Claude Code创造者的10条实战心法：如何让AI真正成为你的编程搭档 | 帖子 Bori
Claude Code创造者的10条实战心法：如何让AI真正成为你的编程搭档 | 帖子 Boris Cherny是Claude Code的创造者，最近他分享了团队内部总结的10条使用技巧。
Claude Code创造者的10条实战心法：如何让AI真正成为你的编程搭档 | 帖子 Boris Cherny是Claude Code的创造者，最近他分享了团队内部总结的10条使用技巧。
这些建议来自一线实践，值得认真对待。
第一条可能是最具争议的：同时开启3到5个git worktree，每个运行独立的Claude会话。
团队认为这是生产力提升的最大杠杆。
有人设置了快捷键za、zb、zc来一键切换。
但社区的反应很现实：这不就是教我们如何一天烧光350M token吗？
确实，这条建议更适合企业用户或者不限量套餐持有者。
普通开发者量力而行。
第二条是关于计划模式的。
复杂任务开始前，先进入plan mode，把精力投入到规划阶段，让Claude一次性完成实现。
如果执行过程中出了问题，不要硬推，退回计划模式重新规划。
有人甚至会启动第二个Claude来审核计划，像资深工程师那样挑刺。
这个思路很有价值：与其让AI反复试错，不如前期多花时间对齐预期。
第三条是关于CLAUDE.md的维护。
每次纠正Claude的错误后，告诉它更新CLAUDE.md，让它自己写规则约束自己。
Boris说Claude在这方面表现惊人。
但社区反馈两极分化：有人说效果显著，有人说Claude根本不看这个文件。
一位用户的比喻很精准：这就像和一个患有失忆症的天才共事。
实用建议是，对于真正重要的规则，用hooks来强制执行，而不是依赖Claude的自觉。
第四条是把重复操作封装成技能或斜杠命令。
如果某件事你每天做不止一次，就值得自动化。
团队的例子包括：查找重复代码的techdebt命令、同步Slack和GitHub等多平台信息的命令、自动生成dbt模型的分析代理。
第五条很直接：大多数bug让Claude自己修。
把Slack上的bug讨论贴进去，说一句fix。
或者让它去修CI测试。
不要微观管理具体怎么做。
你也可以把docker日志指给它，让它排查分布式系统问题。
第六条是关于提示词的进阶用法。
挑战Claude，比如说：严格审查这些改动，在我通过你的测试之前不要提交PR。
或者在得到一个平庸的方案后说：基于你现在知道的一切，推翻重来，给我一个优雅的解决方案。
规格写得越详细，输出质量越高。
第七条是终端环境配置。
团队喜欢用Ghostty，用statusline显示上下文使用量和git分支，给终端标签页配色区分。
还有一个建议是用语音输入，因为说话速度是打字的三倍。
但社区对此普遍存疑，很多人表示打字比组织语言更快，而且语音识别准确率仍然是个问题。
第八条是善用子代理。
当你想让Claude投入更多算力时，直接说use subagents。
把任务分流给子代理，保持主上下文窗口干净。
你还可以通过hook把权限请求路由给Opus 4.5，自动批准安全操作。
第九条是用Claude做数据分析。
配合bq CLI或任何数据库工具，让Claude拉取和分析指标。
Boris说他已经六个多月没写过一行SQL了。
第十条是用Claude学习。
在config里启用Explanatory或Learning输出风格，让Claude解释每个改动背后的原因。
你还可以让它生成可视化的HTML演示、画代码库的ASCII架构图，或者构建间隔重复学习技能。
这些技巧的核心逻辑是：把Claude当作需要管理的团队成员，而不是简单的问答工具。
建立规则、分配任务、审核输出、持续迭代。
最有价值的不是某个具体技巧，而是这种系统化的协作思维。
