想做智能体转型，先把时间花在初始设置上

过去两周，在演讲和大公司高管会议里，我把同一句话重复得太多次：智能体工作赢在初始设置。把 token 拉满之后我发现，贵的不是聪明提示词，而是环境是否已经知道你怎么工作。

我也怀疑这只是我的偏见。然后 Claude Code 负责人 Boris Cherny 的笔记几乎完全重合。

优秀工程师早就在做的事

Boris 指向一个老习惯：最好的工程师把时间花在 vim 自动化、lint、e2e 等“工作周边的工作”上，在智能体出现之前就给自己的产出加倍数。

自动化按智能体数量相乘

过去更好的 DevX 只让一个人更快。现在同一套自动化可以加速你跑的整支智能体舰队。一条共享规则不是个人便利，是吞吐。

把问题写进代码，可以消灭一类问题

智能体每次看到同类问题都可以再修，烧 token 还会漏。写成 lint 或 CI 步骤，这类失败就不再重复。人们说的 “loop” 不是无限重试，而是删掉问题类别。

自动化让别人也能贡献

入职第一天就提交代码、非开发者以接近工程师的水准贡献，已经在发生。剩下的墙是只活在脑子里的领域知识。曾经的 onboarding 必须变成文档、规则、例子和评审标准。

能成为基础设施的知识范围变大了

除了 lint、类型、测试，注释、skills、CLAUDE.md、智能体记忆几乎能装下任何判断。如果 reviewer 只说“我们不用那个框架”却从不编码规则，团队就在基础设施这一步失败了。

每个团队的作业

写出 CLAUDE.md、REVIEW.md、skills 和文档，让智能体在没有人每轮粘贴额外上下文时也能高效工作。这是资深工程师一直做的自动化，只是指向了智能体。

初始设置看起来慢。跳过它的团队会买昂贵模型，然后对着空白上下文整天重复同一套标准。