文章摘要：Claude Code 使用六周回顾

核心结论： Claude Code 极大提升了开发效率，使作者能够以极低的成本，在数周内独自完成过去需要数年的技术债清理和创新项目。这标志着编程范式正进入一个类似“摄影术取代绘画”的变革时代。

💡核心观点 (Opinions & Insights)

编程进入“摄影时代”

作者认为，AI 编程工具（如 Claude Code）的出现，如同“摄影术的诞生”。传统的手工逐行编码，在可以直接生成完整场景并由开发者进行审查和塑造的 AI 面前，吸引力大减。

开发者角色的演变

成功的开发者正从“拉小提琴的人”转变为“指挥整个乐团的人”。他们需要具备产品和技术双重能力，以及自我驱动的能动性，跨越岗位界限，在更大、更快的尺度上进行协作。

对初级开发者的建议：“平行构建”

建议初学者先自己动手编写代码，然后将自己的成果与 Claude Code 生成的结果进行比较。这既能保证亲身实践的学习过程，又能从 AI 的“集体智慧”中学习更优的实现方式和抽象概念。

工具使用心态

维护成本显著降低：6周内完成的“不可能”任务

作者在维持日常工作的同时，独自在 6 周内完成了大量积压多年的技术债和创新项目。这在以前是无法想象的。

工作流的变革：“先写后定”与“双克隆”

先写后定 (Write First, Decide Later): 作者曾为了解前端测试策略，让 Claude Code 为每个 PR 编写测试，持续两周，然后全部删除。这个低成本的实验让他对问题有了系统性的深刻理解。

双克隆 (Two Clones): 作者推荐使用两个独立的仓库克隆（而非 git worktrees），配合不同的 VS Code 主题，来并行处理不同的任务（如 PR），切换自如。

加速游戏原型开发与新挑战

借助 Claude Code，游戏设计师几小时内就能将一个想法变成在 Puzzmo 官网上可供内部测试的原型。这极大地缩短了开发周期。

新问题: 热门原型《Missing Link》的成功带来了新挑战——如何处理这些非生产级代码但又广受欢迎的游戏？这在过去是不存在的问题。

成功的环境因素

Puzzmo 的代码库之所以能与 LLM 良好协作，得益于：

效率提升的量化困境

尽管作者感觉效率和产出速度大幅提升，但 PR 数量、提交次数等传统指标并没有显著变化。这表明传统的量化指标可能无法完全体现 AI 带来的生产力变革。