Ethan Yang

太强了！后 Opus4.5 时代？

January 9, 2026 · 6 min read

Anthropic Opus 4.5 发布距离今天仅有46天。我订阅 Claude Code 也才半个多月。强！实在是太强了！所以忍不住在写代码（让 Claude Code 写代码）的间隙，来写篇文章抒发一下赞许之情，顺便分享一下我对目前 AI 行业现状的理解。

Claude Code + Opus 4.5 强到什么程度？

先给简单科普一下：

  • Opus 4.5 是 Anthropic 在2025年11月24日发布的大模型

  • Claude Code 是 Anthropic 的一个编程的 Agent 系统

Claude Code 也可以套用其他模型，比如 Anthropic 自家的 Sonnet，但是因为 Claude Code 是闭源的，所以它只允许你用他们自己家的模型。

Agent 是个什么概念呢？估计很多行外的人都没什么具象概念。我来通俗地用个比喻解释一下：

使用大模型每次都是单次调用，就像你和豆包聊天——输入一次，豆包回复一次。虽然模型能力很强，但是上下文窗口有限，而且全程只有一个步骤，那就没办法执行复杂的任务。

LLM是一个一次性士兵，用完就没了。Agent 系统就相当于是一只大模型的整编队。队伍里包括各种分工明确的士兵。而且有专门的士兵来统一管理复杂任务的进度、每个士兵的进展、每个士兵的记忆……每个士兵干完手里的活了，系统就会自动判定接下去应该做什么。

所以，Claude Code 好用的核心就是在于它整个系统的机制设计非常贴合软件工程的思维，每一个细节它都想到了。这就是在具体场景中做 Agent 设计的时候，产品人对工具场景的理解很深，而且对于用什么创造性的思路去设计这个自组织的编排系统也很有工程上的创造性。

Claude Code + Opus 4.5 强到什么程度？

强到真的是一行代码都不用写了！完全取代。一点没吹牛。

我刚才做了一个很大的产品更新，涉及到后端技术架构变动的也很多。我花了 2 天时间反复构思、打磨产品迭代方案、技术实现方案，然后花了 2 个小时写文档告诉 Claude Code 我所有的想法和细节。然后我就去做早餐了。吃完早餐回来，前后端都更新好了。2 分钟编译，一遍过！功能上的bug 指出来后debug了一次，也一遍过。

这已经是完全取代 senior engineer 和一般水平的架构师了。这个效率提升至少有 100 倍，毫不夸张，只会更多。

成本上我们算算看

  • 国内市场，普通一本cs本科实习生，至少一天两三百吧。就算一天200，一个月20天，算他4000。

  • Claude Code 一个月 Pro $20, 折合人民币140块钱。不够？Max 两档，$100 和 $200，折合人民币 700 和 1400。还不够还有企业版的。

实习生的水平和效率都是绝对不可能比得上 Claude Code 的。 而且用人还有招聘、管理等琐碎的问题来分散精力。我再招人只会招聪明、有横向拓展潜力的人，然后给他配最好的AI工具。

我非常珍惜现在这种被震撼的感觉，这已经十分明显是一个新旧范式的交界点了。未来的新晋程序员（如果还有这个职位的话，有也可能不仅仅只是写代码了）都会对AI写代码感到平常到再不能平常。

纯“代码劳工”这种岗位不会有了。原本发给“代码劳工”的钱都会被模型的研发，和像智谱、Athropic 这样研发coding AI 的公司赚走。

剩下和写代码相关的岗位或许只有两类：一类偏产品，一类偏架构。

后 Opus 4.5 时代，写代码这个原本是建造产品中最基础的环节，已经完全被剥离了出来。大家都狂喜，狂吹，狂晒自己2小时用 claude code 做了一个什么东西。

不过我来泼盆冷水：

AI coding 的质变并没有带来经济视角下的本质变化，变化的是这块蛋糕内，原本是一部分赚的钱，现在被另一部分人赚走了。分配规则总是落后的，所以短时间内的后果肯定是大部分“代码劳工”的收入情况会变得很差。

另一方面，代码写得快了，也和市场是否需要你的产品没有半毛钱关系。相反，狂喜之下，很多人晒的都是没用的东西。这些东西分享一下还好，看不惯的是以此来作为卖课、教人赚钱的噱头。

代码急剧下降的后 Opus4.5 时代，抛弃手写代码、管理员工等杂事所省下来的时间，应该更加专注地投入到对市场的洞察、用户的理解、感受内心的纠结和热情上。这些至少是当前的 AI 产品无法很直接替代的东西。这些才是一个产品的灵魂。

否则之前吭哧吭哧花半年做出来一个没人用的垃圾，现在做出来的也还是垃圾，只不过生产垃圾的频率更高了而已。

但是别误解，制造垃圾也是制造艺术品的必经之路吧。

另外还想说的一点是：虽然我赞扬 claude code 这么强，那么是不是它就是所谓的 AGI 了呢？

完全不是。

Claude Code 的强恰恰就强在它的作者对编程场景的深入理解，然后设计出来的 Agent 编排系统。

我认为大语言模型这条路是走不到 AGI 的。预训练的模型只是一个静态切片，没有动态更新、没有自指系统。Claude Code 表现出来的强，是一种有范围边界的场景下，工程化实现思路的强。

这也是为什么通用 Agent 比较难搞，效果不好，并且非编程场景AI行业PMF不佳的原因：因为编程场景天然有“工作目录”作为上下文边界。而很多场景，比如不少公司在做的企业内工作效率场景，一方面多模态、多目录的文件很难整合；另一方面，就算吭哧吭哧整合了（有的产品就这么干了），很多用户脑子里的 unspoken context 没有渠道加入到这些现成的文档、收藏夹、聊天记录中，所以不管是用 RAG 还是短期记忆机制，回到都只能让用户达到 50 分，好一点65分的满意度。

NotebookLM 的成功很大一点也是其定位在于规定好边界（一本一本的 notebook）后，专注在内容的消化和处理，实验其模型能力。而并不是去 boil the ocean, 想解决一个无边界的AGI问题——这个LLM做不到。

不过，即使是这样，我仍然看非常好 Claude Code 带来的可能性。用户社区非常活跃，时不时就有人定义新的工作流、场景、工作边界。一旦某个工作流和边界定义得足够好，产品上就能管理好用户预期，产出超额惊喜。

比如，其实 AI coding 时代闷声火爆的其实是 markdown 编辑器。Obsidian 这样一个本地优先、免费优先、支持社区插件、纯markdown文件管理的产品，就为 vibe coding 玩家提供了一个极佳的试验场。

就说到这里吧，我要去找 Claude Code 写代码了！

“Claude Code 不像是一个编程工具，更像是一个电子游戏，太上瘾了！”—— 一位 X 用户发帖如是说。

← All essays