生產力暴漲 150%，我徹底卸載咗 IDE：對話 Deep Code 創建者 Boris Cherny

今日睇到嚟自 Nvidia 嘅 Yuchen Jin 提出一個非常激進嘅觀點。佢話：所有冇試過使用人工智能進行程式設計嘅科技公司 CEO 都錯過咗機會。谷歌嘅謝爾蓋喺程式設計，Meta 嘅朱克伯格亦喺程式設計，Shopify 嘅托比喺程式設計。如果你冇親身感受到人工智能發展嘅速度，你就無法預見未來。你必定會被嗰啲預見到未來嘅人顛覆。 喺 YC 播客嘅深度訪談中，Deep Code 嘅創建者 Boris Cherny 正喺度用親身實踐驗證呢個未來。佢已經徹底卸載咗 IDE，並實現咗 100% 使用 AI 編寫程式碼。目前，佢每日提交約 20 個程式碼修訂版本，卻唔再手動編輯任何一行程式碼。呢種模式引發咗生產力嘅量級躍遷。自 Deep Code 推出，使用者嘅人均生產力暴漲 150%，遠超傳統模式下 2% 嘅年增長率。下面讓我睇睇 Boris Cherny 點樣透過 Deep Code 重塑軟件開發嘅生產力邊界。

喺 YC 播客 The Lightcone 嘅訪談入面，Deep Code 嘅創建者 Boris Cherny 分享咗佢對 AI 程式設計未來嘅核心判斷。佢認為軟件開發行業正在經歷一場由工具演進引發嘅深遠變革。

以下係根據訪談內容整理嘅要點：

一、核心趨勢：「軟件工程師」職能嘅轉變

軟件工程師呢一職能正喺度發生劇變。Boris 指出，傳統嘅「軟件工程師」頭銜將逐漸消失，取而代之嘅係「構建者」（Builder）或「產品經理」。

• 生產力發生量級躍遷： 自 Deep Code 推出以來，佢哋公司內部嘅人均工程生產力累計增長咗 150%。相比之下，佢喺 Meta 任職期間，數百人工作一年通常只能實現 2% 嘅提升。
• 程式碼編寫權嘅移交： 目前佢哋公司內部 70% 到 90% 嘅程式碼已由 AI 編寫。Boris 個人自使用 Opus 4.5 以來，已 100% 使用 AI 程式設計，唔再手動編輯任何一行程式碼。
• 重心轉向頂層設計： 開發者嘅核心工作正從具體嘅編碼轉向撰寫需求規格（Spec）、產品設計以及同用戶溝通。未來嘅工程師需要具備更強嘅跨職能通用能力。

二、變革誘因：為未來嘅模型構建產品

呢種職能轉變嘅根源在於 Deep Code 係「唔為今日構建，而為六個月後構建」嘅產品哲學。

• 放棄過度封裝： 針對目前模型進行嘅手工優化（Scaffolding）通常只能帶嚟微小嘅性能提升。當下一代模型發佈時，呢啲複雜嘅優化往往會被模型自身增長嘅能力抹平，從而變成技術債。
• 預測功能嘅消亡： 以 Plan Mode 為例，其本質只係喺提示詞入面加入咗一句「請唔好寫程式碼」。Boris 預測隨住模型自主規劃能力嘅門檻跨越，呢類特定模式喺未來一個月內就可能唔再需要。

三、設計邏輯：順應「潛在需求」

AI 工具嘅成功在於簡化咗用戶已有嘅行為，而唔係創造新習慣。

• 觀察用戶行為： 開發者應關注用戶已經喺做、但做起嚟好費勁嘅嘢。CLAUDE.md 嘅誕生正係源於 Boris 觀察到用戶自發編寫 Markdown 檔案嚟引導模型。
• 極簡指令原則： 隨住模型能力嘅更新，所需嘅引導指令會越嚟越少。佢建議開發者定期清空 CLAUDE.md，只保留最必要嘅規則，讓模型發揮其原生能力。

四、底層驅動：永遠唔好同模型對賭

團隊始終遵循 AI 先驅 Rich Sutton 嘅「苦澀嘅教訓」（The Bitter Lesson）。

• 通用計算嘅勝利： 歷史證明，利用通用計算（搜尋同學習）嘅方法，最終總是會勝過依賴人類知識嘅手工設計。
• 快速迭代嘅節奏： 團隊將任何工程封裝視為臨時方案。Deep Code 嘅程式碼庫幾乎每隔幾個禮拜就會被重寫，目前 80% 嘅程式碼歷史都唔超過幾個月。呢種高頻重構確保咗產品能緊跟模型能力嘅邊界。

總結 軟件開發嘅未來在於接受 AI 嘅原生能力。開發者需要保持謙遜同初學者心態，不斷重新學習，因為模型能力嘅邊界每六個月就會發生天翻地覆嘅變化。