Boris Cherny 提出的 Claude Code 完整工作流不只是 42 個提示集合，而是一套分層的 AI 驅動開發作業系統。這套系統透過逐層堆疊的架構——從基礎平行化到團隊協作、客製化、隔離再到編排——讓 Claude Code 從單一聊天機器人演變成完整的 AI 工程團隊。

發現的差距：完整架構 vs 片段知識

多數開發者只看到了第一部分（Part 1）的內容，複製了平行會話、計畫模式（Shift+Tab）和 CLAUDE.md 等做法。然而真正的工作流只有當第 3 到 5 部分串聯時才會呈現。這不是一份清單，而是一層層建立的架構：基礎層 → 團隊層 → 客製化層 → 隔離層 → 平行 Agent 層。每一層都解鎖下一層的可能性；跳過任何一層，整個系統就會崩壞。

第一層：基礎平行化

• 同時執行 5–10 個 Claude 會話
• 從計畫模式開始（Shift+Tab）
• 計畫確認後自動接受
• 每次修正後更新 CLAUDE.md

這個層級使 Claude 停止重複同樣的錯誤，開始累積知識。單就這一步就能將程式碼審查週期從數天縮短到數小時，但這只是第一步。

第二層：團隊記憶與共享基礎設施

透過共享 CLAUDE.md、團隊 hook、檢入的權限設定和標準 Agent，Claude 從個人工具轉變為團隊認知基礎設施。每位工程師都能受益於任何一次修正，知識在團隊中複利積累。

第三層：客製化層（核心轉變）

輸出樣式定義了認知模式：

• 解釋型（Explanatory）：Claude 闡述推理過程
• 學習型（Learning）：Claude 邊教邊寫程式碼
• 最小型（Minimal）：Claude 靜默執行

這改變的不只是輸出格式，而是 Claude 本身的思考方式。同時搭配客製化 Agent（backend-reviewer、migration-guard、code-simplifier、verify-app），Claude 不再是單一的 AI，而是多個專門化的子 Agent。

第四層：原生 Worktree 平行化——真正的 AI 編排

每個 Claude Agent 獲得：

• 獨立的 git worktree
• 獨立的任務
• 獨立的測試
• 獨立的 PR

例如「遷移同步 IO 至非同步」可啟動 10 個 Agent，各自測試並開啟 PR。這不是提示工程，而是 AI 編排。

第五層：複合操作與規模化重構

魔法指令啟動自動化流程：

• /simplify：並行執行程式碼審查，自動捕捉重複邏輯、巢狀條件、低效查詢和重用機會
• /batch：互動式計畫 → 數十個 Agent → 平行 PR

例如 /batch migrate Solid to React 能同時啟動多個 Agent、開啟多個 PR、平行執行。

實際意義與應用

Claude Code 的目的不是取代開發者，而是讓開發者專注於架構設計，由 Claude 處理遷移、重構、結構審查、平行執行和知識累積。所有 42 個提示現已可作為可安裝的 skill 使用，透過指令 /skills boris 即可加載完整工作流。這標誌著從傳統提示工程向 AI 原生開發的轉變，Boris Cherny 靜靜地展示了這個藍圖。