深度拆解 Claude 创始人 13 条私藏技巧：没有标准答案，只有最适合你的 AI 工作流

Claude Code 创始人 Boris Cherny 分享的 13 条私用技巧。涵盖共享知识库、自定义斜杠命令及自动化验证等核心玩法。Boris 强调，AI 的用法并无定式，无需生搬硬套所有步骤。希望这些来自“亲爹”的实操心得，能帮你找到最适合自己的 AI 协作节奏。

大家好，我是Jovi。

Claude Code 创始人 Boris 近期公开了他个人的 Claude code 私用技巧。这 13 条经验并非让你生搬硬套，而是揭示了 AI 协作的高境界：通过共享知识库、自动化指令集和闭环验证，把 AI 彻底内嵌进你的工程流水线。

💡 Jovi 的特别说明： Boris 在分享中详尽列举了 13 条他在实战中的具体用法。为了让大家能更直观地看清这些技巧背后的逻辑，我将其整理归纳为以下 5 大核心维度。
需要特别说明的是，Boris作为这款AI编程工具的“亲爹”，他的用法无疑最具权威性和实战价值。Boris 本人也反复强调：这些用法并非硬性的“标准操作规程”，你完全不需要全盘照搬。 AI 工具最迷人的地方就在于它的高度可定制性，这 13 条技巧更像是 13 块能力积木，大家可以根据自己的工作节奏和习惯，像拼乐高一样随心组合，甚至玩出完全不同的新花样。

一、效率秘籍：AI“分身术”与模型选择的哲学

Boris Cherny的第一个惊人操作是：同时运行多个Claude！

他不仅在终端里开5个Claude分身，还在Web端同步运行5-10个，甚至早上起床和白天都会用手机App启动几个会话。这就像是给自己开了无数个“AI分身”，每个分身都在独立思考和执行任务。

“我同时在终端运行5个Claude，在claude.ai/code上运行5-10个，早上还会从手机上启动几个会话，随时检查它们。”

这给我们什么启发？别把AI当成唯一的“打工人”，而是要把它当成你的“智能助理团队”！ 不同的任务交给不同的AI会话，并行推进，大大缩短等待时间。

在模型选择上，Boris的选择也很明确：Opus 4.5 with thinking，全能型选手！
虽然Opus比Sonnet更大、更慢，但Boris认为，由于它更智能、更擅长工具使用，需要你干预的次数更少，最终反而能更快地完成任务。

“我所有任务都用Opus 4.5。它是用过最好的编码模型。虽然它更大更慢，但由于你干预更少，它更擅长工具使用，最终往往比用小模型更快。”

这告诉我们，在选择AI模型时，别只看速度，更要看“心智成熟度”。高质量的思考和更少的返工，才是真正的效率。

https://code.claude.com/docs/en/terminal-config#iterm-2-system-notifications

二、团队智慧：CLAUDE.md 的力量

Boris团队有一个非常巧妙的机制：共享一个CLAUDE.md文件。

这个文件被提交到Git仓库，团队成员每周都会多次贡献。每当发现Claude做了不正确的事情，大家就会把它记录到CLAUDE.md中，这样Claude下次就知道该怎么做了。

“我们的团队共享一个CLAUDE.md文件。它被提交到Git，整个团队每周多次贡献。每当我们看到Claude做错什么，就会把它添加到CLAUDE.md，这样Claude下次就知道怎么做了。”

这简直是“团队智慧的沉淀池”！它不仅为AI提供了明确的“行为准则”和“避坑指南”，也让团队的经验通过AI得到了复用和放大。在代码审查时，他们甚至会通过GitHub Action让Claude自动更新这个文件，实现“工程复利”。

对于我们普通人来说，这可以理解为：建立你自己的“AI使用说明书”或“Prompt 库”。记录下你和AI交互中遇到的问题、最佳实践，甚至是你希望AI遵循的特定风格和规范。久而久之，你的AI就会越来越懂你，越来越贴合你的工作习惯。

三、自动化魔法：计划、命令与子代理

Boris的工作流充满了自动化和精细化管理：

1. 1.
   1. 1. “计划模式”是起点 (Plan Mode)：
      Boris会先用“计划模式”与Claude来回沟通，直到对它的方案满意，然后才切换到“自动接受编辑模式”，让Claude“一键搞定”。

“大多数会话都从‘计划模式’开始。如果我的目标是写一个Pull Request，我会在‘计划模式’下与Claude来回沟通，直到我喜欢它的计划。然后，我切换到自动接受编辑模式，Claude通常可以一键完成。”

这强调了 “磨刀不误砍柴工” 的道理。再强大的AI，也需要清晰的指引。一个好的计划，是高质量结果的基石。

1. 1. 这就像是给AI设置了无数个“一键宏命令”！把复杂、重复的操作封装起来，不仅省去了反复Prompt的麻烦，也让AI能更高效地执行任务。
   1. 2. 斜杠命令（Slash Commands）：
      Boris为每天重复多次的“内循环”工作流程创建了斜杠命令（如/commit-push-pr）。这些命令存储在Git中，不仅他自己用，Claude也能直接调用。
2. 2. 对于我们来说，这些方法都可以借鉴。把你的日常工作拆解成模块，看看哪些可以标准化、自动化，然后用AI的“计划”、“命令”和“子代理”去实现它们。
   1. 3. 子代理（Subagents）：
      Boris还经常使用一些“子代理”，比如code-simplifier（简化代码）、verify-app（端到端测试）。这些子代理就像是你的“专业小助手”，负责自动化最常见的、有特定流程的工作。

四、无缝集成：权限、工具与长任务

Boris还提到了一些高级用法，体现了Claude Code的强大集成能力：

• • • 预设权限：他会预先允许一些常用的Bash命令，避免不必要的权限提示，让Claude工作更流畅。
• • • 工具链整合：Claude Code被他用来搜索和发布到Slack、运行BigQuery查询、从Sentry抓取错误日志等。它能使用Boris所有的工具！
• • • 长任务处理：对于耗时长的任务，Boris会设置后台代理验证、使用Stop Hook或ralph-wiggum插件，甚至在沙盒环境中跳过权限提示，让Claude“不受干扰地烹饪”。

这描绘了一个 “AI作为超级中枢” 的未来工作场景。AI不再是一个孤立的工具，而是能够连接并驱动你所有工具的“大脑”。这对于我们提高工作效率，实现真正的“自动化办公室”具有巨大的想象空间。

五、终极心法：让AI自我验证

最后，Boris分享了他认为最重要的一个秘诀：给Claude一个验证自己工作的途径！

“一个最终的建议：让Claude有办法验证它的工作，这可能是从Claude Code获得出色结果最重要的事情。如果Claude有这个反馈循环，最终结果的质量将提高2-3倍。”

他举例说，Claude会通过Claude Chrome扩展程序，打开浏览器，测试UI，然后迭代，直到代码工作并且用户体验良好。

验证方式因领域而异：可以是运行Bash命令、运行测试套件，或在浏览器/手机模拟器中测试应用。投入精力让这个验证机制“坚如磐石”是关键。

这与我常说的“设计验证”异曲同工。无论是产品设计还是代码开发，最终都要回到“是否解决了问题”、“是否满足了用户需求”上来。AI的自我验证机制，正是将这个反馈循环内化到AI的工作流中。这不仅能极大地提升AI的输出质量，也让我们能更放心地把任务交给AI。

写在最后

Boris Cherny的分享，为我们描绘了一个高效、智能的AI辅助工作图景。它不仅仅是关于如何使用一个工具，更是关于如何构建一个以AI为核心的、自动化的、可进化的个人与团队工作系统。

总结一下，Boris的“AI编程分身术”核心在于：

1. 1.
   1. 1. 并行化：多线程AI会话，提升处理效率。
2. 2.
   1. 2. 知识化：CLAUDE.md沉淀团队智慧，让AI持续学习。
3. 3.
   1. 3. 自动化：计划、命令、子代理，封装重复工作流。
4. 4.
   1. 4. 集成化：AI驱动所有工具，构建超级中枢。
5. 5.
   1. 5. 验证化：建立AI自我验证机制，确保输出质量。

这些方法不仅适用于编程，也适用于我们日常的文档撰写、数据分析、创意生成等各种工作。现在，是时候把这些“黑科技”变成你自己的“生产力武器”了！

你对Boris的这些方法有什么看法？或者，你有什么自己使用AI的高效秘籍吗？欢迎在评论区分享，我们一起交流！