Anthropic发布访谈视频《How the Claude Code team uses Claude Code》，团队称已把大部分日常工作交给Slack原生的Claude Tag，并谈到模型每两个月一次能力跃迁下的开发方式。
AI解读：变化的核心是人与AI打交道的颗粒度上移：从token和工具调用，到一次对话，再到一个完整目标，最后是能持续运行、跨越多次对话边界的系统。团队不再逐条审视工具调用，而是给一个目标让模型自己达成。
对真正受影响的人——也就是在高迭代节奏下做产品的工程师——这组说法提供的是可操作信息：Claude Tag把界面和模型思考记录解耦，人类只看到它调用发消息工具的结果，内部独白被隐藏。那种“看不到它怎么想”的失重感，是团队自己承认的“强制性放手”。
团队给的一条工作准则是不恋战：底层模型能力每两个月发生一次根本性变化，写进harness的功能往往只是补当时的短板，模型一变强就得拿掉。to-do list和AskUserQuestion工具就是被拆掉的脚手架，取而代之的是Permissions、Visualizations、Verification、Code Review、Feedback这类可自由组合的“原语”。
需要说明的是，以上都来自团队在访谈中的自述，不是第三方验证过的效果数据。团队没有给出Claude Tag替代了多少人力、提升了多少效率，只说信任比监督更重要。所以普通读者不必急着照搬到自己的Slack或开发流程里；这更像是一份特定团队在特定模型节奏下的工作方式记录。
Anthropic发布了一则名为《How the Claude Code team uses Claude Code》的访谈视频，Claude Code团队在视频中讲述了自己如何使用Claude Code与Slack原生的AI agent Claude Tag来开发产品。量子位整理的访谈内容显示，团队称当前已经把 70%-80% 的日常工作交给Claude Tag完成。
作为对比，一年之前Claude Code的工程师还在逐行阅读AI的工作记录，包括每一次工具调用、每一个参数选择、每一步推理决策。团队现在的工作理念是：不再逐条审视tool call和模型决策，而是下达一个goal，让模型自行达成。
团队解释说，Claude Tag把用户界面和模型的思考记录彻底解耦，AI的内部独白被Slack界面隐藏，人类看到的每一条消息只是Claude在调用发消息的工具，真正的思考过程不会实时展示。团队认为这是一种“有点吓人的强制性放手”。
用Claude Tag开发Claude Tag的三步流程
团队举了一个新内部工具的开发案例。第一步是问Claude Tag：“我在想这样一个点子，我应该去找谁聊聊？谁会对这个感兴趣？”Claude Tag交付了一批stakeholder名单。
第二步是聊完之后直接让Claude Tag做原型示意图和具体实现；第三步是让Claude Tag加入大量埋点，把工具部署到内部使用，观察大家怎么用、有没有反馈。
此后Claude Tag会持续监控这个工具的使用数据，一旦收到反馈就主动提醒负责人，负责人则让它“去改进这个转化漏斗，你自己想想办法”。团队称到了现在这个阶段，或许信任比监督更重要。
每两个月一次能力跃迁，功能要随时拆掉
团队强调，所有问题都要放在一个前提下考虑：底层模型的能力每两个月发生一次根本性跃迁。团队的原话是“技术的地基每两个月就会在你脚下发生根本性的变化……你必须待在前沿，其实得越过前沿才能真正感受到那个边界。但与此同时，你又得为今天正在使用这些模型的人提供价值。”
由此带来的一条工作准则是“你必须对自己造的东西保持非常不执着的态度”。很多写进harness里的功能，本质上是为了弥补当时模型能力上的短板，一旦模型变强就需要立刻拿掉。
团队给出的经典案例是to-do list功能：在Sonnet 3.5阶段，模型还没办法完成连续多步的复杂任务，因此需要给它一份待办清单；但一年之后模型具备了更复杂的记忆能力，这个曾经的救命功能就像脚手架一样被拆除了。另一个例子是AskUserQuestion工具，最初是为了让Claude能在任务中途主动向用户提问而精心设计，但模型生成HTML的能力变强之后，开发者自然地转向让Claude直接生成带图表和mockup的可视化artifact来提问。
不搭整套方案，改搭可组合的原语
面对这种情况，团队不再构建一整套固定的解决方案，而是搭建一个个可以自由组合的“原语”（primitive），比如Permissions、Visualizations、Verification、Code Review、Feedback。
团队称这样做的好处是，当某一个原语过时、需要替换时，付出的代价更小；并且当这些原语层层叠加、组合在一起时，往往会涌现出超乎意料的新能力。
人与AI打交道的颗粒度不断上移
团队总结这一年工作方式的最大变化是人与AI打交道的颗粒度不断上移：先是token和具体的工具调用，到一次对话（session），再到一个完整的目标（goal），再到如今“持续运行、跨越多次对话边界的工作系统”。
这一点体现在两条并行线索上。第一条是基础设施的演进，从最早的本地运行到远程开发机，再到托管容器，再到可以运行在云端容器里的网页版，确保任务能够一直在后台运行并完成例行任务（routines）。第二条是代码审查路线的演变：让Claude大范围搜索出尽可能多的疑似问题，再针对每一个疑似问题做对抗性审查，从三个不同角度做一次交叉复核，从而过滤掉大部分噪音，只把真正需要关注的问题留给人。
这套思路后续也演变成了workflows，由Claude自己编写代码，去编排多个子智能体的协作方式，把确定性的代码逻辑和智能体的自主判断结合在一起。团队称，那些热衷于匠心手作的员工已经放下了“被取代”的执着。团队最后表示，软件工程本质上是一个关于变化的行业，解决的问题和工具一直在变，但核心始终是problem solving。