AI,

一个人指挥 10 个 Claude Code:Meshy 创始人胡渊鸣,和那句让人后背发凉的话

Jun 02, 2026 · 1 分钟阅读
一个人指挥 10 个 Claude Code:Meshy 创始人胡渊鸣,和那句让人后背发凉的话
Share
可引用摘要
1文章标题:一个人指挥 10 个 Claude Code:Meshy 创始人胡渊鸣,和那句让人后背发凉的话
2发布时间:2026-06-02
3分类:AI
4关键词:featured, AI, Claude Code, Meshy, 胡渊鸣, Vibe Coding, Agent, 闭环反馈
5核心摘要:Meshy AI 创始人胡渊鸣写了一篇文章,讲他如何同时让 10 个 Claude Code 替自己干活—— 从手机 SSH 派活,到 Ralph loop、git worktree 并行、自制 Web Manager,一路进化到 「坚持不看代码、只管方向」。我把他这套真实跑通的系统、那句「闭环反馈让难题变易题」...

常见问题

一个人真的能同时指挥 10 个 Claude Code 吗?普通人学得来吗?

能,但不是开 10 个窗口图热闹,而是一套分工系统:手机 SSH 随时派活、Ralph loop 让任务不断、git worktree 并行多实例、CLAUDE.md 沉淀教训、再用一个「管理者 AI」读日志监工。普通人不必一步到位,先在一个真实任务上把闭环跑通,再逐级加自动化即可。

「闭环反馈让难题变成易题」到底怎么理解?

只要一个任务能让 AI 形成「执行—看结果—修正」的闭环,它就会被一点点磨平。难不难不取决于任务本身,而取决于你能不能给它搭一个拿得到反馈的环境。胡渊鸣的任务完成率正是靠不断调 CLAUDE.md,从 20% 干到了 95%。

标准化软件真的会被「随手生成」取代吗?

至少趋势是这样。当造一个软件的成本趋近于零,软件就从要购买的商品,变成随手生成的消耗品。标准化曾是效率来源,但生成成本归零后,为自己量身定制反而成了默认选项。短期内通用软件仍有协作和稳定性价值,但「人手一套」的长尾正在快速变大。

最近读到一篇文章,作者是 Meshy AI 创始人胡渊鸣(Ethan)。

他讲的不是某个炫酷 demo,而是一件听起来很离谱、却被他真正跑通的事:他如何同时让 10 个 Claude Code 替自己干活。

不是开 10 个窗口图个热闹,而是一套从「手动派活」一路进化到「人只管方向、代码看都不看」的完整系统。

读完我后背有点发凉。倒不是技术多炫,而是他顺手抛出的几句话,几乎把未来几年的游戏规则讲透了。

一个人指挥 10 个 Claude Code 的 AI 工厂

先交代他是谁,不然你可能觉得这是民科在吹牛。

清华姚班 → MIT 博士 → 开源高性能编程语言 Taichi 的作者 → 现在带着 Meshy AI 做到 $30M ARR,24 个月里保持 30% 的月环比增长。这是一个既懂底层、又在一线真刀真枪打仗的人。 他说的每一步,都是踩出来的。


一、从「手动派活」到「再也不看代码」:他的 10 步进化

这部分是全文最硬的干货。我原样保留他的十级阶梯,每一级都在解决上一级留下的某个具体痛点:

  1. Claude Code + iPhone SSH。 手机连上服务器,24 小时随时随地派活,人不再被工位绑住。
  2. EC2 上跑 --dangerously-skip-permissions 一个 prompt 扔过去,让它自己干 5 分钟不来打扰你。
  3. Ralph loop。 只要任务列表不空,AI 就一直接着干,不用人反复点「继续」。
  4. Git worktree 并行化。 5 个实例同时开工,差不多 1 分钟产出一个 commit。
  5. CLAUDE.md + PROGRESS.md。 把踩过的坑写进记忆,让 AI 记住教训、不在同一个地方摔第二次。
  6. 自制 Web Manager。 在手机网页上派活、看进度,彻底干掉了 SSH 那一层。
  7. stream-json 日志。 让「管理者 AI」读懂「工人 AI」的输出,知道它卡在哪、错在哪。
  8. 语音输入。 走在路上张嘴就能 vibe coding,连键盘都省了。
  9. Plan Mode 封装。 批量 kick off 任务,再统一 review,像流水线一样调度。
  10. 坚持不看代码。 只管需求和方向,剩下的全部交出去。

从派活到放手:10 步进化阶梯

你发现没有,这十步里几乎没有一步是在「写代码」。他全部精力都花在一件事上:怎么把自己从执行里摘出去,只留下判断。


二、最该被记住的一句:闭环反馈,让难题变成易题

文章里有一句话,值得抄下来贴在墙上:

「未来只要是能够在闭环环境中让 AI 端到端获得反馈的任务,都是简单的任务。」

什么意思?只要一个任务能让 AI 自己「做—看结果—改」形成闭环,它就会被一点点磨平。难不难,不取决于任务本身,而取决于你能不能给它搭一个拿得到反馈的环境。

他给了个特别诚实的数字:一开始任务完成率只有 20%,他就不停调 CLAUDE.md、改提示、补规则,最后硬是干到 95%。

更妙的是——他说自己也不完全知道为什么就成了,反正跑通了。 这反而最真实:在这一代 AI 工具面前,很多时候不是想明白才动手,而是动手试,试着试着就通了。

闭环反馈:从 20% 到 95% 的完成率


三、标准化软件的终结?

接下来这段更激进。

他说:「有需求,vibe code 一下,几分钟就能用了。为什么要用别人的标准化软件委屈自己?」

意思是,当造一个软件的成本趋近于零,软件就不再是要去「购买」的商品,而是随手「生成」的消耗品。你不必再迁就别人的产品设计,因为你可以为自己量身定做一个。

他还举了个略带争议的例子:太太问能不能也用他自制的文档编辑器,他说不行——这是为我自己高度定制的,你想用就自己 fork 一个去维护。她半开玩笑地回:你不爱我了吗?

这个段子背后是个很冷的趋势:软件正在从「大家共用一套」滑向「每个人一套」。 标准化曾经是效率的来源,但当生成成本归零,定制反而成了默认选项。

从共用一套到人手一套:标准化软件的松动


四、夏威夷海滩上的「大空头时刻」

文章最后的气质突然变了,从技术狂热转成一种近乎冷峻的清醒。

他写到在夏威夷团建时,看着海滩上悠闲度假的人群,心里冒出一个念头:

「这个世界上正在发生的最重要的事情,和这些人无关。而下一秒的技术变革,就会摧毁他们一直引以为傲的求生之技。」

旁边的同事接了一句:这感觉像《大空头》里 2008 年金融危机前夕,街上的人还什么都不知道。

大空头时刻:变革来临前的两种人

然后是他给整篇文章收的尾,也是最重的一句:

「AI 技术发展的速度,比一个人类专心学习的速度更快。自杀重生,他杀淘汰。唯有不断否定、颠覆、突破自己,才是唯一的生存之道。」

「自杀重生,他杀淘汰」——要么自己把过去的自己推翻重来,要么被别人淘汰出局。没有第三条路。


写在最后

读完这篇,我没有那种「卷不动了」的焦虑,反而有点兴奋。

因为他验证的,恰恰是我每天在做的事:Zaokit 就是一个人加一支 AI Agent 团队跑出来的产品,我也越来越多地把自己从执行里摘出去,只留判断。胡渊鸣把这条路走到了更极致的地方,等于给了我一张可以照着抄的「进化路线图」。

但我也想说句实话,不必被「自杀重生、他杀淘汰」吓到。我自己的活法是三件事同时做:白天上班拿稳定现金流,业余用 AI 把想法做成产品,再用判断力把赚到的钱配置出去。你不一定要 all-in 成为下一个胡渊鸣,但至少该让 AI 进入你的工作流,哪怕只是先开一个 Claude Code。

技术跑得比人快,这是事实。但好消息是——它也第一次让一个普通人,有机会指挥一支不知疲倦的军队。起点不是天赋,是你今天愿不愿意动手试第一下。


我是 Jason,一个独立打造 AI 产品的创业者。如果这篇对你有启发,欢迎转发给身边在用 AI 折腾的朋友。

我一个人打造的 Zaokit AI 产品(https://zaokit.app)已融入企业工作流,助力大家高效完成图文创作和 PPT 生成,唯一网站:https://zaokit.app

最后,如果你认可 Zaokit AI 的产品理念,欢迎后台留言加入我们的社群。我们不卖课、不割韭菜,只聚焦 ToB 企业场景的 AI 落地实战。


相关阅读:

Enjoyed this article?

Stay updated with the latest insights on AI, DevOps, and cloud architecture. Subscribe to get notified when new articles are published.

关注微信公众号,获取更多AI前沿洞察
微信公众号:JustJason

扫码关注 JustJason

Found this helpful? Share it with others who might benefit!
Jason Zhang
Written by Jason Zhang Follow
企业级软件架构师,专注 AI 私有化部署、DevOps、云原生架构。曾主导多个知名企业的大模型落地项目。

标签相关推荐