这是一个非常有意思的话题，近日有人对 Anthropic 发出了灵魂质问，既然 Claude Code 已经能 100% 自己给自己写代码，那么为什么 Anthropic 还有上百个工程师的岗位空缺：
事情的起因来自 Anthropic 的创始人 Boris Cherny 这段时间活跃的动态，它多次在推文明确使用了 "100%" 这个表述来描述 Claude Code 在 Anthropic 内部的实际使用情况，所以也就有了开始的灵魂拷问：
对此，Boris 的回应是：" 总得有人去 prompt Claude、和客户沟通、与其他团队协调、决定接下来要做什么，工程正在发生变化，优秀的工程师比以往任何时候都更重要。"
从这个回复可以看出，虽然 Claude Code 可以 100% 自己写代码，但是它依然只是强大的辅助工具 ，实际上 Boris 的态度一直是：虽然 AI 能处理编码的机械部分，但人类在更高层次的功能上仍然不可或缺。
有效 prompt AI 需要领域知识、创造力和战略思维，而这些能力把工程师从单纯的"码农"提升为"指挥官"。
当然，说好点是"指挥官"，说不好听就是流水线 QA ，在前几天的 《AI 在提高你工作效率的同时，也一直在增加你的疲惫和焦虑》 我们就聊到，随着 AI 大规模接管代码，整个项目开发下来，程序猿并不是写代码，而是判断代码 ，一天需要做成百上千个小评判，并且 AI 生成的代码往往更需要谨慎审查，因为你是在和概率系统协作，而你的大脑习惯确定性系统，这种错配会长期消耗。
不过反之也印证了 Boris 的观点，Anthropic 的 100+开放岗位并不是欲盖祢章的存在，而是支撑模型开发、安全研究、基础设施和产品创新的必需人力招聘：
在 AI 时代，工程师的瓶颈已从「写代码」转向「决定写什么代码、如何架构、满足真实用户需求」的等问题。
对于 Boris 的观点，回复里认同的人不少，大家普遍认为AI 的"自主"是有边界的，真正不可替代的是人类的判断、战略和责任感，说人话就是 AI 不能背锅，例如回复里就有一些典型的例子：
- @PrimeLineAI 就表示，目前「架构决策」与「知道不做什么」才是瓶颈，他用 Claude Code 每天构建东西好几个月，瓶颈从来不是写代码，一次都没有，一直是架构决策、边界情况思考、知道哪些东西不该做才是他的工作，这个过程 prompt 只占 10%，剩下 90% 是工程判断力
- @ejae_dev 表示，prompt 其实是最简单的部分，AI 时代开发者真正被改变的是：工程判断力现在比编码速度重要得多，知道不该做什么，突然成了团队里最有价值的技能。
这类回复普遍认为：Claude Code 不是让工程师失业，而是让「好工程师」的需求暴增。
而对于这个问题，Google AI 总监 Addy Osmani 也参与了讨论，他也支持 Boris 的观点，认为 AI 接管代码生成后，工程师的价值转移到更高层的判断、品味和系统思考上，例如：
- 我们要构建什么？
- 为什么构建？为谁构建？
- 如何让一切有机地整合在一起？
软件工程真正的瓶颈从来都是判断力、品味和系统思维，AI 只是把这一点变得更加明显。
当然，对比起来，马斯克的观点则更激进：他认为代码这种中间过程可以被省略，未来应该是直接产出二进制 ，当然，直接生成优化后的二进制文件是 AI coding 的终极目标，但编译器的存在是因为验证很重要，因为瓶颈从来不是代码转二进制，而是精确地指定意图，使输出值得信赖的东西，因为你是在和概率为伍 。
当然，这个讨论也很直观展示了目前 AI 时代还是需要开发者和工程师，只是像 Claude Code 这样的工具让工程师从「执行者」变成「决策者」，而就像《AI 在提高你工作效率的同时，也一直在增加你的疲惫和焦虑》 里说的，「决策者」不会就比「执行者」轻松：
以 AI 的生产里，以前有人的产出"天花板"当作调速器，而现在调速器没了，唯一上限变成你的认知耐力，而多数人只有在"超载之后"才知道自己的极限。