揭秘Claude Code：Calvin French-Owen的AI编程体验

Calvin French-Owen，作为Segment的联合创始人、前OpenAI工程师以及Codex项目的早期研发者，在最近的一次播客中，对当前火热的代码智能体——Codex、Claude Code和Cursor进行了深入评价。

出人意料的是，Calvin最常用且偏爱的竟是Claude Code，他特别提到搭配Opus模型时体验更佳。

Calvin用了一个生动的比喻来形容使用Claude Code的体验：

就像残疾人换上了仿生膝盖，写代码的速度直接提升了5倍。

在他看来，Claude Code的真正杀手锏是其强大的上下文拆分能力。

面对复杂任务，Claude Code会自动生成多个探索型子智能体，独立扫描代码仓库、检索上下文，再将关键信息汇总反馈。这种设计显著降低了上下文噪音，从而输出高质量结果。

尽管对Codex也持肯定态度，认为它在调试复杂问题时的表现堪称超人类，Calvin还是更偏爱Anthropic的Claude Code。

在谈到未来时，Calvin预测：

公司会变小，但数量会变多，每个人都会拥有自己的智能体团队。

而最先被放大的将是具备“管理者思维”的资深工程师。他们更擅长拆解问题、判断取舍以及在正确节点向智能体下达指令。

在这样的背景下，产品的分发方式变得至关重要。

自下而上的分发模式正在以前所未有的速度扩散。工程师们更注重产品的实际效果，而非大公司的安全、合规和控制权。

“这东西，真的好用。”这是开发者们最朴素的追求。

我迷上了Claude Code，它太好用了

主持人介绍道，Calvin French-Owen曾是OpenAI旗下Codex代码模型的首批研发者之一，在创立Segment公司并将其成功变现后，他依然身处AI领域的前沿。

Calvin French-Owen表示，自己彻底迷上了Claude Code。用比喻来说，过去九天他仿佛打开了新世界的大门，找回了曾经写代码的所有感觉。

“就像换了个全新的膝盖，而且还是仿生的，能让我写代码的速度快了5倍。”

主持人问及这款工具时，Calvin回忆了在OpenAI负责Codex网页端项目的日子。他们曾设想未来的编程应更像和同事沟通——提出问题、处理反馈。

现在看，这个方向是对的。但CLI编程已成为主流，Claude Code和Codex等工具的使用频率大大提高。

做好上下文管理，是用好顶尖模型的诀窍

对于想要打造代码智能体工具的人，Calvin建议最重要的是做好上下文管理。

他提到观察Claude Code的工作过程，会生成多个探索型子智能体去检索文件系统里的各类代码相关内容。这种方式让模型能精准判断任务的执行方式，从而输出高质量结果。

“Anthropic在这方面做得特别出色。”

Calvin还分享了减少底层代码编写、了解LLM核心优势等技巧。他强调要了解LLM的核心优势：执行力极强，会一直尝试解决问题。同时他建议尽量减少底层代码编写，采用微服务架构或使用结构清晰的独立软件包。

Anthropic与OpenAI的路线差异

主持人提到Claude Code和Codex的架构差异很大。Anthropic注重打造适合人类使用的工具，而OpenAI则致力于训练出最优秀的模型。

“长远来看，OpenAI的路线似乎是必然趋势。”Calvin表示，“但我个人更喜欢Anthropic的思路。”

未来公司会变小，数据很重要

“未来的公司平均规模可能会变小，但数量会更多。”Calvin预测道。他认为未来的核心基础能力之一是保持数据模型的一致性。

代码智能体的制约因素

“上下文窗口是目前最大的制约因素。”Calvin指出。他还提到集成和编排能力正在成为新的制约因素。此外测试的重要性也远超预期。

智能体的未来

“能把代码智能体价值发挥到极致的人将是那些带有‘管理者思维’的人。”Calvin预测道。他认为未来智能体的记忆功能也将是一个研究热点。