Anthropic于周一为其AI编码助手Claude Code推出了网页应用，允许开发者直接在浏览器中创建和管理多个AI编码代理。这标志着Claude Code从命令行工具向多平台产品的扩展。
Claude Code网页版现已面向Anthropic的订阅用户推出，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。用户可以通过访问claude.ai网站（与Anthropic消费者聊天机器人相同的网站）并点击"Code"标签，或通过Claude iOS应用访问该功能。
此次推出是Anthropic试图让Claude Code超越命令行界面工具的最新尝试。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编码工具市场的竞争日益激烈。虽然微软的GitHub Copilot曾经主导这一领域，但Cursor、谷歌、OpenAI和Anthropic现在都拥有高性能的AI编码工具，其中许多已经提供网页版本。尽管如此，Claude Code可以说是最受欢迎的产品之一。Anthropic的旗舰编码工具自5月广泛推出以来用户增长了10倍，该产品目前按年化计算为公司贡献了超过5亿美元的收入。
Anthropic产品经理Cat Wu在接受TechCrunch采访时表示，她将Claude Code的成功很大程度上归功于公司的AI模型，这些模型近年来已成为开发者的最爱。不过Wu也表示，Claude Code团队会刻意在产品中"增添一些乐趣"。
Wu表示，Anthropic将继续在更多地方部署Claude Code，但终端可能仍将是其AI编码产品的主阵地。"展望未来，我们的重点之一是确保CLI产品是使用编码代理最智能、最可定制的方式，"Wu说。"但我们会继续将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90%的代码是由公司的AI模型编写的。曾是工程师的Wu表示，她现在很少坐在键盘前编写代码，主要只是审查Claude Code的输出。
早期的AI编码工具像自动补全工具一样工作，在开发者编写代码时完成代码行。但包括Claude Code在内的新一代代理式AI编码工具允许开发者启动自主工作的代理。这一转变使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。
这种变化并非所有开发者都欢迎。最近的一项研究发现，一些工程师在使用Cursor等AI编码工具时实际上变慢了。研究人员认为一个因素可能是，研究中的工程师花费大量时间提示和等待AI工具完成任务，而不是处理其他问题。AI编码工具在大型复杂代码库中也存在困难，因此工程师可能花费大量时间处理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编码代理的开发。Anthropic首席执行官Dario Amodei几个月前预测，AI应该很快能为软件工程师编写90%的代码。虽然这在Anthropic内部可能是事实，但这一转变在更广泛的经济中实现可能需要更长时间。
从产品策略来看，Claude Code网页版的推出降低了使用门槛。命令行工具对许多开发者而言是熟悉的环境，但网页版和移动版能够覆盖更多使用场景，例如快速代码审查、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表明，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。不过，这一收入很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，既展示了AI编码工具的能力，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，所需的技能组合和工作流程将发生根本变化。这种转变对初级工程师尤其具有挑战性，因为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使用AI工具后效率下降的发现值得关注。这表明AI编码工具并非在所有场景下都能提升效率。在复杂代码库、需要深度理解业务逻辑或涉及架构决策的任务中，AI工具可能增加而非减少工作量。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，这些开销可能抵消自动化带来的收益。
从竞争格局来看，Claude Code面临的挑战是如何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AI编码助手时，模型质量的边际差异可能不足以维持竞争优势。产品体验、集成生态、定价策略和品牌认知将变得更加重要。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导地位还有待观察。
Amodei关于"AI将编写90%代码"的预测代表了一种愿景，但实现路径并不明确。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，而非完全取代他们的角色。