Claude Code创始人Boris Cherny分享的日常工作设置，看似普通实则是一套纪律性很强的小动作，累积起来效果惊人。这份实用手册将13个技巧提炼出来，开发者可以直接复制应用到自己的工作流中，获得更稳定的AI编程体验。
智能速览
并行运行多个Claude会话并编号追踪进度
混合使用本地和网页会话适应不同任务场景
坚持使用单一模型，一致性比速度更重要
维护共享CLAUDE.md作为团队活记忆和风格指南
将重复提示转化为斜杠命令提升效率
通过钩子实现确定性的代码格式化和质量保证
精华内容
这13个技巧不是孤立的操作，而是一套完整的工作哲学，通过标准化、自动化和验证循环，让AI编程从偶然的灵光一现变成可靠的系统性生产力。
并行多会话
Boris同时运行5个终端会话，给标签页编号方便追踪。他依赖系统通知（如iTerm2），这样在一个会话运行时可以做其他事。核心思路是保持吞吐量：跨独立任务维持动力，不用等待单个会话完成。
编号看起来微不足道，但在多标签页间切换时能快速扫描进度。建议从两个会话开始，各自负责明确目的（如’重构’和’测试’），保持独立性直到提交。这种方法特别适合处理复杂的项目重构或功能开发。
模型一致性
Boris几乎所有事都用单一模型（Opus 4.5带思考）。虽然单次请求可能更慢，但减少的重新提示和调整往往让端到端速度更快。
核心启示是：一致性比原始速度更重要。不同模型的风格和习惯差异会增加认知负担。建议承诺用一个模型一周，记录重新提示的频率，然后再评估是否需要切换。这种一致性让Claude能够更好地理解项目上下文和个人偏好。
团队活记忆
在git中维护共享的CLAUDE.md，每次Claude出错就更新它，成为’不要重复’的账本和本地风格指南。文件应该简短、聚焦，通过PR更新保持新鲜。
Boris团队的CLAUDE.md只有几千个token，涵盖命令、代码风格、UI指南、状态管理、日志、错误处理、调试和PR模板。例如：优先用提前返回而非嵌套if；非平凡改动先写测试；行为变更时更新文档。这个文件成为团队的共同知识库，减少重复指导。
命令自动化
任何重复的提示都做成斜杠命令，减少摩擦并让Claude能自己调用相同工作流。这些命令文件放在git里共享，用内联bash预计算上下文。
一个实用的例子是准备干净提交并推送PR的命令：描述允许使用git status、git diff、git commit和git push，然后起草提交消息、提交并推送当前分支。这种自动化让常见操作变得一键完成，大大提升工作流效率。
钩子与权限
用PostToolUse钩子格式化代码，把’大部分时候这样做’变成’每次都这样做’，避免CI噪音。示例配置会在每次Edit或Write工具使用后自动运行格式化命令。
在权限管理上，Boris避免默认跳过YOLO权限，而是通过/permissions和共享设置预授权信任的工具集。创建’安全白名单’并每月审查，默认关闭风险命令。这种做法比全面跳过更安全，比持续提示更快。
验证循环
最重要的技巧是给Claude一种验证自己工作的方式。当它能检查输出——测试、CLI命令、浏览器行为——质量会大幅提升。Boris甚至让Claude用Chrome扩展在真实浏览器中测试UI变更。
验证阶梯包括：单个命令（如pnpm test）、小型测试套件、浏览器UI检查、不同子代理的审查轮次。对于长时间任务，设置后台验证步骤，用Stop钩子运行冒烟测试并发布摘要。这种验证循环是确保AI编程可靠性的乘数效应。
这些技巧的核心是将AI编程从艺术变成工程，通过标准化、自动化和系统化确保输出质量。不需要一次全部采用，可以从创建CLAUDE.md或一个斜杠命令开始，逐步构建自己的高效工作流。你今天会尝试哪个技巧？
