Anthropic推Claude Code网页版，AI编码助手拓展至浏览器
快速阅读: Anthropic发布Claude Code网页版，支持多平台使用，降低开发者使用门槛。产品广受欢迎，自5月推出以来用户增长10倍，年化收入超5亿美元。
Anthropic于周一发布了其AI编码助手Claude Code的网页应用，允许开发者在浏览器中直接创建和管理多个AI编码代理。此举标志着Claude Code从命令行工具向多平台产品的转型。
Claude Code网页版现已向Anthropic的订阅用户开放，包括每月20美元的Pro计划以及每月100美元和200美元的Max计划用户。用户可通过访问claude.ai网站（与Anthropic消费者聊天机器人同一网站）并点击“Code”标签，或通过Claude iOS应用访问该功能。
此次发布是Anthropic尝试使Claude Code超越命令行界面的最新举措。通过将Claude Code部署到网页端，Anthropic希望开发者能在更多场景中使用AI编码代理。
AI编码工具市场竞争日趋激烈。尽管微软的GitHub Copilot曾主导这一领域，但Cursor、谷歌、OpenAI和Anthropic现均提供高性能的AI编码工具，其中许多已推出网页版。尽管如此，Claude Code依然是市场上最受欢迎的产品之一。自5月广泛推出以来，Claude Code的用户数量增长了10倍，目前年化收入已超过5亿美元。
Anthropic产品经理Cat Wu在接受TechCrunch采访时，将Claude Code的成功归因于公司的AI模型，这些模型近年来深受开发者喜爱。Wu还表示，Claude Code团队有意在产品中“增添一些乐趣”。Wu指出，Anthropic将继续在更多平台上部署Claude Code，但终端可能仍然是其AI编码产品的主阵地。“未来，我们将确保CLI产品是使用编码代理最智能、最可定制的方式，”Wu说，“但我们也会将Claude Code推广到各处，在开发者所在的地方为他们提供服务。网页端和移动端是朝这个方向迈出的重要一步。”
Anthropic声称，Claude Code产品本身的90%代码由公司的AI模型编写。曾是工程师的Wu表示，她现在很少亲自编写代码，主要负责审查Claude Code的输出。
早期的AI编码工具如同自动补全工具，帮助开发者完成代码行。然而，新一代的代理式AI编码工具，如Claude Code，允许开发者启动自主工作的代理，这一变化使得数百万软件工程师在日常工作中更像是AI编码助手的管理者。
这一变化并未得到所有开发者的欢迎。最近的一项研究发现，一些工程师在使用Cursor等AI编码工具时反而变得更慢。研究人员认为，这可能是因为工程师们花费大量时间提示和等待AI工具完成任务，而非解决其他问题。此外，AI编码工具在处理大型复杂代码库时也面临困难，导致工程师需花费更多时间纠正AI模型的错误响应。
尽管如此，像Anthropic这样的公司仍在继续推进AI编码代理的发展。Anthropic首席执行官Dario Amodei几个月前预测，AI很快将能为软件工程师编写90%的代码。虽然这一目标在Anthropic内部可能已实现，但在更广泛的行业中达成还需时日。
Claude Code网页版的推出降低了使用门槛，使更多开发者能够在不同场景中使用该工具，如快速代码审查、临时调试或在非开发环境中的编码需求。这种多平台策略有助于提高产品的使用频率和用户粘性。
5亿美元的年化收入显示，Claude Code已成为Anthropic的重要收入来源。考虑到该产品在5月才广泛推出，这一增长速度相当可观。然而，这一收入可能主要来自企业客户和重度用户，而非大众市场。
Wu提到的“90%代码由AI编写”这一数据，不仅展示了AI编码工具的强大能力，也引发了对软件工程未来角色的讨论。如果工程师的主要工作从编写代码转向审查AI输出，所需技能和工作流程将发生根本变化，尤其是对初级工程师而言，他们可能失去通过编写代码来学习的机会。
研究显示，部分工程师在使用AI工具后效率下降的现象值得重视。这表明AI编码工具并非在所有情况下都能提升效率。在处理复杂代码库、需要深入理解业务逻辑或涉及架构决策的任务中，AI工具可能会增加工作量。工程师需要花时间理解AI生成的代码、验证其正确性并整合到现有系统中，这些额外的工作可能抵消自动化带来的好处。
从竞争角度看，Claude Code面临的挑战是在功能日益同质化的市场中保持差异化。当多家公司都提供高性能的AI编码助手时，模型质量的小幅差异可能不足以维持竞争优势。产品体验、集成生态系统、定价策略和品牌认知将成为关键因素。Anthropic在开发者社区中的良好口碑是其优势，但这种优势能否转化为长期的市场领先地位仍有待观察。
Amodei关于“AI将编写90%代码”的预测描绘了一个愿景，但其实现路径尚不明确。即使AI能够生成大部分代码行，软件开发的核心挑战——理解需求、设计架构、做出权衡决策、调试复杂问题——仍然需要人类的判断和创造力。AI编码工具更可能改变工程师的工作方式，而非完全替代他们的角色。
(以上内容均由Ai生成)
