XNews

Claude Code 初创企业实践与案例研究

Claude Code 初创企业实践与案例研究

对十多家 AI 原生初创企业的采访揭示了运用 Claude Code 的五项原则,以及 Warp 的自我改进智能体设计。• 原则一(人人可交付):智能体编码让最了解问题的人直接交付首个版本,消除了“传声筒问题”(Heidi CEO)。MCP/CLI 将 Claude 连接到团队工具。Clay 设立季度原型评审;Omni 设有专门的 Slack 频道。CLAUDE.md 和 Skills 用于分享最佳实践。• 原则二(自动化 80% 的机械性工作):ClickHouse 的自主软件开发生命周期循环使两个专职智能体(修复不稳定测试、增加测试覆盖率)成为代码库第二和第三大贡献者。Commure 使用并行子智能体处理 13 个工单。业务应用包括自助分析、法律文档摘要、理赔扫描、医院告警。Anthropic 内部将 Claude Tag 作为 CI/CD 第一响应者,可在 15 分钟内完成事件分析。• 原则三(信任,但需验证):Cainex 医疗编码审计循环:智能体批量处理,人工审核员审查(包括模型推理过程),按类型标记错误,Claude 修正导致错误的指令条款。铁律:修正原则,而非示例。使用黄金集+随机抽样进行回测,结合语义匹配+LLM 评判器。Hooks 强制执行确定性的硬性门禁(lint、测试、剥离密钥)。Zingage 在早期自主性导致架构漂移后,将 567 行团队思考准则写为不变量。• 原则四(为重建而构建):Clay 将同一件事构建四次以求完善。Commure 通过一项 skill 自动删除已发布的功能开关。Harvey 表示每一波模型能力都会迫使平台彻底重构。Cognition 指出今天的构建将在一年内被弃用。Git worktrees 支持并行 v1/v2。• 原则五(原型→内部试用→产品化):使用 Claude Code 构建内部智能体→内部试用→通过 Claude API/SDK 产品化。ClickHouse 的 SQL 控制台智能体和 AI SRE 即为例证。Omni 借鉴了 Anthropic 的基于文件的方法,以避免 RAG 的复杂性。Warp 的自我改进智能体:一次性提示会留下 20% 的错误噪声。Warp 采用双循环:内部“基础技能(Base Skill)”执行任务,外部“改进技能(Improver Skill)”定期汇总人工反馈,对内层 Skill 提出小改动,并通过标准 PR 审查流程进行合并。

Key insights

智能体编码使原型创建民主化,但并未消除专业化分工

第一项原则指出,智能体编码降低了门槛,使最了解问题的人可以直接交付首个版本,绕开“需求→产品经理→设计→工程师”的链条。Heidi 的 CEO 称这标志着“传声筒问题”的终结。然而,这并未消除分工;营销仍由营销人员负责,工程仍由工程师负责。只有 0→1 的原型阶段实现了民主化。落地机制包括:通过 MCP/CLI 将 Claude 连接到团队工具;设立展示渠道,如 Clay 的季度原型评审和 Omni 的专属 Slack 频道;通过 CLAUDE.md 和 Skills 分享编码标准。

自动化开发中 80% 的机械性工作已在大规模实践中落地

第二项原则揭示,AI 智能体可以接管开发生命周期中 80% 的机械性工作,让工程师专注于其余 20% 需要判断力的工作。ClickHouse 的自主软件开发生命周期循环使两个专职智能体成为代码库第二和第三大贡献者。Commure 借助并行子智能体让一名工程师同时推进 13 个工单。业务流程同样实现自动化:自助数据分析、法律文档摘要、理赔异常扫描以及医院财务告警。Anthropic 内部将 Claude Tag 用作 CI/CD 事件的第一响应者,在 15 分钟内提供初步分析,这本身就是一种可信度的背书。

验证基础设施是安全 AI 自动化的先决条件

第三项原则强调,信任必须经过验证。Cainex 医疗编码案例展示了一套严格的审计循环:智能体批量处理,人工审核员审查(包括模型推理过程),按类型标记错误,Claude 修正导致该错误的指令条款。铁律是“修正原则,而非示例”,以防过拟合。回测采用黄金集与随机抽样,并结合语义匹配与 LLM 评判器,以区分真正的错误与合理的替代路径。工程措施包括:在 CLAUDE.md 中设定不可变动的架构红线;使用 Hooks 执行确定性的硬性门禁(lint、测试、密钥剥离);定期更新黄金集。Zingage 的早期经历表明,给予 Claude 完全自主权会产生看似正确但偏离架构的代码,最终催生了一份 567 行的团队准则文档。

模型能力跃升使得“可弃置性”与持续重建成为必要

第四项原则指出,今天的基础设施可能在 6 至 12 个月内过时,因此“可弃置性”即是竞争力。Clay 将同一件事构建四次,将重建视为认知学习的变现。Commure 通过一项专用 skill 自动删除已全面上线的功能开关,强调重建的终点是旧路径的消失。Harvey 坦言,每一波模型推理、智能体自动化与规划/编排能力的浪潮,都会迫使平台进行全面重构。Cognition 更为直接:今天构建的东西很可能在一年内被弃用,因此应押注那些“现在尚不可用、但即将可行”的能力。Git worktrees 支持并行推进 v1/v2,并在合并前进行评估。

内部试用并产品化 AI 工具,形成学习飞轮

第五项原则描述了一个飞轮:使用 Claude Code 构建内部智能体,在内部进行试用(dogfood),随后通过 Claude API/SDK 将其产品化并对外提供。ClickHouse 的 SQL 控制台智能体与 AI SRE 即由此而来。另一个好处是,团队能够始终站在模型能力与智能体框架设计理解的最前沿。Omni 借鉴了 Anthropic 的基于文件的方法,以规避 RAG 的复杂性;Emergent 则能快速判断产品问题究竟源于模型行为还是智能体框架缺陷。

自我改进智能体循环可降低一次性提示的错误噪声

Warp 的方法针对的是这样一个问题:一次性提示只能完成约 80% 的任务,剩余 20% 的错误噪声持续存在。他们实现了一个极简双循环:内层循环由“基础技能(Base Skill)”执行任务,外层循环由“改进技能(Improver Skill)”定期汇总人工反馈,对内层 Skill 提出小幅修改,并通过标准 PR 流程提交给人工审查与合并。

Source posts