从Claude Code到AI工程新范式：一位纽约创业者的实战洞见

本文带你走进Jared Zoneraich在AI Engineer大会上的精彩分享，揭示Claude Code背后的简约哲学、工具选择、团队重塑，以及AI Agent领域的最新趋势与真实案例。通过创业者的亲身经历和行业观察，读者将获得关于AI编码代理、模型演进、产品设计的独特视角。

简约至上：Claude Code为何成为AI编码代理新标杆？

在AI编码代理领域，Claude Code的崛起并非偶然。Jared开场就坦言：“我们重塑了整个工程团队的工作方式，规定只要能用Claude Code一小时内完成的任务，就直接用它。”这种极致简化的理念，正是Claude Code的核心优势。与早期的ChatGPT、Cursor等工具相比，Claude Code摒弃了复杂的嵌套流程和冗余工具，采用“给模型工具，然后放手让它自己发挥”的架构。Jared强调：“少即是多，简单优于复杂，平坦优于嵌套。”这一设计哲学不仅让开发效率大幅提升，也让团队在面对海量边界情况时不再“死于千疮百孔”。

技术细节上，Claude Code依赖于模型原生的工具调用能力，采用JSON格式进行交互，极大简化了开发者的心智负担。Jared幽默地说：“每个工程师都喜欢过度优化，但现在你只需要一个简单循环，剩下的交给模型。”他还提醒同行：“不要为模型的缺陷做过多工程补丁，因为模型本身正在飞速进化，很多问题三个月后就会自动消失。”

创业者的实践故事：如何用Claude Code重塑AI工程团队

Jared不仅是Claude Code的重度用户，更是Prompt Layer的创始人。他分享了团队如何“用Claude Code重建整个工程组织”，并坦言：“作为创始人，现在的工作一半是启动Agent，一半是用自己的产品造Agent，感觉很奇妙，但也很有趣。”Prompt Layer是一家专注于提示工程和Agent开发的纽约创业公司，每天处理数百万次大模型请求。

在实际开发中，Jared团队制定了“Claude Code优先”的规则，极大提升了小团队的执行力。他举例说：“以前上传数据集总是各种小问题，现在只要能用Claude Code一小时解决，就不再排队等开发。”这种“用AI工具解决AI工程”的思路，不仅让团队更灵活，也让产品快速迭代成为可能。

Jared还分享了一个失败的小插曲：他曾尝试用浏览器Agent自动为网站按钮添加标题，结果反而让Agent表现更差。“有时候过度指令反而限制了模型的探索能力，还是要相信模型的自主性。”这一案例生动体现了AI Agent开发中的意外与转折。

工具选择的哲学：为什么“Bash就是万能适配器”？

在AI编码代理的工具设计上，Jared有着鲜明观点：“Bash是所有你需要的工具。”他解释，Claude Code的核心工具包括read、grep、edit、bash、web fetch等，但最重要的是Bash，因为它既简单又极其通用。“Bash不仅能做所有事，还有海量的训练数据，这也是模型在Python上表现优异、在Rust等小众语言上稍逊的原因。”

Claude Code的工具设计遵循“模仿人类操作”的原则——不是发明新工具，而是让模型像人在终端一样工作。例如，edit工具采用diff而非全文件重写，既节省上下文窗口，也降低错误率。Jared形象比喻：“就像批改作文时用红笔划掉错误，比重写一遍更高效。”

此外，Claude Code通过“to-do列表”管理任务，强制模型规划、分步执行，并支持崩溃恢复和用户可视化。Jared指出：“这些结构化设计其实很简单，几乎可以一个周末做出来，但它极大提升了用户体验和模型的可控性。”

多元视角与未来趋势：AI Agent没有唯一答案

Jared反复强调：“不同Agent有不同哲学，没有全球最优解。”他用“AI治疗师问题”类比：每个用户需求不同，最好的方案也各异。Claude Code以用户友好和简洁著称，适合本地环境和Git操作；Cursor IDE则以速度和模型无关性见长；AMP、Devin等则在自动化和自反性上有独特创新。

他还提到，未来Agent架构可能会出现“一个超级工具调用”或“极简工具集”，而不是数百个工具。对于模型选择，AMP等产品已经引入“fast、smart、oracle”多模型切换，Cursor则用Composer模型让微调和数据防御性重新变得重要。

在评估Agent性能方面，Jared认为传统基准测试已变成营销手段，更推荐“端到端回测”和“Agent气味”——比如统计工具调用次数、重试次数、执行时长等。他坦言：“简单的while循环架构让测试变得更难，但也更贴近真实场景。”

真实案例与工程实践：从自动化文档到团队协作

Jared现场展示了如何用Claude Code实现自动化文档更新：通过GitHub Action，每天拉取最新提交，读取cloud MD判断是否需要更新，再自动创建PR。“这让我们可以把Agent作为更高阶的抽象，直接嵌入到工程流程中。”

他还分享了Prompt Layer的应用场景——不仅支持提示管理、可审计性、治理，还能为团队协作和非技术成员提供便利。“如果你在团队里做AI应用，Prompt Layer会让你的生活更轻松。”

在测试和开发方法上，Jared建议：“遇到疑难杂症时，回归工程原则。测试驱动开发在Agent领域同样适用，尤其是当你有明确输出要求时。”他还用自己的邮件生成、SEO博客写作流程举例，展示如何用Agent和提示工程实现高效、可控的内容生产。

总结

Jared Zoneraich的分享让我们看到，AI编码代理的未来在于信任模型、简化设计、巧用通用工具（如Bash），以及根据实际需求灵活选择架构和工具。创业者的亲身实践和失败教训提醒我们，技术创新不仅是模型的进步，更是工程哲学的变革。对于AI开发者和产品团队而言，最重要的是保持开放心态、勇于尝试新范式，并善用工具提升协作与效率。正如Jared所说：“不同视角才是Agent的价值所在。”

关键词： Claude Code， AI Agent， 提示工程， Bash， Prompt Layer

事实核查备注： Jared Zoneraich（Prompt Layer创始人）；Claude Code（Anthropic产品）；Bash为核心工具；Prompt Layer团队重建工程流程；AMP、Cursor、Devin等Agent产品对比；工具调用采用JSON格式；edit工具采用diff；to-do列表用于任务管理；GitHub Action自动化文档更新；AMP模型选择（fast、smart、oracle）；Cursor Composer模型；“Agent气味”评估方法；“少即是多，简单优于复杂，平坦优于嵌套”等原话；演讲时间2025-12-26