核心观点
当 AI 成为程序员的标配，真正拉开差距的不是工具本身，而是使用方式。
Boris（Claude Code 创始人）首次公开团队内部使用手册，这些技巧来自 Claude Code 核心团队的真实工作场景，可以让工作效率比以前高出 5–10 倍。他的原话颇具代表性：
"我已有 6 个月没写过一行 SQL 代码了。"
十大效率技巧
1. 并行作业：构建多线程作战环境
这是团队给出的 Top 1 建议。
同时开启 3–5 个 git 工作树（worktree），每个运行独立的 Claude 会话：
- 一个 Claude 负责重构代码
- 一个 Claude 负责写测试
- 一个 Claude 负责分析日志
进阶技巧： 给工作树命名并设置 shell 别名（如 za、zb、zc），一键切换不同任务环境。也可专门维护一个「分析专用」工作树，只用来跑 BigQuery 和看日志。
2. 计划模式（Plan Mode）：复杂任务必须先规划
团队铁律：每个复杂任务都从计划模式开始，而不是直接编码。
- 把精力投入计划阶段，让 Claude 一次性完美实现
- 进阶玩法： 让一个 Claude 写方案，开第二个 Claude 扮演「主任架构师」审核
- 避坑指南： 代码一旦跑偏，立刻跳回 Plan Mode 重新规划，而不是反复打补丁
3. CLAUDE.md：让 AI「记住」你的所有规则
这是 Claude 的长期记忆系统，也是普通用户最容易忽视的一点。
每次 Claude 犯错后，在反馈末尾加上：
Update your CLAUDE.md so you don't make this mistake again.
Boris 透露，Claude 非常擅长给自己写规则。持续迭代 CLAUDE.md 文件直到错误率显著下降。有经验的工程师甚至让 Claude 为每个任务/项目维护专门的笔记目录，每次 PR 后更新，并在 CLAUDE.md 中引用这些笔记。
4. 重复的事，一定要变成 Skill
原则：如果某件事每天重复做超过两次，就该把它写成 Skill，提交到 git，在所有项目间复用。
真实案例：
/techdebt：每天结束前扫描重复代码- 一个 Slash Skill：同步 7 天的 Slack / GDrive / Asana / GitHub 数据
- 数据工程 Agent：写 dbt、Review、测试
Claude Code 的威力，不在「对话」，而在可复用能力的积累。
5. 90% 的 Bug，Claude 可以自己修
Claude 团队修 Bug 的方式非常「反直觉」——不要去教 Claude 怎么 fix，让 Claude 自己决定。
操作示例：
- 开 Slack MCP，把一个 Bug 讨论串丢给 Claude，只说一个字：
fix - 或者直接：
Go fix the failing CI tests.（不指定步骤、不微操） - 分布式系统中：直接把
docker logs给 Claude 分析
6. 提升 Prompt 技巧：从「请示」到「挑战」
不要只会求 AI 帮写代码，要学会「挑战」它，像对待高级同事一样协作。
三个改变游戏规则的 Prompt 技巧：
- 角色反转审查：
"证明给我看这能工作"，让 Claude 对比主分支和功能分支的行为差异 - 优雅重构：
"已知目前所有条件，把这个垃圾删了，重写一个优雅的方案。" - 详细规格：提前编写详细规格说明，减少歧义——你越具体，输出质量越高
示例 Prompt："质问我这些变更，直到我通过你的测试才创建 PR。"
7. 终端环境优化：工具配置决定效率上限
Claude Code 团队的偏爱配置：
- 终端：Ghostty（同步渲染、24-bit 颜色、Unicode）
- 状态栏：用
/statusline显示当前 git 分支 + Context 使用率 - 多任务：tmux / 多 tab，每个标签对应一个任务/worktree，并对标签进行颜色编码和命名
一个被严重低估的技巧：语音输入。 说话比打字快 3 倍，Prompt 质量反而更高。
8. 子代理（Subagents）：更多算力，但不污染主上下文
使用原则：
- 在任何请求后加「使用子代理」，让 Claude 投入更多算力
- 把单个任务卸载给子代理，保持主代理的上下文窗口干净聚焦
- 通过 hook 将权限请求路由到 Opus 4.5，自动扫描并批准安全请求，实现权限管理自动化
9. 数据分析：告别手写 SQL 的时代
Claude 团队几乎已经不用手写 SQL。
- 使用 Claude Code 调用
bq命令行工具即时拉取和分析指标 - 在代码库中维护 BigQuery 技能，团队每个成员直接在 Claude Code 中进行分析查询
- 这种方法适用于任何有 CLI、MCP 或 API 的数据库
实战示例："帮我分析上周用户增长异常的原因"——AI 会自动写 SQL、拉数据、出图表、给结论。
10. 用 Claude 学习：而不只是让它干活
Claude 团队内部的学习用法：
- 在
/config中开启「Learning / Explanatory」输出模式，让 Claude 解释改动背后的原因 - 对于不熟悉的代码，让 Claude 生成可视化 HTML 演示文稿
- 要求 Claude 绘制新协议和代码库的 ASCII 图表，帮助理解
- 构建间隔重复学习 Skill（你讲 → 它追问 → 存储）
Claude 不只是生产工具，也是放大理解力的杠杆。
总结
Boris 在开头就强调：使用 Claude Code 没有唯一正确的方式，每个人的设置都不同。
这 10 条技巧只是起点，真正的效率提升来自于：
- 大胆实验，找到适合自己工作流的方式
- 持续迭代，不断优化技能和配置
- 分享交流，从团队中汲取智慧
AI 时代的编程，拼的不是打字速度，而是定义问题的边界以及调度算力的能力。
