> AI HOT 收录（X：@bcherny，2026-08-14 05:27） > 二次源：Lenny’s Podcast 红杉 AI Ascent 访谈 + Anthropic 公开数据
一、388 这个数字是怎么来的
Boris Cherny 在 X 上抛出来的一句话其实比数字更狠：「过去几周我做了一次奇怪的实验，让 Claude 全权接管应用的日常维护，结果是 388 个 PR」。
拆开看几个数据点：
– 259 个 PR / 月：Boris 自己说过，从 2025 年 11 月起他没再手写过一行代码，头一个月提交 259 个 PR，全部由 Claude Code 生成 – 10-30 PR / 天：单兵产能上限，5 个 Claude 实例并行 – 6 个月：Claude Code 的 codebase 里没有任何超过 6 个月的代码在生产环境——它会自己重写自己 – 10 亿美元 ARR / 6 个月：对比 Slack 用了 5 年才到同等规模 – 4%：当前所有公共 GitHub commit 由 Claude Code 写入 – 200%：Anthropic 内部工程师人均效率提升
但数字只是表层。更值得注意的是他的角色表述——在 2026 红杉 AI Ascent 上 Boris 说：「我不再向 Claude 发提示词了。我写循环，让循环去提示 Claude。我的工作变成了设计循环。」
二、这不只是「效率提升」，是 Loop Engineering 范式
把这件事放在代际框架里看，位置很清楚：
| 代际 | 时间 | 核心动作 | 人的角色 |
|---|---|---|---|
| Prompt Engineering | 2022-2024 | 写提示词 | 指令员 |
| Context Engineering | 2025 中 | 管理上下文 | 信息架构师 |
| Harness Engineering | 2026.2 | 建约束系统 | 系统工程师 |
| Loop Engineering | 2026.6 | 设计自驱动循环 | 循环架构师 |
前三代共享一个前提：人是驱动者。每轮任务由人发起、每份结果由人判读、每次迭代由人触发。
Boris 的 388 PR 实验跨过了一条线：人不再坐在方向盘后面，人设计自动驾驶系统然后走下驾驶座。
OpenAI Codex 负责人 Peter Steinberger 几乎同一时间在 X 上贴了一周 520 万阅读的帖子：「你不应该再手动提示编程代理了。你应该设计循环，让循环去提示你的代理。」两家竞争公司同一个判断——范式正在凝固。
Google 工程师 Addy Osmani 给 Loop Engineering 下了精确定义：「把你自己替换掉。你不再是那个提示代理的人，你设计一个系统来做这件事。一个循环可以理解为一个递归目标，你定义目的，AI 持续迭代直到完成。」
三、388 PR 不是效率账，是数据飞轮
如果只盯着「388 个 PR」会漏掉真正的关键。
Anthropic 通过 Claude Code 跟用户签协议，收集的不只是开发者敲的指令，还有测试做什么、代码评审关注什么。这些数据不断训练模型。华为云码道团队对外复述过一句话：「GLM5.1 在 2026 年的编码能力跟 Claude Code 基本相当，现在更关键的是推理、调度工具和项目框架理解能力，而这些软件工程数据在 GitHub 上根本没有。」
大厂的代码仓也补不上这个缺口——「很多都是日积月累的屎山代码」。
换句话说，388 PR 跑出来的不是工程成绩，是 Anthropic 数据飞轮的转速表。Claude Code 的「自己重写自己」保证了训练数据永远新鲜，Boris 的「写循环设计循环」保证了人类判断只用来做最难的事，剩下的工程量全部由 Claude 完成。
四、范式代价：编码能力过剩，工程判断力稀缺
这件事推到底，对开发者意味着一个反直觉的结论：
– 写代码不再稀缺——Boris 之外的 PM、设计师、财务都能写代码，因为门槛塌了 – 写判断重新稀缺——「知道要做什么、为什么做、做完世界会变什么」这三个问题，AI 答不上来 – 「软件工程师」title 会被「builder」替换——这是 Boris 的原话
Lenny’s Podcast 上 Boris 还说了一句更刺激的：「编码在很大程度上已经被解决了。」
这话对一半。被解决的是语法层——怎么写、怎么跑、怎么测；没被解决的是语义层——写什么、不写什么、为什么写。Anthropic 自己 200% 的效率提升里，相当一部分来自 PM/财务/设计开始直接动手做工具，而不是工程师多了。
五、下一个 6 个月会验证什么
Loop Engineering 不是 Boris 的个人风格，是模型公司下一步的生态位卡位。
三个验证点：
1. 设计循环的能力是否可教：会不会出现「Loop Designer」这种新型职业培训，还是只能 Boris 这种天才做 2. 数据飞轮护城河能不能继续扩大：如果其他厂商也做 Loop Engineering，Claude Code 的 4% GitHub commit 市占率会不会被追上 3. 失败模式的系统性暴露：Harness Engineering 的失败是局部错误（写错文件、漏跑测试），Loop Engineering 的失败是流程错误（目标定义错、终止条件错）——Anthropic 多智能体失败模式研究 8-13 那篇已经预警过同类问题，看 Boris 这套机制能不能绕开
388 PR 不是终点，是 Loop Engineering 范式第一次有了工业级实证。
—
核心数据：388 PR / 月、259 PR / 月基线、10-30 PR / 天、5 个 Claude 并行、6 个月无超过半年的代码、10 亿 ARR / 6 个月、4% GitHub commit、200% 工程师效率 时间线：2025-11 卸载 IDE → 2025-12 259 PR / 月 → 2026.6 Loop Engineering 定义 → 2026.8 红杉 / X 公开实证 来源：X @bcherny（2026-08-13）、Lenny’s Podcast Boris Cherny 访谈、红杉 AI Ascent 2026