一句话看懂：Anthropic 工程负责人 Fiona Fung 在最新访谈中指出，当 AI 将团队代码交付量提升 8 倍后，真正的瓶颈已从“写代码”转移到“验证质量”和“衡量真实产出”。她明确提出团队应告别 token maxing（无节制消耗算力），转向 ROI 导向的工程管理，并警告过度依赖 Agent 可能让新人工程师失去系统理解能力。
事件核心：发生了什么
Anthropic 旗下 Claude Code 与 Cowork 团队负责人 Fiona Fung 在 Lenny’s Podcast 中罕见透露了 AI 浸透型工程团队的内部运作方式。她拥有超过 25 年工程经历，曾参与 Visual Studio、TypeScript 以及 Facebook Marketplace 的创立。Fung 明确表示，Anthropic 内部工程师人均季度代码交付量相较 2025 年增长了 8 倍，但此时团队关注的焦点已不再是“能写多少代码”，而是如何确保这些高速生成的内容是正确的。
为此，她实施了两项关键变化：一是让 Claude Code 接入所有 repo 和 Slack 反馈频道，让她作为管理者能通过 AI 代理（routines）每天早上自动生成反馈摘要和修复 PR；二是将“什么是好的”定义（如 content design 标准）写入 repo，使 Claude 能基于框架自动审查代码质量。她特别强调团队现在必须区分“bad vs. sad”质量层次，甚至通过用户言论中的脏话频率来量化挫败感。
为什么重要
Fung 的发言代表了 AI 编程领域从“速度竞赛”到“质量与ROI竞赛”的关键转折。过去一年，业界普遍迷恋 Agent 和大量生成代码的能力，以 token 消耗量和代码行数作为成功指标。但 Fung 直接指出，这种 token maxing 方式正在产生大量需要人工验证的泡沫产出，真正的挑战是如何从“有没有发出去”转向“发出去之后是否带来了用户价值”。
她提出的“make new mistakes”理念——允许犯错但必须犯全新的错误——将工程管理的目标从零缺陷调整为学习速率。这意味着 AI 编程工具的下一个竞争维度不仅是生成速度，更是验证能力和组织管理机制。对于其他 AI 公司和工程团队来说，Claude Code 的内部实践可能成为一种新的工程管理范式：AI 不仅是个人效率工具，更是管理层的组织洞察工具。
对用户/开发者/创作者的影响
对于使用 Claude Code 或类似 AI 编程工具的开发者，这次访谈直接给出了可操作的建议：
1. 从“蹭 Token”转向“算 ROI”：Fung 明确表示，管理者应避免把工具使用量误认为真实进展。开发者需要建立自己的质量验证框架，而不是盲目信任 AI 生成的代码。
2. 工程师需要更强的产品感：随着 PM、设计师、数据科学家都能提交代码，岗位边界正在模糊。工程师将不再只是代码执行者，而是必须能判断“做什么”和“是否值得做”。
3. 心流体验可能损失：AI 编程正在改变工程师的工作节奏。过去写代码时获得的深刻心流可能被异步 agent 交互和频繁的 PR 审查替代。新人工程师尤其面临风险——他们可能跳过亲手理解架构和底层系统的阶段。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. Routines 功能是否成为 Claude Code 的标配：Fung 重点介绍了 routines 如何将她的日常工作自动化。如果该功能从内部走向对外发布，可能显著改变 Agent 产品的使用场景——从“帮助写代码”扩展到“帮助管理者管代码”。
2. 其他 AI 编程工具会否跟进质量和 ROI 框架：Cursor、GitHub Copilot 等竞品目前仍主要聚焦生成速度。若 Claude Code 将“bad vs. sad”等质量评估机制产品化，可能引发一场从“代码生成竞赛”到“组织效率竞赛”的赛道切换。
3. 工程师职业路径的分化：Fung 提到设计师和 PM 也在提交代码，这意味着低层级的工程岗位将面临更大压力。同时，那些能搭建验证系统和工程 cadence 的资深工程师可能变得比写代码的 IC 更稀缺。
来源：InfoQ CN
