如果说过去二十年软件行业的核心问题是“谁会写代码”，那么现在这个问题正在被迅速替换为“谁更会用AI指挥代码”。Anthropic 最新一轮在AI编码领域的进展，让这种变化从趋势走向现实。

市场的紧张情绪并不难理解。本周，多家数据、软件与广告相关公司的股价承压，背后逻辑高度一致：一种全新的软件生产方式正在形成，而它的边际成本接近于零。

Anthropic 推出的新一代工具，允许用户用生成式AI完成软件的生成、部署与自动化，大幅降低了编写和维护代码所需的技术门槛。技术专家的判断相当直接：这将动摇传统软件开发的经济基础。

前 Dropbox 首席技术官 Aditya Agarwal 说得更直白：“我们以后再也不会手写代码了。我曾经非常擅长的东西，现在变得免费而充裕。”

这并不是一句夸张的口号。2025 年，Anthropic 发布 Claude Code，用大模型直接生成代码，很快成为行业里的“黄金标准”，并在六个月内实现了 10 亿美元收入。它掀起了一场被称为“vibe coding”的浪潮——用户只需要描述想法，就能快速生成应用和程序。尽管如此，这一阶段仍然离不开工程师的审核与修正。

真正的分水岭出现在今年 1 月。Anthropic 推出 Cowork，让用户在几乎不需要技术背景的情况下，就能调用 Claude Code 自动完成总结文档、处理任务和执行工作流。随后，公司又发布了免费、开源的插件体系，覆盖法律、销售、财务、市场营销和客服等场景。某种意义上，AI 从“帮你写代码”，进化成了“替你做工作”。

Anthropic 欧洲、中东和非洲区负责人 Guillaume Princen 的比喻很贴切：Claude Code 是为开发者准备的，而 Cowork 是为知识工作者准备的。

这背后的技术突破，来自 Anthropic 在训练方法上的长期押注。传统的“基于人类反馈的强化学习”（RLHF）依赖大量人工标注，昂贵且缓慢。而 Anthropic 开创的“基于AI反馈的强化学习”（RLAIF），让模型在既定原则下自我评估、自我纠错。结果是，模型不仅更安全，还能在更大规模上实现自我改进。

数据本身已经说明问题。Anthropic 表示，Claude Code 背后约 90% 的代码由 Claude Code 自己生成，公司整体 70% 至 90% 的代码由 AI 完成。这几乎相当于一家软件公司，主要工程力量来自“非人类员工”。

在独立编码能力基准测试中，Anthropic 的模型（如 Claude 4.5 Opus）位居前列，这意味着这种能力不是营销包装，而是可验证的生产力。

更值得注意的是，Anthropic 与 OpenAI、Google 的战略差异。后两者同时押注消费者产品和企业市场，而 Anthropic 基本把重心放在企业级场景，尤其是软件开发，并公开表示不会靠广告变现。这相当于把公司定位成“数字基础设施提供商”，而不是“流量平台”。

另一项关键突破是 MCP（模型上下文协议）。它像一条高速公路，把大模型与企业内部应用和数据库连接起来，使模型可以在 Slack 等系统中实时读取信息并执行操作。更重要的是，MCP 是开源的，任何组织都可以接入和改造。

这意味着，AI 不再是一个孤立的聊天窗口，而是开始嵌入企业的神经系统。

对于许多垂直AI工具公司来说，这并不是好消息。法律科技创业公司 Harvey 的 CEO 直言，他们长期最大的竞争对手不是同行，而是模型提供商本身。巴克莱的投资者调查显示，广告公司被认为是“最容易成为AI输家”的群体之一，因为销售和营销部门可以直接用 Claude 自建工具。

换句话说，过去靠“做一层软件壳”赚钱的模式，正在被掏空。

当然，风险同样存在。大模型仍会“幻觉”，AI 生成的错误在银行、法律等高监管行业可能代价高昂。另一层更隐蔽的风险是“理解债务”：当初级工程师过度依赖AI，他们可能逐渐失去定位问题根源的能力。

但拉长时间看，这些更像是成长阵痛，而不是方向性障碍。

从更宏观的角度看，Anthropic 的突破意味着：软件正在从“稀缺技能密集型产业”，转向“自动化基础设施型产业”。写代码这件事，会逐渐像使用 Excel、PPT 一样，成为默认能力，而不是专业门槛。

当软件生产成本被持续压低，真正稀缺的将不再是代码，而是对业务的理解、对流程的设计、以及对真实世界问题的洞察。

未来最值钱的，不是“会不会写代码”，而是“知道该让AI写什么代码”。

而 Anthropic 现在做的事情，本质上是在为这个世界提前铺路。