导语：Claude Code 发布后迅速成为开发者的新宠。作为工具的创造者，Boris Cherny (@bcherny) 自己究竟是如何使用它的？最近，他毫无保留地公开了自己的13 条核心配置（Setup）。这不仅是一份工具指南，更是一套 AI 原生时代的开发哲学。
第一部分：极致的并行环境 (The Setup)
01. 本地终端“多开”战术
Boris 不会只盯着一个光标等待。他在终端中并行运行5 个 Claude 实例（Tabs 1-5），并利用系统通知来获知哪个实例完成了任务或需要输入。这就像同时指挥 5 个实习生工作。
02. 云端协同与“瞬移”
除了本地，他还在claude.ai/code上并行运行5-10 个 Web 会话。
无缝切换：利用
&挂起本地任务。Teleport：使用
--teleport参数在本地终端和 Web 端之间“传送”会话。移动办公：通勤时通过手机 App 监控任务进度，回家后再接手。
03. 核心模型：Opus 4.5 + Thinking
在模型选择上，他坚持使用Opus 4.5 with Thinking。虽然它比 Sonnet 更慢，但在编程场景下，"慢即是快"。因为它需要的干预更少，工具使用能力更强，一次性成功率高，最终完成任务的总时间反而更短。
第二部分：智能工作流 (The Workflow)
04. 拒绝盲目：先计划，再执行
很多人习惯直接让 AI 写代码，但 Boris 强调Plan Mode（计划模式）。
操作：按两次
Shift+Tab进入计划模式。流程：先和 Claude 反复沟通，直到生成一个满意的“计划”，然后再切换到Auto-accept模式。他强调：“一个好的计划真的非常重要！”。
05. 效率倍增器：Slash Commands
对于每天重复多次的“内部循环”工作流（如提交代码、发版），他全部封装成了斜杠命令（如/commit-push-pr）。这些命令存放在.claude/commands/下，利用内联 Bash 预计算信息，避免与模型进行无意义的对话。
06. 专项特工：Subagents
除了通用对话，他还定义了一系列Subagents（子代理）来处理特定任务：
code-simplifier：专门负责简化代码。verify-app：包含详细的端到端测试指南。这就像把大任务拆解，分发给经过专门训练的“职能工种”。
第三部分：团队大脑与记忆 (Team Memory)
07. 共享记忆：CLAUDE.md
Boris 的团队在 Git 仓库中维护一个共享的CLAUDE.md文件。
作用：记录开发命令、代码风格偏好（如“永远用
bun，不用npm”）。机制：只要发现 Claude 犯错，团队就会更新这个文件，确保下次不再犯同样的错误。
08. 自动化纠错：PR 中的 @.claude
为了保持CLAUDE.md的鲜活，他们将 Code Review 流程自动化。
玩法：同事在 PR 评论中
@.claude并下达指令（例如“添加到规则书：禁止使用 Enum”）。结果：GitHub Action 会自动更新
CLAUDE.md并提交。一人纠错，全队受益。
第四部分：质量与自动化 (Automation & Quality)
09. 完美收尾：PostToolUse Hooks
Claude 生成的代码偶尔格式会乱？Boris 使用PostToolUse钩子来解决这“最后 10%”的问题。
配置：每当 Claude 执行
Write或Edit后，自动运行格式化命令（如bun run format）。确保提交到 CI 的代码格式永远完美。
10. 全栈工具集成：MCP 协12
Claude 不仅仅是写代码的，它还能干杂活。Boris 通过MCP (Model Context Protocol)让 Claude 连接外部工具：在 Slack 上发消息、用 BigQuery 查数据、从 Sentry 拉取报错日志。这些配置通过.mcp.json与团队共享。
第五部分：安全与进阶 (Security & Advanced)
11. 智能权限：白名单机制
为了兼顾安全与效率，他不使用全局跳过权限的参数。
做法：使用
/permissions命令预先批准（Pre-allow）已知安全的常用命令（如bun run test）。配置：这些白名单保存在
.claude/settings.json中，既避免了烦人的弹窗，又保证了安全性。
12. 长任务处理：无人值守模式
对于耗时很长的任务，为了避免 Claude 傻等用户点击“批准”，他会在沙盒环境中使用--permission-mode=dontAsk，让 Claude 可以“无人值守”地烹饪代码。任务完成后，通过后台代理或插件提醒用户。
13. 终极奥义：反馈闭环
这是 Boris 认为最重要的一点：给 Claude 提供验证其工作成果的方法。
核心：如果 Claude 拥有一个反馈闭环（Feedback Loop），最终质量将提升2-3 倍。
实战：他使用 Chrome 扩展让 Claude 自己打开浏览器测试 UI，发现问题自动修复，直到体验完美。
结语
Boris Cherny 的这 13 条配置，向我们展示了 AI 辅助编程的终极形态：高度并行、自动化纠错、以及严格的自我验证闭环。
与其说他在使用一个工具，不如说他在构建一个拥有共享记忆和执行能力的“AI 开发团队”。
(建议收藏本文，对照优化你的 Claude Code 配置)
