近日，Anthropic 公司 Claude Code 的创始人 Boris Cherny 提出了一个颇具颠覆性的观点：或许在一个月后，AI 编程将不再需要“plan mode”（计划模式）。这一论断不仅是关于一个产品功能的迭代，更预示着 AI 编程范式即将迎来的深刻变革。它标志着软件开发正从“人机对话”迈向“意图驱动”的新阶段，工程师的角色、工作流程乃至整个软件行业的生态都将因此被重塑。
“Plan mode”的本质，其实是在 AI 动手写代码之前，强制其先进行思考和规划。这个功能源于用户的实际需求——开发者们发现，直接让 AI 写代码容易跑偏，不如先让它拿出方案，双方确认后再执行。这种“先设计、再编码”的思路，有效降低了返工成本。然而，Cherny 认为这一模式的生命周期是有限的。其背后的核心驱动力，是 AI 模型能力的指数级增长。
随着以 Claude Opus 4.5 及后续版本为代表的新一代模型在推理和长上下文理解能力上的飞跃，AI 正在变得越来越“稳健”。它开始能够更好地理解复杂任务的整体意图，并自主进行内部规划。未来，开发者可能不再需要显式地命令 AI“先别写代码”，AI 将能够根据任务的复杂度，自动判断是否需要进入规划阶段，甚至最终实现“一发指令，直达结果”的理想状态。换言之，“plan mode”的消失，并非功能的退步，而是其能力被模型内化、成为一种默认行为的体现。
这一变革将直接推动软件开发从“命令式”向“声明式”的终极转型。过去，程序员需要告诉计算机每一步“如何做”；未来，他们的核心工作将是清晰地定义“做什么”和“成功的标准是什么”。工程师的角色正从具体的代码“执行者”转变为 AI 的“指挥官”“架构师”和“产品经理”。他们需要具备更强的系统性思维、产品洞察力和需求定义能力，将模糊的想法转化为 AI 能够理解和执行的精确意图。
在这种新范式下，开发工作流也正在被彻底重构。以 Boris Cherny 为代表的顶尖工程师已经不再是逐行敲代码，而是同时指挥多个并行的 AI 智能体工作。他们会启动多个 Claude Code 实例，分配不同的任务，一个负责重构，一个负责写测试，另一个则负责开发新功能。这种“并行化开发”将个人生产力放大到了过去难以想象的程度。
为了让 AI 更高效地协作，新的机制应运而生。例如，通过共享的`CLAUDE.md`文件，团队可以为 AI 建立一个持续更新的“记忆库”或“项目说明书”。每当 AI 犯错，开发者便将纠正规则写入该文件，让整个团队的 AI 都能吸取教训，避免在同一个地方反复跌倒，实现了知识的“复利”积累。
更进一步的变革体现在多智能体协作（Agent Teams）的兴起。这不再是单个 AI 的单打独斗，而是模拟一个真实的开发团队。一个“总指挥”AI 接收需求后，可以自动生成并协调多个专业的子智能体，如“前端工程师”“后端工程师”和“测试工程师”，它们并行工作、互相校验，最终交付的是一个完整的功能模块，而不仅仅是零散的代码片段。这种“蜂群”模式标志着 AI 正在从一个“工具”进化为一个能够自我组织的“系统”。
当然，这场革命并非没有挑战。特斯拉前 AI 总监 Andrej Karpathy 等人也指出了潜在的风险。当开发者习惯于让 AI 生成代码后，亲手编码的“肌肉记忆”可能会逐渐退化，这被称为“脑萎缩”。此外，AI 生成代码的泛滥，也可能导致大量低质量、难以维护的“垃圾代码”充斥网络和代码库，即“Slopacolypse”（垃圾代码末日）。AI 生成的代码虽然看似正确，但可能隐藏着微妙的逻辑漏洞或安全隐患，对审查者的判断力和认知耐力提出了更高的要求。
尽管如此，一个清晰的趋势是，软件开发的门槛正在降低，而对顶尖人才的要求却在提高。非技术人员可以借助 AI 构建满足个性化需求的“微应用”，而专业的“10x 工程师”则必须是能够驾驭 AI、横跨产品、设计和架构的“通才”。他们不再因记住某个函数库的用法而具备优势，真正的护城河变成了定义问题、设计系统和验证结果的宏观能力。
Claude Code 之父宣称不再需要“plan mode”，是 AI 编程能力“阶跃”的一个缩影。它揭示了软件开发的未来：编程的本质不再是与语法和细节搏斗，而是关于想象力、逻辑和对需求的深刻理解。人类程序员并不会消失，但他们的价值正在从“如何写代码”转向“决定写什么代码”，从一个勤劳的“建筑工”进化为一个富有远见的“建筑师”。在这场由 AI 驱动的工业革命中，唯一不变的，是持续学习和适应变化的能力。
