Claude Code 一週年：4% GitHub Commits、200% 生產力提升，寫程式真的被「解決」了嗎？

本文整理自 Lenny's Podcast 2026 年 2 月播出的單集。

{{< youtube We7BZVKbCVw >}}

{{< spotify "episode/1bx2B9lDhiujXPU2u20AAX" >}}

{{< apple-podcast "tw/podcast/head-of-claude-code-what-happens-after-coding-is/id1627920305?i=1000750488631" >}}

---

一年前，Claude Code 還只是一個只拿到兩個讚的內部 demo。Anthropic 的 Claude Code 負責人 Boris Cherny 當時在公司內部頻道發布了這個終端機工具的原型，同事們的反應冷淡到不行，因為沒人覺得一個 coding 工具應該長在 terminal 裡。

一年後，SemiAnalysis 的報告顯示，全球 GitHub 上 4% 的 commits 由 Claude Code 產出。這還只是公開 repo 的數字，私有 repo 的比例估計更高。SemiAnalysis 預測，到今年底這個數字會達到 20%。

Cherny 在 Lenny's Podcast 上回顧這一年時，語氣裡帶著一點不真實感。他說這些數字遠超他的想像，但更讓他在意的不是目前的規模，而是成長的加速度。Claude Code 的各項指標不只在上升，而是上升的速度本身還在加快。光是過去一個月，日活躍使用者就翻了一倍。

從兩個讚到 4% 的 GitHub commits

Claude Code 的起點比大多數人想像的還要寒酸。Cherny 加入 Anthropic 後的第一個月，做了一堆奇怪的原型，多數都沒有上線的可能。他花了第二個月去做 post-training 的研究，因為他相信要做好 AI 產品，必須理解模型本身的運作方式。回來之後，他開始做後來變成 Claude Code 的東西。

最初的版本叫 Claude CLI。Cherny 錄了一段 demo，展示模型如何使用 bash 工具來回答「我現在在聽什麼音樂」這個問題。模型沒有被明確指示要怎麼做，它自己想出來要用什麼系統指令去查詢。這個瞬間讓 Cherny 確信自己抓到了什麼，但當他把 demo 分享到內部，反應只有兩個讚。

轉折點不是某一次 demo 或某一篇公關文章，而是模型本身的進步。2025 年 2 月外部上線時，Claude Code 還算不上爆紅。早期使用者用了，但很多人搞不懂它是什麼、該怎麼用。真正的轉折發生在 Opus 4 發布的那一刻。模型能力跨過某個門檻之後，使用者數量就直接起飛了，而且這個增速到現在還沒放緩。

200% 生產力提升是什麼概念

Cherny 丟出了一個數字：自從導入 Claude Code 之後，Anthropic 的工程師人均生產力（以 PR 數量計）提升了 200%，而同期工程團隊規模大約擴大了四倍。

這個數字之所以驚人，需要一個參照點。Cherny 在加入 Anthropic 之前待過 Meta，負責全公司的程式碼品質，涵蓋 Facebook、Instagram、WhatsApp 等所有程式碼庫。他說，在那個環境裡，幾百個工程師花一整年做開發者生產力改善，能拿到幾個百分點的提升就算很好了。

200% 和「幾個百分點」之間的差距，不是量的差異，而是質的差異。這代表工程組織的運作方式正在整個翻過來。

值得留意的是，這個 200% 對應的是 PR 數量而非程式碼品質或功能完成度。PR 數量增加可能反映了任務拆分方式的改變、commit 粒度的變化，不能直接等於「產出翻了兩倍」。但即使做了折扣，這個規模的改善在傳統開發者工具領域是聞所未聞的。

「寫程式是已解決的問題」

Cherny 在訪談中說了一句引起不少討論的話：對於他做的那類程式設計來說，寫程式已經是一個「已解決的問題」。他從 2024 年 11 月起就沒有手動編輯過任何一行程式碼，每天透過 Claude Code 送出 10 到 30 個 pull requests。

他強調自己還是會看程式碼。Claude Code 寫完的東西，人類依然需要審查，尤其是在多人協作的正式環境裡。Anthropic 內部的做法是讓 Claude 自動 review 100% 的 PR，然後再加一層人類審查。純粹的原型程式碼可以跳過人類審查，但任何要上線的東西都不行。

那接下來呢？如果寫程式已經被解決了，下一個前沿是什麼？

Cherny 的回答是：讓 AI 自己決定該寫什麼。他說 Claude 已經開始在做這件事了，它會去翻使用者回饋、查 bug 報告、看遙測數據，然後主動提出修復建議，甚至直接開 PR。這不再只是「你告訴它寫什麼、它就寫什麼」的模式，而是更接近一個同事會做的事。

「Software Engineer」這個頭銜要消失了

Cherny 預測，到今年底，「軟體工程師」這個職稱會開始退場，被更通用的「Builder」取代。他觀察到，在 Claude Code 團隊裡，每個人都在寫程式，不管原本的職稱是什麼。產品經理寫程式、設計師寫程式、財務寫程式、資料科學家也寫程式。角色之間的邊界已經模糊了，大概有 50% 的工作內容重疊。

他認為接下來受衝擊最大的不是工程師，而是工程師旁邊的角色，包括產品經理、設計師、資料科學家。因為 AI 不只會寫程式，它正在學會使用所有電腦工具。Cowork 產品就是這個方向的第一步，它讓非技術人員也能用 AI agent 來處理日常工作。

這個預測會不會太激進？也許。但如果你看看 Spotify 最近的報導（他們最頂尖的開發者從 12 月起就沒寫過程式了），趨勢的方向確實是明確的。

我的觀察

Boris Cherny 在不同 Podcast 上講過好幾次類似的數據，但每次的數字都在上調。今年 1 月，他在 The Developing Dev 上說 Anthropic 工程師生產力提升了 70%；2 月的 Lenny's Podcast 上，這個數字變成了 200%。這不是前後矛盾，而是反映了情況變化的速度。Opus 4.6 發布後，各項指標又再次跳升。

4% 的 GitHub commits 這個數字需要仔細理解。這不是 AI 輔助完成的 commits（那個數字恐怕要高得多），而是由 Claude Code 從頭寫到完、直接提交的 commits。換句話說，這 4% 背後代表的是完全自主的 AI 程式碼產出，而不是人類寫了大部分再讓 AI 補完。

「寫程式已被解決」這個說法，對臺灣開發者社群來說可能聽起來刺耳。但 Cherny 有加一個限定詞：「至少對我做的那類程式設計而言」。他做的是產品開發、工具開發，不是寫作業系統核心或晶片韌體。對於大多數 Web 和 App 開發者來說，他的經驗確實越來越有代表性。這不代表程式設計師會消失，但「只會寫程式、不會做其他事」的純粹工程師角色，正在快速萎縮。

Cherny 建議每個人都去試試 AI 工具，而且要成為跨領域的通才。這個建議聽起來老套，但他給了一個具體的觀察框架：看看你身邊最有效率的人，他們通常不是只做一件事做到極致，而是在多個領域之間建立連結。工程師懂產品、PM 會寫程式、設計師能看數據。這種交叉能力在 AI 時代會變得越來越值錢。