Claude发布了一则访谈视频，讲述Claude Code团队如何使用Claude Code持续优化Claude Code。团队表示，当前已将70%至80%的日常工作交给Slack原生的AI agent——Claude Tag完成。而一年之前，Claude Code的工程师还在逐行阅读AI的工作记录，包括每一次工具调用、每一个参数选择和每一步推理决策。

他们现在的工作理念是：不再逐条审视tool call和模型决策，而是下达一个goal，让模型自行达成。团队将用户界面与模型的思考记录彻底解耦，AI的内部独白被Slack界面隐藏，人类看到的每条消息只是Claude在调用发消息的工具。团队认为这是一种有点吓人的强制性放手，因为信任比监督更重要。

他们也在激进地使用Claude Tag开发Claude Tag自身。一个内部工具的开发流程是：先问Claude Tag该找谁聊、谁会对这个点子感兴趣，拿到stakeholder名单；聊完后直接让Claude Tag做原型示意图和具体实现；再让它加入大量埋点、部署到内部使用，并持续监控使用数据，一旦收到反馈就主动提醒负责人，同时让它“去改进这个转化漏斗，你自己想想办法”。

所有问题都要放在一个前提下考虑：底层模型能力每两个月发生一次根本性跃迁。团队由此形成一条工作准则——“你必须对自己造的东西保持非常不执着的态度。”很多写进harness的功能本质上是弥补当时模型能力的短板，一旦模型变强就需立刻拿掉。经典案例是to-do list：Sonnet 3.5阶段模型无法完成连续多步复杂任务，需要待办清单；一年后模型具备更复杂的记忆能力，这个救命功能就像脚手架一样被拆除。另一个例子是AskUserQuestion工具，随着模型生成HTML能力变强，开发者转向让Claude直接生成带图表和mockup的可视化artifact来提问。团队的方法是不再构建整套固定解决方案，而是搭建可自由组合的“原语”，如Permissions、Visualizations、Verification、Code Review、Feedback等。