本文介绍了 Anthropic 内部团队如何使用其自家的智能编程助手 Claude Code。报告指出,这类代理式编程工具不仅提升了传统开发工作的效率,更重要的是,它正在打破技术与非技术工作之间的界限,让任何能够描述问题的人都有能力构建解决方案。

主要内容

  • 加速传统开发流程:Claude Code 能显著加快开发人员在代码导航、测试、调试和代码审查等环节的工作速度,自动化处理繁琐和重复性的任务。
  • 赋能非技术人员:该工具使非技术背景的员工(如法务、市场营销人员)也能够构建定制化的工具和自动化流程,从而将想法快速转化为解决方案,无需深厚的编程知识。
  • 重塑人机协作模式:最成功的应用案例是将 Claude Code 视为一个“思考伙伴”而非简单的代码生成器。通过人机协作,团队能够探索新的可能性、快速验证想法,从而增强整体工作流程和创新能力。

关键细节

代码导航与理解

  • 新员工上手:基础设施团队的数据科学家通过向 Claude Code 提供整个代码库,能够快速理解数据管道依赖关系,其作用甚至取代了传统的数据目录工具。
  • 快速定位:产品工程团队将 Claude Code 作为编程任务的“第一站”,用它来识别修复 bug 或开发新功能所需检查的文件,节省了手动查找上下文的时间。

测试与代码审查

  • 自动化测试:产品设计团队使用 Claude Code 为新功能编写全面的单元测试,并通过 GitHub Actions 自动处理拉取请求 (Pull Request) 中的格式问题和测试用例重构。
  • 跨语言测试:当推理团队需要在不熟悉的语言(如 Rust)中测试功能时,他们只需描述测试需求,Claude Code 就能生成相应的本地代码。

调试与故障排除

  • 提升效率:安全工程团队在处理生产事故时,通过向 Claude Code 提供堆栈跟踪和文档,将问题诊断速度提升了 3 倍。
  • 解决复杂问题:在一次 Kubernetes 集群故障中,数据基础设施团队通过向 Claude Code 提供仪表盘截图,成功定位了 pod IP 地址耗尽的问题,并获得了修复指令,在系统中断期间节省了 20 分钟的宝贵时间。

原型设计与功能开发

  • 快速原型:产品设计团队将 Figma 设计文件交给 Claude Code,让其自主编写代码、运行测试并进行迭代,从而快速构建功能原型。
  • 赋能数据科学家:不熟悉 TypeScript 的数据科学家利用 Claude Code,成功构建了用于可视化模型性能的完整 React 应用程序。

自动化与工作流程优化

  • 营销自动化:增长营销团队构建了一个代理工作流,能在几分钟内处理包含数百个广告的 CSV 文件,并生成新的广告文案变体。
  • 跨部门创新:法务团队利用 Claude Code 创建了一个“电话树”系统原型,用于帮助内部员工快速找到合适的律师,展示了非技术部门构建定制工具的能力。

原文

Anthropic的内部团队正在通过Claude Code转变其工作流程,使开发人员和非技术人员能够处理复杂项目、自动化任务,并弥合先前限制其生产力的技能差距。

为了解更多信息,我们与以下团队进行了交谈:

  • 数据基础设施
  • 产品开发
  • 安全工程
  • 推理
  • 数据科学与可视化
  • 产品工程
  • 增长营销
  • 产品设计
  • 强化学习 (RL) 工程
  • 法务

通过这些访谈,我们收集了关于不同部门如何使用Claude Code、其对工作的影响以及为其他考虑采用的组织提供的建议。

Claude Code在数据基础设施中的应用

数据基础设施团队为全公司的团队组织所有业务数据。他们使用Claude Code来自动化常规的数据工程任务、解决复杂的基础设施问题,并为技术和非技术团队成员创建文档化的工作流程,以便独立访问和操作数据。

主要Claude Code用例

使用截图进行Kubernetes调试

当Kubernetes集群出现故障且无法调度新的Pod时,团队使用Claude Code来诊断问题。他们将仪表盘的截图提供给Claude Code,后者引导他们逐个菜单地浏览Google Cloud的用户界面,直到找到一个警告,指出Pod IP地址已耗尽。然后,Claude Code提供了创建新IP池并将其添加到集群的确切命令,从而无需寻求网络专家的帮助。

为财务团队设计的纯文本工作流

工程师向财务团队成员展示了如何编写描述其数据工作流的纯文本文件,然后将其加载到Claude Code中以实现全自动执行。没有编程经验的员工可以描述诸如“查询此仪表盘,获取信息,运行这些查询,生成Excel输出”之类的步骤,Claude Code将执行整个工作流程,包括询问日期等必需的输入。

为新员工提供的代码库导览

当新数据科学家加入团队时,他们被指导使用Claude Code来浏览庞大的代码库。Claude Code会读取他们的Claude.md文件(文档),识别特定任务的相关文件,解释数据管道的依赖关系,并帮助新员工理解哪些上游数据源为仪表盘提供数据。这取代了传统的数据目录和可发现性工具。

会话结束时更新文档

团队在每项任务结束时要求Claude Code总结已完成的工作会话并提出改进建议。这创建了一个持续改进的循环,Claude Code根据实际使用情况帮助优化Claude.md文档和工作流程说明,使后续的迭代更加有效。

跨多个实例的并行任务管理

在处理长时间运行的数据任务时,团队会为不同的项目在不同的代码仓库中打开多个Claude Code实例。每个实例都保持完整的上下文,因此当他们在数小时或数天后切换回来时,Claude Code能准确记住他们正在做什么以及上次中断的位置,从而实现真正的并行工作流管理而不会丢失上下文。

对团队的影响

无需专业知识即可解决基础设施问题

使用Claude Code诊断问题并提供精确的修复方案,解决了通常需要系统或网络团队成员介入的Kubernetes集群问题。

加速入职

新的数据分析师和团队成员可以快速理解复杂的系统,并在没有大量指导的情况下做出有意义的贡献。

增强支持工作流

Claude Code可以处理更大的数据量并识别异常情况(例如监控200个仪表盘),这是人类无法手动审查的。

实现跨团队自助服务

没有编程经验的财务团队现在可以独立执行复杂的数据工作流程。

来自数据基础设施团队的最佳技巧

编写详细的Claude.md文件

团队表示,在Claude.md文件中记录的工作流程、工具和期望越详尽,Claude Code的表现就越好。这使得当您有现成的设计模式时,Claude Code在设置新数据管道等常规任务上表现出色。

对敏感数据使用MCP服务器而非CLI

他们建议使用MCP服务器而不是BigQuery CLI,以便更好地安全控制Claude Code可以访问的内容,特别是处理需要记录日志或有潜在隐私问题的敏感数据时。

分享团队使用会话

团队举行了会议,成员们互相演示他们的Claude Code工作流程。这有助于传播最佳实践,并展示了他们自己可能没有发现的工具使用方法。

Claude Code在产品开发中的应用

Claude Code产品开发团队使用自己的产品来构建Claude Code的更新,扩展产品的企业级功能和代理循环功能。

主要Claude Code用例

使用自动接受模式进行快速原型设计

工程师通过启用“自动接受模式”(shift+tab)并设置自主循环来使用Claude Code进行快速原型设计,其中Claude编写代码、运行测试并持续迭代。他们给Claude一些他们不熟悉的抽象问题,让它自主工作,然后在接管进行最终完善之前审查已完成80%的解决方案。团队建议从一个干净的git状态开始,并定期提交检查点,以便如果Claude偏离轨道,他们可以轻松地恢复任何不正确的更改。

核心功能的同步编码

对于涉及应用程序业务逻辑的更关键功能,团队与Claude Code同步工作,提供带有具体实现指令的详细提示。他们实时监控过程,以确保代码质量、风格指南合规性和正确的架构,同时让Claude处理重复的编码工作。

构建Vim模式

他们最成功的异步项目之一是为Claude Code实现Vim键位绑定。他们要求Claude构建整个功能,最终实现的大约70%来自Claude的自主工作,只需几次迭代即可完成。

测试生成和错误修复

团队在实现功能后使用Claude Code编写全面的测试,并处理在拉取请求审查中发现的简单错误修复。他们还使用GitHub Actions让Claude自动处理诸如格式问题或函数重命名之类的拉取请求评论。

代码库探索

在处理不熟悉的代码库(如单一代码库(monorepo)或API端)时,团队使用Claude Code快速了解系统如何工作。他们直接向Claude询问解释和代码参考,而不是等待Slack的回复,从而节省了大量的上下文切换时间。

对团队的影响

更快的功​​能实现

Claude Code成功实现了像Vim模式这样的复杂功能,其中70%的代码由Claude自主编写。

提高开发速度

该工具可以快速进行功能原型设计和想法迭代,而不会陷入实现细节的泥潭。

通过自动化测试提高代码质量

Claude生成全面的测试并处理常规的错误修复,在减少手动工作量的同时保持高标准。

更好的代码库探索

团队成员可以快速熟悉单一代码库中不熟悉的部分,而无需等待同事的回复。

来自Claude Code团队的最佳技巧

创建自给自足的循环

设置Claude通过自动运行构建、测试和代码检查来验证自己的工作。这使得Claude可以更长时间地自主工作并捕捉自己的错误,当您要求Claude在编写代码之前生成测试时尤其有效。

培养任务分类直觉

学会区分哪些任务适合异步处理(外围功能、原型设计)和哪些需要同步监督(核心业务逻辑、关键修复)。产品边缘的抽象任务可以用“自动接受模式”处理,而核心功能则需要更密切的监督。

形成清晰、详细的提示

当组件具有相似的名称或功能时,在您的请求中要极其具体。提示越好、越详细,您就越能信任Claude独立工作,而不会对代码库的错误部分进行意外更改。

Claude Code在安全工程中的应用

安全工程团队专注于保护软件开发生命周期、供应链安全和开发环境安全。他们广泛使用Claude Code来编写和调试代码。

主要Claude Code用例

复杂的基础设施调试

在处理事件时,他们向Claude Code提供堆栈跟踪和文档,要求它在代码库中追踪控制流。这显著缩短了生产问题的解决时间,使他们能够在大约5分钟内理解通常需要10-15分钟手动代码扫描的问题。

Terraform代码审查和分析

对于需要安全批准的基础设施变更,团队将Terraform计划复制到Claude Code中,询问“这会做什么?我会后悔吗?”这创建了更紧密的反馈循环,并使安全团队更容易快速审查和批准基础设施变更,减少了开发过程中的瓶颈。

文档综合和操作手册

Claude Code吸收多个文档源并创建Markdown格式的操作手册、故障排除指南和概述。团队使用这些精简的文档作为调试实际问题的上下文,创建了比在完整知识库中搜索更高效的工作流程。

测试驱动开发工作流程

他们现在要求Claude Code提供伪代码,引导它进行测试驱动开发,并在卡住时定期检查以指导它,从而产生更可靠和可测试的代码,而不是他们之前“设计文档→粗糙代码→重构→放弃测试”的模式。

上下文切换和项目入职

在为现有项目(如用于安全审批工作流的Web应用程序“dependant”)做贡献时,他们使用Claude Code编写、审查和执行存储在代码库中的Markdown规范,从而能够在几天而不是几周内做出有意义的贡献。

对团队的影响

缩短事件解决时间

通常需要10-15分钟手动代码扫描的基础设施调试现在大约需要5分钟。

改进安全审查周期

用于安全批准的Terraform代码审查速度大大加快,消除了开发人员在等待安全团队批准时的阻塞。

增强跨职能贡献

团队成员可以在几天内为项目做出有意义的贡献,而不是需要数周的时间来建立上下文。

更好的文档工作流程

从多个来源综合的故障排除指南和操作手册创建了更高效的调试过程。

来自安全工程团队的最佳技巧

广泛使用自定义斜杠命令

安全工程团队使用了整个单一代码库中50%的自定义斜杠命令实现。这些自定义命令简化了特定的工作流程,并加快了重复性任务的速度。

让Claude先说

他们现在告诉Claude Code“边工作边提交”,并让它在定期检查的情况下自主工作,而不是提出有针对性的问题来生成代码片段,从而产生更全面的解决方案。

利用它进行文档处理

除了编码,Claude Code在综合文档和创建结构化输出方面表现出色。团队提供写作样本和格式偏好,以获得他们可以立即在Slack、Google Docs和其他工具中使用的文档,以避免界面切换疲劳。

Claude Code在推理中的应用

推理团队管理着Claude在读取您的提示并生成其响应时存储信息的内存系统。团队成员,特别是那些机器学习新手,可以广泛使用Claude Code来弥合知识差距并加速他们的工作。

主要Claude Code用例

代码库理解和入职

在加入复杂的代码库时,团队严重依赖Claude Code来快速理解架构。他们要求Claude查找哪些文件调用了特定的功能,几秒钟内就能得到结果,而不是询问同事或手动搜索。

包含边缘情况的单元测试生成

在编写核心功能后,他们要求Claude编写全面的单元测试。Claude会自动包含遗漏的边缘情况,在几分钟内完成通常需要大量时间和精力的工作,就像一个他们可以审查的编码助手。

机器学习概念解释

没有机器学习背景的团队成员依赖Claude来解释模型特定的功能和设置。以前需要一个小时谷歌搜索和阅读文档的工作现在只需10-20分钟,研究时间减少了80%。

跨语言代码翻译

在用不同编程语言测试功能时,团队解释他们想要测试的内容,Claude就会用所需的语言(如Rust)编写逻辑,无需为了测试目的而学习新语言。

命令记忆和Kubernetes管理

他们不再需要记住复杂的Kubernetes命令,而是向Claude询问正确的语法,比如“如何获取所有pod或部署状态”,并接收到他们基础设施工作所需的确切命令。

对团队的影响

加速机器学习概念学习

使用Claude Code,他们的研究时间减少了80%,历史上需要一个小时谷歌搜索的工作现在需要10-20分钟。

更快的代码库导航

该工具可以帮助团队成员在几秒钟内找到相关文件并理解系统架构,而不是依赖同事在几天内分享知识。

全面的测试覆盖

Claude自动生成包含边缘情况的单元测试,在保持代码质量的同时减轻了精神负担。

消除语言障碍

团队可以在不熟悉的情况下实现像Rust这样的语言的功能。

来自推理团队的最佳技巧

首先测试知识库功能

尝试问各种问题,看看Claude是否能比谷歌搜索更快地回答。如果它更快更准确,那么它对你的工作流程来说就是一个宝贵的时间节省工具。

从代码生成开始

给Claude具体的指令,让它编写逻辑,然后验证其正确性。这有助于在用它执行更复杂的任务之前建立对该工具能力的信任。

用它来编写测试

让Claude编写单元测试可以极大地减轻日常开发工作的压力。使用此功能来保持代码质量,而无需花费时间手动思考所有测试用例。

Claude Code在数据科学与机器学习工程中的应用

数据科学和机器学习工程团队需要复杂的S可视化工具来理解模型性能,但构建这些工具通常需要不熟悉的语言和框架的专业知识。Claude Code使这些团队能够在不成为全栈开发人员的情况下构建生产质量的分析仪表盘。

主要Claude Code用例

构建JavaScript/TypeScript仪表盘应用

尽管“对JavaScript和TypeScript知之甚少”,团队还是使用Claude Code构建了完整的React应用程序,用于可视化强化学习(RL)模型的性能和训练数据。他们让Claude控制从头开始编写完整的应用程序,比如一个5000行的TypeScript应用,而无需自己理解代码。这至关重要,因为可视化应用上下文相对较低,不需要理解整个单一代码库,从而可以快速原型化工具以了解模型在训练和评估期间的性能。

处理重复的重构任务

当面临合并冲突或对于编辑器宏来说过于复杂但又不足以进行重大开发工作的半复杂文件重构时,他们会像使用“老虎机”一样使用Claude Code——提交他们的状态,让Claude自主工作30分钟,然后要么接受解决方案,要么在不成功时重新开始。

创建持久性分析工具而非一次性笔记本

团队现在让Claude构建永久性的React仪表盘,可以在未来的模型评估中重复使用,而不是构建一次性丢弃的Jupyter笔记本。这很重要,因为理解Claude的性能是“团队最重要的事情之一”——他们需要了解模型在训练和评估期间的表现,这“实际上并非易事,简单的工具无法从观察一个数字上升中获得太多信号。”

零依赖任务委托

对于完全不熟悉的代码库或语言中的任务,他们将整个实现委托给Claude Code,利用其从单一代码库中收集上下文并执行任务的能力,而无需他们参与实际的编码过程。这使得在他们专业领域之外的领域也能提高生产力,而不是花时间学习新技术。

对团队的影响

实现2-4倍的时间节省

以前手动处理虽然麻烦但可管理的常规重构任务现在完成得更快了。

用不熟悉的语言构建复杂应用

尽管只有极少的JavaScript/TypeScript经验,却创建了5000行的TypeScript应用。

从一次性工具转向持久性工具

现在构建可重用的React仪表盘进行模型分析,而不是一次性的Jupyter笔记本。

直接获取模型改进见解

第一手的Claude Code体验为未来模型迭代中更好的内存系统和用户体验改进提供了信息。

实现可视化驱动的决策制定

通过先进的数据可视化工具,更好地理解Claude在训练和评估期间的性能。

来自数据科学与机器学习工程团队的最佳技巧

把它当作老虎机

在让Claude工作之前保存你的状态,让它运行30分钟,然后要么接受结果,要么重新开始,而不是试图费力地纠正。重新开始的成功率通常比试图修复Claude的错误要高。

必要时为了简化而中断

在监督时,不要犹豫,停下来问Claude“你为什么这么做?试试更简单的方法。”模型默认倾向于更复杂的解决方案,但对简化方法的请求反应良好。

Claude Code在产品工程中的应用

产品工程团队致力于PDF支持、引用和网络搜索等功能,这些功能将额外的知识引入Claude的上下文窗口。在庞大、复杂的代码库中工作意味着不断遇到不熟悉的代码部分,花费大量时间来理解任何给定任务需要检查哪些文件,并在进行更改前建立上下文。Claude Code通过充当一个可以帮助他们理解系统架构、识别相关文件并解释复杂交互的向导来改善这种体验。

主要Claude Code用例

第一步工作流规划

团队将Claude Code作为任何任务的“第一站”,要求它识别用于错误修复、功能开发或分析需要检查的文件。这取代了传统上在开始工作前手动浏览代码库和收集上下文的耗时过程。

跨代码库的独立调试

团队现在有信心处理不熟悉代码库部分的错误,而不是向他人求助。他们可以问Claude“你认为你能修复这个错误吗?我看到的行为是这样的”,并经常立即取得进展,这在以前考虑到所需的时间投入是不可行的。

通过内部测试进行模型迭代测试

Claude Code自动使用最新的研究模型快照,使其成为他们体验模型变化的主要方式。这为团队在开发周期中提供了关于模型行为变化的直接反馈,这是他们在之前的发布中没有体验过的。

消除上下文切换开销

他们可以直接在Claude Code中提问,而无需额外的上下文收集,显著减少了心智负担,而不是将代码片段复制并拖动文件到Claude.ai中并进行广泛解释。

对团队的影响

增强了处理不熟悉领域的信心

团队成员可以独立调试错误并调查不熟悉代码库中的事件。

在收集上下文方面节省了大量时间

Claude Code消除了将代码片段复制和文件拖动到Claude.ai的开销,减轻了心智上的上下文切换负担。

更快的轮岗入职

轮岗到新团队的工程师可以快速浏览不熟悉的代码库并做出有意义的贡献,而无需广泛的同事咨询。

提升了开发者幸福感

团队报告说,日常工作流程中的摩擦减少,他们感到更快乐、更高效。

来自产品工程团队的最佳技巧

将其视为迭代伙伴,而非一次性解决方案

与其期望Claude立即解决问题,不如将其视为一个与之迭代的合作者。这比试图在第一次尝试中获得完美的解决方案效果更好。

用它来建立在不熟悉领域的信心

不要犹豫去处理超出你专业知识的错误或调查事件。Claude Code使得在通常需要大量上下文建设的领域独立工作成为可能。

从最少的信息开始

从你需要的最低限度的信息开始,让Claude引导你完成整个过程,而不是预先加载大量的解释。

Claude Code在增长营销中的应用

增长营销团队专注于在付费搜索、付费社交、移动应用商店、电子邮件营销和SEO等领域建立效果营销渠道。作为一个只有一人的非技术团队,他们使用Claude Code来自动化重复的营销任务,并创建传统上需要大量工程资源的代理工作流。

主要Claude Code用例

自动化Google Ads创意生成

团队构建了一个代理工作流,处理包含数百个现有广告及其性能指标的CSV文件,识别表现不佳的广告进行迭代,并生成符合严格字符限制(标题30个字符,描述90个字符)的新变体。通过使用两个专门的子代理(一个用于标题,一个用于描述),系统可以在几分钟内生成数百个新广告,而无需在多个广告系列中手动创建。这使他们能够大规模测试和迭代,这在以前需要大量时间才能实现。

用于大规模创意制作的Figma插件

他们开发了一个Figma插件,可以识别框架并通过交换标题和描述来编程生成多达100个广告变体,而不是手动复制和编辑付费社交广告的静态图片,将需要数小时复制粘贴的工作减少到每批半秒。这使得创意产出增加了10倍,让团队能够在关键社交渠道上测试数量远超以往的创意变体。

用于广告系列分析的Meta Ads MCP服务器

他们创建了一个与Meta Ads API集成的MCP服务器,可以直接在Claude Desktop应用内查询广告系列性能、支出数据和广告效果,无需在平台之间切换进行性能分析,节省了关键时间,因为每一分效率的提升都转化为更好的投资回报率。

使用内存系统进行高级提示工程

他们实现了一个基本的内存系统,记录广告迭代过程中的假设和实验,使系统在生成新变体时能够将之前的测试结果拉入上下文中,创建了一个自我改进的测试框架。这使得系统性实验成为可能,而这些实验是无法手动跟踪的。

对团队的影响

在重复性任务上大幅节省时间

Claude Code将广告文案创作时间从2小时减少到15分钟,使团队能够专注于更具战略性的工作。

创意产出增加10倍

通过自动化的广告生成和与Figma的集成来获取最新的视觉设计元素,团队现在可以在各个渠道上测试更多的广告变体。

像一个更大的团队一样运作

团队可以处理传统上需要专门工程资源的大型开发任务。

战略重点转移

团队可以将更多时间花在整体战略和构建代理自动化上,而不是手动执行。

来自增长营销团队的最佳技巧

识别支持API的重复性任务

寻找涉及使用带有API的工具(如广告平台、设计工具、分析平台)进行重复操作的工作流程。这些是自动化的主要候选对象,也是Claude Code提供最大价值的地方。

将复杂工作流分解为专门的子代理

不要试图在一个提示或工作流中处理所有事情,而是为特定任务创建单独的代理(如标题代理与描述代理)。这使得在处理复杂需求时调试更容易,并提高了输出质量。

在编码前进行彻底的头脑风暴和提示规划

在前期花费大量时间使用Claude.ai来思考整个工作流程,然后让Claude.ai为Claude Code创建一个全面的提示和代码结构以供参考。此外,逐步工作,而不是要求一次性解决方案,以避免Claude被复杂任务压垮。

Claude Code在产品设计中的应用

产品设计团队支持Claude Code、Claude.ai和Anthropic API,专注于构建AI产品。即使是非开发人员也可以使用Claude Code来弥合设计与工程之间的传统鸿沟,使他们能够直接实现自己的设计愿景,而无需与工程师进行大量的来回迭代。

主要Claude Code用例

前端润色和状态管理变更

团队直接使用Claude Code实施这些变更,而不是为视觉调整(字体、颜色、间距)创建大量的设计文档并与工程师进行多轮反馈。工程师们注意到,他们正在进行“通常不会看到设计师进行的大型状态管理变更”,这使他们能够实现他们设想的确切质量。

GitHub Actions自动化工单处理

通过使用Claude Code的GitHub集成,他们只需提交描述所需变更的问题/工单,Claude就会自动提出代码解决方案,而无需打开Claude Code,为他们积压的润色任务创建了一个无缝的错误修复和功能优化工作流程。

快速交互式原型设计

通过将模型图粘贴到Claude Code中,他们可以生成功能齐全的原型,工程师可以立即理解并在此基础上进行迭代,取代了传统的静态Figma设计,后者需要大量的解释和转换为工作代码。

边缘案例发现和系统架构理解

团队使用Claude Code来规划错误状态、逻辑流程和不同的系统状态,使他们能够在设计阶段识别边缘案例,而不是在开发后期才发现,从而从根本上提高了他们初始设计的质量。

复杂的文案变更和法律合规

对于像在整个代码库中移除“研究预览”信息这样的任务,他们使用Claude Code来查找所有实例,审查周围的文案,与法务部门实时协调变更并实施更新,这个过程只用了两次30分钟的电话会议,而不是一周的来回协调。

对团队的影响

转变了核心工作流程

Claude Code成为一个主要的设计工具,80%的时间里Figma和Claude Code都是打开的。

执行速度提高2-3倍

以前需要与工程师大量来回沟通的视觉和状态管理变更现在可以直接实施。

周期时间从数周缩短到数小时

像Google Analytics发布信息这样需要一周协调的复杂项目现在只需两次30分钟的电话会议即可完成。

两种截然不同的用户体验

开发者获得“增强的工作流”(更快的执行速度),而非技术用户则获得“天哪,我成了开发者”的工作流。

改善了设计与工程的协作

Claude Code促成了更好的沟通和更快的问题解决,因为设计师了解系统限制和可能性,而无需与工程师紧密合作。

来自产品设计团队的最佳技巧

从工程师那里获得适当的设置帮助

让工程团队的同事帮助进行初始的代码库设置和权限配置——对于非开发者来说,技术入门是具有挑战性的,但一旦配置好,它将为日常工作流程带来变革。

使用自定义内存文件来指导Claude的行为

创建具体的指令,告诉Claude你是一个编码经验很少的设计师,需要详细的解释和更小、渐进式的变更,这极大地提高了Claude回应的质量,并使其不那么令人望而生畏。

利用粘贴图片进行原型设计

使用Command+V将截图直接粘贴到Claude Code中。它在读取设计和生成功能代码方面表现出色,使其在将静态模型图转化为工程师可以立即理解并在此基础上构建的交互式原型方面非常有价值。

Claude Code在RL工程中的应用

RL工程团队专注于RL中的高效采样和集群间的权重传输。他们主要使用Claude Code来编写中小型功能、进行调试和理解复杂的代码库,采用一种包含频繁检查点和回滚的迭代方法。

主要Claude Code用例

有监督的自主功能开发

团队让Claude Code编写中小型功能的大部分代码,同时提供监督,例如为权重传输组件实现身份验证机制。他们以交互方式工作,让Claude主导,但在其偏离轨道时进行引导。

测试生成和代码审查

在自己实现变更后,团队要求Claude Code添加测试或审查他们的代码。这种自动化的测试工作流程在常规但重要的质量保证任务上节省了大量时间。

调试和错误调查

他们使用Claude Code来调试错误,结果好坏参半。有时它能立即识别问题并添加相关测试,而其他时候它难以理解问题,但总体上在奏效时提供了价值。

代码库理解和调用堆栈分析

他们工作流程中最大的变化之一是使用Claude Code来快速获取相关组件和调用堆栈的摘要,取代了手动阅读代码或生成大量调试输出。

Kubernetes操作指导

他们经常向Claude Code询问Kubernetes操作的问题,这些问题否则需要大量的谷歌搜索或询问基础设施工程的同事,从而立即获得配置和部署问题的答案。

开发工作流影响

实现了实验性方法

他们现在使用“尝试并回滚”的方法,频繁提交检查点,以便他们可以测试Claude的自主实现尝试并在需要时回滚,从而实现更多的实验。

加速文档编写

Claude Code会自动添加有用的注释,这在文档编写上节省了大量时间,尽管他们注意到它有时会在奇怪的地方添加注释或使用有问题的代码组织方式。

有限制的加速

虽然Claude Code可以用“相对较少的时间”实现中小型PR,但他们承认它只有大约三分之一的时间在第一次尝试时就成功,需要额外的指导或手动干预。

来自RL工程团队的最佳技巧

为特定模式自定义你的Claude.md文件

在你的Claude.md文件中添加指令,以防止Claude重复犯工具调用错误,例如告诉它“运行pytest而不是run,不要不必要地cd——只使用正确的路径。”这显著提高-了输出的一致性。

使用检查点密集的工作流程

在Claude进行更改时定期提交你的工作,这样当实验不成功时你可以轻松回滚。这使得在没有风险的情况下进行更具实验性的开发成为可能。

先尝试一次性方案,然后协作

给Claude一个快速的提示,让它先尝试完整的实现。如果成功了(大约三分之一的时间),你就节省了大量时间。如果不行,再切换到更具协作性和指导性的方法。

Claude Code在法务中的应用

法务团队通过实验和了解Anthropic产品线的愿望发现了Claude Code的潜力。此外,一名团队成员有一个个人用例,涉及为家庭创建无障碍工具和工作原型,展示了该技术对非开发人员的强大能力。

主要Claude Code用例

为家庭成员定制的无障碍解决方案

团队成员为因医疗诊断而有语言障碍的家庭成员构建了沟通助手。在短短一小时内,一个人使用原生的语音转文本技术创建了一个预测性文本应用,该应用可以建议回应并使用语音库将其说出,解决了言语治疗师推荐的现有无障碍工具的不足之处。

法务部门工作流自动化

团队创建了原型“电话树”系统,帮助团队成员联系到Anthropic的合适律师,展示了法务部门如何在没有传统开发资源的情况下为常见任务构建自定义工具。

团队协调工具

管理人员构建了G Suite应用程序,可以自动化每周的团队更新并跟踪跨产品的法律审查状态,使律师能够通过简单的按钮点击快速标记需要审查的项目,而不是进行电子表格管理。

用于解决方案验证的快速原型设计

他们使用Claude Code快速构建功能性原型,可以展示给领域专家(如向UCSF的专家展示无障碍工具)以验证想法并在投入更多时间之前识别现有解决方案。

工作方式和影响

在Claude.ai中规划,在Claude Code中构建

他们使用一个两步流程,首先在Claude.ai中进行头脑风暴和规划,然后转移到Claude Code中进行实现,要求它放慢速度并逐步工作,而不是一次性输出所有内容。

视觉优先的方法

他们经常使用截图向Claude Code展示他们想要的界面外观,然后根据视觉反馈进行迭代,而不是用文本描述功能。

原型驱动的创新

他们强调克服分享“傻瓜式”或“玩具”原型的恐惧,因为这些演示能激发他人看到他们未曾考虑过的可能性。

安全与合规意识

MCP集成担忧

产品律师使用Claude Code来立即识别深度MCP集成的安全影响,指出保守的安全姿态将随着AI工具访问更多敏感系统而产生障碍。

合规工具的优先级

他们主张随着AI能力的扩展迅速构建合规工具,认识到创新与风险管理之间的平衡。

来自法务部门的最佳技巧

首先在Claude.ai中进行广泛规划

在转到Claude Code之前,使用Claude的对话界面来充实你的整个想法。然后要求Claude将所有内容总结成一个分步的实现提示。

逐步并可视化地工作

要求Claude Code放慢速度并一次实现一个步骤,这样你就可以复制粘贴而不会被压垮。大量使用截图来展示你想要的界面外观。

尽管不完美也要分享原型

克服隐藏“玩具”项目或未完成工作的冲动。分享原型有助于他人看到可能性,并激发通常不互动的部门之间的创新。

立即开始使用Claude Code。