国产日韩欧美-97在线观看免费-亚洲欧洲日韩-亚洲free性xxxx护士白浆-国产精品网站在线观看-日韩有码一区-日本大片在线观看-欧美精品一区二区性色a+v-97在线精品-亚洲久草视频-天天操人人爽-你懂的国产精品-国产国语对白-就去干成人网-亚洲美女色视频

?? MCP生態

Claude Code創始人AI Agent工作流:3個反直覺技巧提升開發效率

發布時間:2026-05-19 分類: MCP生態
摘要:Claude Code創始人首次公開私藏工作流!開發者驚呼:原來高手都在用這3個反直覺技巧想用AI賺錢?先看看頂尖高手怎么用AI寫代碼。上周,Claude Code負責人Boris Cherny在X上隨手分享了自己的終端配置,沒想到直接炸出硅谷半壁江山。這根本不是簡單的“設置分享”,而是一套完整的AI Agent協作范式。我扒完全文,發現其中暗含的邏輯,恰好解釋了為什么有人用AI接單月入5萬...

封面

Claude Code創始人首次公開私藏工作流!開發者驚呼:原來高手都在用這3個反直覺技巧

想用AI賺錢?先看看頂尖高手怎么用AI寫代碼。

上周,Claude Code負責人Boris Cherny在X上隨手分享了自己的終端配置,沒想到直接炸出硅谷半壁江山。這根本不是簡單的“設置分享”,而是一套完整的AI Agent協作范式。我扒完全文,發現其中暗含的邏輯,恰好解釋了為什么有人用AI接單月入5萬,而你還在手動復制粘貼。

這套工作流,本質是MCP協議的實戰演繹

先別被術語嚇到。MCP(Model Context Protocol)和A2A(Agent-to-Agent)聽起來高大上,說白了就是讓AI工具之間能互相“說話”的規矩

Boris的終端里,Claude Code不是孤零零一個聊天窗口。它通過插件連接著GitHub、本地文件系統、甚至自定義的測試服務器。這就像給AI裝了手和腳——它能直接讀你的代碼、改你的文件、跑你的測試。

技術視角:這背后是典型的“Server/插件”架構。Claude Code作為Host,通過MCP協議調用不同功能的Server(比如文件操作Server、Git操作Server)。每個Server專注一件事,通過標準協議通信。開發者想擴展功能?只需按協議寫個新Server插件,不用動核心代碼。

商業啟發:這就是為什么有人能靠AI自動化接單——他們把重復性工作(比如代碼格式化、測試生成、部署)封裝成一個個Server,讓AI自動調用。你手動一小時的活,AI串聯執行只要5分鐘。

3個反直覺技巧,全是賺錢底層邏輯

技巧1:終端不是“用完即走”,而是“AI協作中樞”

反直覺點:多數人把終端當一次性工具,Boris卻把它打造成持久化工作臺。他的終端會話長期運行,Claude Code在其中持續監聽文件變化、自動觸發預設任務。

實戰拆解

# 他的配置片段(簡化版)
# 監聽文件變化,自動觸發Claude Code進行代碼審查
fswatch -o ./src | while read f; do
  claude-code review --file "$f" --auto-fix
done

這相當于雇了個24小時在線的初級程序員,你一保存文件,它就自動檢查問題。

賺錢關聯:有個獨立開發者用類似思路,給電商客戶做“自動上架系統”。商品信息填進表格,AI自動優化文案、生成多語言版本、調用API上架。單子報價3萬,實際成本就是電費。

配圖

技巧2:不追求“全自動”,而是設計“人機交接點”

反直覺點:很多人想讓AI全包,Boris的流程卻刻意在關鍵決策點暫停,等人類確認。

技術實現:他用A2A協議設計了“檢查點”機制。AI完成一個階段(比如代碼重構),會生成變更摘要和風險提示,暫停執行,等開發者在終端輸入“繼續”才推進。

# 偽代碼:人機協作檢查點
def ai_workflow():
    changes = ai_refactor_code()
    if changes.risk_score > 0.7:
        show_diff_and_wait_for_approval()  # 暫停,等人確認
    else:
        auto_commit()

商業價值:這解決了企業客戶最大的恐懼——AI失控。深圳有個團隊給工廠做質檢系統,就用這模式:AI自動檢測99%的合格品,但遇到疑似次品就暫停,推送給工人確認。客單價直接翻倍,因為客戶買的不是“全自動”,是“可控的智能”。

技巧3:把AI輸出當“草稿”,而非“終稿”

反直覺點:Boris從不讓AI直接生成最終代碼。他讓Claude Code先輸出多個方案草稿,自己快速挑選組合。

底層思路:這其實是把AI當“創意發生器”,而非“執行者”。通過MCP協議,他同時連接多個模型Server(比如一個擅長算法,一個擅長UI),讓它們各自提案。

復制路徑:想靠這個賺錢?接單時別承諾“AI一鍵生成完美系統”。而是說:“我用AI快速產出5套原型,您選方向,我再深化。”客戶覺得你效率高、選擇多,愿意付溢價。一個做小程序的朋友用這招,把均價從5000提到2萬。

下一步:今天就能試的3件事

  1. 搭個最小MCP Server:用Python寫個文件讀取Server(官方文檔有模板),讓Claude Code能操作你本地項目。半小時搞定,先跑通協議邏輯。
  2. 改造你的終端:在VS Code或Warp里配置fswatchnodemon,監聽文件變化觸發AI任務。從“自動格式化”開始,體驗自動化串聯。
  3. 設計一個人機檢查點:下次讓AI改代碼時,加一步“生成變更摘要,等我確認再繼續”。把這個流程賣給客戶,就是你的溢價點。

高手和新手的差距,不在會不會用AI,而在怎么把AI嵌入真實工作流。Boris的工作流之所以值錢,是因為它把AI從“玩具”變成了“生產工具”。你的下一個賺錢機會,可能就藏在某個被自動化的重復勞動里。

今天就去搭那個Server吧——代碼跑起來的那一刻,你會明白為什么有人用AI接單接到手軟。

返回首頁