在处理那些需要多步骤、长时间跨度的复杂任务时，Claude展现出了更强的稳定性。

在过去13个月中，Claude Code在GitHub上提交的代码次数出现了非常夸张的爆发式增长：

另一种，则是绝大多数的「智能体编排者」（Agent Orchestrator）。

·到了4.8小时，它已经能独立重构一个完整的软件模块；

新的ChatGPT时刻

如今，这种共识正在行业顶层迅速形成。

SemiAnalysis通过Claude Code生成的CPO信息图

但在多上下文窗口的长任务中，这种策略反而成了一种限制。

相比之下，ChatGPT容易在漫长的思维链中积累过多的「噪音」，聊着聊着就跑题了。

比如，你需要一份销售配额分析，Agent会直接从UI或API接口提取信息，然后为你生成一份格式完美、逻辑清晰的报告。

正如Anthropic和Google Gemini最初低估了强化学习和思维链的爆发力一样，如今在智能体这一新赛道上，Anthropic反而抢占了先机，而OpenAI似乎错失了这一「战略拐点」。

如果AI能以比普通员工更高的保真度、更低的成本、更快的速度处理信息，并精准传递给下一个环节，那么「工作」的定义就被彻底改写了。

而当务之急不再是比拼手写代码的速度，而是学会成为一名Vibe Coding的「指挥家」，掌握指挥这支「硅基军队」的方法。

·ChatGPT证明了大众对智能的需求；

·Stable Diffusion展示了AI可以制作图像；

报告中揭示了一个极具破坏性的趋势：智能体（Agent）能够直接跨过用户界面（UI）去操作数据。

它不仅仅是一个辅助工具，也是覆盖在所有软件之上的一个新的「智能层」。

如今，GitHub上4%的公开提交（commits）都来自Claude Code，而且这一数字还在飞速飙升。

从Claude Code负责人Boris Cherny到OpenAI Codex工程主管Thibault Sottiaux，这些技术领袖们纷纷透露，他们的代码已完全由AI完成。

消失的边界

智能体

• 就像编程智能体一眨眼间席卷软件行业一样，更广泛的信息工作，即将迎来AI全面接管的浪潮。

• 智能体编排是新的「思维链」

智能体编排有可能就是下一个CoT（思维链）级别的技术浪潮。

这一刻，编程的门槛似乎消失了，但代价是天花板也更高了。

Claude Code和IDE侧边栏里的聊天机器人不同，它直接接管了你的CLI（命令行界面），更像是一个拥有你电脑完全访问权限的「数字分身」。

这标志着竞争焦点已从对线性基准测试的痴迷（纠结于哪个模型更聪明），转向对整体输出结果的关注。

这种剧变，让许多顶级技术大神都感到了一种混杂着兴奋与恐惧的眩晕。

「人类写代码」的时代即将成为历史，Claude Code正在引爆这个突发性的拐点。

不仅是程序员，SemiAnalysis的行业模型分析师也在使用Claude Code生成大量高价值的图表与分析。

今年的模型演进，每一个增量更新都将更侧重于智能体编排与系统性能，正如去年业界对「推理」能力的集体狂热一样。

对比OpenAI的模型，Claude Code赢在了「长线规划」上。

当AI能帮你解决所有棘手的bug，你的大脑就失去了那种在痛苦中磨砺出的直觉。

未来的AI工作流将通过工具编排、记忆机制及子智能体来实现，在单个上下文窗口中的连贯性越高，智能体就可以被扩展得越多。

当AI学会了「长跑」

这意味着SaaS软件引以为傲的「工作流锁定」和「界面护城河」，将受到Agent的毁灭性冲击。

·GPT-3证明了规模化是有效的；

Moltbook的创造者Matt Schlicht更是离谱：他一行代码都没写，只是提出了技术架构的构想，AI就将他的构想变成了现实。

【新智元导读】从Claude Code到Vibe Coding，人类写代码的时代就要被AI终结了。

以及输出的结果：

NodeJS之父Ryan Dahl直言「人类写代码的时代已经结束」，软件工程师的重心将彻底转移；

AI界的超级巨星Andrej Karpathy，由此提出了「Vibe Coding」这个全新的概念。

根据METR的数据，这个时间限制每4到7个月就会翻一番。

编辑：元宇 Aeneas

·DeepSeek证明了大模型可以在较小的规模上完成；

这仅是一个开始，Vibe Coding正在加速AI编程奇点的到来。

新智元报道

在这种趋势下，微软建立数十年的帝国，正面临OpenAI和Anthropic的双重夹击，不得不面对被「拆墙」的风险。

Anthropic显然早就看透了这一点。

这涉及一个关键概念：「任务视界」（Task Horizon）。

截至目前，Claude Code一天在GitHub提交代码的次数已达到134646次，增长了42896%！

这就好比有了GPS之后，我们就再也记不住路了。

这种范式转移也催生了像OpenClaw、龙虾教和Moltbook这样火爆的新应用。

就连对代码质量挑剔至极的Linux之父Linus Torvalds，也开始在GitHub上尝试这种新模式。

微软Office 365真正的护城河不仅是功能，还有那些用户习惯点击的按钮和菜单。

Anthropic的研究发现了一个关键关联：无论测量的是推理、行动还是优化步骤，模型花费的时间越长（消耗Token越多），它们反而越语无伦次。

那么，程序员的出路在哪里？

仅仅4名工程师，用了10天时间就构建完成了，绝大部分代码都是Claude Code自己写的。

·而当它能坚持数天不犯错时，它就能自动化完成整个系统的监督审查工作。

参考资料：

一种是极少数站在金字塔尖的「模型训练者」，他们负责打造更强的AI。

此外，OpenAI的Codex也将陆续解锁一系列惊人的能力。

我们此刻正站在这样一个奇点上：

「并行智能体强化学习」（PARL）正是这一未来趋势的标志，广泛的并行化将是下一个核心能力，很快我们将看到整支「智能体军队」被生成出来，大规模地攻克任务。

Token效率与「长视界」能力

这背后透露一个明确的信号：信息工作将同软件工程一样走向完全自动化。

因此，以最少Token完成任务将成为衡量模型领先地位的一个重要标准。

如果有一个Agent能直接读取数据库，生成比Excel更精美的报表并自动发送邮件，你还需要打开软件吗？

·当它的耐力只有30分钟时，它只能帮你写几行代码片段；

比如下面这段输入：

Claude Pro每月的订阅费是20美元，哪怕是更贵的企业版，其成本也仅仅相当于人类工程师日薪的零头（大约每个任务6-7美元）。

AI正在成为「通用语言」

Stack Overflow 2025年的开发者调查揭示了一个有趣的现象：虽然有84%的程序员在使用AI，但只有31%的人真正用上了「编程智能体」。

单纯的「模型对模型」参数比拼已毫无意义，竞争的核心已转变为智能体协作。

这直接粉碎了软件巨头们苦心经营的护城河。

Ruby on Rails的创造者DHH感叹：如今在编辑器里手写代码已变成一种「奢侈的复古行为」。

https://newsletter.semianalysis.com/p/claude-code-is-the-inflection-point

AI的未来将在于Token编排，而不仅仅是以基础成本出售Token，这是一个堪比2023年初ChatGPT时刻的节点。

在2020年软件工程时代，程序员供不应求。

https://x.com/dylan522p/status/2019490550911766763

如今，编程却已成为最先被AI攻陷的「滩头阵地」。

过度依赖AI会导致「在工作中学习新技能变得更难」。

智能体正在成为一种人类与AI交互的重要方式：

但这仅仅是个开始：全球超过10亿的信息工作者，约占全球劳动力的三分之一，支撑着约15万亿美元的经济体量，此刻正面临前所未有的风险。

一个有趣的悖论是，尽管GPT-5.2 High在一些基准测试上领先，但更多实战用户却痴迷于Opus。

以SemiAnalysis分析师Doug为例，他并不是传统意义上的硬核游戏开发者，但仅靠Vibe Coding，他就为未婚妻开发了一款视频游戏。

如果把以前的软件开发比作有线电视，那么Claude Code的崛起就是流媒体时代的到来。

一个熟练使用Claude Code的工程师，就可能完成过去团队一个月的工作量，这就是现在正发生的生产力爆炸！

就在去年11月，Karpathy的工作流还是「80%人工+20%AI」，仅仅几周后，这个比例就发生了惊天逆转：变成了「80%AI生成+20%人类审查」。

这一变化，加速了「人类写代码时代」的终结。

他在推文中坦言，Vibe Coding正在生理层面上重塑他的大脑：

但Claude Opus 4.5能保持极高的Token效率：它记得住目标，不管是重构一个模块还是进行一次完整的审计。

OpenAI模型之所以强大，往往是通过堆叠极长的思维链（chain-of-thought）Token来换取性能。

未来程序员的岗位不会消失，但将发生剧烈的两极分化：

Vercel CTO Malte Ubl更是形象地描述了他当下的工作状态：「我不再写代码，我的主要工作就是告诉AI它哪里做错了。」

毫不夸张地说，Claude Code就是AI智能体的拐点。

它不只是在写代码，而是在像人类一样操作计算机。这种技术差异直接重塑了我们的工作流。

而Claude Code，则是在组织模型以形成更强输出结果在智能体层面的新突破。

曾经需要半辈子职业训练才能掌握的专业能力，普通人都可以通过智能体轻松搞定。

尽管智能体目前仍有幻觉，但一个扎心的事实是：在许多现有的工作流程中，人类犯错的概率其实远高于AI。

过去编程是逐行敲击，现在你只需用自然语言描述意图，然后靠在椅背上看着屏幕上的代码如瀑布般自动生成。

但天花板变得更高了

这正是Opus 4.5制胜的关键：它实现了比GPT-5.2 High显著更好的Token效率。

自己手动写代码的能力正在退化，思维模式被强制从「生成模式」切换到了「辨别模式」。

眨眼之间，AI已经吞噬了整个软件开发领域！

·o1展示了可以将模型扩展到更好的性能……

新型「数字成瘾」火爆硅谷

另外，人类编程能力也会因此退化，失去传承。Anthropic的研究也发现了一个令人担忧的副作用：

门槛消失了

2026年1月12日，他们抛出了Cowork这一重磅炸弹，而它诞生过程本身就是一个Vibe Coding的成功案例：

它意味着我们还处在智能体爆发的前夜。

Claude Code已经疯狂渗透GitHub！

虽然任何人都可以用Vibe Coding来编程，但你需要具备超越代码本身的系统架构能力和业务理解力，才能驾驭这支硅基军队。

刚刚，SemiAnalysis曝出一个惊人数据：

随着Claude Code及Cowork模式的兴起，智能体的渗透将远超代码领域，迅速蔓延至金融、法律、咨询等更广阔的行业。

目前，GitHub上4%的公开提交（commits）都是由Claude Code生成的，到了2026年底这个数字将达到20%以上。

甚至在工作中，他利用Claude Code生成了复杂的台积电财报分析图表，分析半导体供应链数据。

它可以读取整个代码库，自己规划任务，执行命令，甚至在遇到错误时自我纠错。

真正加速这一进程的核心变量，并非是AI变得有多聪明，而是其「长跑」能力的指数级爆发。

Vibe Coding火爆背后，藏着一笔让老板们激动，打工人心慌的账。

每一次「长跑」能力的倍增，都意味着一块原本属于人类的领地被接管：

攻陷滩头阵地之后

Cowork的底层架构与Claude Code如出一辙：同样的Agent SDK，同样的MCP，同样的子智能体协作。

简单来说，就是一个AI智能体在把事情搞砸之前，能连续独立工作多久？

特别是在2024到2025年间，这种进化速度更是加速到了惊人的每4个月翻倍。

回顾这几年AI的发展历程，每一个时刻都扩展了AI能做的事情。