Anthropic 的内部团队正在通过使用 Claude Code 改变他们的工作流程，帮助开发人员和非技术人员处理复杂的项目、自动化任务，并弥合以前限制他们生产力的技能差距。

通过与我们自己使用 Claude Code 的核心用户进行访谈，我们收集了不同部门如何利用 Claude Code、它对工作的影响以及为其他考虑采用该技术的组织提供的建议。

目录

1. Claude Code 在数据基础设施中的应用 3
2. Claude Code 在产品开发中的应用 5
3. Claude Code 在安全工程中的应用 7
4. Claude Code 在推理中的应用 9
5. Claude Code 在数据科学与可视化中的应用 11
6. Claude Code 在 API 中的应用 13
7. Claude Code 在增长营销中的应用 15
8. Claude Code 在产品设计中的应用 17
9. Claude Code 在强化学习工程中的应用 19
10. Claude Code 在法律部门中的应用 21

Claude Code 在数据基础设施中的应用

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 来自动化日常的数据工程任务、解决复杂的基础设施问题，并为技术和非技术团队成员创建文档化的工作流程，使他们能够独立访问和操作数据。

主要应用案例

• Kubernetes 调试与截图 当 Kubernetes 集群宕机且无法调度新 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，Claude Code 引导他们通过 Google Cloud 的 UI 菜单，直到找到指示 Pod IP 地址耗尽的警告。然后 Claude Code 提供了创建新 IP 池并将其添加到集群中的精确命令，避免了需要网络专家参与。
• 财务团队的纯文本工作流程 团队向财务团队成员展示如何编写纯文本文件来描述数据工作流程，然后将其加载到 Claude Code 中以实现完全自动化执行。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 Code 会执行整个工作流程，包括请求日期等所需输入。
• 新员工的代码库导航 当新数据科学家加入团队时，他们被指导使用 Claude Code 来导航庞大的代码库。Claude Code 阅读他们的 Claude.md 文件（文档），识别与特定任务相关的文件，解释数据管道的依赖关系，并帮助新员工理解哪些上游数据源输入到仪表板中。这取代了传统的数据目录和发现工具。
• 任务结束后的文档更新 团队要求 Claude Code 总结已完成的工作会议，并在每项任务结束时提出改进建议。这创造了一个持续改进的循环，Claude Code 根据实际使用情况帮助完善 Claude.md 文档和工作流程说明，使后续迭代更加高效。
• 跨多个实例的并行任务管理 在处理长时间运行的数据任务时，他们会在不同的代码库中打开多个 Claude Code 实例，每个实例保持完整的上下文，因此，当他们在几小时或几天后回来时，Claude Code 会记住他们正在做什么并且停留在哪一部分，实现了真正的并行工作流管理，无需担心上下文丢失。

团队影响

• 无需专业知识即可解决基础设施问题 使用 Claude Code 诊断问题并提供精确修复，解决了 Kubernetes 集群问题，通常需要调动系统或网络团队成员参与。
• 加速新员工的入职培训 新的数据分析师和团队成员可以迅速理解复杂的系统，并有意义地做出贡献，无需大量指导。
• 增强的支持工作流 处理更大规模的数据量，识别异常（例如，监控 200 个仪表板），这是人工无法手动完成的任务。
• 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。

数据基础设施团队的建议

• 编写详细的 Claude.md 文件 在 Claude.md 文件中详细记录工作流程、工具和预期，Claude Code 的表现会更好。尤其是在已有模式的情况下，Claude Code 在设置新数据管道等日常任务中表现尤为出色。
• 对于敏感数据，使用 MCP 服务器而不是 CLI 推荐使用 MCP 服务器而非 BigQuery CLI 以保持对 Claude Code 访问的更好的安全控制，特别是处理需要日志记录或有隐私问题的敏感数据时。
• 分享团队使用会话 团队举办会话，成员之间展示各自的 Claude Code 工作流程。这有助于推广最佳实践，并展示使用工具的不同方式。

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，扩展该产品的企业功能和自主循环功能。

主要应用案例

• 快速原型设计与自动接受模式 工程师通过启用“自动接受模式”（shift+tab）来进行快速原型设计，设置自主循环，Claude Code 编写代码，运行测试，并持续迭代。团队提供抽象问题让 Claude 自动工作，然后在 80% 完成后进行审查并进行最后的完善。团队强调从干净的 git 状态开始并定期提交检查点，以便能够轻松恢复任何错误的更改。
• 同步编码核心功能 对于涉及应用程序业务逻辑的关键功能，团队与 Claude Code 一起同步工作，提供详细的提示并指定实现说明。团队实时监控过程，以确保代码质量、样式指南遵循以及正确的架构，同时让 Claude 处理重复的编码工作。
• 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。尽管这不是优先任务，但他们要求 Claude 完整构建此功能，最终约 70% 的实现来自于 Claude 的自主工作，仅需要几次迭代即可完成。
• 生成测试与修复 Bug 在实现功能后，他们使用 Claude Code 编写全面的测试，并处理在 Pull Request 审查中发现的简单 Bug 修复。他们还利用 GitHub Actions 集成，让 Claude 自动解决 Pull Request 评论中的格式问题或函数重命名问题。
• 代码库探索 在处理不熟悉的代码库（例如单体代码库或 API 方面）时，团队使用 Claude Code 快速理解系统的工作原理。与等待 Slack 响应不同，他们直接向 Claude 提问，节省了大量的上下文切换时间。

团队影响

• 更快的特性实现 成功实现了复杂的功能，如 Vim 模式，70% 的代码由 Claude 自主编写。
• 提高开发速度 可以迅速原型化功能并快速迭代，而不被实现细节所拖累。
• 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的 Bug 修复，确保代码质量高，同时减少了人工工作量。
• 更好的代码库探索 团队成员可以快速理解单体代码库中不熟悉的部分，而无需等待同事的响应。

Claude Code 团队的建议

• 创建自给自足的循环 设置 Claude 来验证自己的工作，自动运行构建、测试和 Lint，这允许 Claude 更长时间地独立工作，并捕捉自己的错误，尤其是在要求 Claude 在编写代码之前生成测试时效果最佳。
• 培养任务分类的直觉 学会区分哪些任务适合异步处理（外围功能、原型设计），哪些任务需要同步监督（核心业务逻辑、关键修复）。产品的边缘任务可以使用“自动接受模式”处理，而核心功能则需要更紧密的监督。
• 提出明确、详细的提示 当组件名称或功能相似时，要特别具体地要求。你提供的提示越好、越详细，就能更信任 Claude 独立工作，避免对错误部分代码库的意外更改。

Claude Code 在安全工程中的应用

安全工程团队专注于确保软件开发生命周期、安全供应链和开发环境安全。他们广泛使用 Claude Code 编写和调试代码。

主要应用案例

• 复杂的基础设施调试 在处理事件时，他们将堆栈跟踪和文档输入 Claude Code，要求其跟踪代码库中的控制流。这显著减少了生产问题的解决时间，使他们能够理解通常需要 10-15 分钟手动扫描代码的问题，只需大约 5 分钟。
• Terraform 代码审查与分析 对于需要安全批准的基础设施更改，他们将 Terraform 计划复制到 Claude Code 中，询问“这会做什么？我会后悔吗？” 这创建了更紧密的反馈循环，使安全团队能够更快地审查和批准基础设施更改，减少了开发过程中的瓶颈。
• 文档合成与操作手册 他们让 Claude Code 处理多个文档源，并创建 markdown 格式的操作手册、故障排除指南和概述。他们使用这些精简的文档作为调试实际问题的上下文，创建比查找完整知识库更高效的工作流程。
• 测试驱动开发工作流 不再像以前那样采用“设计文档 → 整段代码 → 重构 → 放弃测试”的模式，他们现在要求 Claude Code 提供伪代码，引导其进行测试驱动开发，并定期检查并在遇到问题时进行引导，从而实现更可靠且可测试的代码。
• 上下文切换与项目入职 在为现有项目（如“dependant”——一个用于安全审批工作流的 Web 应用）贡献代码时，他们使用 Claude Code 编写、审查和执行存储在代码库中的 markdown 规格说明，使得他们能够在几天内而非几周内做出有意义的贡献。

团队影响

• 减少事件解决时间 基础设施调试通常需要 10-15 分钟的手动代码扫描，现在只需约 5 分钟。
• 提高安全审查周期效率 Terraform 代码审查的安全批准速度大大提高，消除了开发人员在等待安全团队批准时的阻塞。
• 提高跨职能贡献效率 团队成员可以在几天内贡献有意义的工作，而不需要几周的上下文构建。
• 更好的文档工作流 从多个来源合成的故障排除指南和操作手册创造了更高效的调试过程。

安全工程团队的建议

• 广泛使用自定义斜杠命令 安全工程团队在整个代码库中使用了 50% 的自定义斜杠命令实现，这些命令简化了特定工作流程并加速了重复任务的处理。
• 让 Claude 首先行动 不要仅仅问 Claude 代码片段，而是让 Claude Code 先“提交你的工作”，然后让它自主工作，并定期进行检查，这样能获得更全面的解决方案。
• 利用它进行文档编写 除了编码之外，Claude Code 在文档合成和创建结构化输出方面也表现出色。他们提供了写作样本和格式化偏好，从而获得可以直接用于 Slack、Google Docs 和其他工具的文档，避免了界面切换疲劳。

Claude Code 在推理中的应用

推理团队管理 Claude 读取提示并生成响应时存储信息的内存系统。特别是对于那些机器学习背景不强的团队成员，Claude Code 在弥补他们的知识差距并加速他们工作方面起到了很大作用。

主要应用案例

• 代码库理解与入职培训 团队在加入复杂的代码库时，强烈依赖 Claude Code 来快速理解架构。与手动搜索 GitHub 仓库不同，他们直接要求 Claude 查找调用特定功能的文件，几秒钟内就能得到结果，而不需要向同事询问或手动搜索。
• 生成单元测试并覆盖边缘情况 编写核心功能后，他们要求 Claude 编写全面的单元测试，Claude 会自动涵盖遗漏的边缘情况，完成本通常需要大量脑力劳动的任务，充当一个可以审核的编码助手。
• 机器学习概念解释 因为团队成员没有机器学习背景，他们依赖 Claude 来解释模型特定的功能和设置。通常需要一个小时的 Google 搜索和阅读文档的工作，现在只需要 10-20 分钟，大大减少了 80% 的研究时间。
• 跨语言代码转换 在用不同编程语言测试功能时，他们解释自己想要测试的内容，Claude 就会用所需的语言（如 Rust）编写相应的逻辑，消除了仅为测试目的而学习新语言的需求。
• 命令回忆与 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，例如“如何获取所有 Pod 或部署状态”，并直接获得他们所需的基础设施命令。

团队影响

• 加速机器学习概念学习 研究时间减少了 80%，原本需要一个小时的 Google 搜索，现在只需 10-20 分钟。
• 更快的代码库导航 能在几秒钟内找到相关文件并理解系统架构，而不需要向同事询问。
• 全面的测试覆盖 Claude 自动生成包含边缘情况的单元测试，减轻了心理负担的同时保持了代码质量。
• 消除语言障碍 能够在不学习 Rust 等语言的情况下实现功能。

推理团队的建议

• 首先测试知识库功能 尝试向 Claude 提问各种问题，看看它是否能比 Google 搜索更快地回答。如果它更快且更准确，那么它就是你工作流程中一个值得节省时间的工具。
• 从代码生成开始 给 Claude 提供具体的指令并让它编写逻辑，然后验证正确性。这有助于在使用更复杂任务前建立对该工具能力的信任。
• 使用它编写测试 让 Claude 编写单元测试，从而减轻日常开发工作的压力。利用这一功能可以在不花时间手动考虑所有测试情况的情况下保持代码质量。

Claude Code 在数据科学与可视化中的应用

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表现，但构建这些工具通常需要熟悉不常用的语言和框架。Claude Code 使这些团队能够构建生产质量的分析仪表盘，而无需成为全栈开发人员。

主要应用案例

• 构建 JavaScript/TypeScript 仪表盘应用 尽管团队成员对 JavaScript 和 TypeScript 的了解有限，但他们使用 Claude Code 构建完整的 React 应用，用于可视化强化学习模型表现和训练数据。他们完全让 Claude 控制编写整个应用程序，比如一个 5000 行的 TypeScript 应用，无需自己理解代码。由于可视化应用相对较少上下文依赖，不需要理解整个单体代码库，这使得团队能够快速原型化用于在训练和评估过程中理解模型表现的工具。
• 处理重复的重构任务 当遇到合并冲突或需要重构文件时，这些任务太复杂而无法用编辑器宏完成，但也不足以进行重大开发工作时，他们使用 Claude Code 就像“老虎机”一样——提交当前状态，让 Claude 自主工作 30 分钟，如果效果好就接受解决方案，如果不行就重新开始。这样一来，重复性工作变得更高效。
• 创建持久性分析工具而非一次性笔记本 团队不再构建一次性的 Jupyter 笔记本，这些笔记本最终会被丢弃。相反，他们让 Claude 构建可复用的 React 仪表盘，便于未来的模型评估使用。了解 Claude 在训练和评估过程中的表现是“团队最重要的工作之一”，因为理解模型表现“实际上并不简单，简单的工具不能从单个数字的变化中获得太多有效信号。”
• 零依赖任务委派 在完全不熟悉的代码库或语言中，他们将整个实现任务委托给 Claude Code，利用它从单体代码库中获取上下文并执行任务，无需他们实际参与编码过程。这样，团队能够在自己的专业领域外保持生产力，而无需花费时间学习新技术。

团队影响

• 节省 2-4 倍的时间 原本需要手动完成的日常重构任务现在大大加快了速度。
• 在不熟悉语言中构建复杂应用 尽管团队成员对 JavaScript 和 TypeScript 经验有限，但他们还是成功创建了 5000 行的 TypeScript 应用。
• 从一次性工具转变为持久性工具 不再构建一次性使用的 Jupyter 笔记本，团队开始构建可重用的 React 仪表盘用于模型分析。
• 获得直接的模型改进见解 实际使用 Claude Code 的经验为改进未来模型的内存系统和用户体验提供了宝贵的反馈。
• 通过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。

数据科学与机器学习工程团队的建议

• 将其当作老虎机使用 在让 Claude 工作时，保存你的状态，让它工作 30 分钟，然后决定是否接受结果或重新开始。通常，重新开始的成功率比修正 Claude 的错误要高。
• 需要时打断它，简化问题 在监督过程中，不要犹豫，直接问 Claude “你为什么这么做？尝试一个更简单的方案。” 该模型默认倾向于更复杂的解决方案，但对于要求简化的方法，它反应良好。

Claude Code 在 API 中的应用

API 知识团队致力于开发支持 PDF、引用和网页搜索等功能，将额外的知识带入 Claude 的上下文窗口。跨大型复杂的代码库工作意味着不断遇到不熟悉的代码部分，需要花费大量时间理解要检查的文件，并在进行更改之前建立上下文。Claude Code 通过充当指南，帮助他们理解系统架构、识别相关文件并解释复杂的交互，改善了这一体验。

主要应用案例

• 第一步工作流程规划 团队将 Claude Code 作为处理任何任务的“第一站”，要求它识别需要检查的文件，以进行错误修复、功能开发或分析。这取代了传统的手动浏览代码库并收集上下文的时间密集型过程。
• 跨代码库的独立调试 团队现在有信心在不熟悉的代码库部分解决 Bug，而不需要向他人寻求帮助。他们可以直接问 Claude：“你认为你能修复这个 Bug 吗？我看到的是这样的行为”，并且常常能获得立即进展，而在以前，由于需要投入大量时间，这种做法是不可行的。
• 通过狗食法进行模型迭代测试 Claude Code 自动使用最新的研究模型快照，使其成为团队体验模型变化的主要方式。这使得他们能够在开发周期中获得模型行为变化的直接反馈，而这是之前发布时无法体验到的。
• 消除上下文切换的额外负担 不再需要复制代码片段并将文件拖入 Claude.ai 来详细说明问题，而是可以直接在 Claude Code 中提问，无需额外的上下文收集，显著减少了精神负担。

团队影响

• 增加了处理不熟悉领域的信心 团队成员能够独立调试 Bug 和调查不熟悉代码库中的事件。
• 显著节省了上下文收集的时间 消除了复制代码片段并将文件拖入 Claude.ai 的额外负担，减少了上下文切换的精神负担。
• 加速了轮岗入职培训 新加入的工程师能够快速导航不熟悉的代码库，并在没有大量同事咨询的情况下做出有意义的贡献。
• 提高了开发者的工作满意度 团队表示，由于日常工作流中的摩擦减少，他们感到更开心和更有生产力。

API 知识团队的建议

• 把它当作一个迭代的合作伙伴，而不是一次性的解决方案 与其期望 Claude 立即解决问题，不如把它当作一个你迭代的合作伙伴。这个方法比起试图让它一开始就完美解决问题要有效得多。
• 用它来建立对不熟悉领域的信心 不要犹豫，去处理你专业领域之外的 Bug 或调查事件——Claude Code 使得在通常需要大量上下文构建的领域内独立工作变得可行。
• 从最少的信息开始 从你需要的最低限度信息开始，让 Claude 引导你完成过程，而不是一开始就提供大量的解释。

Claude Code 在增长营销中的应用

增长营销团队专注于构建付费搜索、付费社交、移动应用商店、电子邮件营销和 SEO 等绩效营销渠道。作为一个非技术团队，他们利用 Claude Code 自动化重复的营销任务，并创建需要大量工程资源的自主工作流程。

主要应用案例

• 自动化 Google Ads 创意生成 团队建立了一个自主工作流程，处理包含数百个现有广告和绩效数据的 CSV 文件，识别表现不佳的广告进行迭代，并生成符合严格字符限制的新广告变体（标题 30 个字符，描述 90 个字符）。使用两个专门的子代理（一个用于标题，另一个用于描述），该系统可以在几分钟内生成数百个新的广告，而不需要手动在多个广告系列中创建。这使得他们能够大规模地进行测试和迭代，这是以前需要大量时间才能实现的。
• Figma 插件批量创意制作 团队开发了一个 Figma 插件，该插件通过识别帧并通过编程生成多达 100 个广告变体来自动化静态图像的复制和编辑，而不再需要手动进行。这减少了原本需要几个小时的复制粘贴工作，每批次只需不到半秒。这使得团队能够在关键社交平台上测试更多的创意变体，创造了 10 倍的创意输出。
• Meta 广告 MCP 服务器用于广告系列分析 团队创建了一个 MCP 服务器，集成了 Meta Ads API，用于查询广告系列的表现、支出数据和广告效果，直接在 Claude Desktop 应用中进行分析，消除了在多个平台间切换的需求，节省了每次提高效率所带来的时间。
• 具有记忆系统的高级提示工程 他们实现了一个初步的记忆系统，用于记录假设和广告迭代中的实验，使系统在生成新广告变体时能够将以前的测试结果引入上下文，创造了一个自我改进的测试框架。这使得系统化实验成为可能，而这在手动跟踪时是不可能完成的。

团队影响

• 重复任务节省大量时间 广告文案创作从 2 小时减少到 15 分钟，腾出了更多时间用于战略工作。
• 创意产出增加 10 倍 团队现在能够通过自动生成和 Figma 集成，在多个平台上测试更多的广告变体。
• 像更大团队一样运作 团队能够处理那些传统上需要大量工程资源的任务。
• 战略焦点转移 团队可以花更多时间在整体战略和构建自主自动化上，而不是手动执行任务。

增长营销团队的建议

• 识别具有 API 的重复任务 寻找涉及重复操作的工作流，并确保所使用的工具有 API（例如广告平台、设计工具、分析平台）。这些是自动化的主要候选项，而 Claude Code 能提供最大的价值。
• 将复杂工作流拆解成专门的子代理 与其试图在一个提示或工作流中处理所有问题，不如为具体任务创建单独的代理（例如标题代理与描述代理）。这样可以更容易地进行调试，并且在处理复杂需求时能提高输出质量。
• 在编写代码前充分头脑风暴和计划提示 在编写代码前，花大量时间使用 Claude.ai 思考整个工作流，然后让 Claude.ai 创建一个完整的提示和代码结构供 Claude Code 参考。此外，要按步骤工作，而不是要求一次性解决方案，以避免 Claude 在复杂任务中感到过载。

Claude Code 在产品设计中的应用

产品设计团队支持 Claude Code、Claude.ai 和 Anthropic API，专注于构建 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差距，使他们能够直接实现自己的设计愿景，而无需与工程师进行大量的往返沟通。

主要应用案例

• 前端优化与状态管理变更 团队不再创建大量的设计文档并经过多轮反馈与工程师进行视觉调整（例如字体、颜色、间距），而是通过 Claude Code 直接实现这些调整。工程师指出，他们正在进行“通常不会由设计师做的大规模状态管理更改”，这使得他们能够实现自己设想的精确质量。
• GitHub Actions 自动化票务管理 使用 Claude Code 的 GitHub 集成功能，他们只需创建描述所需更改的 issue/ticket，然后 Claude 会自动提出代码解决方案，无需打开 Claude Code，从而为持久待办任务（如修复 Bug 和功能优化）创建一个无缝的工作流。
• 快速交互式原型设计 通过将原型图像粘贴到 Claude Code 中，团队能够生成功能齐全的原型，工程师可以立即理解并进行迭代，从而取代了传统的静态 Figma 设计过程，这些设计需要进行大量的解释和翻译才能转化为可工作的代码。
• 边缘情况发现与系统架构理解 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，使他们能够在设计阶段识别出边缘情况，而不是在开发阶段才发现，从根本上提高了初始设计的质量。
• 复杂的文案更改与法律合规性 对于像删除“研究预览”消息这类任务，团队使用 Claude Code 查找所有实例，检查周围的文案，并实时与法律部门协调更改，最终实现更新——这个过程只需要两次 30 分钟的电话，而不是一周的反复协调。

团队影响

• 核心工作流程的转变 Claude Code 成为主要的设计工具，Figma 和 Claude Code 大约 80% 的时间是同时打开的。
• 执行速度提高 2-3 倍 以前需要与工程师进行大量反馈的视觉和状态管理更改，现在可以直接在 Claude Code 中实现。
• 从几周到几小时的周期时间 像 GA 启动消息这类复杂项目，原本需要一周的协调工作，现在只需通过两次 30 分钟的电话就能完成。
• 两个不同的用户体验 开发人员体验到的是“增强的工作流”（更快的执行速度），而非技术用户则体验到的是“天哪，我成为了开发者”（完全新能力，之前无法实现）。
• 改善设计与工程的协作 由于设计师提前理解了系统的约束和可能性，团队的沟通和问题解决效率大大提高。

产品设计团队的建议

• 从工程师那里获得适当的设置帮助 让工程团队的成员帮助完成初始代码库设置和权限配置——技术上的入职培训对非开发人员来说比较具有挑战性，但一旦配置好，它将极大地改变日常工作流。
• 使用自定义记忆文件来指导 Claude 的行为 创建具体的说明告诉 Claude 你是一个经验较少的设计师，需要详细的解释和更小的逐步更改，这将显著改善 Claude 的响应质量，使它更容易接受。
• 利用图像粘贴功能进行原型设计 使用 Command+V 快捷键将截图直接粘贴到 Claude Code 中——它擅长读取设计并生成功能性代码，对于将静态原型图转化为互动原型至关重要，使工程师能够立即理解并在此基础上进行开发。

Claude Code 在强化学习工程中的应用

强化学习（RL）工程团队专注于强化学习中的高效采样和跨集群的权重传输。他们主要使用 Claude Code 来编写中小型功能、调试和理解复杂的代码库，采用迭代方法，包括频繁的检查点和回滚。

主要应用案例

• 带监督的自主功能开发 团队让 Claude Code 编写中小型功能的大部分代码，并提供监督，例如实现用于权重传输组件的认证机制。他们以交互的方式进行，允许 Claude 领导工作，但当它偏离轨道时，团队会进行引导。
• 生成测试与代码审查 在自己实现更改后，他们会要求 Claude Code 添加测试或审查他们的代码。这一自动化测试工作流节省了大量的时间，特别是在常规但重要的质量保证任务上。
• 调试与错误调查 团队使用 Claude Code 来调试错误，尽管结果有时混合——有时它能立即识别问题并添加相关的测试，其他时候它可能会遇到困难，但总体来说，当它有效时，能够为团队提供极大的价值。
• 代码库理解与调用栈分析 他们最显著的工作流程变化之一是使用 Claude Code 快速总结相关组件和调用栈，取代了手动阅读代码或生成大量调试输出的过程。
• Kubernetes 操作指导 团队经常向 Claude Code 询问 Kubernetes 操作，它提供即时的配置和部署命令，减少了通常需要大量 Google 搜索的时间。

团队影响

• 启用了实验性方法 他们现在使用“尝试和回滚”的方法，经常提交检查点，以便测试 Claude 的自主实现尝试，并在需要时回滚，从而使开发过程更加实验性。
• 文档加速 Claude Code 自动添加有用的注释，节省了大量文档时间，尽管有时它会将注释放置在奇怪的位置或使用可疑的代码组织。
• 加速开发进度 虽然 Claude Code 可以用“相对较少的时间”实现中小型 PR 的功能，但团队承认，它在第一次尝试时只有三分之一的成功率，这通常需要额外的指导或人工干预。

强化学习工程团队的建议

• 根据特定模式定制 Claude.md 文件 在 Claude.md 文件中添加指令，以防止 Claude 重复犯工具调用错误，比如告诉它“运行 pytest 而不是直接运行，不要不必要地改变目录，只需使用正确的路径”。这显著改善了代码的一致性。
• 使用依赖检查点的工作流 定期提交工作状态，当 Claude 进行更改时，便于在实验失败时轻松回滚。这样可以更实验性地进行开发，避免风险。
• 先尝试一次性解决，再合作调整 先给 Claude 一个简短的提示，让它尝试进行完整实现。如果成功（约三分之一的时间），你就节省了大量时间；如果失败，再切换到更合作的、引导式的方法。

Claude Code 在法律部门中的应用

法律团队通过实验发现了 Claude Code 的潜力，并对了解 Anthropic 的产品提供了积极的尝试。此外，一位团队成员有一个与家庭和工作原型相关的个人用例，展示了该技术对非开发人员的强大功能。

主要应用案例

• 为家庭成员创建定制的辅助功能解决方案 团队成员为患有医学诊断导致语言困难的家庭成员开发了交流助手。仅用一个小时，他们就创建了一个预测文本应用，使用本地语音转文本技术，建议回应并使用语音库发出声音，解决了现有语音治疗师推荐的辅助工具的不足。
• 法律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正确的律师，展示了法律部门如何在没有传统开发资源的情况下为常见任务构建自定义工具。
• 团队协调工具 经理们使用 Claude Code 开发了 G Suite 应用程序，自动化了每周团队更新并跟踪产品的法律审查状态，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，而不必依赖电子表格管理。
• 解决方案验证的快速原型设计 他们使用 Claude Code 快速构建功能性原型，展示给领域专家（例如向 UCSF 专家展示辅助工具），以验证创意并在投入更多时间之前确定现有的解决方案。

工作风格与影响

• 在 Claude.ai 中进行规划，在 Claude Code 中实现 他们采用两步法，首先使用 Claude.ai 进行头脑风暴和规划，然后转到 Claude Code 实现，要求它减慢速度并逐步工作，而不是一次性输出所有内容。
• 视觉优先的方法 他们经常使用截图向 Claude Code 展示他们希望界面呈现的样子，然后根据视觉反馈进行迭代，而不是通过文本描述功能。
• 以原型驱动创新 强调克服分享“傻乎乎”或“玩具”原型的恐惧，因为这些展示能激发其他人看到他们未曾考虑过的可能性。

法律部门的建议

• 首先在 Claude.ai 中充分规划 使用 Claude 的对话界面充分展开整个创意，然后将其总结成逐步提示用于实现。
• 逐步且视觉化工作 请求 Claude Code 慢下来，一次只实现一个步骤，这样你可以在不被压倒的情况下进行复制粘贴。并大量使用截图展示界面设计。
• 分享原型，尽管不完美 克服隐藏“玩具”项目或未完成工作的冲动——分享原型有助于其他人看到更多可能性，并激发跨部门创新，这些部门通常不会互动。