Claude Code 团队通过 Agentic AI 改革工程开发
realtime news Jun 02, 2026 17:05
Claude Code 团队如何利用 Agentic AI 优化工作流程，重塑软件开发规范，实现速度和效率的飞跃。
Claude Code 工程团队正在重新定义软件构建方式，利用 Agentic AI 改造工作流程并加速开发。正如 @claudeai 最近在博客文章中所述，转向 Agentic 编码——一种由自主 AI 代理执行端到端编码任务的范式——使传统工程规范变得过时，并被敏捷、AI 原生流程所取代。
Agentic 编码结合了大型语言模型、记忆、规划和执行能力，今年在企业环境中迅速扩展。像 UiPath 和 Dell 这样的平台推出了工具，以实现这些代理的安全企业级部署，表明它们在现代软件开发中的作用日益重要。对于 Claude Code 团队来说，这种演变意味着对从规划到代码审查的所有内容进行彻底重新思考。
工程实践的关键变化
传统的工程流程围绕人为编码作为瓶颈，而在代理可以自主生成生产就绪的拉取请求的时代，这种流程已不再适用。Claude Code 团队确定了四个核心领域的转型：
1. 以即时策略（JIT）进行规划
长期路线图已被即时规划所取代。团队不再使用固定的六个月计划，而是专注于快速原型设计和即时用户反馈。这种动态方法确保与 Agentic 编码所带来的快速创新速度保持一致。
2. 通过 AI 收集上下文
工程团队不再依赖于寻找个人来获取代码更改的上下文。相反，他们直接查询 Claude，利用其分析拉取请求、总结决策，甚至自动化重复任务（如客户反馈审查）的能力。
3. 代码审查：信任但验证
虽然 Claude 处理样式检查、错误修复并自动生成测试，人类审查仍然对需要领域专业知识的领域至关重要，例如安全性、法律合规性和产品设计。这种“信任但验证”的方法在 AI 效率和必要的人类监督之间取得了平衡。
4. 模糊团队角色
Agentic 编码重新塑造了团队动态。产品经理（PM）现在会编写原型代码，而工程师会参与设计和内容创作。Claude Code 团队优先招聘具有产品愿景的创造性构建者和拥有深厚系统专业知识的工程师，因为大量的工作量主要由 AI 处理。
Agentic AI 的操作化
Claude Code 团队的成功突显了围绕代理重组工作流程的 AI 原生工程组织的更广泛趋势。正如行业研究所指出的那样，扩大 Agentic AI 的规模需要治理框架、信任边界和可观测性工具，以管理生产故障或安全漏洞等风险。
这种方法反映了整个行业的最新发展。UiPath 的编码代理集成和 Dell 的桌面 Agentic AI 均旨在将这些系统嵌入企业级 CI/CD 管道中，实现无缝的人类-AI 协作。
成功的衡量标准
为了确保进展，Claude Code 团队跟踪了三个关键指标：
- 入职时间：工程师现在能在第一周内发布代码，与传统时间线相比有显著改进。
- 拉取请求（PR）周期时间：更快的周期突显了管道中的瓶颈，例如持续集成（CI）系统效率低下。
- Claude 辅助提交：几乎所有提交现在都通过 AI 辅助完成，反映了 Agentic 工作流程的广泛采用。
工程领导者的启示
对于希望采用 Agentic AI 的组织，Claude Code 博客提供了一个实用的起点：识别您的“最繁琐工作流程”——即消耗大量时间和资源的流程，并探索自动化或消除的可能性。这一原则，加上愿意淘汰过时流程的态度，是团队成功的关键。
随着 Agentic 编码成为工程领域的默认选择，Claude Code 的经验为其他人提供了可借鉴的路线图。通过专注于治理、动态规划和战略性利用人类专业知识，组织可以释放 AI 驱动开发的全部潜力。
Image source: Shutterstock.jpg)
