每天只工作2小時？這位 Google Engineer 使用 Claude 完成了自己80% 的工作

原文標題：Google 工程師使用 Claude Code 自動化了 80% 的工作，這是他建立的確切系統。
原文作者：@noisyb0y1
編譯：Peggy，BlockBeats

編者按：當「AI 寫程式碼」逐漸成為行業共識時，真正改變生產力的，並不是模型本身，而是你如何為模型設定規則、組織流程，並將其嵌入一套可持續運行的系統之中。

從一個簡單的 CLAUDE.md 文件出發，到多 agent 協同，再到自動化的開發循環，這套方法將開發過程從「人與 AI 的對話」，轉化為「對一支 AI 工程團隊的管理」。在這個過程中，錯誤被前置約束，流程被結構化，程式碼生成、測試、審查逐步脫離人工執行，轉而由系統接管。

更值得注意的是，文章也揭示了一個被忽視的細節：在長上下文與複雜系統中，模型行為並非完全可控。無論是隱藏的 token 消耗，還是指令被稀釋，都會在無形中影響輸出品質。這使得「如何管理 AI」，而不僅僅是「如何使用 AI」，成為新的核心能力。

此時，開發者不再以編碼為中心，而是圍繞規則設計、流程排程與結果校驗展開工作。那些率先完成這一步的人，已經開始從「親自做事」，轉向「讓系統替自己做事」。

以下為原文：

一位擁有 11 年經驗的 Google 工程師，借助 Claude Code 和一個簡單的 .NET 應用，將自己 80% 的工作實現了自動化。

如今，他每天只需工作 2–3 小時，而不是原來的 8 小時，其餘時間基本處於「放鬆」狀態，由系統自行運轉，並為他帶來每月 2.8 萬美元的被動收入。

他所掌握的，正是你尚未了解的那一套方法。

Part 1—按照 Karpathy 原則撰寫 CLAUDE.md

Andrej Karpathy——全球最具影響力的 AI 研究者之一——曾系統總結了大語言模型在撰寫程式碼時最常見的錯誤：過度設計、忽略已有模式，以及引入沒人要求的額外依賴。

Andrej Karpathy 使用 Claude Code 和一个简单的 .NET 工具，将任务获取、可开发性判断、自动编写代码、提交 PR 以及根据反馈进行修改等流程串联成一条自动化流水线，从而将大约 80% 的开发工作交由系统完成，自己只需负责最终审查和测试，工作时间从每天 8 小时压缩至 2–3 小时，本质上实现了从「写代码的人」转变为「管理自动化开发系统的人」。

有人总结这些观察，整理成一个统一的 CLAUDE.md 文件。

结果是，该项目在一周内在 GitHub 上获得了 1.5 万颗星，某种意义上可以说，有 1.5 万人因此改变了自己的工作方式。

其核心思路实际上非常简单：如果错误是可以预期的，那么可以通过明确定义的指令提前避免。只需在代码仓库中放置一个 markdown 文件，即可为 Claude Code 提供一整套结构化的行为规则，从而统一整个项目中的决策与执行方式。

该文件主要包含四个核心原则：

· 先思考，再编码 → 避免错误假设和被忽视的权衡
· 简单优先 → 避免过度设计和臃肿抽象
· 外科手术式修改 → 避免修改那些无人要求修改的代码
· 以目标为导向的执行 → 先测试，然后根据明确定义的成功标准进行验证

无需依赖任何框架，也无需复杂工具——只需一个文件，即可在项目层面改变 Claude 的行为方式。

真正的差异在于：

· 未使用 CLAUDE.md：Claude 大约有 40% 的违规情况
· 使用 Karpathy 的 CLAUDE.md：违规率降至约 3%
· 建立时间：仅需 5 分钟

用于自动生成您自己的 CLAUDE.md 文件的命令：

claude -p "阅读整个项目，并基于：
先思考，再编码；简单优先；外科手术式修改；目标导向执行。
根据实际架构进行调整。" --allowedTools Bash,Write,Read

它所取代的是這樣一種 Claude：面對簡單任務卻過度設計、引入沒人要求的依賴，甚至隨意修改不該動的檔案。

Part2 Everything Claude Code：一個倉庫裡的完整工程團隊

Everything Claude Code（GitHub 上已獲得超過 15.3 萬顆星）

這不僅僅是一套提示詞集合，而更像是一個完整的 AI 操作系統，用於構建產品。

30+ 個專業化 agents： planner.md → 功能規劃 architect.md → 系統設計決策 tdd-guide.md → 測試驅動開發 code-reviewer.md → 代碼質量與安全審查 security-reviewer.md → 漏洞分析 loop-operator.md → 自動化循環執行

180+ 項技能： TDD、安全、調研、內容生成——全部已預先配置

內建 AgentShield： 配置中直接集成了 1282 項安全測試

支援在 Claude、Codex、Cursor、OpenCode、Gemini 等多種工具上運行——一套系統，到處可用。

安裝方式：

/plugin marketplace add affaan-m/everything-claude-code

或者手動安裝——只需將你需要的組件複製到項目的 .claude/ 目錄中即可。不要一次性加載全部內容——同時加載 27 個 agent 和 64 個技能，很可能在你輸入第一條提示之前就耗盡上下文額度。只保留真正需要的部分。

真正的差異在於：

·之前： 你是在和 AI 對話
·之後： 你是在管理一支自動運行的 AI 工程團隊

它所取代的是：你原本需要花上數周時間搭建自己的 agent 系統、分別配置規劃/評審/安全等不同工具，以及每月為各類 AI 服務支付 200–500 美元的成本。

Part3 一個隱藏的「醜聞」：Claude Code v2.1.100 正在悄悄消耗你的 tokens

有人通過搭建一個 HTTP 代理，對 4 個不同版本的 Claude Code 的完整 API 請求進行了攔截和分析。

他們發現：

v2.1.98: 169,514 bytes 請求 → 49,726 tokens 收費
v2.1.100: 168,536 bytes 請求 → 69,922 tokens 收費
差異：-978 bytes 但 +20,196 tokens

v2.1.100 發送的數據字節數更少，卻額外多收取了 2 萬個 tokens。這種「通膨」完全發生在服務端——你既無法看到，也無法通過 /context 接口進行驗證。

這張圖主要揭示：Claude Code 的某些版本（尤其 v2.1.100）存在「隱性 token 消耗」，導致使用額度被異常加速消耗。具體而言，Claude Code v2.1.100 等版本在服務端悄悄引入了約 2 萬個「不可見 token」，即使請求數據更少，計費卻更高，導致用戶的上下文被無形擠占、額度更快耗盡，甚至削弱模型輸出效果；這一問題通過 HTTP 代理抓取 API 請求對比不同版本後得到驗證，本質上是一種用戶難以察覺也無法自行核驗的「隱性消耗」。

為什麼這件事的重要性不止於計費，這額外的 2 萬個 tokens 會被塞進 Claude 的實際上下文窗口中。

這意味著：

→ 你的 CLAUDE.md 指令會被這 2 萬個「隱藏內容」稀釋

→ 在長對話中，輸出品質會更快下降

→ 當 Claude 忽視你的規則時，你很難找出原因

→ Claude Max 的使用額度會比正常情況快約 40% 被消耗

修復只需 30 秒：npx claude-code@2.1.98

這是一個在 Anthropic 官方修復問題之前的臨時方案，但在實際使用中，你幾乎可以立刻感受到會話效果的變化。

它所取代的是：你不再需要猜測為什麼 Claude 突然不再遵循你的指令。

案例：完整自動化系統是什麼樣的

一位擁有 11 年經驗的工程師，構建了一個由三部分組成的系統：

一周之後的結果：

·之前： 每天 8 小時寫程式碼
·之後： 每天只需 2–3 小時做程式碼審查和測試

·程式碼品質： 基本不變——因為他會逐一 review
·Teams 狀態： 始終線上——滑鼠每分鐘自動移動
·剩餘時間： 全天自由支配

這並不是什麼「魔法」，而是 CLAUDE.md + 合適的 agents + 每 15 分鐘一次的迴圈機制共同作用的結果。

完整清單：

讀完之後你能獲得什麼：

·之前： Claude 在 40% 的情況下會違反既有規範
·之後： 使用 Karpathy 的 CLAUDE.md 後，違規率降至 3%

·之前： 你需要花幾周時間搭建 agents
·之後： 27 個 agents 開箱即用

·之前： Claude Max 在 2–3 小時內就會耗盡額度
·之後： 降級到 v2.1.98 可恢復約 40% 的使用上限

·之前： 每天需要 8 小時寫程式碼
·之後： 只需 2–3 小時做 review，其餘由系統自動運行

·建立時間：15–20 分鐘
·每日節省：5–6 小時
·每月節省：100–120 小時

如果你的時間價值是每小時 30 美元——那你每個月其實在「看不見地損失」3000–3600 美元。

如果是每小時 100 美元——那就是每月 10000–12000 美元白白流走，只因為你還在手動寫那些 Claude 本可以自己完成的程式碼。

大多數開發者永遠達不到這個水平——不是因為他們做不到，而是因為他們以為這件事很複雜。實際上，在你與「全自動化」之間，只差三條命令和一個檔案。

我一開始提到的那位工程師，並不是什麼天才，也不是來自 Google 的資深工程師。他只是花了一個晚上的時間，把系統搭建好——從那以後，工作由系統完成，他只負責生活。

你今晚也可以做到同樣的事情。當其他人還在爭論 AI 是否會取代開發者時，那些已經搭好系統的人，只是在一邊收錢，一邊放鬆。

選擇其實很清楚。你在構建的是自己的人生——那就選對路徑。

[原文連結]