夜雨聆风最近看到一个分享，是 Anthropic 公司 Claude Code 的首席设计师 Meaghan Choi 做的一场演示。她展示了自己每天怎么用 AI 干活的真实流程。说实话，看完之后我挺震撼的，因为她用 AI 的方式，跟大多数人理解的完全不是一个层次。
我试着把她讲的核心内容整理出来，希望对大家有点启发。
并行工作：同时开好几个 AI 一起干活
她提到的第一个技巧叫 worktree。这个东西说白了就是，当你想同时让好几个 Claude 帮你做不同的事情时，它们可能会互相打架，改了同一个文件就乱套了。worktree 能给你的代码仓库创建一个隔离的副本，每个 Claude 在自己的空间里干活，互不影响。
她说 Anthropic 内部的工程师，经常同时开四五个 Claude 窗口并行处理任务。这已经是他们的日常了。
你想想看，我们普通人用 AI 的时候，基本都是一个对话框，一件事一件事地做。但人家已经在想怎么让 AI 帮自己同时推进好几件事了。这个思路本身就值得琢磨。哪怕你不写代码，你也可以想想，有没有办法让 AI 同时帮你处理多条线的工作。
让 AI 自己做决策，然后告诉你为什么
她给自己写了一个叫 /prototype 的自定义技能。这个技能的作用是，让 Claude 自动生成五个不同版本的功能原型，然后她来挑一个最好的。
但有意思的是，她现在的做法变了。她不再自己挑了，而是让 Claude 先选一个它觉得最好的方案，然后解释为什么选这个。
这个转变挺有意思的。以前大家用 AI 的习惯是：你给我几个选项，我来拍板。但她的做法是把初步判断也交给 AI，自己只做最终的确认。这样效率高了很多，而且 AI 给出的理由有时候确实能提供新的视角。
她还顺便提了一句：没有人再手写这些自定义技能了，全都是让 Claude 帮忙生成的。如果有人说他是自己手写的，那他在骗你。
不要只让 AI 写代码，把所有重复性工作都丢给它
这一点是她反复强调的。她说很多人用 AI，思路还停留在让它帮忙写代码。但她自己把大量非编码的工作也全部交给了 Claude。
比如，她会让 Claude 自动提交代码、发起 PR（代码审查请求）、截图记录功能效果、甚至在 Slack 上通知相关的同事来审核。整个从写完代码到上线的流程，她基本不再手动参与了。
她还提到一个细节：她平时发现产品里有小问题，比如某个按钮的间距不对、某个颜色不统一，她不会专门开一个工作会话来修。她直接用 Claude 的云端服务，随手发一个小修复任务出去。这些小任务会自动变成代码提交，有的甚至因为改动太小，直接就自动通过审核上线了。
这给我的感觉是，她已经把 AI 当成了一个随时待命的助手团队，而不只是一个对话工具。任何她觉得不值得花时间亲自做的事情，全部扔出去。
用定时任务让 AI 自动巡逻产品质量
这个是我觉得最厉害的部分。她设置了一个定时任务，让 Claude 每天自动去扫描所有代码仓库里的前端改动。然后它会检查每一个改动背后有没有设计师参与过。怎么检查呢？它会去翻 Slack 聊天记录、会议纪要、文档协作记录，看看这个功能在开发之前有没有设计师介入。
如果发现某个功能是工程师自己上线的，没有经过设计师审核，AI 就会自动生成一个替代的设计方案，打包成一个待审核的代码提交，然后直接私信给那个工程师，提醒他去找设计师合作。
她笑着说，这个功能刚上线的时候，因为 Claude 的设计能力还不够好，自动发出去的消息质量参差不齐，搞得工程师们有点烦，所以她暂时关掉了自动发消息的部分。但她一直保留着这整套流程，等下一代模型能力更强的时候，随时可以重新启用。
这个思路真的很超前。大多数人还在想怎么让 AI 帮自己完成手头的一件事，她已经在想怎么让 AI 自动监控整个团队的工作质量了。而且她的策略是：先把流程搭好，哪怕现在 AI 能力不够用，等模型升级了直接就能跑起来。这种提前布局的意识，值得学习。
AI 目前还做不好设计，人类仍然要把控方向
她很坦诚地说了一个观点：目前的 AI，包括 Claude 在内，在设计层面还不够好。所以人类仍然需要在审美和产品决策上保持主导。
这意味着什么呢？AI 可以帮你快速生成方案、快速执行、快速迭代，但最终什么东西该上线、什么东西不该上线，这个判断还是得人来做。
她还提到一个很重要的观点：现在因为 AI 的存在，几乎所有人都能写代码、都能把功能推上线了。但这不意味着所有东西都应该上线。我们需要更好的质量把控体系，来应对这个人人都能发布产品的新时代。
这句话听起来简单，但仔细想想还挺深刻的。工具变强了，门槛降低了，但标准不能跟着降低。反而因为产出变多了，筛选和把关变得更重要了。
始终开着 auto 模式，减少一切不必要的确认
她还提到几个小习惯。比如她始终用 Opus 模型加一百万上下文窗口，始终开着 auto 模式。auto 模式的意思是，Claude 在执行任务的时候不会反复问你「可以吗？确认吗？」，它有一个分类器会自动判断当前操作是否有风险，没风险的就直接执行了。
还有一个叫 loop 的功能，就是告诉 Claude「一直做，做到完为止」。不用你中间去催它、去确认，它会自己循环执行直到任务完成。
这些细节看起来不起眼，但加在一起，省下来的时间和精力是很可观的。她的核心理念就是：能自动化的全部自动化，人只在真正需要判断的环节介入。
写在最后
看完这个分享，我最大的感受是：很多人用 AI 还停留在「问一个问题，得一个答案」的阶段。但真正把 AI 用到极致的人，已经在想怎么搭建一整套自动化的工作流了。他们不是在用 AI 完成一个步骤，而是在让 AI 接管整条链路。
而且她有一个态度特别值得学习：不要怕现在的 AI 做得不够好。先把流程搭起来，先把自动化的框架建好。等模型能力提升了，你的系统马上就能受益。那些等到 AI 完美了才开始用的人，到时候还得从零开始搭建，差距只会越来越大。
最后，告诉大家一个好消息：我的星球社群已经运营了 827 天，累计主题 2000 个，星球加入人数 1650 人，精华主题 282 篇，各种专栏课程累计上百篇，今年更新的视频教程也有 30+ 了。
