据开源中国报道，在 Grafana Labs 主办的 ObservabilityCON 大会上，Anthropic 平台工程团队负责人 Katelyn Lesse 的一句表述引发行业关注："就我们团队及我们的系统开发和维护工作而言，我们所有代码都是 Claude 写的，真的是全部。"

这支团队并非边缘部门——它负责 Anthropic 的核心服务、开发者工具和产品基础设施，今年夏季员工规模约 200 人。按 Lesse 的描述，编写与维护系统代码的工作已经整体交给 Claude，工程师的角色随之重构：从逐行敲代码，转向系统设计、结果验证与代码质量把关。团队在把一套大型代码库从 Python 迁移到 Rust 的过程中，工程师的主要投入是设计验证机制、确保迁移前后行为一致，而非亲手重写每一行。

这一案例的特殊性在于其"完成度"。多数企业对 AI 编程工具的定位仍是辅助提效——生成草稿、补全片段、由工程师逐段审校；而 Anthropic 将其推到了组织级的全量生产模式，并以验证体系而非人工逐行审查来兜底质量。Anthropic 此前发布的技术报告也显示，其对 AI 编程工具的应用并不局限于平台工程团队。

对正在制定 AI 研发规范的企业而言，这条新闻提供的是一个前瞻样本：当代码生成环节被模型全面接管，竞争焦点将转移到需求定义、系统设计、验证与质量门禁这些"人更擅长"的环节。提前布局测试基础设施、评审流程与 AI 产出的可审计性，比纠结"要不要让 AI 写代码"更值得投入。

来源：开源中国