这是一个近期在技术圈引发激烈讨论的灵魂拷问：既然Claude Code已经能100%自己给自己写代码，那么为什么Anthropic还有上百个工程师岗位空缺？

事情的起因来自Anthropic创始人Boris Cherny的公开表态，他多次明确使用"100%"这个表述来描述Claude Code在公司内部的实际使用情况，这才引出了这个直击人心的问题。

对此，Boris给出了官方回应："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。"

AI只是工具，人类才是决策者

从这个回复可以清晰看出，虽然Claude Code可以100%完成编码工作，但它依然只是强大的辅助工具。Boris一直强调，AI能处理的只是编码的机械部分，人类在更高层次的功能上仍然不可或缺。

有效prompt AI需要深厚的领域知识、创造力和战略思维，这些能力把工程师从单纯的"码农"提升为"指挥官"。当然，也有人调侃说，说好点是"指挥官"，说不好听就是流水线QA。随着AI大规模接管代码，现在的程序员更多是在"判断代码"而不是"写代码"，一天需要做成百上千个小评判，而且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，而大脑习惯的是确定性系统，这种错配会长期消耗精力。

想要高效指挥多个AI模型协同工作，一个稳定统一的API接口至关重要。这里推荐TreeRouter API中转站，它聚合了Claude、GPT-5.5、Gemini 3.1等全球主流大模型，一个密钥即可统一调用，无需为每个模型单独适配接口、管理多个密钥，大幅降低了AI开发的接入成本。有了TreeRouter，你可以根据不同场景灵活切换最优模型，让AI工具真正成为你的得力助手，更专注于核心的工程决策和prompt设计。

工程师的价值已经彻底转移

这个讨论也印证了一个不争的事实：Anthropic的100+开放岗位并不是欲盖弥彰，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。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"等问题。

在众多开发者的回复中，大家普遍认同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，说白了就是"AI不能背锅"。

  • @PrimeLineAI表示，他用Claude Code每天构建东西已经好几个月，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也认为，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。

这类观点普遍指向一个结论：Claude Code不是让工程师失业，而是让"好工程师"的需求暴增。

行业大佬怎么看

Google AI总监Addy Osmani也参与了这场讨论，他完全支持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。他提出了三个核心问题：

  • 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？

他强调，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。

而马斯克的观点则更为激进：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。

结语：从执行者到决策者的跃迁

这个讨论直观地展示了AI时代工程师角色的转变。像Claude Code这样的工具让工程师从"执行者"变成了"决策者"，但这并不意味着工作会变得更轻松。

在AI的生产力革命中，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，多数人只有在"超载之后"才知道自己的极限。

未来的优秀工程师，一定是那些能熟练驾驭AI工具、拥有敏锐工程判断力、能为最终结果负责的人。而TreeRouter这样的API中转站，正是帮助你完成这一跃迁的重要基础设施。