文章总结： BorisCherny公开其ClaudeCode高效工作流：本地与云端并行运行5–10个Opus4.5实例，用CLAUDE.md动态沉淀团队规范，配合计划模式、自定义斜杠命令、子代理与PostToolUse钩子实现自动化编码、测试与格式校验，并通过浏览器扩展闭环验证代码，构建低返工、高吞吐的AI深度集成开发体系。
综合评分： 90
文章分类： AI安全,安全工具,安全开发,实战经验,解决方案
Claude Code 创始人 Boris Cherny 手把手教你配置 code 高效编程
原创
mayfly
独眼情报
2026年1月3日 14:51
湖北
Anthropic 旗下人工智能编码工具 Claude Code 的创始人 Boris Cherny 近期在社交媒体上分享了他个人的编码工作流，声称其设置「出奇地简单」。然而，这份包含 13 个详细步骤的清单，揭示了一个看似简单实则高度优化、极具前瞻性的 AI 辅助软件工程体系。这份工作流不仅展示了 Claude Code 的强大功能，更提供了一个关于如何将大型语言模型深度整合到专业开发流程中的范例。
「简单」的悖论：高度并行的混合工作环境
Cherny 的工作流首先打破了传统单线程的编码模式，采用了高度并行的混合工作环境：
| 方面 | 策略 | 核心价值 |
| — | — | — |
| 终端并行 | 在终端中同时运行 5 个独立的 Claude 实例，并用标签页编号 1-5，通过系统通知来追踪需要输入的实例。 | 提高吞吐量，同时处理多个不相关的任务。 |
| 云端协同 | 在 claude.ai/code 上并行运行 5-10 个 Claude 实例，并利用 --teleport 或 & 命令在本地和云端会话之间切换。 | 充分利用云端算力，实现本地和远程工作的无缝衔接。 |
| 移动接入 | 每天早上和全天通过 Claude iOS 应用程序启动会话并进行检查。 | 确保工作流的连续性，利用碎片时间推进任务。 |
这种多实例、跨平台的混合模式，使得 Cherny 能够将不同的编码任务分配给不同的 AI 实例，极大地提升了工作效率，远超「简单」二字的描述。
模型选择哲学：追求最终速度的 Opus 4.5
在模型选择上，Cherny 采取了质量优先于速度的策略。他指出，他所有工作都使用 Opus 4.5 并开启思考链。尽管 Opus 4.5 比 Sonnet 更大、更慢，但由于它在工具使用和任务理解上表现更优，需要人工干预和修正的次数更少，因此从完成整个任务的角度来看，它反而更快。这体现了专业 AI 工作流中一个关键原则：减少返工和引导的成本，才是真正的效率提升。
团队协作的核心：共享的知识库 CLAUDE.md
Cherny 的工作流中最具洞察力的一点是引入了 CLAUDE.md 文件作为团队共享的知识库。
- 错误修正机制： 团队将
CLAUDE.md签入 Git 仓库，每当发现 Claude 做出错误或不符合规范的行为时，就会将其添加到该文件中，指导 Claude 在下次避免同样的错误。 - 持续集成： 在代码审查过程中，他会标记 Claude 来更新
CLAUDE.md，确保知识库随着项目进展和团队规范的演变而持续更新。
CLAUDE.md 充当了团队与 AI 之间的一份动态「契约」和「经验教训」文档，确保了 AI 能够不断学习和适应团队的特定实践，实现了复合式工程。
工作流的自动化与定制化
为了进一步提高效率，Cherny 大量使用了自动化和定制化工具：
- 计划模式： 大多数会话都从「计划模式」开始。对于像编写拉取请求这样的复杂任务，他会先与 Claude 反复确认计划，一旦计划确定，便切换到自动接受编辑模式，通常能一次性完成任务。
- 斜杠命令： 他为日常重复性工作流定制了斜杠命令（例如
/commit-push-pr），这些命令存储在.claude/commands/中并签入 Git，使 Claude 也能使用这些高效的工作流。 - 子代理： 使用
code-simplifier（简化代码）和verify-app（端到端测试）等子代理来自动化常见的后续处理和验证工作。 - 格式化钩子： 使用
PostToolUse钩子来处理代码格式化，确保最终代码符合 CI/CD 规范，避免了后续的格式错误。
深度集成与最终验证
Cherny 的设置将 Claude Code 定位为一个强大的工具集成中心。Claude Code 能够利用其工具来搜索信息、通过 MCP 服务器发布到 Slack、运行 BigQuery 查询、抓取 Sentry 错误日志等，将 AI 提升为项目管理和运营的参与者。
最后，Cherny 强调了最重要的一条建议：为 Claude 提供验证其工作的途径。 这种反馈循环能将最终结果的质量提高 2-3 倍。例如，Claude 会使用 Chrome 扩展程序来测试它所做的每一个更改，通过打开浏览器、测试 UI 并迭代，直到代码正常工作。这种闭环验证是确保 AI 产出高质量、可信赖代码的关键。
Boris Cherny 的 Claude Code 工作流是一份关于专业级 AI 辅助编码的蓝图。它超越了简单的代码生成，构建了一个集并行处理、混合环境、共享知识、深度自动化和闭环验证于一体的复杂系统。对于任何希望将 LLM 深度整合到软件开发流程中的团队或个人而言，这份工作流提供了一个极具价值的参考框架，证明了通过精心的系统设计和流程优化，AI 能够成为一名高效、可靠的工程伙伴。
- 参考：https://x.com/bcherny/status/2007179832300581177
免责声明：
本文所载程序、技术方法仅面向合法合规的安全研究与教学场景，旨在提升网络安全防护能力，具有明确的技术研究属性。
任何单位或个人未经授权，将本文内容用于攻击、破坏等非法用途的，由此引发的全部法律责任、民事赔偿及连带责任，均由行为人独立承担，本站不承担任何连带责任。
本站内容均为技术交流与知识分享目的发布，若存在版权侵权或其他异议，请通过邮件联系处理，具体联系方式可点击页面上方的联系我。
本文转载自：独眼情报 mayfly《Claude Code 创始人 Boris Cherny 手把手教你配置 code 高效编程》