他不再写代码，却每天提交150个PR 过去一年，Boris Cherny没亲手写过一行代码。他不是转行了，而是彻底切换了工作范式——从编码者，变成系统架构师。他每天提交几十个PR，峰值达到150个；手机上同时挂着5到10个Claude会话，每个会话背后是数十个协同运行的AI智能体；白天几百个在跑，深夜几千个自动上线，替他完成CI修复、测试稳定、用户反馈聚类、文档生成等全部工程任务。 Loop，才是真正的生产力原点 Boris反复强调一个词：Loop。这不是技术黑话，而是一种全新工作节奏的锚点。Loop不是“让AI多干几次”，而是定义一个可重复、可验证、可收敛的自动化单元：每五分钟检查一次CI状态，每30分钟抓取并结构化用户反馈，每天凌晨自动生成部署报告……这些Loop常年运转，几乎无需人工干预。 更关键的是，Loop正在自我进化。有次他只说“查一下这个数据表的最新趋势”，模型立刻回应：“数据持续更新，我建议起个Loop，每30分钟生成一份摘要，发到Slack。”——他点头同意，任务即刻落地。如今，他已不再写prompt，只写loop；不久之后，连loop也可能由模型自主提案、自动生成。 干活的方式，已经变了 过去是人问一句、AI答一句；现在是人搭一个系统，AI自己找活、自己干、自己交差。Anthropic推出的Routines机制，正是把这种能力固化到服务端：合上电脑，系统照常运行。工程师的角色也随之迁移——不再逐行校验语法，而是设计验收规则、判断PR是否可合并、定义什么叫“真正完成”。 Boris说，这不叫AI取代人类，而是人从执行者升级为系统的“验收官”与“架构师”。当整个团队——包括产品经理、设计师、财务、用户研究员——都开始调度AI完成专业任务时，“写代码”就不再是程序员的专利，而成为一种跨职能的基础能力。 验收，是Loop不崩溃的唯一护栏 一个能连跑整晚的AI，凭什么不会批量制造bug？答案藏在/goal命令里：目标驱动 + 独立判停。你告诉它“让/test目录下所有单测通过、lint无警告”，它每改一步，就由另一个轻量模型实时校验——到了？停。没到？继续迭代。这个“监工模型”和干活模型物理隔离，构成闭环反馈。 没有这道验收，Loop就是失控的永动机。Boris验证过：加了/goal验证后，产出质量稳定提升2–3倍。一个“让AI自己检查自己”的动作，效果远超升级模型本身。 Fable 5：普通人也能跑起来的Loop工厂 这套逻辑已被封装进Fable 5——首个为长期自主任务设计的Claude模型。它有三大不可替代性：第一，能连续工作数天而非几分钟；第二，干完活不交差，先自测、自修、自验；第三，精准解析财报表格、架构图、仪表盘截图等密集视觉信息。 撬动这三项能力的钥匙，只有两个命令：/goal 和 /loop。/goal奔终点，必须定义清晰的完成标准和失败退路（例如：“只改/src文件，测试全过，重试3次不过即停”）；/loop按周期执行（如“每小时扫收件箱，摘要新邮件并拟回信草稿”）。二者叠加，还能应对复杂条件触发场景。 让它记住你，只需20分钟 Fable 5不会天然认识你。但只需本地建一个fable-workspace文件夹，放四样东西：一页业务概要、记忆文件claude-memory.md（自动记录关键信息）、指令文件claude-instructions.md（规定行为守则）、以及指向该路径的/add配置。20分钟搭建完毕，从此每次会话，它都带着你的语境开工——客户名、偏好风格、当前项目重点、过往决策逻辑，全部就位。 这套上下文还能跨工具迁移。配合“二八策略”：只把Fable 5用在那20%真正依赖其长时推理、多步自治、强理解力的任务上；其余粗活，交给Sonnet或Haiku执行，再由Fable验收。至此，“夜间AI军团”的本质浮出水面：一个能干活的模型 + 一套可验证的目标定义 + 一个按时触发的循环机制。 最后稀缺的，是那个能说清“做完是什么样”的人 模型有了，Loop有了，工具链也成熟了。真正卡住多数人的，不是技术，而是表达力——你能否用机器可解的语言，精准描述什么是“完成”、什么是“正确”、什么是“值得交付”。这不再是编程能力，而是一种新型工程素养：目标建模能力。它比写代码更基础，也更关键。