一、案例背景
1.1 企业概况与行业坐标
Anthropic 是一家总部位于美国旧金山的人工智能安全与研发公司,以开发 Claude 系列大语言模型为核心业务。在生成式 AI 竞争格局中,Anthropic 与 OpenAI、Google DeepMind 并列为第一梯队模型提供商,但其战略定位具有鲜明辨识度:以“可解释、可控、可信”为旗帜,将 AI 安全研究嵌入产品开发全流程。这一战略定位意味着,Anthropic 不仅要向市场交付模型能力,还要向监管者、企业客户和公众证明其系统的可靠性——这一双重使命为后文所述的组织矛盾埋下了伏笔。
2025 至 2026 年间,AI 辅助编程工具成为大模型商业化落地最快的赛道之一。GitHub Copilot、Cursor、Claude Code 等产品竞相涌入软件开发工作流,企业客户对“AI 写代码”的接受度迅速攀升。据 InfoQ 中文站 2026 年 11 月报道,Anthropic 旗下的 Claude Code 产品已进入 Team 和 Enterprise 套餐全面开放阶段,其安全审查功能以开源 GitHub Action 形式运行。这意味着 Claude Code 不再只是内部实验工具,而是承载商业收入与品牌信誉的正式产品线。
然而,真正让 Anthropic 成为新闻焦点的,不是产品发布本身,而是其内部研发流程的一次极端实验:Claude 已经编写了 Claude Code 自身约 90% 的代码,而团队公开宣称,组织内部“没有人需要在脑海中完整地构建一个关于 Claude Code 的思维模型”。
1.2 事件脉络:从 Git 替代到代码审查的连锁变革
要理解这一宣称的冲击力,需要回溯 Anthropic 内部研发基础设施的演变时间线。
2026 年 5 月,Anthropic 内部单体仓库(monorepo)的合并变更量约为每日 2500 次。到 9 月,这一数字激增至每日 30000 多次——四个月内增长逾十倍。这一激增的直接驱动力,是 Claude Code 智能体大规模参与代码生成与提交。传统的 Git 工作流和人工代码审查体系在如此量级的变更面前迅速失效。Anthropic 此前已用内部系统取代 Git 的报道见诸媒体,而代码审查系统随即成为下一个瓶颈。
……