Claude Code作者亲授：7个让AI自动写代码的实战心法

4月16日，Anthropic发布Opus 4.7的同一天，Claude Code的缔造者Boris Cherny在Threads上丢出一组配置建议。没有营销话术，更像一个老工程师在冲刺前给团队做briefing。这些建议被他团队验证过数千小时——不是社区偏方，是创造者级别的意图。

为什么Opus 4.7需要新玩法？

三个底层变化让旧习惯失效。

第一，自适应思考替代固定预算。Opus 4.6给每个任务硬塞固定推理token，4.7按实际复杂度动态分配。第二，更字面化。4.6会脑补你没写的隐含上下文，4.7执行你写的字面意思。第三，默认启用xhigh effort级别——比high更深，但没有max的token失控风险。

结果是：带结构来，它放大结构；带模糊来，它返还模糊。准备度决定产出质量。

秘密一：开启自动模式，把AI从"同事"变成"员工"

以前的Claude Code每遇到权限外命令就暂停。npm run build、git commit、数据库查询——全要等你点头。安全是对的，但监督成本太高。

自动模式用模型分类替代硬规则。低风险操作（读文件、跑测试、查git状态）直接执行；真正危险的操作（删文件、推远程、改系统配置）才暂停。安全在关键处兜底，无摩擦在别处放行。

开启方式：CLI按Shift+Tab，或Claude Desktop/VS Code下拉菜单。

生产力差异很直观。现在可以丢一个完整需求——"实现用户认证流程，包含测试"——然后离开。回来时PR已就绪。

秘密二：用todo命令做"思维锚点"

Boris团队内部高频使用/todo。不是任务清单，是给Claude的认知脚手架。

具体用法：启动会话时先跑/todo，列出当前任务的子步骤。Claude会把它当作执行蓝图，自动跟踪进度、标记完成项、在偏离时自我纠正。

这和普通提示词的区别在于状态持久性。普通对话里，Claude会随token窗口膨胀而丢失早期上下文。/todo把计划外化为可检查的状态，相当于给AI一个不会遗忘的记事本。

更进阶的玩法：让Claude自己生成todo。输入"先分析代码库，然后给我个执行计划"，它会返回结构化步骤，你再确认或调整。人机协作的决策点前置，执行期减少来回。

秘密三：强制Claude先读再写

Opus 4.7的字面化特性有个副作用：它不再主动"做功课"。如果让它直接改文件，它可能基于过时或片段的理解动手。

Boris的解法：在提示词里嵌入读取指令。明确说"先读src/auth.js和tests/auth.test.js，再提出修改方案"。

这个模式可以标准化。团队内部把常用文件路径做成快捷指令，比如@auth代表那组关键文件。Claude Code支持用@符号引用代码库中的符号、文件或目录，相当于给AI一个快速检索的索引。

关键认知：4.7的"懒"是设计选择，不是缺陷。它把信息获取的主动权交还给你，换取执行的可预测性。适应这个变化的人，获得的是确定性；抗拒的人，得到的是惊喜（通常是坏的）。

秘密四：用max effort处理真正的难题

Opus 4.7有四个effort级别：low、medium、high、xhigh（默认）、max。

前四个的边界比较模糊，但max是质变。它会激活更深入的自我批评、多路径探索、更谨慎的验证循环。代价是token消耗可能翻倍，响应时间明显延长。

Boris的建议：把max当作"咨询专家"而非"日常工具"。架构决策、复杂重构、关键bug修复——这些场景值得启用。常规CRUD操作用默认xhigh足够。

一个实用技巧：在提示词里动态切换。先让Claude用默认级别分析，如果它返回"这个问题需要更深入推理"，再追加"用max effort重新处理"。这比全程max更经济。

秘密五：让Claude管理自己的上下文

长会话的上下文污染是隐形杀手。Claude会逐渐被早期错误假设绑架，或在多次修正后累积矛盾指令。

Boris团队的解法：定期让Claude自我总结。输入"总结我们目前的进展和待解决问题"，它会输出当前状态的快照。用这个快照开启新会话，相当于人工checkpoint。

更激进的版本：让Claude主动提议重置。配置里可以启用"上下文健康检查"，当模型检测到自身状态可能混乱时，建议用户开启新会话并携带摘要。

这和人类团队的管理逻辑一致——马拉松会议效率崩塌，站会和清晰交接更可持续。

秘密六：把测试当作契约，不是验证

传统TDD：写测试→看失败→写代码→看通过。Claude Code可以反转这个流程。

Boris的做法：先让Claude读现有代码，然后"为这段代码生成测试，假设它是正确实现的"。Claude会输出测试用例，这些用例反过来成为代码行为的显式契约。

好处在于发现隐性假设。人类写测试时，往往复制代码里的隐含逻辑。Claude作为"天真的阅读者"，会提出"如果输入是负数该怎么处理"这类被忽视的问题。

进阶玩法：让Claude对比代码和测试的覆盖缺口。"这些测试是否验证了所有分支？哪些边界条件缺失？"把它当作一个不会疲倦的代码审查员。

秘密七：建立个人命令库

Claude Code支持自定义斜杠命令。Boris团队把重复模式固化成可复用工具。

典型例子：

/refactor 安全重构模式：先读→分析依赖→生成测试→应用变更→验证

/explore 新代码库速览：目录结构→关键文件摘要→依赖图→热点识别

/debug 系统诊断：错误日志→相关代码→假设生成→验证实验

这些命令的本质是工作流的编码。把隐性经验变成显式步骤，降低团队成员的认知负荷，也确保Claude的输出质量稳定。

创建方式：在配置目录添加.claude/commands/目录，每个命令是一个描述文件+可选的模板提示词。

一图拆解：7个秘密的层级关系

这7条不是平行技巧，是分层架构。

底层是模式一（自动模式）和模式五（上下文管理），解决"让AI持续运转而不崩溃"的基础问题。中层是模式二（todo）、模式三（先读再写）、模式四（effort分级），解决"给定任务如何高质量完成"的执行问题。顶层是模式六（测试契约）和模式七（命令库），解决"经验如何沉淀复用"的组织问题。

单人开发者可以只取底层和中层，已经能大幅提升效率。团队场景则需要顶层，把个人最佳实践变成集体资产。

一个被忽视的隐含信息

Boris的帖子有个细节：他提到这些配置"his own team uses daily"。

注意主语——不是Anthropic的ML研究团队，是Claude Code产品团队。这意味着什么？构建AI工具的人，自己也在用这些工具开发。他们面临的约束和外部开发者一样：上下文窗口、token成本、响应延迟、质量波动。

这解释了为什么这些建议如此"接地气"。没有论文引用，没有架构蓝图，是实战中的摩擦点被逐个打磨后的产物。自动模式的权限分类、todo的状态持久化、effort级别的成本权衡——都是产品团队自己踩过坑后的补丁。

另一个观察：7条建议里没有一条涉及提示词工程（prompt engineering）的修辞技巧。没有"扮演资深工程师"的角色设定，没有"一步步思考"的咒语。Boris的假设是：结构比措辞重要，准备比灵感重要，系统比单次交互重要。

这和Opus 4.7的设计哲学一致。自适应思考、字面化执行、分级effort——模型本身就在奖励结构化输入，惩罚模糊期待。

对开发者的实际影响

短期：配置调整成本。评估现有工作流，识别哪些环节可以交给自动模式，哪些需要保留人工检查点。预计1-2周的适应期，之后效率曲线陡峭上升。

中期：技能迁移。从"和AI对话"转向"设计AI工作流"。重点不再是单次提示词的质量，是会话结构、状态管理、错误恢复的设计能力。这和从写脚本到写系统的跃迁类似。

长期：团队契约。自定义命令库成为新型代码资产，需要版本控制、文档、评审流程。AI辅助开发的成熟度，可能从个人技巧差异转向组织能力建设。

一个具体预测：未来6-12个月，"AI工作流工程师"或类似角色会在中大型技术团队出现。职责不是写模型，是设计人机协作的接口和协议。Boris的7条建议，可以看作这个角色的早期岗位描述。

最后的问题

Boris的帖子发布于Opus 4.7上线当天。这是巧合，还是刻意的产品节奏？

如果是后者，意味着Anthropic开始把"开发者最佳实践"当作产品发布的一部分。不是扔一个模型出来让社区自己摸索，而是配套提供经过验证的使用模式。这和早期大模型"黑箱+提示词黑客"的发布方式很不同。

更深一层：当AI工具的创造者开始系统性地输出"如何用好这个工具"，是否暗示工具本身的易用性天花板已经显现？或者说，模型能力的提升速度，开始超过用户学习曲线的适应速度，需要官方介入来弥合差距？

你现在的Claude Code配置是什么状态——还在默认设置里摸索，还是已经有一套自己的自动化流水线？如果Boris明天再发7条，你最希望听到哪类场景的建议？