一輪發(fā)布。

這個飛輪一旦轉(zhuǎn)起來，速度是指數(shù)級的，不是線性的。

真正離譜的來了。

當(dāng)Anthropic的團(tuán)隊規(guī)模翻倍時，他們的PR吞吐量不是持平，而是增長了67%，正常情況下團(tuán)隊擴(kuò)大會讓人均效率下降，但他們反而上升了，這被歸功于Claude Code。

說實話，這個數(shù)據(jù)比那個52天74個發(fā)布更讓我震驚，因為它說明這不是某幾個天才在玩命加班，而是一套體系在起作用。

OpenAI為什么追得越來越吃力

聊完了Anthropic，再聊聊對面。

我不是要踩OpenAI，坦率地講，OpenAI仍然是這個星球上最重要的AI公司之一，GPT系列模型改變了整個行業(yè)的走向，但在用AI造AI這件事上，兩家公司的節(jié)奏差距是肉眼可見的。

拿時間線對比就很清楚。

OpenAI自己說，自從2025年4月發(fā)布Codex以來，開發(fā)者與agent協(xié)作的方式已經(jīng)發(fā)生了根本性的變化。這話沒毛病，但問題在于時間線，從GPT-4o到Codex正式上線，中間隔了差不多一年，而Anthropic從Claude 4 Opus到Claude Code全面開放各種新能力，節(jié)奏是以周為單位的。

速度差這么大，答案不在工程師人數(shù)上。

OpenAI也在用AI輔助開發(fā)，Codex現(xiàn)在也支持并行agent、worktree、自動化工作流，但如果你仔細(xì)看，會發(fā)現(xiàn)一個微妙的區(qū)別，OpenAI的組織架構(gòu)還是偏傳統(tǒng)的，項目制，評審制，排期制，每個環(huán)節(jié)都有人工審批的瓶頸。

不是他們不想快，是整套流程沒有為AI是第一生產(chǎn)力這個前提重新設(shè)計過。

打個比方，兩家公司都有一輛很快的賽車，模型能力都很強(qiáng)，但Anthropic把整條賽道重新鋪了一遍，彎道加寬了，路面換了，加油站自動化了，OpenAI還在舊賽道上跑，車是快了，但賽道的物理極限在那卡著。

Mike Krieger自己說過，他預(yù)計一年后，我們構(gòu)思、構(gòu)建和交付軟件的方式會發(fā)生很大變化，因為現(xiàn)在的方式來做，會非常痛苦。

他說的不只是Anthropic，他說的是整個行業(yè)，而Anthropic只是先到了那個未來。

飛輪的另一面，生態(tài)效應(yīng)

74個功能帶來的不只是功能本身。

我一直覺得，產(chǎn)品競爭最終比的不是功能列表的長度，而是誰先把飛輪轉(zhuǎn)起來，功能列表可以抄，飛輪轉(zhuǎn)起來的慣性抄不了。

用戶每天看到產(chǎn)品在變，留存自然會漲，留存漲了，使用數(shù)據(jù)就多了，數(shù)據(jù)多了，模型迭代周期就縮短，模型更強(qiáng)了，Claude Code就能寫出更好的代碼，更好的代碼意味著更快的下一輪發(fā)布。

然后是開發(fā)者生態(tài)。

Anthropic在2025年2到3月密集發(fā)布的這波功能，從根本上改變了Claude Code的定位。Auto Mode，Dispatch，Channels，Remote Control，Voice Mode，每一個都在降低開發(fā)者使用AI agent的門檻。

Anthropic推出了Claude Code Channels，用更強(qiáng)的品牌認(rèn)知和安全特性，讓用戶通過Discord和Telegram等聊天應(yīng)用來操控coding agent。

這意味著什么？意味著AI coding agent不再只是程序員的終端工具了，它在向更廣泛的用戶滲透，第三方集成、插件、Agent生態(tài)，這些東西一旦滾起來，就是另一層護(hù)城河。

這不是選最好的AI工具的問題了，而是當(dāng)一個平臺的發(fā)貨速度快到一定程度時，它替你做了這個決定。

真正的護(hù)城河不是參數(shù)

扯了這么多，最后收一下。

我想了很久，Anthropic這波操作到底意味著什么。

模型參數(shù)可以追，你訓(xùn)練出一個更大的模型，我也能訓(xùn)練，跑分高幾個點，過幾個月對手就追上來了，這不是護(hù)城河，這是軍備競賽。

但17小時出一個功能的體系，不是加人能解決的。

這個體系的核心是什么？不是某個天才工程師，不是某個秘密算法，不是某筆巨額融資。

是把自己的產(chǎn)品變成自己的生產(chǎn)工具。

Claude寫Claude的代碼，Claude測Claude的功能，Claude審Claude的PR，每一個錯誤被記錄進(jìn)CLAUDE.md，下一次就不會再犯，每一個新功能上線，造下一個功能的能力就更強(qiáng)了一點。

這個循環(huán)，才是Anthropic真正的護(hù)城河。

在我看來，我們正在目睹一種新型公司的誕生，它不是傳統(tǒng)意義上的科技公司，不是用人堆出來的軟件工廠，也不是靠一兩個明星產(chǎn)品打天下的創(chuàng)業(yè)公司，它更像一個會自我進(jìn)化的有機(jī)體，產(chǎn)品即工具，工具即產(chǎn)品，進(jìn)化的速度取決于上一輪進(jìn)化的成果。

說實話，這讓我既興奮又有點不安，興奮的是，我們可能正站在軟件行業(yè)最大的一次范式轉(zhuǎn)移的起點，不安的是，這個加速循環(huán)一旦拉開差距，追趕的窗口會越來越小。

但轉(zhuǎn)念一想，這不就是每一次技術(shù)革命的樣子嗎。

我也還在消化這一切，也還在想，作為一個普通從業(yè)者，該怎么面對這個正在加速到來的未來，如果你也在想這個問題，那至少說明，我們還在同一條船上。

一起往前看吧。