Anthropic 近日上线官方页面《The Making of Claude Code》，首次对外梳理 Claude Code 的形成过程。根据团队公开说法，这一产品并非从商业化编码工具立项起步，而是脱胎于 Anthropic 内部的安全对齐（Alignment）研究。负责该项目的重要开发者 Boris Cherny 也在公开表态中强调，Claude Code 目前“才完成了 1%”，暗示其核心能力仍处于早期阶段。
项目起点：从内部编程助手到自主软件工程探索
这条研发线最早可追溯至 2021 年。Anthropic 联合创始人、Labs 团队负责人 Ben Mann 回忆称，公司创立后在决定做产品时，第一件事就是构建一款编程助手。同期，研究工程师 Dawn Drain 的主要任务是提升模型写代码的能力；而 Shauna Kravec 所在的强化学习团队，则更进一步地把目标指向“自主软件工程”，希望模型不只是聊天，而是真正执行开发工作。
Anthropic 团队当时判断，通往变革性 AI 的路径需要经过大规模软件工程自动化。到 2022 年初，研究人员已开始使用强化学习训练模型编写简单函数，并通过测试验证正确性。不过，早期模型表现并不理想。与此同时，Ben Mann 团队做出了一个早期 VS Code 扩展，作为最初版本的 coding assistant，可一次提供 4 个不同建议。到 2022 年春季，这个工具在外部已有大约100 名用户。
但真正把模型变成可执行任务的 agent，并不只是前端交互问题。团队随后遇到基础设施瓶颈，包括如何让模型在安全环境中执行代码、读写文件、处理超时与失败等。Dawn Drain 与同事花了很长时间，才让模型在容器中拥有持久 shell、支持流式输入输出，并能较稳定地处理异常。Ben Mann 在休完陪产假返回后发现，团队一度几乎把早期 coding assistant 放到了一边。
2022 至 2023 年：agentic coding 核心能力逐步补齐
虽然早期产品推进放缓，但研究并未停止。Anthropic 团队继续打磨 agentic coding 所需的底层部件，包括 function calling、search 与 bash tool。到 2022 年底至 2023 年，Shauna Kravec 的团队完成关键突破，让模型拥有 bash tool，并能在代码库中执行自由搜索。与此同时，Dawn Drain 又花了很长时间训练 Claude 输出 diff，这成为后续自动改代码的重要基础。
在这些能力之上，Anthropic 内部最终做出一款命令行工具 clide。该工具允许开发者通过与 Claude 对话的方式编辑代码、推进开发任务。Ben Mann 对其评价很高，但也承认它距离成熟产品还有差距。Sid Bidasaria 后来回忆称，clide 一度在内部颇受讨论，但它同时也显得笨重、缓慢且不够稳定。
Claude Code 的第一位工程师 Adam Wolff 随后为 clide 加入了原始的 agentic 能力，使其能够从局部代码修改中推断用户意图。尽管这一阶段已经显露出未来形态，但 clide 仍更像研究原型，而不是面向广泛用户交付的产品。性能、稳定性与交互体验，都是它走向正式发布前必须解决的问题。
2024 年重构：Boris Cherny 接手后进入冲刺阶段
转折点出现在 2024 年 9 月。Boris Cherny 加入 Anthropic Labs 后，Ben Mann 交给他的任务是 agentic coding，并明确要求“不要为今天的模型构建，而要为 6 个月后的模型构建”。Boris 起初并未被直接安排去做一个编码产品，而是先熟悉 Anthropic API，并在2 天内快速做出一个极简终端原型。这个 demo 可以通过截图识别 Apple Music 正在播放的歌曲，但最初在内部 Slack 里只收获了两三个点赞。
尽管当时连 Boris 自己也未完全看清方向，但他继续高强度迭代。一次他提交 pull request 后被 Adam Wolff 拒绝，后者建议他直接用 clide 试试。Boris 把 issue 文本复制到 clide 中，后者随即生成一段完整的 5 至 10 行代码改动。这次体验让 Boris 直言“像看到了未来”，Ben Mann 则形容他当时的反应近乎震惊。团队由此意识到，关键零件实际上已经齐备，缺的只是一次产品级整合。
到了 2024 年 12 月，Anthropic Labs 正式为项目开绿灯。最初由 Boris Cherny、Sid Bidasaria 与 Ben Mann 组成的小团队，迅速扩展到 6 至 7 人，并进入最后两周冲刺。官方披露称，bug reporting、登录流程、auto-updates 以及使用指标等核心功能，几乎都在这段时间内完成。团队当时采用极高频率的迭代方式，没有严格的 PR 限制和传统 review 流程，部分修复甚至能在5 分钟内上线。
2025 年发布：模型进步推动 Claude Code 破圈
2025 年 2 月，Claude CLI 对外发布，并正式更名为 Claude Code。早期市场反馈并不算强烈，部分用户认为产品思路很新，但 bug 仍然偏多。不过，随着 Anthropic 后续模型迭代，尤其是 Claude 4 系列发布后，团队认为工具表现出现了明显跃升。Boris Cherny 在公开活动中回忆，自己在 Sonnet 4 发布时边用边写代码，突然意识到模型能力已经发生质变。
Anthropic 官方与相关转述材料提到，Claude Code 随后开始显著影响开发者工作流。一些公司与开发者对其响应迅速，例如 Ramp 的技术负责人在短时间内被产品体验说服，Bun 创始人则将其用于处理复杂网络协议代码。到 2025 年冬季，Anthropic 团队将这一阶段描述为一个“不可逆的新世界”开始形成。
值得注意的是，Boris Cherny 还表示，自己后来已经几乎不再手写代码，日常工作可以在后台终端中由 Claude Code 完成。他提到曾有一天使用 Claude Code 持续编码并完成88 次提交。与此同时，团队成员 Cat Wu 观察到，用户对权限请求的态度也在变化：产品刚上线时，很多人会逐条审查；而现在，相当一部分用户已经直接选择 auto-accept，这被视为信任逐步建立的信号。
Anthropic 的判断：真正难题仍在后面
尽管 Claude Code 已经成为 Anthropic 展示 agentic coding 能力的重要产品，但 Boris Cherny 仍坚持“只完成了 1%”的判断。按其说法，长时自主执行、持久记忆、复杂上下文管理以及开放世界规划等关键能力，距离成熟仍有明显差距。这意味着，Claude Code 当前展示的更多是方向，而不是终局。
从 Anthropic 披露的路径看，Claude Code 的演进并不是单一产品团队线性推进的结果，而是安全对齐研究、强化学习、工具调用、CLI 交互和工程化整合长期叠加后的产物。对于开发行业而言，这一过程也折射出一个更清晰的趋势：工程师角色正从直接写代码，逐渐转向管理 AI、定义任务与审核输出。
Anthropic 此次公开 Claude Code 起源史，也释放出一个明确信号：在模型能力持续迭代的背景下，AI 编程工具的竞争正在从补全与问答，转向更高层级的自主执行与真实软件工程流程。至于 Claude Code 能否继续把这种优势转化为更广泛的开发基础设施影响，后续仍要取决于模型能力、稳定性和信任机制能否同步推进。