Cursor与Claude Code的研发者如何看待与运用人工智能的未来？

关于 AI 和程序员未来的对话

最近，Cursor 的副总裁 Lee Robinson 和 Claude Code 的创始人 Boris Cherny 分享了一些关于 AI 的见解。他们特别提到 Lee Robinson 的一场演讲，标题是《AI 比我写代码更好，那我该怎么办？》，在这场演讲中，他探讨了程序员在 2026 年应该如何调整自己的角色。

此外，之前的文章《AI 让我误以为自己很强，未来程序员的转型之路》也反思了在 AI 时代程序员可能面临的转变。

Lee Robinson 观察到一个事实：他已经很少亲自写代码了。例如，他最近用 Rust 制作了一个图片压缩工具，能编译成 WebAssembly 并在 SvelteKit 应用中运行，但整个过程完全是 AI 在帮他搞定，自己一行代码都没写。

再说说他为 Analog Pocket（类似于 Game Boy 的掌机）开发的一款 Space Invaders 游戏克隆，这个项目需要使用 Verilog 这种硬件描述语言，但他对它几乎是零基础。不过在 AI 的帮助下，他成功完成了所有的硬件编程。

这两个实例非常直观地展示了 AI 的强大和对开发者的影响。未来，AI 会让程序员的角色不再局限于某种技术标签。因此，Lee Robinson 半年前选择加入 Cursor，因为他深感软件工程的世界正在发生翻天覆地的变化，他希望能够参与到这个变化的定义中。

Cursor 也在影响着开发者的工作方式，你是不是也用过 Trae 呢？

与过去模型指令遵循能力差、常常出现错误的情况相比，现在的 Codex Max 或 Opus 4.5 在代码完成方面表现得相当出色（虽说价格也不便宜）。对于 Lee Robinson 来说，他觉得现在的 AI 写代码的能力确实已经超越了他。

所以，未来的开发者不必再纠结于“写代码能力”这件事，因为你根本比不过 AI，AI 的持久性和输出能力都是人类无法匹敌的。

Lee Robinson 认为，写代码本身不再是开发者的瓶颈，他给出了几个建议：

• 不要因为 AI 在某些领域（比如 Rust 或底层代码）表现不佳，就以为它永远无法做到。这些领域的进步速度非常快。
• 让 AI 接管开发中那些繁琐和重复的任务。
• 当生成代码变得可用时，工程师的价值将体现在“品味”上，开发者应该关注产品本身、用户体验（UX）、市场营销，以及如何打造出真正受用户喜爱的东西。

未来的核心不再是“如何写代码”，而是“如何打造和管理优秀的产品”，以及如何有效利用 AI 来满足需求。

就连Android Studio 的新 AI Agent也在不断增加对 vibe coding 的支持，AI 现在确实是开发者不可或缺的工具。随着 AI 的发展，“活人”流量在 StackOverflow 上几乎降到冰点，这也很能说明 AI 浪潮的影响：

前不久，Manus 被 Meta 收购的消息引发热议，尽管一些专业开发者并不看好 Manus 的产品，但它为何还能如此高价出售呢？

其实，Manus 的主要用户群体是一些非专业技术人士，他们使用 Manus 的时候，往往并不关心使用什么技术栈或如何构建数据库。他们更注重结果，而不是过程，往往是追求成效的创业者和企业主。

这或许是一个方向，如果 AI 能够快速生成初步结果来验证产品，那么未来代码的细节可能就没那么重要了。

甚至谷歌 Gemini API 的负责人也透露，自己用竞品 Claude Code 在一小时内复现了团队一年的成果，虽然结果不够完美，但这已经很能说明问题：不要拿代码输出能力去和 AI 比较。

那么，到 2026 年，为什么还有很多人在使用 AI 时觉得不太好用呢？这可能是 Claude Code 的创始人 Boris Cherny 的经验分享可以给出一些解答。他在 30 天内进行了 259 个 PR，所有代码都由 CC + Opus 4.5 完成，其中最长的一个 session 持续了近 42 小时。

也许你认为不太好用，主要是因为没有用好，而不是 AI 本身的问题。

Boris Cherny 提供了一些使用 CC 的技巧：

• 在终端中同时运行 5 个 Claude 进程，并把标签页编号为 1-5，通过系统通知了解哪个进程需要人工处理，这样可以有效提高任务的并行效果。

• 团队共享一个 Claude Code 的 CLAUDE.md 文件，发现 Claude 出错时，团队成员可以把错误记录下来，以便下次避免同样的问题。

• 在 Code Review 时，@.claude 会自动更新 CLAUDE.md 的规则，这主要是通过 Claude Code 的 GitHub Action 来实现。

• 大部分会话从 plan 模式（Shift+Tab 两次）开始，一个好的计划非常重要，不要一上来就盲目执行需求。

• 将高频工作流变为 slash commands，并存放在 .claude/commands/ 文件夹中，这样 Claude 自己可以调用，从而减少人工重复处理的工作。

• 使用一些子代理，例如 code-simplifier，可以在 Claude 完成工作后简化代码，verify-app 提供详细的端到端 Claude 代码测试指南，这些子代理可以自动化处理大多数 PR 时常用的工作流。

• 不要使用 --dangerously-skip-permissions 参数，建议使用 /permissions 参数提前允许一些安全的常用 bash 命令，以避免不必要的权限提示，这些配置大部分会被提交到 .claude/settings.json 文件并与团队共享。

• 长时间的任务可以使用 ralph-wiggum 插件，让 Claude 自动循环直到完成。

未来的程序员会变成AI管理者吗？

• 想要让Claude Code表现得更出色，其实有一个关键点，那就是给Claude提供一个验证结果的渠道。只要有了这样的反馈机制，最终得到的结果质量能提高两到三倍哦！比如说，Claude可以借助Claude Chrome扩展来测试每一次提交的改动。

我们可以发现，使用同样的工具和AI，通过规模化和流程化的配置，加上在开发过程中积累的各种规则、技能和文档，AI的智能程度和直观性都会大大增强。而且，最重要的是，这样的方式还能提高可维护性。这些能力将成为未来程序员在AI浪潮中不可或缺的技能。或许将来，你真的会变成一个AI的管理者呢。

你觉得呢？未来的“后期工程师”可能就是这样一个角色！