ANTHROPIC
Anthropic 团队如何使用 Claude Code
Anthropic 的内部团队正在使用 Claude Code 改变他们的工作流程，使开发人员和非技术人员都能够处理复杂项目、自动化任务，并弥合以前限制其生产力的技能差距。
通过采访我们自己的 Claude Code 高级用户，我们收集了关于不同部门如何利用 Claude Code、它对其工作的影响，以及为其他考虑采用的组织提供建议的见解。
目录
Claude Code 在数据基础设施中的应用 … 3
Claude Code 在产品开发中的应用 … 5
Claude Code 在安全工程中的应用 … 7
Claude Code 用于推理 … 9
Claude Code 用于数据科学和可视化 … 11
Claude Code 用于 API … 13
Claude Code 用于增长营销 … 15
Claude Code 用于产品设计 … 17
Claude Code 用于强化学习工程 … 19
Claude Code 用于法务 … 21
Claude Code 用于数据基础设施
数据基础设施团队负责组织公司各团队的所有业务数据。他们使用 Claude Code 来自动化常规数据工程任务、排查复杂的基础设施问题，并创建文档化的工作流程，让技术和非技术团队成员都能独立访问和操作数据。
Claude Code 主要使用场景
通过截图进行 Kubernetes 调试
当 Kubernetes 集群出现故障且无法调度新的 Pod 时，团队使用 Claude Code 来诊断问题。他们将仪表板的截图输入 Claude Code，后者逐个菜单地指导他们浏览 Google Cloud 的用户界面，直到找到一个警告，显示 Pod IP 地址耗尽。然后 Claude Code 提供了创建新 IP 池并将其添加到集群的确切命令，从而无需涉及网络专家。
财务团队的纯文本工作流程
团队向财务团队成员展示了如何编写描述其数据工作流程的纯文本文件，然后将其加载到 Claude 代码中以获得完全自动化的执行。没有编程经验的员工可以描述诸如"查询此仪表板、获取信息、运行这些查询、生成 Excel 输出"等步骤，Claude 代码将执行整个工作流程，包括询问所需的输入信息如日期。
新员工的代码库导航
当新的数据科学家加入团队时，他们被指导使用 Claude 代码来导航庞大的代码库。Claude 代码读取他们的 Claude.md 文件（文档），识别特定任务的相关文件，解释数据管道依赖关系，并帮助新人了解哪些上游源向仪表板提供数据。这取代了传统的数据目录和可发现性工具。
会话结束时的文档更新
团队要求 Claude Code 在每项任务结束时总结已完成的工作会话并提出改进建议。这创建了一个持续改进循环，Claude Code 帮助根据实际使用情况完善 Claude.md 文档和工作流程指令，使后续迭代更加有效。
多实例并行任务管理
在处理长期数据任务时，他们会在不同的仓库中为不同项目打开多个 Claude Code 实例。每个实例都保持完整的上下文，所以当他们在几小时或几天后切换回来时，Claude Code 能准确记住他们在做什么以及进度如何，从而实现真正的并行工作流管理而不会丢失上下文。
Claude Code 用于数据基础设施
团队影响
在无需专业技能的情况下解决基础设施问题
解决了 Kubernetes 集群问题，这些问题通常需要系统或网络团队成员的参与，使用 Claude Code 来诊断问题并提供准确的修复方案。
加速入职培训
新的数据分析师和团队成员可以快速理解复杂系统并做出有意义的贡献，无需大量指导。
增强的支持工作流程
能够处理更大的数据量并识别异常情况（如监控200个仪表板），这是人工手动审查无法完成的。
实现跨团队自助服务
没有编程经验的财务团队现在可以独立执行复杂的数据工作流程。
来自数据基础设施团队的顶级建议
编写详细的 Claude.md 文件
你的工作流程、工具和期望在 Claude.md 文件中记录得越好，Claude Code 的表现就越出色。这使得 Claude Code 在例行任务中表现卓越，比如当你已有现成模式时设置新的数据管道。
使用 MCP 服务器而非 CLI 处理敏感数据
他们建议使用 MCP 服务器而非 BigQuery CLI，以便更好地控制 Claude Code 可以访问的内容的安全性，特别是在处理需要记录日志或存在潜在隐私问题的敏感数据时。
分享团队使用会话
团队举办了分享会，成员们互相展示他们的 Claude Code 工作流程。这有助于传播最佳实践，并展示了他们可能无法独自发现的不同工具使用方法。
Claude Code 在产品开发中的应用
Claude Code 团队使用自己的产品来构建 Claude Code 的更新，扩展产品的企业功能和智能体循环功能。
Claude Code 的主要使用场景
使用自动接受模式进行快速原型设计
工程师们使用 Claude Code 进行快速原型设计，通过启用"自动接受模式"（shift+tab）并设置自主循环，让 Claude 编写代码、运行测试并持续迭代。他们向 Claude 提供自己不熟悉的抽象问题，让它自主工作，然后在接手进行最终优化之前审查
核心功能的同步编码
对于涉及应用程序业务逻辑的更关键功能，团队与 Claude Code 同步工作，提供详细的提示和具体的实现指令。他们实时监控过程以确保代码质量、风格指南合规性和恰当的架构，同时让 Claude 处理重复性的编码工作。
构建 Vim 模式
他们最成功的异步项目之一是为 Claude Code 实现 Vim 键绑定。他们要求 Claude 构建整个功能（尽管这不是优先事项），最终实现中大约
测试生成和错误修复
他们使用 Claude Code 在实现功能后编写全面的测试，并处理在拉取请求审查中发现的简单错误修复。他们还利用 GitHub Actions 集成，让 Claude 自动处理拉取请求评论，如格式问题或函数重命名。
代码库探索
在处理不熟悉的代码库（如 monorepo 或 API 端）时，团队使用 Claude Code 来快速理解系统的工作原理。他们直接向 Claude 询问解释和代码引用，而不是等待 Slack 回复，这大大节省了上下文切换的时间。
使用 Claude Code 进行产品开发
团队影响
更快的功能实现
成功实现了复杂功能（如 Vim 模式），其中 70%的代码由 Claude 自主编写。
提高开发速度
能够快速制作功能原型并迭代想法，而不会被实现细节所困扰。
通过自动化测试提升代码质量
Claude 生成全面的测试并处理常规错误修复，在减少人工工作量的同时保持高标准。
更好的代码库探索
团队成员可以快速理解 monorepo 中不熟悉的部分，无需等待同事回复。
Claude Code 团队的顶级技巧
创造自给自足的循环
设置 Claude 通过自动运行构建、测试和代码检查来验证自己的工作。这使得 Claude 能够更长时间地自主工作并捕获自己的错误，特别是当你要求 Claude 在编写代码之前先生成测试时效果尤其显著。
培养任务分类的直觉
学会区分适合异步处理的任务（外围功能、原型制作）与需要同步监督的任务（核心业务逻辑、关键修复）。产品边缘的抽象任务可以使用"自动接受模式"处理，而核心功能则需要更密切的监督。
制定清晰、详细的提示词
当组件具有相似的名称或功能时，在请求中要极其具体。你的提示词越完善、越详细，就越能信任 Claude 独立工作，而不会对代码库的错误部分进行意外更改。
Claude Code 在安全工程中的应用
安全工程团队专注于保护软件开发生命周期、供应链安全和开发环境安全。他们广泛使用 Claude Code 来编写和调试代码。
Claude Code 主要使用场景
复杂基础设施调试
在处理事件时，他们向 Claude Code 提供堆栈跟踪和文档，要求它追踪代码库中的控制流。这大大减少了生产问题的解决时间，让他们能够在大约 5 分钟内理解通常需要 10-15 分钟手动代码扫描才能解决的问题。
Terraform 代码审查和分析
对于需要安全审批的基础设施变更，他们将 Terraform 计划复制到 Claude Code 中询问"这将要做什么？我会后悔这个决定吗？"这创建了更紧密的反馈循环，使安全团队能够更快速地审查和批准基础设施变更，减少了开发过程中的瓶颈。
文档综合和操作手册
他们让 Claude Code 摄取多个文档源并创建 markdown 操作手册、故障排除指南和概述。他们将这些精简的文档用作调试实际问题的上下文，创建了比搜索完整知识库更高效的工作流程。
测试驱动开发工作流
他们不再使用以前的"设计文档
上下文切换和项目入门
在为现有项目做贡献时，比如"dependant"（一个用于安全审批工作流的 Web 应用程序），他们使用 Claude Code 来编写、审查和执行以 markdown 格式编写并存储在代码库中的规范，使他们能够在几天内而不是几周内做出有意义的贡献。
安全工程中的 Claude Code
团队影响
缩短事件解决时间
通常需要 10-15 分钟手动代码扫描的基础设施调试现在只需要大约 5 分钟。
改进的安全审查周期
Terraform 代码的安全审批审查速度大大提升，消除了开发人员等待安全团队批准时的阻塞。
增强的跨职能贡献
团队成员可以在几天内（而非几周的背景了解）就对项目做出有意义的贡献。
更好的文档工作流程
从多个来源综合故障排查指南和运行手册，创建更高效的调试流程。
来自安全工程团队的顶级技巧
广泛使用自定义斜杠命令
安全工程团队使用
让 Claude 先开口
他们不再针对代码片段提出具体问题，而是告诉 Claude Code"边做边提交你的工作"，让它自主工作并定期检查，从而获得更全面的解决方案。
利用它来编写文档
除了编程之外，Claude Code 在综合文档和创建结构化输出方面表现卓越。他们提供写作样本和格式偏好，以获得可以在 Slack、Google Docs 和其他工具中直接使用的文档，避免界面切换疲劳。
Claude Code 用于推理
推理团队管理内存系统，该系统在 Claude 阅读您的提示并生成响应时存储信息。团队成员，特别是机器学习新手，可以广泛使用 Claude Code 来弥补知识差距并加速他们的工作。
Claude Code 主要用例
代码库理解和入职培训
团队非常依赖 Claude Code 来快速理解复杂代码库的架构。他们不用手动搜索 GitHub 仓库，而是直接询问 Claude 哪些文件调用了特定的功能，在几秒钟内就能得到结果，而不需要询问同事或手动搜索。
包含边界案例覆盖的单元测试生成
在编写核心功能后，他们会让 Claude 编写全面的单元测试。Claude 会自动包含遗漏的边界案例，在几分钟内完成通常需要大量脑力投入的工作，就像一个可以进行审查的编程助手。
机器学习概念解释
没有机器学习背景的团队成员依靠 Claude 来解释模型特定的功能和设置。原本需要花费一小时进行 Google 搜索和阅读文档的工作，现在只需 10-20 分钟，将研究时间减少了 80%。
跨语言代码翻译
当在不同编程语言中测试功能时，他们向 Claude 解释想要测试的内容，Claude 就会用所需的语言（如 Rust）编写逻辑，省去了仅为测试目的而学习新语言的需要。
命令回忆和 Kubernetes 管理
他们不再需要记住复杂的 Kubernetes 命令，而是向 Claude 询问正确的语法，比如"如何获取所有 pods 或部署状态"，然后获得基础设施工作所需的确切命令。
用于推理的 Claude Code
团队影响
推理团队的顶级建议
加速机器学习概念学习
研究时间减少了
更快的代码库导航
能够在几秒钟内找到相关文件并理解系统架构，无需询问同事。
全面的测试覆盖
Claude 自动生成包含边界情况的单元测试，减轻心理负担的同时保持代码质量。
消除语言障碍
可以在不需要学习 Rust 等不熟悉语言的情况下实现功能。
首先测试知识库功能
试着提出各种问题，看看 Claude 是否能比 Google 搜索回答得更快。如果它更快、更准确，那么它就是一个能为你的工作流程节省时间的有价值工具。
从代码生成开始
给 Claude 提供具体指令并要求它编写逻辑，然后验证正确性。这有助于在将其用于更复杂任务之前建立对该工具能力的信任。
用于编写测试
让 Claude 编写单元测试可以显著减轻日常开发工作的压力。利用此功能来维护代码质量，而无需花时间手动考虑所有测试用例。
Claude Code 用于数据科学和可视化
数据科学和机器学习工程团队需要复杂的可视化工具来理解模型性能，但构建这些工具往往需要掌握不熟悉的语言和框架方面的专业知识。Claude Code 使这些团队能够构建生产级别的分析仪表板，而无需成为全栈开发者。
Claude Code 主要使用场景
构建 JavaScript/TypeScript 仪表板应用
尽管"对 JavaScript 和 TypeScript 了解甚少"，团队仍使用 Claude Code 构建完整的 React 应用程序来可视化强化学习模型性能和训练数据。他们让 Claude 完全控制从零开始编写完整应用程序，比如一个 5000 行的 TypeScript 应用，自己无需理解代码。这一点至关重要，因为可视化应用相对来说上下文较少，不需要理解整个单体仓库，从而能够快速原型化工具来理解训练和评估期间的模型性能。
处理重复性重构任务
当面临合并冲突或半复杂的文件重构（对于编辑器宏来说太复杂，但又不足以需要大型开发工作）时，他们像使用"老虎机"一样使用 Claude Code——提交当前状态，让 Claude 自主工作 30 分钟，如果有效就接受解决方案，如果无效就重新开始。
创建持久性分析工具而非一次性笔记本
团队现在让 Claude 构建可重复使用的 React 仪表板，而不是构建一次性的 Jupyter 笔记本后就丢弃。这很重要，因为了解 Claude 的性能是"团队最重要的事情之一"——他们需要了解模型在训练和评估过程中的表现，这"实际上并不简单，简单的工具无法从查看单个数字的上升中获得太多信号"。
零依赖任务委托
对于完全不熟悉的代码库或编程语言中的任务，他们将整个实现工作委托给 Claude Code，利用其从单一代码库收集上下文信息的能力，在无需他们参与实际编码过程的情况下执行任务。这让他们能够在专业领域之外保持生产力，而不必花时间学习新技术。
Claude Code 用于数据科学和可视化
团队影响
实现了2-4倍的时间节省
原本繁琐但可以手动处理的常规重构任务现在完成得更快了。
在不熟悉的编程语言中构建复杂应用程序
尽管 JavaScript/TypeScript 经验很少，但创建了 5000 行的 TypeScript 应用程序。
从一次性工具转向持久性工具
不再使用一次性的 Jupyter 笔记本，现在构建可重复使用的 React 仪表板来进行模型分析。
直接的模型改进洞察
Claude Code 的第一手使用体验为开发更好的记忆系统和未来模型迭代的用户体验改进提供了信息。
支持可视化驱动的决策制定
通过先进的数据可视化工具，更好地理解 Claude 在训练和评估过程中的表现。
来自数据科学和机器学习工程团队的顶级建议
把它当作老虎机来对待
在让 Claude 工作之前保存你的状态，让它运行 30 分钟，然后要么接受结果，要么重新开始，而不是试图纠正错误。重新开始往往比试图修复 Claude 的错误有更高的成功率。
必要时为了简化而中断
在监督过程中，不要犹豫停止 Claude 并询问"你为什么要这样做？试试更简单的方法。"该模型默认倾向于更复杂的解决方案，但对要求更简单方法的请求响应良好。
用于 API 的 Claude Code
API Knowledge 团队致力于开发 PDF 支持、引用和网络搜索等功能，这些功能可以为 Claude 的上下文窗口引入额外的知识。在大型、复杂的代码库中工作意味着需要不断接触陌生的代码段，花费大量时间理解需要检查哪些文件来完成特定任务，并在进行更改之前建立上下文。Claude Code 通过充当指导工具来改善这种体验，它可以帮助他们理解系统架构，识别相关文件，并解释复杂的交互。
Claude Code 的主要使用场景
第一步工作流程规划
团队将 Claude Code 作为任何任务的"第一站"，询问它需要检查哪些文件来进行错误修复、功能开发或分析。这取代了传统的耗时过程，即在开始工作前手动浏览代码库并收集上下文信息。
跨代码库的独立调试
团队现在有信心处理代码库中不熟悉部分的 bug，而不是向他人求助。他们可以问 Claude "你认为你能修复这个 bug 吗？我看到的行为是这样的"，并且通常能立即取得进展，这在以前是不可行的，因为需要投入大量时间。
通过内部使用进行模型迭代测试
Claude Code 自动使用最新的研究模型快照，这使它成为他们体验模型变化的主要方式。这让他们在开发周期中直接获得模型行为变化的反馈，这是他们在之前的发布中没有经历过的。
消除上下文切换开销
他们无需复制代码片段并将文件拖拽到 Claude.ai 中同时详细解释问题，而是可以直接在 Claude Code 中提问，无需额外收集上下文信息，显著减少了心理负担。
用于 API 的 Claude Code
团队影响
API 知识团队的顶级技巧
在应对陌生领域时信心大增
团队成员能够在不熟悉的代码库中独立调试错误和调查事件。
在收集上下文信息方面大幅节省时间
消除了复制代码片段和将文件拖拽到 Claude.ai 的额外负担，减轻了心理上的上下文切换负担。
更快的轮岗入职
轮岗到新团队的工程师可以快速浏览不熟悉的代码库并做出有意义的贡献，无需大量咨询同事。
提升开发者幸福感
团队反馈称，日常工作流程摩擦的减少让他们感到更加愉快和高效。
将其视为迭代伙伴，而非一次性解决方案
与其期望 Claude 立即解决问题，不如将其视为与你一起迭代的合作伙伴。这比试图在第一次尝试时就获得完美解决方案要有效得多。
利用它在不熟悉领域建立信心
不要犹豫去处理超出你专业范围的漏洞或调查事件 - Claude Code 让你能够在通常需要大量上下文构建的领域中独立工作。
从最少的信息开始
只需提供最基本的必要信息，让 Claude 引导你完成整个过程，而不是预先提供大量详细说明。
Claude Code 用于增长营销
增长营销团队专注于构建跨付费搜索、付费社交、移动应用商店、邮件营销和 SEO 的效果营销渠道。作为一个非技术团队，他们使用 Claude Code 来自动化重复性营销任务，并创建传统上需要大量工程资源的代理工作流。
Claude Code 主要用例
自动化 Google Ads 创意生成
该团队构建了一个代理工作流，能够处理包含数百个现有广告及其效果指标的 CSV 文件，识别表现不佳需要迭代的广告，并生成符合严格字符限制的新变体（标题 30 个字符，描述 90 个字符）。通过使用两个专门的子代理（一个负责标题，一个负责描述），该系统能在几分钟内生成数百个新广告，而不需要在多个营销活动中手动创建。这使他们能够大规模测试和迭代，这在以前需要花费大量时间才能实现。
大规模创意制作的 Figma 插件
他们开发了一个 Figma 插件，无需手动复制和编辑付费社交广告的静态图片，该插件可识别框架并通过程序化方式更换标题和描述来生成多达 100 个广告变体，将原本需要数小时复制粘贴的工作缩短到每批次半秒钟。这使创意产出提高了 10 倍，让团队能够在主要社交渠道上测试更多的创意变体。
用于营销活动分析的 Meta Ads MCP 服务器
他们创建了一个与 Meta Ads API 集成的 MCP 服务器，可在 Claude 桌面应用程序内直接查询营销活动表现、支出数据和广告效果，无需在平台间切换进行性能分析，节省了宝贵时间，每一个效率提升都能转化为更好的投资回报率。
高级提示工程与记忆系统
他们实现了一个基础的记忆系统，该系统记录假设和实验跨广告迭代，允许系统在生成新变体时将先前的测试结果纳入上下文，创建一个自我改进的测试框架。这使得系统性实验成为可能，而这种实验手动跟踪是不可能的。
Claude Code 用于增长营销
团队影响
在重复性任务上节省了大量时间
广告文案创作从2小时缩短到15分钟，为战略性工作腾出了时间。
创意产出增加10倍
团队现在可以通过自动化生成和 Figma 集成，在各个渠道测试更多的广告变体。
像更大团队一样运作
团队可以处理传统上需要专门工程资源的任务。
战略重点转移
团队可以花更多时间在整体战略和构建智能体自动化上，而不是手动执行。
Growth Marketing 团队的顶级技巧
识别可通过 API 实现的重复性任务
寻找涉及重复操作且具有 API 的工具的工作流程（如广告平台、设计工具、分析平台）。这些都是自动化的理想候选对象，也是 Claude Code 提供最大价值的领域。
将复杂工作流程拆分为专门的子智能体
不要试图在一个提示或工作流程中处理所有内容，而是为特定任务创建单独的代理（比如他们的标题代理与描述代理）。这样可以让调试变得更容易，并在处理复杂需求时提高输出质量。
在编码之前进行全面的头脑风暴和提示规划
花费大量时间使用 Claude.ai 来思考你的整个工作流程，然后让 Claude.ai 为 Claude Code 创建一个全面的提示和代码结构作为参考。此外，要逐步工作，而不是要求一次性解决方案，以避免 Claude 被复杂任务所压倒。
Claude Code 用于产品设计
产品设计团队为 Claude Code、Claude.ai 和 Anthropic API 提供支持，专门构建 AI 产品。即使是非开发人员也可以使用 Claude Code 来弥合设计与工程之间的传统鸿沟，无需与工程师进行大量沟通即可直接实现他们的设计愿景。
Claude Code 主要使用场景
前端优化和状态管理变更
他们现在不再需要创建大量设计文档并与工程师就视觉调整（字体、颜色、间距）进行多轮反馈，而是直接使用 Claude Code 实现这些更改。工程师们注意到他们正在进行"通常不会看到设计师进行的大型状态管理变更"，使他们能够实现所设想的确切质量。
GitHub Actions 自动化工单处理
通过 Claude Code 的 GitHub 集成功能，他们只需提交描述所需更改的问题/工单，Claude 就会自动提出代码解决方案，无需打开 Claude Code，为他们持续积压的优化任务创建了无缝的错误修复和功能完善工作流程。
快速交互式原型开发
通过将原型图像粘贴到 Claude Code 中，他们可以生成工程师能够立即理解和迭代的完整功能原型，取代了传统的静态 Figma 设计周期，那种设计需要大量解释和转换才能变成可运行的代码。
边缘情况发现和系统架构理解
他们使用 Claude Code 来绘制错误状态、逻辑流程和不同的系统状态，让他们能够在设计阶段识别边缘情况，而不是在开发后期才发现这些问题，从根本上提高了初始设计的质量。
复杂的文案更改和法律合规
对于诸如在整个代码库中删除"研究预览"消息之类的任务，他们使用 Claude Code 来查找所有实例，审查周围的文案，与法务团队实时协调更改，并实施更新——这个过程只需要两次 30 分钟的通话，而不是一周的反复协调。
Claude Code 用于产品设计
团队影响
核心工作流程转型
Claude Code 成为主要设计工具，
执行速度提升2-3倍
以前需要与工程师进行大量沟通才能实现的视觉和状态管理变更现在可以直接实现。
周期时间从数周缩短至数小时
像 GA 发布消息传递这样复杂的项目，以前需要一周的协调时间，现在只需两次 30 分钟的通话就能完成。
两种不同的用户体验
开发者获得"增强工作流程"（更快执行），而非技术用户获得"天哪，我成了开发者的工作流程"（以前不可能实现的全新功能）。
改善设计-工程协作
更好的沟通和更快的问题解决，因为设计师能够提前了解系统约束和可能性。
产品设计团队的顶级技巧
获得工程师的正确设置帮助
让工程团队同事帮助进行初始代码库设置和权限配置——对于非开发人员来说，技术入职过程具有挑战性，但一旦配置完成，它就会为日常工作流程带来变革性的改变。
使用自定义记忆文件来引导 Claude 的行为
创建具体的指示告诉 Claude 你是一个编程经验很少的设计师，需要详细的解释和更小的增量式改动，这样能显著提升 Claude 回复的质量，让编程变得不那么令人生畏。
利用图片粘贴进行原型设计
使用 Command +V 直接将截图粘贴到 Claude Code 中——它擅长读取设计稿并生成功能性代码，这让它在将静态设计稿转换为工程师能够立即理解和构建的交互式原型方面变得极其有价值。
Claude Code 在强化学习工程中的应用
RL 工程团队专注于 RL 中的高效采样和集群间的权重传输。他们主要使用 Claude Code 来编写中小型功能、调试和理解复杂代码库，采用包含频繁检查点和回滚的迭代方法。
Claude Code 的主要使用场景
有监督自治的功能开发
团队让 Claude Code 编写大部分中小型功能的代码，同时提供监督，例如为权重传输组件实现身份验证机制。他们以交互方式工作，让 Claude 主导但在其偏离轨道时进行引导。
测试生成和代码审查
在自己实现更改后，他们要求 Claude Code 添加测试或审查他们的代码。这种自动化测试工作流程在例行但重要的质量保证任务上节省了大量时间。
调试和错误调查
他们使用 Claude Code 调试错误，结果好坏参半——有时它能立即识别问题并添加相关测试，而有时它难以理解问题，但总体而言，当它能正常工作时会提供价值。
代码库理解和调用栈分析
他们工作流程中最大的变化之一是使用 Claude Code 快速获取相关组件和调用栈的摘要，取代了手动阅读代码或生成大量调试输出的做法。
Kubernetes 操作指导
他们经常向 Claude Code 询问 Kubernetes 操作相关问题，这些问题原本需要大量的谷歌搜索，现在可以立即获得配置和部署问题的答案。
Claude Code 用于强化学习工程
实现的实验方法
他们现在使用"尝试和回滚"方法论，频繁提交检查点，这样他们可以测试 Claude 的自主实现尝试，并在需要时进行回滚，从而实现更多实验性操作。
文档加速
Claude Code 会自动添加有用的注释，这显著节省了文档编写时间，不过他们注意到它有时会在奇怪的地方添加注释或使用有问题的代码组织方式。
有限制的加速
虽然 Claude Code 可以用"相对较少的时间"实现中小型 PR，但他们承认它只有大约三分之一的时间能在第一次尝试时成功，需要额外的指导或手动干预。
RL 工程团队的顶级技巧
为特定模式自定义你的 Claude.md 文件
在你的 Claude.md 文件中添加指令，防止 Claude 重复犯工具调用错误，比如告诉它"运行 pytest 而不是 run，不要不必要地使用 cd 命令——直接使用正确的路径。"这显著提升了一致性。
使用检查点密集型工作流
定期提交 Claude 所做的更改，这样当实验失败时可以轻松回滚。这样可以在无风险的情况下采用更具实验性的开发方法。
先尝试一次性完成，然后再协作
给 Claude 一个简短的提示，让它首先尝试完整的实现。如果成功（大约三分之一的情况下），你就节省了大量时间。如果不成功，那么再切换到更具协作性的指导方法。
Claude Code 在法务领域的应用
法务团队通过实验发现了 Claude Code 的潜力，以及想要了解 Anthropic 产品供应的愿望。此外，一位团队成员有一个与为家庭和工作原型创建辅助功能工具相关的个人使用案例，这展示了该技术对非开发人员的强大功能。
Claude Code 的主要使用案例
为家庭成员定制辅助功能解决方案
团队成员为因医疗诊断而有语言障碍的家庭成员构建了沟通助手。他们仅用一小时就创建了一个预测文本应用程序，使用原生语音转文本功能来建议回应并通过语音库播放，解决了语言治疗师推荐的现有辅助功能工具的不足。
法务部门工作流程自动化
他们创建了原型"电话树"系统，帮助团队成员联系到 Anthropic 的合适律师，展示了法务部门如何在没有传统开发资源的情况下为常见任务构建定制工具。
团队协调工具
管理人员构建了 G Suite 应用程序，可以自动化每周团队更新并跟踪各产品的法务审查状态，使律师能够通过简单的按钮点击快速标记需要审查的项目，而不是通过电子表格管理。
快速原型设计用于解决方案验证
他们使用 Claude Code 快速构建功能原型，向领域专家展示（如向 UCSF 专家展示无障碍工具），以验证想法并识别现有解决方案，避免投入更多时间。
Claude Code 在法律领域的应用
工作方式和影响
安全和合规意识
在 Claude.ai 中规划，在 Claude Code 中构建
他们采用两步法流程，首先在 Claude.ai 中进行头脑风暴和规划，然后转到 Claude Code 进行实施，要求它放慢速度并逐步工作，而不是一次性输出所有内容。
视觉优先方法
他们经常使用屏幕截图向 Claude Code 展示他们希望界面的外观，然后基于视觉反馈进行迭代，而不是用文本描述功能。
原型驱动的创新
他们强调要克服分享"愚蠢"或"玩具"原型的恐惧，因为这些演示能启发他人看到他们未曾考虑过的可能性。
MCP 集成问题
作为产品律师，他们立即识别出深度 MCP 集成的安全影响，指出保守的安全姿态将在 AI 工具访问更敏感系统时造成障碍。
合规工具优先级
他们主张随着 AI 能力的扩展快速构建合规工具，认识到创新与风险管理之间的平衡。
首先在 Claude.ai 中进行广泛规划
在转向 Claude Code 之前，使用 Claude 的对话界面充分阐述你的整个想法。然后让 Claude 将所有内容总结为逐步实施的提示。
循序渐进，注重视觉效果
让 Claude Code 放慢节奏，一次实现一个步骤，这样你就可以复制粘贴而不会感到不知所措。大量使用截图来展示你希望界面的外观。
分享原型，尽管不够完美
克服隐藏"玩具"项目或未完成工作的冲动——分享原型有助于他人看到可能性，并在通常不会互动的部门之间激发创新。
Al