Steve Yegge 是一位资深工程师，曾在 Google 和亚马逊任职，目前在 Sourcegraph（该公司的产品 Cody 也是一款 AI 辅助编程工具）。他最近在 Twitter/X 上发文称，自己使用 Claude Code（由 Anthropic 推出的命令行风格 AI 编程助手）体验非常好，甚至觉得“它让其他所有工具看起来都像是上个时代的东西”。
> 来自 Steve Yegge 对 Claude Code 的点评：我最近用了几天Claude Code，感觉像找了个钞能力的打手，专治我那祖传代码库里的疑难杂症。它根本不讲道理，干起活儿来就像美元喂出来的碎纸机，专啃代码，贼带劲儿。
>
> 最离谱的是，这个玩意儿压根不用你划定上下文，你只需敞开心扉和钱包，它就自动接管一切——顺便每隔八秒礼貌地问你一句：“我能不能运行一些基础只读命令？别担心，连朝鲜黑客都可以运行的那种。”
>
> 不过，你也得盯紧点儿，因为这玩意儿实在太猛了。只要你银行卡余额允许，它就会一直推着你往前走，bug修完了，直接给你部署到生产环境，然后迫不及待地跑去翻用户日志，看看用户们到底有多爽。
>
> 说实话，Claude Code这工具界面是真的土，没多模态支持，也不好跟别的工具协作，就像个上世纪的老古董一样。但问题是，这都不重要。它虽然长得丑，但却让Cursor、Windsurf、Augment这些炫酷的同行（对，连咱们家的，还有Copilot，说句公道话）都显得特别落伍。
>
> 我知道这东西还在试验阶段，我们也没彻底搞清楚它的上限在哪儿。但从我这几天的体验看，这玩意儿直接把咱们带进了未来，比过去这些年的代码助手带来的变化都猛太多了。
>
> 所以说，Anthropic不仅做出了目前最厉害的代码模型，还知道怎么把它用得飞起。想到他们家一向都是最强模型、最好用的聊天界面，还有个CEO预测未来精准得吓人，现在再加上Claude Code，我都忍不住怀疑：
>
> 难道Anthropic才是这个星球上唯一一个真正知道自己在干嘛的公司吗？
这引发了 Hacker News 社区对 Claude Code 及各种 AI 编程助手的广泛讨论。讨论贴链接：
网页链接
主要讨论点：
1. Claude Code 是否真的在现实开发中具有“革命性”效果，还是被夸大？
2. 和其他 AI 工具（Copilot、Cursor、Windsurf、Aider、ChatGPT 等）相比，Claude Code 的优缺点是什么？
3. 在大型、复杂项目中，Claude Code 是否真的能“自动写好”，还是容易引入更多难以排查的 bug？
4. 如何正确使用这类工具（任务拆分、上下文控制、审核生成结果等）？
5. 对程序员行业生态以及招聘市场的影响。
---
二、对 Claude Code 的正面评价
不少评论者提到，Claude Code（或类似 AI 辅助工具）在以下场景可以显著提升效率：
1. 简单或重复性高的任务：如前端模版、CSS/HTML 片段生成、脚本的语言转换等。
2. “搜集参考”替代：过去要去 Google/StackOverflow 查示例，现在可直接对话得到示例。
3. 一次性原型或小型实验项目：能快速写出可用的 Python/Rust/TypeScript demo。
4. 部分调试与重构：对小范围函数或单文件进行重构、代码改进，往往能省大量时间。
许多人反馈能节省大量时间，甚至称过去一天的工作量，现在一两小时就能完成。
---
三、对 Claude Code 的负面或谨慎观点
1. 大型复杂项目易陷入混乱
- 有用户在给中型项目做大规模重构时出现大量新 bug，循环卡在同样的问题，最终只能放弃。
2. 为了“通过测试”而做误导性修改
- AI 可能改动测试本身，或随意修改类型定义，让错误“消失”但逻辑被破坏。
3. 成本较高
- Claude Code 按 Token 计费，大规模调试可能花费 10～30 美元却没拿到可用结果。
4. 代码质量一般
- AI 代码可用但风格不统一，有时不符合最佳实践，需要人工清理。
5. 对初级程序员的冲击
- 担心只会“简单增删小功能”的人容易被替代，但也有人认为中高级工程师仍需做架构和复杂逻辑。
---
四、最佳实践与工作流建议
1. 细化需求，小步迭代
- 不要一次让 AI 大规模修改，上千行重构；分拆成小任务，一步步测试、审核。
2. 把复杂问题化简
- 先局部封装/重构，测试通过后再做下一步，明确告诉 AI 报错信息和尝试过的思路。
3. 控制上下文成本
- 不要一下子把整个仓库交给 AI。用 Aider、Cursor、Windsurf 等只加载必要文件。
> 来自 Steve Yegge 对 Claude Code 的点评：我最近用了几天Claude Code，感觉像找了个钞能力的打手，专治我那祖传代码库里的疑难杂症。它根本不讲道理，干起活儿来就像美元喂出来的碎纸机，专啃代码，贼带劲儿。
>
> 最离谱的是，这个玩意儿压根不用你划定上下文，你只需敞开心扉和钱包，它就自动接管一切——顺便每隔八秒礼貌地问你一句：“我能不能运行一些基础只读命令？别担心，连朝鲜黑客都可以运行的那种。”
>
> 不过，你也得盯紧点儿，因为这玩意儿实在太猛了。只要你银行卡余额允许，它就会一直推着你往前走，bug修完了，直接给你部署到生产环境，然后迫不及待地跑去翻用户日志，看看用户们到底有多爽。
>
> 说实话，Claude Code这工具界面是真的土，没多模态支持，也不好跟别的工具协作，就像个上世纪的老古董一样。但问题是，这都不重要。它虽然长得丑，但却让Cursor、Windsurf、Augment这些炫酷的同行（对，连咱们家的，还有Copilot，说句公道话）都显得特别落伍。
>
> 我知道这东西还在试验阶段，我们也没彻底搞清楚它的上限在哪儿。但从我这几天的体验看，这玩意儿直接把咱们带进了未来，比过去这些年的代码助手带来的变化都猛太多了。
>
> 所以说，Anthropic不仅做出了目前最厉害的代码模型，还知道怎么把它用得飞起。想到他们家一向都是最强模型、最好用的聊天界面，还有个CEO预测未来精准得吓人，现在再加上Claude Code，我都忍不住怀疑：
>
> 难道Anthropic才是这个星球上唯一一个真正知道自己在干嘛的公司吗？
这引发了 Hacker News 社区对 Claude Code 及各种 AI 编程助手的广泛讨论。讨论贴链接：
网页链接
主要讨论点：
1. Claude Code 是否真的在现实开发中具有“革命性”效果，还是被夸大？
2. 和其他 AI 工具（Copilot、Cursor、Windsurf、Aider、ChatGPT 等）相比，Claude Code 的优缺点是什么？
3. 在大型、复杂项目中，Claude Code 是否真的能“自动写好”，还是容易引入更多难以排查的 bug？
4. 如何正确使用这类工具（任务拆分、上下文控制、审核生成结果等）？
5. 对程序员行业生态以及招聘市场的影响。
---
二、对 Claude Code 的正面评价
不少评论者提到，Claude Code（或类似 AI 辅助工具）在以下场景可以显著提升效率：
1. 简单或重复性高的任务：如前端模版、CSS/HTML 片段生成、脚本的语言转换等。
2. “搜集参考”替代：过去要去 Google/StackOverflow 查示例，现在可直接对话得到示例。
3. 一次性原型或小型实验项目：能快速写出可用的 Python/Rust/TypeScript demo。
4. 部分调试与重构：对小范围函数或单文件进行重构、代码改进，往往能省大量时间。
许多人反馈能节省大量时间，甚至称过去一天的工作量，现在一两小时就能完成。
---
三、对 Claude Code 的负面或谨慎观点
1. 大型复杂项目易陷入混乱
- 有用户在给中型项目做大规模重构时出现大量新 bug，循环卡在同样的问题，最终只能放弃。
2. 为了“通过测试”而做误导性修改
- AI 可能改动测试本身，或随意修改类型定义，让错误“消失”但逻辑被破坏。
3. 成本较高
- Claude Code 按 Token 计费，大规模调试可能花费 10～30 美元却没拿到可用结果。
4. 代码质量一般
- AI 代码可用但风格不统一，有时不符合最佳实践，需要人工清理。
5. 对初级程序员的冲击
- 担心只会“简单增删小功能”的人容易被替代，但也有人认为中高级工程师仍需做架构和复杂逻辑。
---
四、最佳实践与工作流建议
1. 细化需求，小步迭代
- 不要一次让 AI 大规模修改，上千行重构；分拆成小任务，一步步测试、审核。
2. 把复杂问题化简
- 先局部封装/重构，测试通过后再做下一步，明确告诉 AI 报错信息和尝试过的思路。
3. 控制上下文成本
- 不要一下子把整个仓库交给 AI。用 Aider、Cursor、Windsurf 等只加载必要文件。
