在软件开发领域，一场由AI驱动的革命正在悄然发生。Claude Code的创造者Boris Cherny近日在一场开发者交流活动中透露，他已完全摆脱传统编程模式，转而依靠数千个AI智能体组成的"数字劳动力"完成开发任务。这种创新工作方式不仅让他每天提交数十个代码合并请求（PR），更在某个工作日创下单日150个PR的惊人纪录。
Boris的工作模式颠覆了人们对程序员的传统认知。他的手机始终运行着Claude应用，左侧代码标签页同时管理着5-10个会话，每个会话又指挥着数百个智能体。这些智能体形成三级工作体系：白天数百个智能体处理常规任务，夜间则有数千个智能体接手更复杂的开发工作。整个过程无需人工干预，模型自动完成所有代码编写，开发者只需在最终环节进行质量把控。
支撑这种高效工作模式的核心是"循环（Loop）"机制。Boris将Loop描述为"最简单的自动化工具"，通过定时任务让AI智能体持续执行特定操作。他的系统中有数十个长期运行的Loop：有的负责自动修复持续集成（CI）问题，有的专门维护测试稳定性，还有的每30分钟抓取用户反馈并分类整理。这种机制甚至发展出自主决策能力——当模型发现数据持续变化时，会自动创建新的Loop定期生成报告。
在Anthropic公司内部，这种工作模式已全面普及。从工程经理到财务人员，所有岗位都通过调度AI智能体参与开发工作。更令人惊讶的是，不同开发者的AI智能体会在Slack上自动交流，协调任务分工后各自执行。这种跨智能体的协作模式，使得整个公司几乎找不到人工编写的代码，连SQL查询都由模型生成。
这种革命性工作模式的实现，依赖于严格的目标验证机制。每个Loop都配备独立的"监工模型"，通过/goal命令持续评估任务完成度。当开发者设定"确保所有测试通过且代码规范"的目标后，智能体每完成一个步骤都会进行自我检查，未达标则继续优化。这种反馈闭环机制使产出质量提升2-3倍，有效避免了AI批量生成低质量代码的问题。
支撑这种工作模式的Fable 5平台，通过两个核心命令实现了复杂任务的自动化管理。/goal命令用于定义明确终点任务，要求开发者将完成标准具体化并设置失败退路；/loop命令则处理周期性任务，如每小时检查错误日志或每日汇总邮件。开发者可根据需求组合使用这两个命令，构建出适应不同场景的自动化流程。为解决AI记忆问题，用户只需花费20分钟配置本地文件夹，即可让智能体持续学习业务背景和偏好设置。
这种工作模式的普及正在重塑软件开发行业的生态。当AI承担起大部分执行工作后，开发者的核心价值转向系统设计和质量把控。Boris预测，随着模型自主性的增强，未来连循环配置这类工作也可能由AI自动完成。在这场变革中，真正稀缺的将是能够清晰定义任务目标、构建有效验证机制的专业人才。
