核心内容总结
这篇文章分享了AI公司Anthropic旗下Claude Code团队（AI原生组织）的工作方式变革：过去软件工程的流程都围绕“写代码贵”展开，而AI时代写代码不再是瓶颈，瓶颈转移到了验证、评审、安全等环节。团队因此重构了规划方式、自动化习惯、代码评审流程、团队角色分工，并主动砍掉无效流程，让人类聚焦创意判断和关键决策，AI负责重复工作和执行细节。
一、规划方式：从“提前画蓝图”到“先搭原型试错”
以前做项目，得先写长篇设计文档、开N次评审会，因为写代码成本高，怕出错。但Claude团队发现，AI写代码太快，提前规划的6个月路线图3个月就过时了。现在他们用“即时规划（JIT）”：
- 砍掉无用仪式：不写复杂设计文档，直接做原型（比如用AI快速生成功能demo），让内部用户先用起来；
- 验证前置：因为AI生成的代码bug类型变了，所以把测试、反馈环节提前，边用边改；
- 争吵不如做原型：两人对方案有分歧？让AI10分钟做两个原型，看实物比吵PPT高效10倍。
简单说：以前盖房子先画100页图纸，现在先搭个简易样板房，住进去发现问题马上调整，省得白忙活。
二、自动化：重复3次就用AI“干掉”，成了肌肉记忆
Claude团队的每个人遇到重复工作，都会条件反射问：“能不能自动化？”
- 从小事开始：比如Fiona以前每天手动总结客户反馈，后来用AI做成自动任务，喝咖啡时不用再刷消息；有人想同步公司和家里电脑的代码，跟AI说一句“写个hook自动拉取最新代码”，几分钟就搞定；
- 成本反转：以前自动化要写复杂脚本，只有高频大事值得做；现在AI让自动化成本几乎为零，只要重复3次以上就该自动掉；
- 积累成大树：不用一开始就建“自动化体系”，每天搞定一件小事，一个月后工作方式会完全不同。
就像你每天手动整理报销单，现在用AI自动识别发票、填表格，省下的时间能做更有价值的事。
三、代码评审：AI干脏活累活，人类抓关键判断
AI生成代码太快，人怎么跟上评审速度？Claude团队的办法是“信任但验证”：
- AI负责基础工作：风格检查、bug捕捉、补充测试这些占评审60-70%工作量的事，全交给Claude；
- 人类管核心判断：法律合规、安全敏感代码（比如用户数据处理）、产品品味（比如功能是否符合用户需求），这些AI替代不了的部分，由专家把关；
- 动态调整边界：AI模型升级后，以前需要人做的事可能交给AI，得不断重新评估“哪些该人做”。
好比老师改作业：AI改选择题、填空题（机械工作），老师改作文（创意和逻辑判断），效率翻番。
四、团队角色：边界模糊，招人看“品味”不看打字速度
AI让跨职能的墙消失了：
- 角色混着来：PM会写代码，工程师能做设计文案（比如修完bug后AI写用户文案，人类改一改当天发）；
- 招人标准变了：不看“一小时写多少行代码”，看两种能力：
1. 创意builder：知道“该做什么”，能快速用AI做原型（“品味稀缺，打字不稀缺”）；
2. 系统专家：能抓AI漏掉的“微妙错误”（比如代码逻辑里的隐藏风险）。
简单说：AI能当“执行者”，但“做什么”和“做得好不好”得靠人判断——这就是“品味”。
五、推动变化：主动砍掉无效流程，保持扁平
AI时代，旧流程容易变成形式主义，Claude团队的办法是：
- 扁平管理：管理者先从一线干活开始，支持小组灵活流动（比如谁擅长做某个功能就去哪个组）；
- AI优先：能让AI做的事绝不留人做，腾出手干难活；
- 主动删流程：比如Fiona发现周会没人认真听，直接问“这会还有必要吗？”，然后取消。
很多公司的旧流程（比如没用的周会、冗余的审批）都是“惯性”在维持，得有人站出来说“这破事可以停了”。
最后：AI原生组织不是“买工具”，是“重构一切”
Claude团队的探索说明：AI原生组织不是给员工买AI账号，而是从规划、评审到招人，每一层都重新设计。即使是顶尖团队也在摸索（比如“要不要单独的iOS/Android团队？”“全自动化评审的边界在哪？”），但核心逻辑不变：用AI替代重复，让人类聚焦判断和创意。
就像Fiona说的：“找到你最繁琐的工作流，问问它——是不是还配占着这个位置？”
这篇分析用大白话拆解了AI对组织的影响，希望能帮你理解：AI不只是工具，更是改变工作方式的“催化剂”。