全球开发者狂喜!Claude Code史上最大更新,一次性1096次提交

全球程序员最喜欢的工具迎来最大更新。Boris老哥不仅靠自造的Claude Code年入10亿美金,现在更是玩起了极致「套娃」,用Claud Code开发Claude Code,疯狂迭代1096次提交!

Boris Cherny现在不写代码了。

作为Claude Code的创造者,这位Anthropic的工程师用自己造的AI工具来写代码——Claude Code去年斩获超过10亿美金的收入。

这大概是AI时代最讽刺又最美妙的事情:一个人自己不写代码,却创造了一个能替所有人写代码的工具。

而现在,这个工具刚刚迎来了史上最大的一次更新。

Claude Code2.1发布了,这不是一次小修小补——1096次提交,版本从2.0.76直接跳到2.1.1。

Anthropic团队疯了吗?

不,他们只是在用Claude Code开发Claude Code。

这就是AI加速AI的正反馈循环。

Claude Code2.1更新了什么?

1. Shift+Enter终于好用了

这是用户抱怨最多的问题,现在彻底解决了。

在iTerm2、Kitty、Ghostty、WezTerm这些终端里,Shift+Enter多行输入开箱即用。

不需要改配置文件,不需要找变通方案。

想换行就按Shift+Enter,就这么简单。

如果用的是其他终端,运行/terminal-setup就能自动配置。

这个改进看起来很小,但用过CC的人都知道,没有多行输入有多痛苦。

2. Skills系统全面升级

Skills是Claude Code最近推出的重磅功能,可以把它理解成「前人验证好的工作流」。

这次更新,Skills成了一等公民:

热重载:修改`~/.claude/skills`目录下的技能文件,改完立刻生效,不用重启。

这对开发者来说太重要了。之前调试一个Skill,改一次重启一次,效率极低。现在改完就能看效果,开发体验直接起飞。

分叉上下文:在Skills配置里加上`context:fork`,就能让技能在独立的「子环境」里运行。

这解决了什么问题?

之前执行复杂的Skills,中间产生的大量信息会污染主对话。问完一个问题,上下文就被塞满了乱七八糟的东西。

现在有了分叉,主对话保持干净,技能在旁边安静地干活。

生命周期钩子:Skills现在支持`PreToolUse`、`PostToolUse`和`Stop`钩子。

翻译成人话就是:可以在Claude调用工具之前、之后插入自定义逻辑。

比如每次写文件之前自动备份,或者每次执行命令之后记录日志。

这已经是中间件级别的能力了。

3. 会话传送功能

这个功能必须单独拿出来说,因为它太酷了。

场景是这样的:在claude.ai网页上开始了一个项目,聊到一半,发现需要在本地继续。

以前怎么办?把对话复制粘贴过来?重新描述一遍需求?

现在只需要一个命令:/teleport

它会自动:

  • 验证是不是在正确的代码仓库
  • 拉取并切换到对应的分支
  • 加载完整的对话历史

网页端的工作,无缝传送到终端。

反过来也行,终端里的会话可以传送到claude.ai/code继续。

这意味着什么?

可以在任何设备上开始工作,在任何设备上继续工作。

在公司用网页版起草,回家在终端里深度开发,第二天在咖啡厅用手机回顾进度。

Claude Code变成了一个真正意义上的「云端大脑」。

4. 更智能的权限管理

之前一个让人烦躁的问题是:工具调用被拒绝的时候,整个智能体就停了。

现在不会了。被拒绝之后,Claude会尝试其他方法继续推进。

另外,工具权限现在支持通配符。

比如想允许所有带-h参数的命令,可以写Bash(*-h*)。

不用一个一个地配置权限了。

5. 多语言响应

可以配置Claude用母语来回复。

日语、西班牙语、中文,都可以。

对于非英语母语的开发者来说,这个功能太贴心了。

为什么全球程序员都爱Claude Code?

说完更新内容,来聊聊一个更本质的问题:

Claude Code为什么能火成这样?

一年收入10亿美金,连著名的OpenAI研究员卡帕西都说自己落伍了。

这背后是什么逻辑?

1. 它是真正的通用Agent

虽然叫Claude Code,但它的能力远不止写代码。

问答、写作、写网页、开发软件、数据分析,甚至拆分工资条,它都能干。

它能把音频和图片快速合成视频。

可以把它理解成一个能操控电脑的智能代理。

它能看到文件系统,读取文件、分析文件、修改文件、输出文件。

而沟通方式,就是自然对话。

不需要写代码,不需要学命令,说人话就行。

2. 文件夹思维

Claude Code最棒的设计理念是「文件夹」。

每次启动的时候,给它指定一个文件夹,这个文件夹就是这次任务的上下文。

很多CC重度用户都有专门的Claude Code文件夹,里面分成很多子文件夹:笔记、数据分析、深度阅读、软件开发……

每个任务一个文件夹,互不干扰。

这种设计让工作天然有组织性。

不像其他AI工具,聊着聊着就乱了,不知道在做什么。

3. 危险模式带来的效率飞跃

什么是危险模式?

开启之后,Claude Code可以全自动操控电脑,不需要一次次确认。

听起来很危险,但不开的话,每个操作都要点确认,效率根本起不来。

当然,一定要做好备份。

4. Skill生态

Skills是Claude Code的杀手锏。

不需要从零开始,直接用前人验证好的工作流就行。

比如前端设计Skill,一句话就能重新设计网站首页。

这是真正的「站在巨人肩膀上」。

聊聊Boris这个人

说到这里,不得不聊聊Claude Code背后的男人——Boris Cherny。

Boris的履历很简单:前Meta高级工程师,现在是Anthropic的Staff Engineer,负责Claude Code。

但他最有意思的地方在于:Claude Code100%的代码,都是用Claude Code写的。

没错,他自己不写代码,他用自己造的AI来写代码。

这听起来像个悖论,但这恰恰证明了Claude Code的能力——如果连它的创造者都信任它到这种程度,还有什么理由怀疑呢?

Boris的工作方式也很疯狂。

他日常会同时开10-15个Claude Code会话,有的在终端里,有的在网页上,每个会话当作一个独立的「工人」来用。

他坚持用最慢但最聪明的模型,比如Opus4.5,因为他相信:更高质量的输出最终会加速整个开发过程。

这个理念很反直觉。

大多数人追求速度,想要更快的响应。但Boris认为,如果AI能一次做对,就不需要反复修改,总时间反而更短。

还有一个细节:Claude Code的诞生其实是个「意外」。

它最初只是Anthropic Labs团队的一个原型实验,用来探索AI模型的能力边界。没想到效果太好,直接变成了正式产品。

2025年2月发布,不到一年,年收入就突破了10亿美金。

这大概就是硅谷最经典的故事模板:一个工程师的「玩具项目」,最后变成了改变行业的产品。

Boris还有一个习惯:他会维护一个CLAUDE.md文件,把它当作「团队记忆」。

每次Claude犯了错误或者做对了什么,他都会记录下来。这样下次遇到类似场景,Claude就能直接使用这些经验。

这个习惯后来变成了Claude Code的核心功能之一。

你看,好的产品经理不需要做用户调研,因为他自己就是最苛刻的用户。

Claude Code使用技巧

最后分享几个实用技巧:

1. 善用Claude.md

Claude.md是Claude Code的核心配置文件,相当于它的「宪法」。

每次启动,Claude都会自动加载这个文件。

可以在里面写:

  • 这个项目是做什么的
  • 偏好规则
  • 需要注意的事项
  • 这样Claude每次都能快速进入状态,不用反复解释。
2. 拖拽文件

这是最简单但很多人不知道的技巧:

直接把文件或文件夹拖到Claude Code窗口里。

它会自动读取内容。

不需要复制粘贴,不需要输入路径。

3. 粘贴图片

因为Claude Code运行在终端里,粘贴快捷键不是Cmd+V,而是Control+V。

遇到需要图片的问题,截图后用Control+V粘贴进去,Claude就能看到了。

4. 用/teleport无缝切换

在网页端聊到一半,需要本地继续?

直接/teleport,整个对话历史都带过来。

5. 安装实用的Skills

推荐去官方的Skills仓库看看:https://github.com/anthropics/skills

安装方式也很简单,然后跟Claude说「使用xxx skill,帮我做xxx」就行了。

「编程」的终局

Claude Code2.1 的 1096 次提交,背后是一个团队对「AI 辅助编程」这件事的极致追求。

但如果只把它当成一个「更好用的编程工具」,就太小看它了。

Claude Code真正预示的,是编程这件事本身的终局。

程序员会消失吗?

这是每次AI编程工具更新时都会被问到的问题。

答案是:不会消失,但会彻底改变。

Claude Code让每个人都能「写代码」,但不是每个人都能「定义问题」。

未来的程序员,不再是敲键盘的人,而是能把模糊的需求翻译成精确任务的人。

这个角色更像产品经理,又像架构师,又像项目经理。

代码变成了思想的副产品,而不是目的本身。

自指性AI的哲学意义

Boris用Claude Code来开发Claude Code,这不仅仅是一个有趣的花絮。

这是AI发展史上的一个里程碑:工具开始制造自己。

想想看,人类发明了锤子,但锤子不能制造锤子。人类发明了车床,车床可以加工零件,但不能完整地复制自己。

但Claude Code可以。

它可以理解自己的代码,修改自己的功能,优化自己的性能。

这是一个自我迭代的系统。每一次更新,都让它更有能力进行下一次更新。

1096次提交,很多都是Claude自己写的。

这种正反馈循环会加速到什么程度?没人知道。

从Vibe Coding到Vibe Everything

Claude Code的成功证明了一件事:自然语言是最好的编程语言。

不是Python,不是JavaScript,而是人话。

这个逻辑可以延伸到所有领域。

设计?让AI渲染。

写作?让AI起草。

分析?让AI处理。

我们正在进入一个「Vibe Everything」的时代。

不需要学习专业软件,不需要掌握复杂工具,只需要能清晰表达自己想要什么。

这是真正意义上的「技术平权」。

一个没学过编程的小商贩,可以用Claude Code做一个库存管理系统。

一个不会Photoshop的创业者,可以让AI生成完整的品牌视觉。

技能不再是壁垒,想法才是。

开源生态的意义

更重要的是,现在国产开源模型也跟上来了。

GLM 4.7、MiniMax M2.1、Kimi K2,都能在Claude Code里用起来。

不再需要担心封号,不再需要承受官方订阅的高昂费用。

之前Claude Code一年十亿美金的收入,都被Anthropic一家吃掉。

现在开源生态繁荣起来,每个云厂商都可以部署、售卖、盈利。

而用户得到的,是只需要百分之一的价格,就能享受到同样的智能。

这不只是商业模式的变化,而是权力结构的变化。

AI 的能力不再被几家巨头垄断,而是变成了像水电一样的基础设施。

代码是新的文字,

而这次,每个人都可以执笔。

如果你想更深入地学习大模型,以下是一些非常有价值的学习资源,这些资源将帮助你从不同角度学习大模型,提升你的实践能力。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!​

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

因篇幅有限,仅展示部分资料,需要点击文章最下方名片即可前往获取

四、AI大模型商业化落地方案

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/1149432.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

用Python写一个简易聊天机器人,新手也能上手

引言 在当今数字化的时代,聊天机器人已经成为了我们生活中常见的工具,无论是在客服服务、智能助手,还是在娱乐互动等场景中都有着广泛的应用。Python 作为一门功能强大且易于学习的编程语言,为我们实现一个简易的聊天机器人提供了…

快速上手Qwen3-VL-WEBUI:4090D一键部署视觉语言模型

快速上手Qwen3-VL-WEBUI:4090D一键部署视觉语言模型 1. 简介与核心能力概述 Qwen3-VL-WEBUI 是基于阿里云开源的 Qwen3-VL-4B-Instruct 模型构建的一站式可视化推理平台。该镜像专为开发者和研究人员设计,内置完整环境与Web交互界面,支持在…

单目测距MiDaS实战:效果对比分析

单目测距MiDaS实战:效果对比分析 1. 引言:AI 单目深度估计的现实意义 在计算机视觉领域,从单张2D图像中恢复3D空间结构一直是极具挑战性的任务。传统双目立体匹配或激光雷达虽能提供精确深度信息,但成本高、部署复杂。近年来&am…

MiDaS部署实战:轻量级3D感知系统搭建步骤

MiDaS部署实战:轻量级3D感知系统搭建步骤 1. 引言:AI 单目深度估计的现实价值 在计算机视觉领域,从单张2D图像中恢复三维空间结构一直是极具挑战性的任务。传统方法依赖多视角几何或激光雷达等硬件设备,成本高且部署复杂。近年来…

MiDaS模型性能对比:硬件

MiDaS模型性能对比:硬件 1. AI 单目深度估计 - MiDaS 在计算机视觉领域,从单张二维图像中恢复三维空间结构一直是极具挑战性的任务。传统方法依赖多视角几何或激光雷达等传感器,而近年来,深度学习驱动的单目深度估计技术取得了突…

AlphaProteo:AI生成新型蛋白质,加速生物与健康研究

AlphaProteo:AI生成新型蛋白质,加速生物与健康研究 蛋白质是人体内所有生物过程(从细胞生长到免疫反应)的基础。它们像钥匙与锁一样相互结合,调控关键的细胞过程。虽然像AlphaFold这样的蛋白质结构预测工具已经让我们深…

Baklib 制造业解决方案:助力智能制造数字化升级

在智能制造与工业数字化持续推进的背景下,制造企业正面临知识资产规模快速增长、信息系统割裂、AI 应用难以落地等共性挑战。如何将分散在设备、系统与人员中的知识有效整合,并转化为可持续利用的数字资产,已成为制造业数字化转型的重要课题。…

万能分类器应用案例:从商品分类到内容审核的10种用法

万能分类器应用案例:从商品分类到内容审核的10种用法 引言 在电商运营中,商品分类和内容审核是每天都要面对的"必修课"。想象一下,当618大促来临时,每秒涌入成千上万的商品上新和用户评论,传统人工分类就像…

前端如何靠 XinServer 一人撑起后台开发

前端如何靠 XinServer 一人撑起后台开发 最近跟几个做前端的朋友聊天,发现大家普遍有个“心病”:一提到要搞个带后台的项目,心里就发怵。不是不想做,是后端那摊子事儿,从数据库设计到接口开发,再到服务器部…

AI 3D感知开发:MiDaS模型与Unity集成教程

AI 3D感知开发:MiDaS模型与Unity集成教程 1. 引言:让AI“看见”三维世界 在计算机视觉领域,单目深度估计(Monocular Depth Estimation)是一项极具挑战性但又极具应用价值的技术。传统双目或激光雷达系统虽然能获取精…

MiDaS应用案例:在虚拟试衣间的深度估计实现

MiDaS应用案例:在虚拟试衣间的深度估计实现 1. 引言:单目深度估计如何赋能虚拟试衣 随着AI与计算机视觉技术的快速发展,虚拟试衣间正从概念走向商业化落地。传统试衣系统依赖多摄像头或深度传感器(如Kinect)获取用户…

震惊!用ChatGPT+LangChain三步搞定SQL查询,再也不用背语法了!

数据对于现代商业决策是至关重要的。然而,许多职场的”牛马“大多都不熟悉 SQL,这就导致了“需求”和“解决方案”之间的脱钩了。Text-to-SQL 系统就可以解决了这个问题,它能将简单的自然语言问题转换成数据库查询。 接下来,我们…

单目3D视觉入门:MiDaS模型部署与使用手册

单目3D视觉入门:MiDaS模型部署与使用手册 1. 引言:AI 单目深度估计的现实意义 在计算机视觉领域,从单张二维图像中恢复三维空间结构一直是极具挑战性的任务。传统方法依赖多视角几何或激光雷达等硬件设备,成本高且部署复杂。随着…

MiDaS深度估计实战:宠物照片3D效果生成步骤详解

MiDaS深度估计实战:宠物照片3D效果生成步骤详解 1. 引言:AI 单目深度估计的现实价值 在计算机视觉领域,从单张2D图像中恢复3D空间结构一直是极具挑战性的任务。传统方法依赖多视角几何或激光雷达等硬件设备,成本高且部署复杂。近…

AI万能分类器开箱即用:预装环境镜像,省去3天配置时间

AI万能分类器开箱即用:预装环境镜像,省去3天配置时间 引言:当分类模型遇上环境配置噩梦 作为一名开发者,你是否经历过这样的痛苦:想测试不同分类模型的效果,却被CUDA版本冲突折磨到崩溃?重装系…

高效、精准、可定制|HY-MT1.5翻译模型三大优势揭秘

高效、精准、可定制|HY-MT1.5翻译模型三大优势揭秘 1. 引言:重新定义端侧翻译的“帕累托前沿” 在大模型参数竞赛愈演愈烈的今天,通用语言模型动辄数十亿甚至千亿参数,但其高昂的推理成本和复杂的部署要求,使得它们难…

基于 YOLOv8 的包装箱纸板破损缺陷检测系统 [目标检测完整源码]

基于 YOLOv8 的包装箱纸板破损缺陷检测系统 [目标检测完整源码] —— 面向工业产线的视觉缺陷检测完整解决方案 一、行业背景:包装箱质检为何成为“隐形瓶颈”? 在制造业与物流行业中,纸板包装箱几乎无处不在。无论是电商仓储、食品包装&am…

MiDaS模型部署成本优化:资源占用与性能平衡策略

MiDaS模型部署成本优化:资源占用与性能平衡策略 1. 引言:AI 单目深度估计的工程落地挑战 随着三维感知技术在AR/VR、自动驾驶、机器人导航等领域的广泛应用,单目深度估计(Monocular Depth Estimation)作为一种低成本…

破防了!传统RAG开发太痛苦?这个工具让部署时间从数周缩至几分钟!

检索增强生成(RAG)技术迅速成为智能应用开发的行业标准,这得益于人工智能领域的飞速发展——该技术将大语言模型与外部知识库结合,支持多种实时访问方式。但传统的RAG落地方式存在诸多棘手问题:向量数据库配置繁琐、嵌…

腾讯开源翻译大模型实践|HY-MT1.5-7B部署与术语干预详解

腾讯开源翻译大模型实践|HY-MT1.5-7B部署与术语干预详解 随着全球化进程的加速,高质量、可定制化的机器翻译能力已成为企业出海、内容本地化和跨语言服务的核心支撑。腾讯混元团队近期开源了新一代翻译大模型 HY-MT1.5 系列,包含两个主力模型…