Anthropic 团队内设计师们如何用 Claude Code 做产品、写代码、推 PR、浏览器验证、定时巡检...

公众号名称：AI 启蒙小伙伴

作者名称：邵猛

发布时间：2026-06-06 09:40

视频基本信息

项目	内容
标题	How Claude Code’s lead designer builds with AI
地址	https://www.youtube.com/watch?v=hKeDfupbA4U
主讲人	Meaghan Choi — Claude Code 与 Cowork 的设计负责人
场合	Dive Club Live（纽约线下设计社区活动）
形式	现场实操演示 + 内部工作流分享

Anthropic 内部设计师如何用 Claude Code 做产品、写代码、推 PR 的一手分享。

核心命题：时间被压缩，但工作方式还没跟上

Meaghan 开场就点出一个行业现状：

产品节奏越来越快，交付周期被大幅压缩；
Anthropic 内部因为能随时用最新模型、整天在试新用法，总在找「下一套更高效的工作方式」。

她这次分享的目标很明确：把团队内部已经验证过的 Claude Code 工作流，做成可复制的实操 demo，而不是讲概念。

同时她也先打了预防针：自己是 CLI 重度用户（她本人就参与设计 Claude Code 的 CLI），但 桌面版同样能做演示里的一切，不必为了学她而硬上终端。

现场 Demo：在 Excalidraw 上「一句话加功能」

演示选在开源项目 Excalidraw（issue 多、社区开放，适合练手）。任务极简：

给 Excalidraw 加一个 autocomplete 功能。没有设计稿，没有详细 spec。

她实际用的 Prompt 结构（值得学）

调用自定义 /prototype Skill

让 Claude 默认生成 5 个不同实现方案（HTML 预览 + 迭代）；
她强调：没人再手写 Skill，都是让 Claude 生成。

让 AI 先选方案，再解释理由

以前：原型出来 → 人选；
现在：「你选一个并说明为什么」——把决策权部分交给模型，人只做最终确认。

允许联网 / 查内部资料

开源项目：在线调研即可；
自家产品：会要求查 Slack、Google Docs、BigQuery 等。

实现 → 验证 → 样式对齐 → 开 PR 并附截图

她几乎 不再看终端对话，而是直接看 Claude 提交的 PR（含功能录屏/GIF）。

使用 loop until done

让任务跑到真正完成，而不是中途停在一半。

全员开 Auto 模式

用分类器判断风险操作，减少反复点「确认」，加快并行任务。

现场观众选了方案 2，她一句话确认后，Claude 继续往下做。

三条「操作层」建议（演示前）

技巧	作用
`claude-worktree`	多开 Claude 时避免改同一分支互相覆盖；比复制多份 repo（repo1、repo2…）更好管
Opus + 1M 上下文 + Fast 模式	少纠结模型选择，加快 demo（她承认并非所有人都有权限）
Auto 模式	降低权限摩擦，适合长时间并行跑任务

她还提到：平时会 同时开很多 Claude 会话；今晚为了展示流程，才只跑一个并边等边讲别的。

她坚持的三大原则（整场最重要的「观念层」）

1. LLM 目前还做不好设计 → 人必须留在审美与决策环里

「Claude 做设计还很糟」是她的原话；
工作流围绕：AI 出方案，人定最终产品形态；
这不代表永远如此，而是 当前阶段的现实约束。

2. 自动化不应只限于「写代码」

编码可以交给 AI，但她把大量 非编码工作 也交给 Claude；
若只用 Claude Code 写代码，等于没用满这套工具；
要把 AI 当成 全流程协作者，而不只是 Copilot。

3. 「人人都能 ship」≠「什么都该 ship」

代码门槛下降后，功能会泛滥；
需要 可扩展的质量与治理机制，否则产品会失控。

这三条把演讲从「技巧清单」抬到了 组织与产品治理 层面。

三条「并行工作流」（Claude 在跑主任务时她在做什么）

这是视频最有价值的部分：Anthropic 设计负责人真实在用的 side workflows。

工作流 A：云端 Claude 批量处理「小抛光」

用 Claude in the web / cloud 提交大量零碎 UI 修复（CSS 微调等）；
不值得为每个小问题开新会话；
工程师有时会抱怨 PR 太多，她就让 Claude 合并成一个 PR；
极小改动常 自动通过，无需人工 review。

启示：把「工艺感」维护成 后台持续流水线，而不是等项目排期。

工作流 B：PR 合并与 Code Review 自动化

她坦言：idea 定下来之后，她几乎不再碰 CI——不手动改 review 意见、不盯着 merge 流程。

依赖两类能力（多为内部 Skill，但逻辑可复刻）：

simplify / code review：大改前做代码卫生检查；
commit push PR：跑内部检查清单；
审查所有 open PR 并推到可合并（原命令已封装成 Skill）；
与 Slack 打通：自动 DM reviewer 或 stamp 频道、@on-call。

配合 Claude in Chrome：前端改动由浏览器里自动点测、自验证；演示里 Claude 正在 Chrome 里测 autocomplete。

启示：人的精力应放在 决策与验收（PR + 录屏），而不是 diff 往返。

工作流 C：定时任务 —「无设计师参与的改动」巡检（最激进）

她用 Claude Cowork 的 scheduled task 跑一条 routine：

扫描所有 repo 的前端变更；
查 Slack、Google Meet 转录、Google Docs 等，判断 是否有设计师参与；
若无 → 标记「未经设计评审就 ship」；
生成 对抗性设计改进 并起草 PR，原本还会 DM 工程师（后因 AI 设计太差而关掉 DM）；
她本人消费这份报告，并 为下一代模型预留脚本——模型变强后可直接再启用。

她自嘲第一次试时「真的很烂」，但团队当时愿意包容；现在改为 自己消化报告，等模型升级再放开。

启示：自动化要想到 第 N 步（发现 → 评估 → 起草 → 通知 → 协作），而不是停在「生成代码」。

演示收尾：验收方式已经变了

主任务结束时，Claude：

用 Chrome 扩展自测功能；
用 GIF 录屏记录行为；
自动开 PR。

她的验收单位是：带视觉证据的 Pull Request，而不是聊天窗口里的文字。

对不同角色的实用 takeaway

角色	可立即借鉴的
设计师	`/prototype` 多方案探索；人定审美；小 polish 用云端批量提交；争取直接 ship 前端细节
产品经理	让 AI 查 Slack/Docs 再实现；用 loop 跑完；建立「能 ship 不等于该 ship」的规范
工程师	worktree 并行；对接 simplify/CR/merge 类 Skill；Claude in Chrome 做 E2E 自验
团队负责人	投资 Slack/CI/文档/定时任务一体化；为「设计治理自动化」留接口，即使当前模型还不够好

客观评价：这条视频为什么「重要」

来源权威：不是第三方教程，而是 Claude Code 设计负责人的现场工作流。
信息密度高：12 分钟里同时覆盖工具技巧、协作哲学、组织治理。
诚实边界：明确说 AI 设计还差、自动化曾翻车、DM 功能被关掉——比营销演示可信。
预示方向：设计师 = 高频用 Claude Code 的人；验收中心从 chat 转向 PR + 浏览器验证 + 定时巡检。

若你关心 AI 时代设计—工程边界如何重划，这条视频是目前少数「内部实践外露」的高质量样本之一。

一句话总结

Meaghan Choi 展示的不是「设计师也会写代码」，而是：在 Anthropic，设计负责人已经把 Claude Code 当成并行劳动力系统——多 worktree、原型 Skill、云端小修、PR 自动化、定时设计巡检，同时承认 审美决策仍必须是人做的。

附录：关键术语速查

术语	含义
Work tree	Git 工作树，用于在同一 repo 上并行多个 Claude 会话而不冲突
`/prototype` Skill	自定义技能，生成 N 个实现方案并 HTML 预览
Loop	Claude Code 功能，循环执行直到任务完成
Auto mode	自动权限模式，用分类器判断风险操作
Claude in Chrome	浏览器扩展，让 Claude 自动测试前端改动
Claude Cowork	支持 scheduled task 的协作产品
Adversarial design	对未经设计评审的改动生成对抗性改进方案