在科技日新月异的今天，人工智能（AI）已不再是遥不可及的未来概念，而是渗透到各行各业，深刻地改变着我们的工作方式和效率。Anthropic公司发布的Claude Code，正是这样一款旨在赋能开发者和非技术人员，以应对复杂项目、自动化任务并弥合技能差距的AI工具。本文将深入探讨Anthropic内部团队如何利用Claude Code重塑其工作流程，并从中汲取经验，为其他组织提供借鉴。
数据基础设施团队：自动化与效率的双重提升
Anthropic的数据基础设施团队负责管理公司所有业务数据，他们巧妙地运用Claude Code来自动化日常数据工程任务，解决复杂的基础设施问题，并为技术和非技术团队成员创建易于访问和操作的数据工作流程。
Kubernetes调试的利器
当Kubernetes集群出现故障，无法调度新的pod时，团队不再束手无策。他们将仪表板的截图输入Claude Code，AI便能一步步引导他们找到问题所在——pod IP地址耗尽的警告。更令人称赞的是，Claude Code还提供了创建新IP池并将其添加到集群的精确命令，无需网络专家的介入，大大缩短了问题解决的时间。
为财务团队打造的“傻瓜式”工作流
工程师们向财务团队展示了如何编写简单的文本文件来描述数据工作流程，然后将其加载到Claude Code中，实现完全自动化执行。即使没有编码经验的员工，也能通过描述诸如“查询此仪表板，获取信息，运行这些查询，生成Excel输出”等步骤，让Claude Code自动完成整个流程，包括请求必要的输入（如日期）。
新员工的代码库导航员
对于新加入的数据科学家，面对庞大的代码库，Claude Code成为了他们的得力助手。它能读取Claude.md文件（文档），识别特定任务的相关文件，解释数据管道依赖关系，并帮助新人理解哪些上游源为仪表板提供数据。这种方式有效地替代了传统的数据目录和发现工具，加速了新员工的入职流程。
持续改进的文档更新
在完成每个任务后，团队会要求Claude Code总结已完成的工作，并提出改进建议。这形成了一个持续改进的闭环，Claude Code可以根据实际使用情况，不断完善Claude.md文档和工作流程说明，使后续迭代更加有效。
并行任务管理的强大支持
在处理耗时较长的数据任务时，团队会在不同的存储库中为不同的项目打开多个Claude Code实例。每个实例都保持完整的上下文，因此当他们几天或几小时后切换回来时，Claude Code仍然清楚地记得他们正在做什么以及工作进展，实现了真正的并行工作流程管理，而不会丢失上下文。
数据基础设施团队的经验总结
- 编写详细的Claude.md文件至关重要，清晰地记录工作流程、工具和期望，Claude Code的性能将得到显著提升。这使得Claude Code在设置新的数据管道等常规任务中表现出色。
- 对于敏感数据，建议使用MCP服务器代替BigQuery CLI，以更好地控制Claude Code可以访问的内容，尤其是在处理需要记录或可能涉及隐私问题的数据时。
- 团队成员之间分享Claude Code的使用经验，有助于传播最佳实践，并展示他们可能没有发现的其他使用方法。
产品开发团队：加速创新与迭代
产品开发团队利用Claude Code来构建Claude Code的更新，扩展产品的企业功能和代理循环功能。他们充分利用AI的力量，加速产品的迭代和创新。
快速原型设计的“加速器”
工程师们通过启用“自动接受模式”（shift+tab）并设置自主循环，让Claude Code能够编写代码、运行测试并持续迭代，从而实现快速原型设计。他们会给Claude Code一些不熟悉的问题，让它自主工作，然后在完成80%的解决方案后进行审查，并进行最后的完善。
核心功能的同步编码
对于涉及应用程序业务逻辑的关键功能，团队会与Claude Code同步工作，提供详细的提示和具体的实施说明。他们实时监控过程，以确保代码质量、符合风格指南并遵循正确的架构，同时让Claude Code处理重复的编码工作。
Vim模式的成功构建
其中一个最成功的异步项目是为Claude Code实现Vim键绑定。他们要求Claude Code构建整个功能，最终实现的约70%来自Claude的自主工作，只需几次迭代即可完成。
测试生成与Bug修复
在实现功能后，团队使用Claude Code编写全面的测试，并处理在pull request审查中发现的简单bug修复。他们还使用GitHub Actions让Claude自动处理Pull Request评论，如格式问题或函数重命名。
代码库探索的“导航仪”
当处理不熟悉的代码库时（如monorepo或API端），团队会使用Claude Code快速了解系统的工作方式。他们可以直接向Claude寻求解释和代码引用，而不是等待Slack的回复，从而节省大量的时间。
产品开发团队的经验总结
- 设置自给自足的循环，让Claude通过自动运行构建、测试和lint来验证自己的工作。这使得Claude可以更长时间地自主工作，并发现自己的错误。
- 培养任务分类的直觉，区分适合异步处理的任务（外围功能、原型设计）与需要同步监督的任务（核心业务逻辑、关键修复）。
- 在提示中尽可能明确具体，当组件具有相似的名称或功能时，请在请求中非常具体。提示越好、越详细，就越能信任Claude独立工作。
安全工程团队：保障安全开发的基石
安全工程团队专注于保护软件开发生命周期、供应链安全和开发环境安全。他们广泛使用Claude Code来编写和调试代码，确保Anthropic的安全。
复杂基础设施调试的“侦探”
在处理事件时，他们将堆栈跟踪和文档输入Claude Code，要求它跟踪代码库中的控制流。这大大缩短了生产问题的解决时间，使他们能够在5分钟内理解通常需要10-15分钟手动代码扫描才能理解的问题。
Terraform代码审查的“加速器”
对于需要安全批准的基础设施变更，团队会将Terraform计划复制到Claude Code中，询问“这将要做什么？我会后悔吗？”这创建了更紧密的反馈循环，并使安全团队能够快速审查和批准基础设施变更，减少了开发过程中的瓶颈。
文档合成与Runbook的“炼金术士”
Claude Code可以摄取多个文档源，并创建markdown runbook、故障排除指南和概述。团队使用这些简明的文件作为调试实际问题的上下文，创建比搜索完整知识库更有效的工作流程。
测试驱动开发的“推进器”
他们现在要求Claude Code提供伪代码，指导它进行测试驱动开发，并定期检查以在遇到困难时进行指导，从而生成更可靠和可测试的代码。
安全工程团队的经验总结
- 广泛使用自定义斜杠命令，这些命令可以简化特定的工作流程，并加快重复任务的速度。
- 让Claude先“发言”，告诉Claude Code“随时提交你的工作”，并让它自主工作，定期进行检查，从而获得更全面的解决方案。
- 除了编码之外，Claude Code还擅长合成文档和创建结构化输出。团队提供写作样本和格式偏好，以获得他们可以立即在Slack、Google Docs和其他工具中使用的文档。
推理团队：弥合机器学习知识的鸿沟
推理团队管理着存储信息的内存系统，以便Claude在读取您的提示并生成其响应时使用。团队成员，尤其是那些不熟悉机器学习的成员，可以广泛使用Claude Code来弥合知识差距并加速他们的工作。
代码库理解与入门
在加入复杂的代码库时，团队非常依赖Claude Code来快速理解架构。他们不再手动搜索GitHub存储库，而是要求Claude查找哪些文件调用了特定功能，从而在几秒钟内获得结果，而不是询问同事或手动搜索。
单元测试生成
在编写核心功能后，他们要求Claude编写全面的单元测试。Claude会自动包含遗漏的边缘情况，从而在几分钟内完成通常需要大量时间和精力的工作，就像一个他们可以审查的编码助手。
机器学习概念解释
没有机器学习背景的团队成员依靠Claude来解释特定于模型的功能和设置。现在需要10-20分钟，从而将研究时间减少了80%。
推理团队的经验总结
- 首先测试知识库功能，尝试提出各种问题，看看Claude是否可以比Google搜索更快地回答。如果它更快更准确，那么它就是工作流程中一个有价值的省时工具。
- 从代码生成开始，给Claude具体的指示，让它编写逻辑，然后验证正确性。这有助于在使用它执行更复杂的任务之前，建立对该工具能力的信任。
- 使用它进行测试编写，让Claude编写单元测试可以减轻日常开发工作中的巨大压力。使用此功能可以保持代码质量，而无需花费时间手动考虑所有测试用例。
数据科学与ML工程团队：构建生产质量分析仪表板
数据科学和ML工程团队需要复杂的可视化工具来理解模型性能，但构建这些工具通常需要不熟悉的语言和框架方面的专业知识。Claude Code使这些团队能够构建生产质量分析仪表板，而无需成为全栈开发人员。
构建JavaScript/TypeScript仪表板应用程序
尽管他们“对JavaScript和TypeScript知之甚少”，但该团队使用Claude Code构建整个React应用程序，用于可视化强化学习（RL）模型性能和训练数据。他们让Claude控制从头开始编写完整的应用程序，例如一个5,000行的TypeScript应用程序，而无需自己理解代码。
处理重复的重构任务
当面临合并冲突或半复杂的、对于编辑器宏来说太复杂但对于主要开发工作来说又不够大的文件重构时，他们将Claude Code用作“老虎机”——提交他们的状态，让Claude自主工作30分钟，然后接受解决方案，或者在它不起作用时重新开始。
创建持久性分析工具
他们现在让Claude构建可以在未来模型评估中重复使用的永久性React仪表板。这一点很重要，因为理解Claude的性能是“团队最重要的工作之一”——他们需要理解模型在训练和评估期间的表现，这“实际上并非易事，简单的工具无法从单个数字的上升中获得太多信号”。
数据科学与ML工程团队的经验总结
- 像对待老虎机一样对待它，在让Claude工作之前保存你的状态，让它运行30分钟，然后接受结果或重新开始，而不是试图努力进行更正。
- 在监督时，不要犹豫停止Claude并询问“你为什么要这样做？尝试一些更简单的东西。”该模型默认倾向于更复杂的解决方案，但对更简单方法的要求反应良好。
产品工程团队：提升研发效率与幸福感
产品工程团队致力于PDF支持、引文和网络搜索等功能，这些功能将额外的知识带入Claude的上下文窗口。在大型、复杂的代码库中工作意味着不断遇到不熟悉的代码部分，花费大量时间理解要检查哪些文件才能完成任何给定的任务，并在进行更改之前构建上下文。Claude Code通过充当可以帮助他们理解系统架构、识别相关文件并解释复杂交互的指南来改善这种体验。
第一步工作流程规划
该团队将Claude Code用作任何任务的“第一站”，要求它识别要检查哪些文件以进行错误修复、功能开发或分析。这取代了传统的手动导航代码库和在开始工作之前收集上下文的耗时过程。
跨代码库的独立调试
该团队现在有信心解决不熟悉的代码库中的错误，而不是向其他人寻求帮助。他们可以问Claude“你认为你能修复这个错误吗？这就是我看到的行为”，并且经常立即取得进展，考虑到所需的时间投入，这在以前是不可行的。
产品工程团队的经验总结
- 将其视为迭代伙伴，而不是一次性解决方案，与其期望Claude立即解决问题，不如将其视为您可以与之迭代的协作者。
- 使用它来建立对不熟悉领域的信心，不要犹豫解决您专业知识之外的错误或调查事件。Claude Code使得在通常需要广泛上下文构建的领域中独立工作成为可能。
- 从最少的信息开始，从您需要的最少信息开始，让Claude指导您完成整个过程，而不是预先加载大量的解释。
增长营销团队：自动化营销任务，提升创意产出
增长营销团队专注于构建跨付费搜索、付费社交、移动应用商店、电子邮件营销和SEO的绩效营销渠道。作为一个非技术团队，他们使用Claude Code来自动化重复性营销任务，并创建传统上需要大量工程资源的代理工作流程。
自动化Google Ads创意生成
该团队构建了一个代理工作流程，该工作流程处理包含数百个现有广告及其绩效指标的CSV文件，识别需要迭代的低绩效广告，并生成符合严格字符限制（标题30个字符，描述90个字符）的新变体。使用两个专门的子代理（一个用于标题，一个用于描述），该系统可以在几分钟内生成数百个新广告，而无需跨多个广告系列手动创建。
用于批量创意制作的Figma插件
他们开发了一个Figma插件，通过交换标题和描述来识别帧并以编程方式生成多达100个广告变体，从而将需要数小时的复制粘贴减少到每个批次半秒，而不是手动复制和编辑付费社交广告的静态图像。
增长营销团队的经验总结
- 确定API支持的重复性任务，寻找涉及使用具有API的工具（如广告平台、设计工具、分析平台）进行重复操作的工作流程。
- 将复杂的工作流程分解为专门的子代理，不要试图在一个提示或工作流程中处理所有事情，为特定任务创建单独的代理（例如，标题代理与描述代理）。
- 在编码之前彻底集思广益和提示计划，花大量时间使用Claude.ai来思考您的整个工作流程，然后让Claude.ai为Claude Code创建一个全面的提示和代码结构以供参考。
产品设计团队：弥合设计与工程的鸿沟
产品设计团队支持Claude Code、Claude.ai和Anthropic API，专门构建AI产品。即使是非开发人员也可以使用Claude Code来弥合设计和工程之间的传统差距，从而直接实现其设计愿景，而无需与工程师进行大量的来回迭代。
前端润色和状态管理更改
该团队直接使用Claude Code实施这些更改，而不是创建大量设计文档，并通过与工程师的多轮反馈来进行视觉调整（字体、颜色、间距）。工程师们注意到他们正在进行“通常看不到设计师进行的大型状态管理更改”，使他们能够达到他们设想的精确质量。
GitHub Actions自动化票务
使用Claude Code的GitHub集成，他们只需提交描述所需更改的问题/票证，Claude就会自动提出代码解决方案，而无需打开Claude Code，从而为他们持久存在的润色任务积压创建无缝的错误修复和功能改进工作流程。
产品设计团队的经验总结
- 从工程师那里获得适当的设置帮助，让工程团队成员帮助进行初始存储库设置和权限——技术入门对于非开发人员来说具有挑战性，但一旦配置好，它就会转变为日常工作流程。
- 使用自定义内存文件来指导Claude的行为，创建具体的说明，告诉Claude您是一位几乎没有编码经验的设计师，需要详细的解释和更小的增量更改。
- 利用图像粘贴进行原型设计，使用Command+V将屏幕截图直接粘贴到Claude Code中。
RL工程团队：加速实验与迭代
RL工程团队专注于RL中的高效采样和集群间的权重转移。他们主要使用Claude Code来编写中小型功能、调试和理解复杂的代码库，采用迭代方法，包括频繁的检查点和回滚。
具有监督自主性的功能开发
该团队让Claude Code编写大部分中小型功能的代码，同时提供监督，例如为权重转移组件实施身份验证机制。他们以交互方式工作，允许Claude发挥主导作用，但在偏离轨道时对其进行指导。
测试生成和代码审查
在自己实施更改后，该团队要求Claude Code添加测试或审查其代码。这种自动化测试工作流程节省了大量的时间，使其能够专注于更具战略意义的任务。
RL工程团队的经验总结
- 自定义您的Claude.md文件以适应特定模式，将指令添加到您的Claude.md文件中，以防止Claude重复调用工具的错误。
- 使用检查点繁重的工作流程，在Claude进行更改时定期提交您的工作，以便您可以在实验失败时轻松回滚。
- 先尝试一次性，然后协作，给Claude一个快速提示，让它首先尝试完整的实现。如果它有效（大约三分之一的时间），您已经节省了大量时间。
法律团队：探索AI在法律领域的潜力
法律团队通过实验和了解Anthropic产品产品的愿望发现了Claude Code的潜力。此外，一位团队成员有一个与为家庭和工作原型创建辅助工具相关的个人用例，这些原型展示了该技术对非开发人员的强大功能。
法律部门工作流程自动化
该团队创建了原型“电话树”系统，以帮助团队成员与Anthropic的合适律师联系，展示了法律部门如何为常见任务构建自定义工具，而无需传统的开发资源。
安全和合规意识
产品律师使用Claude Code立即识别深度MCP集成的安全隐患，并注意到随着AI工具访问更敏感的系统，保守的安全姿态将如何造成障碍。
法律部门的经验总结
- 首先在Claude.ai中进行广泛的计划，在使用Claude Code之前，使用Claude的对话界面来充实您的整个想法。然后要求Claude将所有内容总结为逐步实施的提示。
- 逐步和可视化地工作，要求Claude放慢速度并一次实施一个步骤，以便您可以复制粘贴而不会不知所措。
- 尽管不完美，也要分享原型，克服隐藏“玩具”项目或未完成工作的冲动。
