Claude Code官宣下一版大升级！你在聊天，后台把活干完了

新智元报道

【导读】Boris Cherny 正式宣布，官宣下一版 Claude Code 将默认在后台运行子智能体，下版实现“对话即工作流”。大升软件工程的天后台把稀缺资源正从“执行代码的手”向“定义需求的脑子”转移。

Claude Code 正在将“后台异步处理”确立为标准工作模式。活干

就在刚刚，官宣Claude Code 创始人 Boris Cherny 在 X 平台发布重磅消息：下一版 Claude Code 中，下版子智能体将默认在后台运行。大升

这意味着开发者可以一边与 Claude 进行高层架构讨论，天后台把一边让子智能体在后台自动完成代码编写、活干测试及 PR 提交。官宣若需特定智能体在前台交互，下版只需通过自然语言指令即可切换。大升

这一更新标志着 Claude Code 从单纯的天后台把“问答式对话框”进化为“多任务调度引擎”。

开发者无需等待，活干在讨论架构方案的同时，子智能体已在后台完成代码重构、测试运行及 Pull Request 创建。沟通结束后，开发者只需审查结果即可。

这并非科幻场景，而是 Boris Cherny 的日常实践——他已八个月未手动编写代码，日常管理中同时调度数千至上万个 AI 智能体。

“你不再是编写提示词的人，编写提示词的是另一个 Claude。”

社区用户反馈积极，认为该功能极大优化了等待时间，使开发者能在智能体处理任务间隙进行下一步规划。

Claude Code 的进化路径

“后台子智能体”并非突发奇想，而是 Claude Code 半年演进的自然结果。Boris Cherny 的设计哲学始终明确：Claude Code 是基础设施，而非聊天工具。

1. Routines（定时任务）：云端自动化

4 月，Anthropic 推出官方功能 Routines。开发者可将 Prompt、代码库及连接器打包为固定流程，支持按小时、夜间或周期间隔触发，或通过 API、GitHub 事件及 Webhook 调用。

• 核心优势：运行于 Anthropic 托管的云端基础设施，无需保持本地设备在线。
• 意义：传统的 Cron 和 Hooks 回归，但执行主体变为能读写代码、提交 PR 的 AI 工人。工程师角色从“睡前关电脑”转变为“睡前部署智能体，晨起审查 PR”。

2. Dynamic Workflows（动态工作流）：复杂任务编排

5 月底，Claude Code 进一步升级，支持 Dynamic Workflows。

针对大型迁移、全库审计等复杂任务，开发者只需在 Prompt 中输入 use a workflow或启用 ultracode，Claude 即可生成编排脚本，在后台调度数十至数百个子智能体并行推进、交叉验证，最终汇总为报告或代码改动。

• 本质：从“单个 AI 写代码”升级为“单个 AI 编写剧本，群体 AI 执行”。

3. 默认后台运行：开箱即用的工作流

当前更新将上述能力整合为默认行为。开发者无需手动指令“去后台运行”，系统天生具备后台处理能力。开发者可完全聚焦于核心决策——思考下一步该做什么。

效能跃迁：一名工程师的产出相当于三人

Claude Code 的实际效能提升，在 Anthropic 内部得到了验证。

VentureBeat 于 6 月 27 日发表深度报道：《Claude Code 将每位工程师转化为三人，企业现需更多产品思考者》。

Anthropic 近期调整招聘策略，优先增加产品经理而非工程师。原因在于 Claude Code 已将工程团队的有效产出提升至实际人数的三倍。一个五人团队现可承担十五至二十人的工作量。

• 瓶颈转移：代码生产能力不再受限，瓶颈在于“决定写什么代码”的决策层。
• 配比变化：传统 PM 与工程师配比约为 1:8。随着工程师产出翻三倍，实际效能配比变为 1:20。PM 面临需求供给不足的挑战，工程师常因等待需求而闲置。

实战案例：Spotify 接管 2000 万行代码库

Spotify 的工程实践进一步印证了“后台子智能体”的威力。

Spotify 工程副总裁 Niklas Gustavsson 在访谈中披露关键数据：

• 部署频率：每日生产环境部署约 4500 次。
• AI 参与度：73% 的拉取请求由 AI 辅助完成。
• 效率提升：PR 频率提升超过 75%。

工作模式变革：
Niklas 同时开启 5 至 10 个 Claude 会话，每个会话对应独立的 Git 工作树，让多个智能体在后台并行处理，自己仅负责审查 Diff 和做出决策。这一流程在拥有超过 2000 万行代码的巨型单体仓库中运行顺畅。

“Claude 甚至能从仓库其他代码中‘寻找灵感’，准确理解上下文。”

最佳实践建议：
Niklas 指出，代码库的一致性越高、工具链越统一，Claude 的表现越佳。代码风格的多义性会导致 AI 判断失误，这与提升人类工程师效率的逻辑一致。

非工程师赋能：
Spotify 已将此能力开放给产品经理和设计师。通过自然语言描述需求，Claude 可直接在真实的移动端和后端代码中生成端到端原型。连 Spotify 联合 CEO 也利用此功能快速验证想法，将原本需要工程团队数天验证的概念缩短至一两小时。

结语：从“写代码”到“定义问题”

Niklas 回顾，团队五六年前便意识到代码库增长速度远超人力增长，迫使团队探索“机器维护代码”的可能性。他发现，自己真正享受的是解决问题，而非编码本身。

随着后台子智能体成为标配，工程师的核心价值发生根本性转移：

1. 不再核心：编写代码本身。
2. 核心能力：决定做什么、判断方案正确性、进行产品思考。

当“边聊边干”从个人技巧演变为大规模团队的标准工作流，AI 编程工具已跨越量级门槛。工程师产出翻三倍，但最稀缺的资源不再是会写代码的人，而是知道该写什么代码的人。

参考资料：

• https://x.com/kimmonismus/status/2071667876415623534
• https://venturebeat.com/infrastructure/claude-code-turned-every-engineer-into-three-now-companies-need-more-product-thinkers
• https://x.com/ClaudeDevs/status/2071671824549292926?s=20

编辑：所罗门

(责任编辑：时尚)