Boris Cherny 提出工程師應將領域知識轉化為基礎設施，透過編寫 CLAUDE.md、skills 與自動化流程，讓 Agent 能在無需額外人工提示下高效協作

Boris Cherny 提出工程師應將領域知識轉化為基礎設施，透過編寫 CLAUDE.md、skills 與自動化流程，讓 Agent 能在無需額外人工提示下高效協作。 自動化的槓桿效應 過去優秀的工程師會花費大量時間進行自動化工作，例如優化編輯器設定、編寫檢查程式碼品質的 lint 規則，或是建立端到端（End to End）測試套件。Boris Cherny 指出，這些活動在過去是工程師提升產出槓桿率的關鍵，而在 Agent 時代，其重要性更勝以往： 效率倍增：基礎設施與開發體驗（DevX）的自動化不僅能提升人類工程師的速度，當團隊使用多個 Agent 協作時，每個 Agent 的執行效率也會同步提升。 自動化取代單次修復：與其讓 Agent 每次遇到相同問題都重新處理（這會消耗大量 token 且容易遺漏邊緣案例），不如讓 Claude 直接編寫 lint 規則、CI 流程或常規腳本。這種將瑣事轉化為程式碼的過程，正是所謂「loop」的核心意義，即徹底自動化一整類的工作，而非僅是單次解決問題。 降低貢獻門檻 自動化不僅是為了速度，更是為了讓團隊成員能更輕易地參與專案。Boris Cherny 觀察到，現代工程師透過 Claude 的輔助，能在加入專案的第一天就開始貢獻程式碼，甚至非工程師也能達到相當的產出水準。阻礙這種協作的關鍵在於「隱性知識」——那些僅存在於開發者腦中、尚未被編碼的領域知識。 擴展知識編碼範圍：過去領域知識的自動化受限於 lint 規則、型別系統與測試；現在，這些知識可以被編碼為程式碼註解、skills、CLAUDE.md 規則以及 Agent 的記憶。 減少溝通成本：如果一個 PR 因為不符合框架規範被拒絕，或是設計師開發的功能因違反架構模式被退回，這在 Boris Cherny 看來都是「自動化的失敗」。這代表團隊未能將領域知識轉化為基礎設施，導致 Agent 或新進人員必須仰賴人類的額外說明才能工作。 團隊的行動方針 Boris Cherny 強調，每個開發團隊都應積極編寫 CLAUDE.md、REVIEW.md、skills 與相關文件，目標是讓 Agent 能夠在「零額外提示」的情況下，在程式庫中進行生產力開發。 將知識轉化為基礎設施：隨著大型語言模型變得更聰明，且 Agent 的 harness 逐漸成熟，這項任務將變得越來越簡單。 持續優化：團隊應將領域知識轉化為基礎設施，這不僅能讓 Claude 寫出更好的程式碼，也能確保程式碼審查能自動攔截問題，並讓下一位參與專案的成員能更無縫地進行貢獻。這不僅是技術上的演進，更是工程師傳統「自動化與編碼領域知識」精神的自然延伸。 原文：https://easyvibecoding.app/curated/2554-boris-cherny-turns-domain-knowledge-infrastructure