原文：Running an AI-native engineering org

作者：Fiona Fung，Anthropic Claude Code & Claude Cowork 工程总监

翻译：AI 辅助翻译

很多年的工程组织方式，从瀑布到敏捷，都建立在一个假设之上：写代码是贵的那个环节。

我的职业生涯始于 2000 年代初，在 Visual Studio 团队。那时候软件烧进 CD-ROM，有硬性的制造截止日期。后来软件可以在线分发，我们开始连续发布。现在我们正在经历又一次转变——这次围绕的是写软件所需的时间和人力。

在 Claude Code 团队，写代码、写测试、重构已经很少让我们卡住了。但瓶颈没有消失——只是转移了。验证、代码审查、安全成了新的瓶颈。

我们都能很快生成大量代码了，但随之而来的是新问题：这段代码正确吗？怎么维护？还有一个来自其他工程 Leader 的常见问题——“你们怎么让人类跟上代码审查的速度？”

那些悄悄失效的流程

每个流程被设计出来的时候都有它的理由——它填补了一个缺口。但当那个缺口不再存在，流程却很少会自己消失。Claude Code 开始以 agentic coding 为默认工作方式后，很多现存流程就不 work 了。以下是团队重写的几个规范，以及为什么。

规划：从 roadmap 变成 JIT

以前因为写代码贵，所以花大量时间预规划。我刚加入 Claude Code 团队时，写了一份不错的半年路线图——然后因为 Claude Code 的存在，变化太快，三个月就过时了。

工程速度变了，我们规划 sprint 的方式也变了。我称之为及时规划（JIT planning），有点像 JIT 编译——怎么在正确的时间做恰好正确的事？我们的规划仪式从设计文档变成了 PR 里的讨论，或直接上原型。这个领域变化太快，我们不做大量的产品评审。流程变成了：先出 prototype，让大量内部用户用起来，根据反馈快速迭代。

上下文获取：问 Claude，不是问作者

以前代码是工程师写的，遇到问题第一步都是去找写那段代码的人。现在所有 PR 都是 Claude 辅助的，“谁改的"已经不够用了。新的做法是深入一层：你到底需要知道什么？是想找回归的原因？找个专家回答客户问题？还是了解某个决策的上下文？你问 Claude 那个问题，然后看 Claude 能不能直接回答——而且它能带更多数据和上下文。

在 Claude Code 团队，无论什么问题，我们还有一步：“这东西能不能自动化？“比如每天早上用 Claude 汇总客户反馈渠道——从我自己喝咖啡时手动做的事，变成了后台自动跑的东西。

代码审查：信任但要验证

Claude 处理所有样式检查、lint、PR feedback、在 commit 前 catch bug、以及加测试。人类参与的地方缩小到了领域知识这一层：法律审查、安全边界和信任边界的代码、产品判断和审美。

但需要持续评估——信任和验证的平衡点会随模型的进步而变化。今天需要人类做的事，下一个模型可能就不需要了。

团队构成：角色变模糊

PM 现在大量写代码。非传统背景的人借助 Claude 能参与工程，工程师也开始做内容和设计——这些以前被视为非技术侧的工作。

Claude Code 工程团队招人时，我只看两类人：一类是有产品感的创意建造者——极度好奇、热衷于解决实际问题的造梦人。另一类是深度系统专家——比如我加入时发现团队缺少系统背景的人才，而这是做 Claude Code on the Web 所需要的。

我不怎么看的是原始产出速度。模型已经处理了那部分。更关键的问题是：你还在哪些地方需要人类 expertise？ 那才是精力该放的地方。

新规范怎么落地

有些做法是团队核心原则，强制执行；有些则让子团队（pod）自己摸索。

Claude Code 团队的三条硬性原则：

1. 全员 dogfood：所有成员——包括跨职能伙伴——都在用 Claude Code（和 Claude Cowork），一直在想怎么用 Claude 把工作做得更快更高效。
2. 团队尽量扁平：每个管理者先当 IC，先通过真实 shipping 来理解作为一个工程师在 Anthropic 是怎样的。只有一个整体团队使命，管理者支持各个 pod，保持敏捷，人可以随时流向有工作的地方。
3. 不要犹豫，杀死不再有效的流程：不断质问"我们为什么这样做事”。当某件事不再合理时，团队成员有权质疑和杀死旧流程。

在这几条规则之内，每个 pod 有很大的自主权——他们自己决定怎么用 Claude 做 triage、怎么做规划仪式和 standup、哪个 workflow 最先被"Claudified”。

怎么知道新规范落实了

三个指标，建议所有工程 Leader 现在就开始追踪：

1. Onboarding 时间下降：新人多久能开始产出？我们的团队现在的速度比一年前快得多，工程师第一周就能 ship 真实代码。
2. PR cycle time 下降：这里有点意思——它可能帮你发现 pipeline 里哪里在 struggle to scale。代码生成量大了，build 系统和 CI 有时候可能跟不上。
3. Claude 辅助的 commit 占比上升：我们这边默认每个 commit 都是 Claude 辅助的。过去四个月我好像没见过非 Claude 辅助的 commit。

但注意：不要把吞吐量和成功混淆。 吞吐量只是一个指标，真正的指标是你想解决的那个问题本身。吞吐量只有在 alignment 正确时才有意义。

如何开始

如果只留一句话：选你团队里最吵的那个 workflow——最贵的、最让人头疼的、团队最不想面对的。然后问：它还在实现它的目的吗？如果是，能不能自动化它？

我以前在一个团队，有个昂贵的周会，一大屋子人。我发现所有人都在低头敲电脑，只有轮到自己汇报时才抬起头说几句，然后又缩回去。我问了一个最简单的问题：“我们为什么要开这个会？感觉像是在花很大的成本做没什么价值的事。“就这一句话，所有人都意识到这个会没用。我们取消了它。

所以，问自己一个问题：你的工程流程里，有什么是可以自动化、甚至直接砍掉的？