一名谷歌工程师如何利用 Claude Code 简化 80% 工作

Noisy 2026年4月14日 07:17

导读：本文分享 Google 工程师用 Claude Code 和简单 dotnet 应用自动化 80% 工作，强调 AI 工具可大幅提升开发效率。

核心推荐包括基于 Karpathy LLM 编码常见错误总结的 CLAUDE.md 文件（GitHub 快速获星）和 everything-claude-code 仓库（提供 27 个 agent 和 64 项 skill 的完整 AI 系统），支持多平台集成。

作者 @Noisyb0y1（Noisy）是一位拥有 4 年经验的开发者，专注于 AI 工具与开发效率优化。他在 X 平台分享 Claude Code、自动化工作流等实用干货，帮助开发者通过 AI 实现被动收入与工作解放。

Image

一位拥有 11 年经验的谷歌工程师利用 Claude Code 和一个简单的 dotnet 应用自动化了自己 80% 的工作。现在他每天只需工作 2-3 小时，而不是 8 小时，其余时间都在休息，而系统自动运行并为他赚取了 28,000 美元的被动收入。

以下是他知道而你不知道的秘密。

第一部分：遵循 Karpathy 规则的 CLAUDE.md

Andrej Karpathy 是全球最具影响力的 AI 研究员之一，他记录了 LLM 在编写代码时最常犯的错误：过度设计、忽略现有模式、添加不必要的依赖项。

有人将这些观察结果转化为了一个单一的 CLAUDE.md 文件。结果是在一周内获得了 GitHub 15,000 个星标，可以说，有 1.5 万人因此改变了工作方式。

核心理念很简单：如果错误是可预见的，就可以通过正确的指令来预防。仓库中的一个 Markdown 文件就能为 Claude Code 提供针对整个项目的结构化行为规则。

其中的四个原则：

Think Before Coding（编码前思考）    → 阻止错误的假设和遗漏的权衡
Simplicity First（简单至上）       → 阻止过度设计和臃肿的抽象
Surgical Changes（手术级变更）     → 阻止触碰未经要求的代码
Goal-Driven Execution（目标驱动执行）→ 测试先行，验证成功标准

无需框架，无需复杂的工具。只需一个文件就能在项目层面改变 Claude 的行为。

实际效果对比：

没有 CLAUDE.md：           Claude 在约 40% 的情况下会违反规范
使用 Karpathy CLAUDE.md：   违规率降至约 3%
设置时间：                  5 分钟

自动生成你自己的 CLAUDE.md 的命令：

claude -p "Read the entire project and create a CLAUDE.md based on:
Think Before Coding, Simplicity First, Surgical Changes, Goal-Driven Execution.
Adapt to the real architecture you see." --allowedTools Bash,Write,Read

避免了： 那些会过度设计简单任务、添加多余依赖以及随意改动文件的 Claude。

第二部分：Everything Claude Code，一个仓库里的完整工程团队

github.com/affaan-m/everything-claude-code ^[1] ( 153,000+ stars )

这不仅仅是一个提示词（prompt）集合，而是一个用于构建产品的完整 AI 操作系统。

30+ 专业智能体（Agents）：
planner.md           → 功能规划
architect.md         → 系统决策
tdd-guide.md         → 测试驱动开发
code-reviewer.md     → 质量与安全审查
security-reviewer.md → 漏洞分析
loop-operator.md     → 自主循环执行

180+ 技能：
TDD、安全、研究、内容，全部已经写好

内置 AgentShield：
配置中包含 1,282 项安全测试
同时兼顾生产力与安全性

适用于 Claude、Codex、Cursor、OpenCode、Gemini，一套系统，随处可用。

如何安装：

/plugin marketplace add affaan-m/everything-claude-code

或者手动安装：将你需要的组件复制到项目的 .claude/ 目录下。不要一次性加载所有内容，同时在上下文中运行 27 个智能体和 64 个技能，消耗额度的速度会比你输入第一个提示词还要快。只取你真正需要的部分。

实际效果对比：

以前：  你在和 AI 聊天
以后：  你在自动驾驶模式下管理一支 AI 工程师团队

省去了： 数周的自定义智能体系统搭建工作、独立的规划/审查/安全工具，以及每月 200-500 美元的专业 AI 服务费用。

第三部分：隐藏的丑闻，Claude Code v2.1.100 正在悄悄偷走你的 Token

有人设置了 HTTP 代理来拦截 4 个不同版本的 Claude Code 的完整 API 请求。 以下是他们的发现：

v2.1.98:   169,514 字节请求 → 计费 49,726 tokens
v2.1.100:  168,536 字节请求 → 计费 69,922 tokens
差异：      减少 978 字节，但增加 20,196 tokens

v2.1.100 发送的字节更少，但收取的 Token 却多了 20,000 个。这种通胀完全发生在服务器端，你通过 /context 看不见也无法验证。

为什么这除了账单之外还很重要：

那 20,000 个 Token 占用了 Claude 实际的上下文窗口。
这意味着：

→ 你的 CLAUDE.md 指令被 2 万个隐藏内容 Token 稀释了
→ 在长会话中，质量下降得更快
→ 当 Claude 忽略你的规则时，你找不到原因
→ Claude Max 的额度消耗比预期快 40%

修复只需 30 秒：

npx claude-code@2.1.98

这是在 Anthropic 正式修复该问题之前的临时方案。但会话效果的差异是立竿见影的。

你不再需要： 猜测为什么 Claude 突然不再遵循你的指令。

案例研究：全面自动化是什么样的

这位拥有 11 年经验的工程师构建了一个三阶段系统：

第 1 步，分类：
dotnet 应用每 15 分钟调用一次 GitLab API
→ Claude 读取 Issue 并决定是否已准备好进行开发
→ 如果没准备好，在 GitLab 上发布回复草案供审查

第 2 步，执行：
如果 Issue 已就绪 → 子智能体（subagent）开始工作
→ 推送到新分支
→ 创建 PR 供审查

第 3 步，PR 工作流：
→ 检查 Issue 是否有对应的 PR
→ 检查是否有新评论
→ 根据 PR 中的评论进行修改

运行一周后的结果：

以前：  每天编码 8 小时
以后：  每天审查和测试 2-3 小时

代码质量：    保持一致，他会审查所有内容
Teams 状态：  在线，鼠标每分钟会自动移动一次
全天剩余时间：自由支配

本质上就是 CLAUDE.md、合适的智能体配置，以及一个 15 分钟循环。

完整清单

第 1 步，Karpathy CLAUDE.md (5 分钟)：
claude -p "Create a CLAUDE.md based on Karpathy's principles for this project"
--allowedTools Bash,Write,Read

第 2 步，Everything Claude Code (10 分钟)：
/plugin marketplace add affaan-m/everything-claude-code
只安装你需要的智能体，不要一次性全装

第 3 步，Token 修复 (30 秒)：
npx claude-code@2.1.98

读完本文你将获得什么

以前：  Claude 在 40% 的情况下违反规范
以后：  使用 Karpathy CLAUDE.md 后，违规率降至 3%

以前：  你花几周时间设置智能体
以后：  27 个智能体开箱即用

以前：  Claude Max 在 2-3 小时内耗尽
以后：  降级到 v2.1.98 可找回 40% 的额度

以前：  每天编码 8 小时
以后：  在系统自动运行时，只需 2-3 小时的审查工作

设置时间：         15-20 分钟
每天节省：         5-6 小时
每月节省：         100-120 小时

如果你的时间价值 30 美元/小时，那么你现在相当于每月损失了 3,000-3,600 美元。

如果是 100 美元/小时，那么当你手动编写 Claude 本可以代劳的代码时，每月有 10,000-12,000 美元付诸东流。

大多数开发者永远无法达到这个水平，不是因为他们做不到，而是因为他们觉得这很复杂。实际上，在你和全面自动化之间，只隔着三个命令和一个文件。

我开头描述的那位工程师并不是什么天才，也不是什么谷歌资深工程师。他只是花了一个晚上进行了正确的设置，现在他的系统在替他工作，而他在享受生活。

你今晚也可以做同样的事情。当别人还在争论 AI 是否会取代开发者时，那些已经搭建好系统的人正在一边领工资一边休息。

选择显而易见。

原文： https://x.com/noisyb0y1/status/2043609541477044439

高可用架构编辑备注：作者原文没有链接指向这个 Google 工程师本人，而且 Google 内部也不使用 Claude，所以无法辨别案例真实性，在引用案例作为公司决策依据时候请自行鉴别。

参考阅读

• Cursor如何把一个通用模型，训成顶级编程 Agent
• 长时自主Agent，先解决这8个Harness核心问题
• Claude Code 重度用户的 8 个生产力秘籍
• 别再幻想用 Spec 替代写代码

References

1. github.com/affaan-m/everything-claude-code: https://github.com/affaan-m/everything-claude-code
2. https://x.com/noisyb0y1/status/2043609541477044439: https://x.com/noisyb0y1/status/2043609541477044439

继续滑动看下一个

高可用架构

向上滑动看下一个