Claude Code創(chuàng)始人工作流：全語音驅(qū)動開發(fā)，不用IDE不寫注釋
Claude Code創(chuàng)始人首次公開工作流：不用IDE、不寫注釋、全語音驅(qū)動——開發(fā)者集體破防
想用AI賺錢？先看看頂尖開發(fā)者怎么工作。
上周，Anthropic的Claude Code負責(zé)人Boris Cherny在X上分享了他的個人終端配置，沒想到直接引爆了硅谷。這不只是一個配置分享，而是一場關(guān)于軟件開發(fā)未來的宣言。當(dāng)全球最先進的編碼AI的締造者告訴你，他不用IDE、不寫注釋、全靠語音驅(qū)動開發(fā)時，每個開發(fā)者都該停下來思考：我們的工作方式是不是該徹底重置了？
全語音驅(qū)動開發(fā)：不只是“說話寫代碼”
Boris的工作流核心是將語音作為唯一的編程界面。表面上看，這只是用語音輸入替代鍵盤敲擊，但底層邏輯完全不同。
傳統(tǒng)開發(fā)流程是：思考 → 鍵盤輸入 → IDE調(diào)試 → 注釋文檔。而Boris的流程是：思考 → 語音指令 → AI代理執(zhí)行 → 自動驗證。這里的關(guān)鍵轉(zhuǎn)變是，開發(fā)者從“代碼編寫者”變成了“意圖表達者”。
技術(shù)實現(xiàn)上，這依賴三層架構(gòu)：
- 語音轉(zhuǎn)指令層：將自然語言轉(zhuǎn)化為精確的AI可執(zhí)行指令
- AI代理執(zhí)行層：Claude Code理解意圖并生成/修改代碼
- 自動化驗證層：自動運行測試、檢查錯誤、甚至部署
舉個具體例子。當(dāng)Boris說“重構(gòu)用戶認(rèn)證模塊，用JWT替代session，保持向后兼容”，系統(tǒng)不會只是生成幾行代碼。它會：
- 分析整個認(rèn)證模塊的依賴關(guān)系
- 生成重構(gòu)方案并預(yù)覽影響范圍
- 自動編寫兼容性測試
- 逐步執(zhí)行重構(gòu)并實時驗證
沒有注釋是因為代碼本身就是最好的文檔——AI生成的代碼具有自解釋性，且能通過語音查詢?nèi)魏渭毠?jié)。
如何將這種理念注入AI Agent開發(fā)？
這種“意圖驅(qū)動”的模式正是AI Agent的終極形態(tài)。我們可以通過MCP（Model Context Protocol）協(xié)議將類似理念落地。
MCP的核心價值在于標(biāo)準(zhǔn)化AI模型與外部工具的通信。想象這樣一個場景：你對著電腦說“分析上周銷售數(shù)據(jù)，找出滯銷品，生成促銷方案并發(fā)送給市場部”。
一個基于MCP的語音Agent工作流可以是：
# 簡化的MCP工具鏈集成示例
voice_agent = VoiceAgent(
tools=[
MCPTool("data_analysis_server"), # 數(shù)據(jù)分析服務(wù)
MCPTool("report_generator"), # 報告生成
MCPTool("email_automation") # 郵件自動化
],
protocol="mcp_v1"
)
# 語音指令觸發(fā)整個鏈路
result = voice_agent.execute(
"分析上周銷售數(shù)據(jù)，找出滯銷品，生成促銷方案并發(fā)送給市場部"
)
實際部署步驟：
- 搭建MCP服務(wù)器：每個工具（數(shù)據(jù)分析、報告生成等）封裝為MCP服務(wù)
- 集成語音識別：使用Whisper等模型將語音轉(zhuǎn)為結(jié)構(gòu)化指令
- 編排工具鏈：通過MCP協(xié)議實現(xiàn)工具間的上下文傳遞
- 添加驗證循環(huán)：每步操作后自動驗證結(jié)果正確性
實戰(zhàn)：用語音Agent構(gòu)建代碼生成服務(wù)賺錢
這套理念直接指向一個可復(fù)制的賺錢路徑：定制化代碼生成服務(wù)。
具體案例：為小型電商公司搭建“語音驅(qū)動的店鋪自動化系統(tǒng)”。
市場需求：很多小商家需要定制功能（如自動調(diào)價、庫存預(yù)警），但負擔(dān)不起定制開發(fā)費用。
解決方案：
- 搭建一個語音Agent，商家可以直接說：“當(dāng)庫存低于10件時，自動下架并通知我”
- Agent將需求轉(zhuǎn)化為具體的自動化腳本
- 通過MCP協(xié)議連接到電商平臺的API
技術(shù)棧：
- 語音識別：Whisper API（成本約$0.006/分鐘）
- 意圖解析：Claude 3.5 Sonnet
- 工具集成：MCP協(xié)議連接Shopify/淘寶API
- 部署：Serverless函數(shù)（AWS Lambda）
收入模型：
- 基礎(chǔ)套餐：$99/月，包含50條語音指令
- 高級套餐：$299/月，無限指令+優(yōu)先支持
- 定制開發(fā)：$150/小時的深度定制
實際數(shù)字：一個開發(fā)者用2周時間搭建這樣的系統(tǒng)，服務(wù)20個小商家，月收入可達$4000-$6000。關(guān)鍵在于邊際成本極低——一旦工具鏈搭建完成，服務(wù)新客戶的成本幾乎為零。
下一步行動：從今天開始轉(zhuǎn)型
- 立即體驗：訪問m.gsdl.org.cn的Agent市場，找到支持MCP的語音Agent模板
- 最小化驗證：選一個簡單場景（如“語音控制GitHub操作”），用周末時間搭建原型
- 商業(yè)化測試：在開發(fā)者社區(qū)提供免費試用，收集反饋后推出付費版本
Boris的工作流不是未來幻想，而是已經(jīng)發(fā)生的現(xiàn)實。當(dāng)頂尖開發(fā)者用語音驅(qū)動一切時，反應(yīng)慢的人還在糾結(jié)該用哪個IDE插件。AI Agent的浪潮已經(jīng)到來，現(xiàn)在的問題是：你是要繼續(xù)手動編碼，還是要成為駕馭語音Agent的新型開發(fā)者？
工具已經(jīng)就緒，路徑已經(jīng)清晰，差的只是你的第一次語音指令。