AI 写代码这件事，正在悄悄变成一种新的工作方式

这两天继续刷 X 和 GitHub，关于 Claude 和 AWS 的讨论还在持续。但这次让我停下来认真想了一会儿的，不是某个具体的技术参数，而是一种氛围的变化。

大家开始把 Claude Code 当成一个"同事"在聊了。

不是"我用 AI 帮我补了段代码"那种炫技，而是"我今天让它帮我跑了整个测试套件，改了三个文件，最后 push 了一个 PR"这种日常。

这种变化让我有些说不上来的感觉。半年前大家聊 GPT-5.4 的时候，还觉得"AI 写代码"是个很酷的概念。现在看 X 上那些帖子，这东西已经在变成一种真实的工作流了。

它到底能做到什么程度

Claude Code 现在可以接入 AWS Bedrock，在公司的 AWS 环境里运行。你在终端或者 VS Code 里给它一个任务，它会自己规划步骤：先读相关文件、理解上下文、写代码、跑测试、看报错、再改。

3 月 17 号，AWS 还开放了一个新能力：AgentCore Runtime 支持 shell 命令执行。这意味着 Agent 现在可以在自己的运行环境里直接跑 shell 命令，不需要开发者再手写一套命令调度逻辑。

这件事的意义，可能要过一段时间才能完全感受到。因为它改变的不是"AI 能不能写代码"这个问题，而是"AI 能不能独立完成一整套开发流程"这个问题。

跑测试、装依赖、执行 git 操作、调用 CLI 工具，这些以前都是需要人来做的"胶水工作"。现在 Agent 自己能干了。

另一个让我觉得有意思的讨论，是 Prompt 缓存。

做过 AI 编程工具的人都知道，每次调用大模型，都需要传入大量上下文：项目结构、已有代码、编码规范、对话历史。这些内容每次都重新传，token 成本很快就会爆。

Bedrock 的 Prompt 缓存解决了这个问题。如果你连续多次调用时上下文前缀不变，Bedrock 会在服务端缓存这部分内容，后续调用只收十分之一的输入价格。

以 Claude Opus 4.6 为例，标准输入是 $5/百万 token，缓存读取只要 $0.50/百万 token。对于在同一个项目里连续工作几个小时的场景，这个折扣非常实在。

这让我想到一个更深层的变化：AI 编程工具的成本结构，正在从"按次收费"向"按工作时长收费"的方向靠拢。你工作得越连续、上下文复用越多，单次成本就越低。

看完这些讨论，我还是要说说国内开发者的处境。

能不能用？技术上能，但现实中有门槛。

AWS 海外账号的注册和维护、Bedrock 模型的访问申请、跨境网络的延迟，这些老问题依然在。AgentCore 的 shell 命令执行目前支持 14 个 AWS 区域，亚太有东京和新加坡，但没有中国区。

所以对大多数国内开发者来说，这套东西目前更适合"看懂原理、学习架构"，而不是"直接抄作业上线"。

但我觉得这不妨碍它给我们一些启发。

比如，当你下次设计一个 AI Agent 的时候，你会不会考虑把上下文做成可复用的缓存结构？
比如，你会不会在 Agent 的工作流里加入"自动执行命令并根据结果调整"的环节？
比如，你会不会重新思考"人和 AI 的分工"到底应该怎么划？

这两天让我印象最深的一条推文，来自一个海外独立开发者。他说："我现在写代码的方式是，先想清楚要做什么，然后把任务交给 Claude Code。等它做完了我来 review。以前是我写、AI 帮我补。现在反过来了。"

我不确定这是好事还是坏事。但我确定，这种变化正在发生。

而 AWS 和 Anthropic 正在做的，就是把这种变化所需要的底层基础设施，一块一块铺起来。

参考链接：