為什麼 Claude Code 的創作者認為團隊不需要「AI 通才」

@genmai_tokyo
日語1 天前 · 2026年6月30日
215K
270
17
0
669

TL;DR

Claude Code 的創作者 Boris Cherny 指出了五種對產品成功至關重要的原型——原型設計師(Prototyper)、構建者(Builder)、清理者(Sweeper)、成長推動者(Grower)與維護者(Maintainer)。他認為 AI 能夠強化這些專業角色,而非取代它們。

「AI 讓工程師和設計師能夠獨自完成所有事情。」

「專業分工已經不再需要了。」

這類說法最近越來越多。

AI 確實讓個人生產力大爆發。一個人能扮演多種角色的時代已經來臨。

然而,

雖然我們常聽到「一個人什麼都能做」,但實際上能夠模仿這種模式並達到高品質的人,並沒有多到滿街都是。只有極少數人能做到。很多人即使嘗試也做不到。

或許大家都迷失了方向。

在這樣的背景下,創造出「Claude Code」的那個人,卻說出了完全相反的看法。

Claude Code 創造者的觀察

Boris Cherny。

主導 Claude Code 開發的 Anthropic 工程師。

換句話說,他是在世界最前線見證「AI 如何改變人們工作」的人。

Boris 觀察自己的團隊後,說了這樣的話:

人們可以分為五種「類型」。

五種人

https://x.com/bcherny/status/2071379474277613732

Prototyper(原型創造者)

不斷產生新點子。大量創作,但大部分都被擱置。是負責 0→1 的人。

在會議上提出別人都沒想到的點子,問「這是不是很有趣?」他們比拼的是點子的數量,而非完美度。

Builder(建構者)

將原型一口氣提升到可用的產品等級。速度和執行力是他們的強項。

他們能把大多數人只會說「有趣」的點子,在下週之前就變成實際運作的東西。是將 Prototyper 的想法轉化為現實的人。

Sweeper(精煉者)

打磨 UI、整理程式碼、刪減不必要的部分。能夠做出「減法」判斷的人。

產品發布後,他們會穩步修復「這裡讓人困惑」或「這個功能不需要」之類的問題。是透過刪減而非添加來提升價值的類型。熱愛實務工作。

Grower(成長推動者)

讓可運作的產品持續成長。提升產品與市場的契合度;是 PMF 之後的主角。

他們一邊看著數據,一邊重複執行「改變這個流程可以降低流失率」之類的任務。他們不引人注目,但通常就是讓營收翻倍的人。

Maintainer(守護者)

確保成熟產品的安全性、可靠性和速度。建立即使規模擴大也不會崩壞的基礎。

即使有百萬用戶,也能確保系統不會當機的人。創造出「什麼事都沒發生」的狀態,就是這類型的成就。

你的職稱無法說明你的優勢

這是 Boris 觀點的核心。這五種類型與職稱並不相符。

在「工程師」中,有些人是 Prototyper,有些人是 Maintainer。

在「設計師」中,有些人是 Builder 類型,有些人是 Sweeper 類型。

PM 和資料科學家也是如此。即使職稱相同,他們創造價值的模式也不同。

→ 用「我是工程師」或「我是設計師」這樣的職業來定義自己,完全無法說明你真正的優勢所在。

「獨自完成所有事」的陷阱

有些人可能會想:

「說到底,通才不是最強的嗎?」

一個人能靠 AI 涵蓋的範圍確實擴大了。

然而,Boris 透過觀察他的團隊所發現的,卻是相反的事實。即使是最擅長運用 AI 的 Claude Code 團隊,也存在這五種類型。

為什麼?

Prototyper 所需的判斷是:「嘗試沒人試過的事情,值得嗎?」

Maintainer 所需的判斷是:「這個改變會讓整個系統崩壞嗎?」

這兩者是相反的。

前者透過承擔風險來創造價值,後者則透過消除風險來創造價值。AI 能讓兩者的工作都變得更快。但是,要優先採用哪一種判斷的思考習慣,是無法改變的。

獨自完成所有事,意味著同一個人同時踩下油門和煞車。不是不可能,但兩者都會變得半調子。

由每個類型都能拿到 120 分的人組成的團隊,比一個什麼都能做但只有 80 分水準的通才更強大。

Boris 自己清楚地說:「一個健康的團隊需要混合各種類型。」

AI 提升了每種類型的生產力下限。但類型之間的差異本身並不會消失。

所需的類型會隨著階段改變

Boris 也指出,所需的組合會根據產品階段而變化。

・啟動階段(PMF 前):Prototyper + Builder + Sweeper。創造、嘗試、打磨。

・成長階段(PMF 後):Builder + Sweeper + Grower。在成長的同時保持穩定。

・成熟階段:Sweeper + Grower + Maintainer。在保護的同時持續改進。

這不僅限於公司。在銷售組織、企劃部門和後勤單位中,也存在同樣的動態。

這是因為每項工作都有「創造」、「成形」、「整理」、「成長」和「保護」的階段。

AI 時代中,貶值的價值與不貶值的價值

了解自己類型的人,可以選擇最能發揮自身價值的環境。

反之,不了解自己類型的人,則會根據「職稱」來選擇環境。這就等於是把你的市場價值交給職稱來決定。

在 AI 時代,職稱的價值將會下降。類型的價值則不會。

這是因為 AI 取代的是「任務」,而不是「類型」。

在 AI 時代,與其試圖自己完成所有事,不如精通一個特定的類型。這將構成你的職涯。

精通一件事的人,將會留下來,而不是什麼都做的人。

只要你的其中一個類型被說出來,你的職涯軸心就已經開始轉動了。

使用 YouMind 創作爆款文章

收集素材、拆解爆點、生成視覺資產、撰寫內容,並在一個 AI 工作空間裡完成分發。

了解 YouMind

更多可拆解樣本

近期爆款文章

探索更多爆款文章