“90%的Claude Code代码是由Claude Code自己编写的。”
——Addy Osmani，Anthropic工程师，2026年1月
这个数字的意义远超表面。这不是"AI辅助人类写代码"的故事，而是"AI在写自己"的新篇章——一种被称为"自举（Bootstrapping）“的现象正在AI Agent世界悄然发生。
当AI开始编写自己的代码，我们正在见证一个划时代的转折点：从工具到伙伴，再到某种程度上的"自我创造者”。
什么是"自举"？从编译器说起
“自举”（Bootstrapping）这个词源自编译器领域的经典概念：
- 第一个C编译器，是用汇编语言写的
- 然后用这个汇编写成的编译器，编译C语言写的编译器源码
- 从此以后，C编译器就可以用C自己写自己了
自举的本质：一个系统一旦具备基本能力，就能用这个能力来增强和完善自己。
Claude Code 的"90%自举"正是这个概念在AI时代的再现——只不过这次的主角从编译器变成了AI Agent。
Addy Osmani的"AI辅助工程"方法论
Addy Osmani 并非简单地让AI"自动写代码"。他在博文中详细阐述了2026年的AI编程工作流：
三大核心原则
1. 清晰的方向（Clear Direction）
- 不把AI当作"魔法棒"
- 明确知道要构建什么、为什么构建
- 人类负责战略，AI负责战术
2. 丰富的上下文（Rich Context）
- 通过MCP（Model Context Protocol）连接外部知识
- 让AI理解整个项目架构和历史
- “AI-Native"的代码组织方式
3. 持续的监督（Ongoing Supervision）
- AI写代码，人类orchestrate
- 代码审查、测试验证仍是人类职责
- 90% AI写 ≠ 0% 人类参与
关键认知
Addy强调：“这不是取代工程师，而是创造AI-Native Software Engineer——那些懂得如何与AI协作、让AI发挥最大效能的新一代工程师。”
Claude Code的技术优势：为什么能做到？
并非所有AI编程工具都能实现"自举”。Claude Code能做到这一点，源于几个关键技术创新：
1. MCP（Model Context Protocol）生态
MCP是Anthropic开源的协议，让AI能够连接各种数据源和工具：
- 读取代码库、文档、API规范
- 访问数据库、云服务
- 执行测试、部署脚本
这意味着：Claude Code不是在"瞎猜"代码，而是基于完整的上下文进行推理。
2. Subagents架构
Claude Code内置了多Agent协作系统：
- 主Agent负责整体orchestration
- 子Agent专注于特定任务（搜索、文件操作、测试等）
- Agent之间可以并行工作
自举的关键：Claude Code用Subagents架构来写Subagents的代码——这是一个递归的增强循环。
3. 长上下文与项目级理解
Claude的超长上下文窗口让AI能够：
- 理解整个项目的架构
- 保持跨文件的代码一致性
- 进行大规模重构而不破坏逻辑
没有这种"全局视野"，AI写再多代码也只是"局部最优"，无法形成可运行的系统。
自举：AI进化的必经之路
从历史视角看，AI编程的发展经历了四个阶段：
Claude Code 的"90%自举"标志着我们已进入第四阶段。
编译器的启示
编译器历史告诉我们：自举是技术成熟的标志。
- 第一个自举编译器出现后，C/C++/Go/Rust等语言都采用了自举模式
- 自举让语言开发者能用语言本身来增强语言
- bug修复和特性开发变得更快
AI Agent的自举可能带来类似的效应：
- AI可以更快地修复自己的bug
- 新功能可以由AI自己实现
- 进化速度呈指数级加速
争议与思考：自举时代的挑战
质量可控吗？
质疑：AI写的代码，质量可靠吗？
现实：
- 代码质量取决于测试覆盖率和审查流程
- Claude Code能自动生成测试，这是优势
- 但最终责任仍在人类工程师
安全性如何保证？
质疑：AI自举会导致失控吗？
现实：
- 自举 ≠ 自主决策
- 人类仍在设定目标、边界和价值观
- “AI写AI"更像是"高级自动化”，而非"独立意识"
人类工程师的价值何在？
质疑：AI能自举了，还需要人类吗？
现实：
- 创造力：定义问题、设计架构
- 判断力：权衡trade-offs、做出决策
- 责任：为系统行为负责
Addy Osmani 总结得好：“AI让工程师从’写代码’升级为’orchestrate代码’。”
未来展望：自举之后的下一个阶段？
如果90%的代码可以由AI自举，那么：
- 开发速度：新功能的迭代周期将大幅缩短
- 系统复杂度：AI可以管理比人类更复杂的系统
- 进化方向：AI可能会探索人类未曾设想的设计模式
但同时，我们也需要思考：
- 如何设计"自举的边界"？
- 如何确保AI自举符合人类价值观？
- 工程师的核心技能将如何演变？
结语：自举是起点，不是终点
Claude Code 的"90%自举"是一个里程碑，但它更像是一个起点：
- 起点：AI可以写自己的代码
- 方向：AI可以在人类引导下持续自我增强
- 终点：人机协作的新范式——AI-Native Engineering
正如编译器的自举开启了现代编程时代，AI的自举可能正在开启智能编程时代的大门。
而人类工程师的角色，将从"代码的书写者"，转变为"智能系统的orchestrator"——这或许是更令人兴奋的未来。
参考资料：