Claude Code：席捲新創圈的 AI 程式代理

• 理解整個程式碼庫
• 同時修改與重構多個檔案
• 執行 shell 指令與開發工具
• 撰寫測試並修復 bug
• 自動處理依賴更新、合併衝突等例行工作

由於它可以與完整的專案儲存庫和工具鏈互動，而不是只看單一檔案，因此能完成端到端（end‑to‑end）的工程任務。

為何新創公司這麼快採用它

多數新創團隊工程人數不多，但產品計畫通常非常激進。任何能在不增加人力的情況下提升開發速度的工具，都會受到高度關注。

對超過兩打創辦人與創投的調查顯示，Claude Code 已迅速成為許多新創公司的預設 AI 程式工具。

背後有幾個重要原因。

1. 從「補全工具」變成「任務代理」

像 GitHub Copilot 這類早期工具主要是在你打字時提供程式碼建議。

Claude Code 的思路不同：它強調 delegation（委派）。

開發者可以直接描述目標，例如：

• 將專案遷移到新的函式庫
• 修復整個程式碼庫的某個 bug
• 為專案補齊單元測試

接著 AI 會自己規劃步驟並跨多個檔案與工具完成任務。

這讓它在以下場景特別強大：

• 大型重構
• 架構級改動
• 跨服務除錯
• 測試生成與驗證

這些工作過去通常需要資深工程師投入大量時間。

2. 能理解整個程式庫

Claude Code 可以分析整個 repository 的結構與關聯，而不只是目前開啟的檔案。

這種全局視角讓 AI 在處理大型專案時更可靠，也能同時修改多個模組並保持一致性。

對於程式碼快速演化的新創產品來說，這能顯著降低跨檔案修改的複雜度。

3. 與開發流程深度整合

Claude Code 多半在 終端機環境中使用，而不是完全依附在程式編輯器內。

這意味著它可以直接：

• 執行測試
• 操作 Git
• 執行腳本
• 修改專案檔案

換句話說，AI 不只是建議程式碼，而是直接在開發流程中工作。

從實驗功能到數十億美元產品

Claude Code 的成長速度在 AI 產業中也屬於極端案例。

關鍵里程碑包括：

• 2025 年 5 月：正式向公眾推出。
• 2025 年底：年化收入突破 10 億美元。
• 2026 年 2 月：年化收入超過 25 億美元。

Anthropic 也透露，年支出超過 100 萬美元 的企業客戶數量，在兩年內從約十家增加到 500 多家。

另一個有趣的指標是：一項分析估計，全球約 4% 的公開 GitHub 提交是由 Claude Code 撰寫。

雖然這些數據多來自公司披露與相關分析，但它們顯示 AI 程式代理正快速從實驗工具變成軟體開發基礎設施。

團隊如何用它（不只是寫程式）

實際上，許多團隊已把 Claude Code 用在遠超過「生成函式」的工作。

常見應用包括：

• 跨服務除錯
• 自動生成與維護測試
• 大型程式重構
• Pull request 程式審查
• 自動化例行開發任務

在一個案例中，工程團隊把 Claude Code 整合到整個開發流程後，交付速度提升到原來的兩倍，同時仍保留人工審查機制。

AI 程式工具競賽：Cursor、Copilot 與 Codex

Claude Code 的崛起也加速了 AI 程式工具市場的競爭。

目前大致形成三種產品策略：

• IDE 原生工具：例如 Cursor，把 AI 深度整合進編輯器。
• 編輯器助理：例如 GitHub Copilot，提供補全與聊天功能。
• CLI 代理：例如 Claude Code，在專案與流程層級運作。

競爭者也迅速跟進。GitHub 已為 Copilot 推出 Agent Mode，可自動完成多步程式修改並建立 pull request。

OpenAI 也推出新的 Codex 程式代理，透過 GitHub Copilot 訂閱與 VS Code 擴充套件提供，用於執行工程任務而不只是生成程式碼。

從「AI 結對程式員」到「AI 工程師」

Claude Code 受歡迎的真正原因，其實反映了開發者對 AI 的期待正在改變。

早期工具定位為 AI pair programmer（結對程式員）：協助寫程式。

新一代工具更像是 任務型工程代理，可以：

• 規劃修改
• 編輯多個檔案
• 執行測試
• 反覆迭代直到問題解決

對新創公司來說，這意味著小團隊也能完成更複雜的工程任務。

軟體開發工具因此進入新的階段：AI 不只是讓工程師打字更快，而是開始真正參與建構軟體本身。