整理 | Tina
一小时复现一年工作？谷歌主管工程师亲测 Claude Code
1月3日，谷歌主管工程师、Gemini API 负责人 Jaana Dogan 在 X 平台发文称：其团队过去一年专注构建的分布式 Agent 编排系统，被 Anthropic 的 Claude Code 仅用一小时就完成原型开发，输出结果与团队成果高度接近。
她强调：“这不是玩笑，这件事一点也不好笑。”
Dogan 补充说明，该测试基于元旦假期期间的“玩具项目”，未使用任何谷歌专有信息或内部细节；问题描述仅三段文字。她指出：“它还不完美，我也仍在迭代打磨，但现实就是如此。”
她建议开发者在自己最熟悉的领域中实测：从零构建一个足够复杂的功能，亲自评估 AI 输出的可靠性与实用性。
需注意的是，Claude Code 目前在谷歌内部仅限用于开源项目，禁止处理公司代码。
行业仍处研究探索期
Dogan 指出，当前 coding agent 整体仍处于“全行业研究项目”阶段——大模型能力持续演进，工程化与产品化将在价值明确后逐步推进。
她坦言，三四年前曾考虑退休：彼时行业呈现“过度饱和”，大量基础设施重复建设却未显著降低复杂度。而 AI 编程浪潮带来了真正的新问题，重新激发了工程师的研究热情。但她也反思：LLM 的快速普及，正引发更强烈的情绪化反应，削弱理性探讨空间。
她总结 AI 编程能力跃迁节奏：
- 2022年：单行代码补全
- 2023年：生成完整代码片段
- 2024年：跨文件协作，构建简单应用
- 2025年：创建并重构整套代码库
“2022年时，我根本无法相信2024年的里程碑能作为面向全球开发者的产品真正落地。质量和效率的提升，已远超所有人预期。”
前谷歌与Meta杰出工程师、Gemini共同作者 @arohan 补充称：若早年可用 agentic coding（尤其 Opus 级别模型），他或将职业生涯最初6年的积累压缩至数月。更重要的是，AI 编程本质是一种“反萎缩机制”——人在持续做判断、执行与反馈的过程中，技能得以保持锋利。
写代码很快，难的是对齐
Dogan 作为谷歌核心架构师，公开肯定竞品能力，引发广泛关注与争议。作为以“实操落地”见长的工程体系顶端角色，她主导过面向全球规模的系统设计；加之深度参与 Gemini 工作，其表态被视为技术风向标之一。
围绕“一年 vs 一小时”，业内迅速展开深层讨论：被压缩的究竟是什么？
有观点指出，“AI一小时做完我们一年的事”背后，人类实则已耗时一年完成最难的部分——定义问题、厘清边界、规避陷阱。AI 只是在已有认知框架下高效复现。写代码本身反而是最易环节；真正消耗时间的是会议、对齐、架构争论、需求梳理与风格纠结——而这些，Claude 并未参与。
亦有开发者自嘲：多年培养的技术直觉与工程品味，正被一个“概率文本模型”在所谓“微妙”领域持续超越；尽管输出可运行、能过测、可替代数月工作，但它“不理解自己在做什么”，而人类工程师——哪怕复制 Stack Overflow 代码——也“绝对理解”。结尾直言：“如果 AI 真那么强，它早就让我失业了；既然我还有工作，那这一切大概率仍是炒作。”
有网友向 Dogan 提问（尚未获回应）：过去一年中，有多少时间实际用于准确定义问题规格与边界，而非编码执行？
该提问切中要害——一旦问题可被完整描述，并能智能引导执行避开所有陷阱，实现往往只需极短时间。一位工程师分享经验：他曾与同事一夜重写大量代码，但真正花费数年的，是寻找“正确解法”；解法一旦确认，编码仅需数小时。
也有评论指出：这一现象暴露长期被忽视的事实——大量开发时间并非消耗于写代码，而是被会议、规划、调试及频繁上下文切换吞噬。AI 的价值，正是在这些噪音之上直接“切一刀”。
随之而来的担忧是：企业看到效率跃升后，可能优先选择削减人力，而非将工程师转向更高阶的系统设计、架构创新与产品定义工作。
日常层面，也有开发者感慨：几乎每天早上都计划“干成不少事”，结果一抬头已是下午两三点，脑子里仍停留着同样的想法——冗余会议已成常态。
面对巨大争议，Dogan 于次日发推澄清：“做出第一个版本，不等于做成一个产品。”
谷歌与 Anthropic 的合作关系
当被问及 Gemini 何时具备同等能力时，Dogan 回应称，其团队正“全力推进模型与基础设施建设”。
值得注意的是，谷歌是 Anthropic 的重要投资方，持有约14%股份；双方合作早在2025年10月深化：谷歌承诺向 Anthropic 提供最多100万颗TPU（张量处理单元），总价值达数百亿美元。该项目预计2026年上线超1吉瓦算力，为AI史上最大硬件承诺之一。Anthropic 公开表示，选择谷歌 TPU 是因更优成本效率、稳定性能及谷歌长期技术积累。
“这个行业从来不是零和博弈。即便对方是竞争对手，也完全可以坦然承认他们做得出色。Claude Code 的工作令人印象深刻，它让我更加兴奋，也更有动力继续向前。”
Anthropic Claude Code 创建者 Boris Cherny 曾披露：2025年12月，他在30天内完成259个 PR、497次提交，新增约4万行代码、删除约3.8万行代码——所有代码均由 Claude Code 搭配 Opus 4.5 生成，期间未打开一次 IDE。
他总结高效工作流的核心原则：必须建立稳定验证反馈回路，质量可提升2–3倍。具体实践包括——
- 任务首选 Plan 模式，先夯实方案再集中实现；
- 高频操作通过 slash commands 和子 agent 固化为可复用流程（如自动简化、端到端测试）；
- 长周期任务启用后台 agent 复查，并行调度多个 Claude 实例；
- 代码评审中，直接在同事 PR 中 @Claude 补充文档或规则说明；
- Claude Code 可接入 Slack、BigQuery、Sentry 等工具，嵌入完整工程链路。
Dogan 正是在关注 Cherny 这套方法论后，发布了引发全网热议的对比推文。
