最近GitHub上发生了一件小事。一个全美排名Top 5的软件工程师发了一条帖子只有三句话“我用/goal重构了一个3万行的遗留项目花了4小时。”“没有人盯着我没有PR被拒没有半夜爬起来看CI日志。”“我只需要说一句话。”这条帖子12小时内收获了8000个赞。评论区炸了。更多人问的是同一句话“你说的那个/goal指令怎么用”01 / 一个指令替代了四十次对话先说清楚一件事。过去我们和AI编程工具的交互模式叫做**“问答式协作”**。你问它答。你再问它再答。你不问它就原地站着。你一直在扮演一个角色AI的监工。业界有一个专门的名字描述这种现象——“迭代地狱”。功能越复杂迭代次数越多你花在纠正AI上的时间有时候比自己写还累。所以当Anthropic在5月12日扔出了一个斜杠指令的时候技术圈的反应是哦/goal又是一个新功能看了演示之后哦……这个指令的逻辑简单到荒谬/goal [你描述最终要什么]没了。你不需要分步骤不需要跟进迭代不需要盯着它干活——你只需要说清楚你到底要什么结果。02 / /goal背后的逻辑比表面上复杂得多如果一句话搞定一切这么简单这件事早就应该实现了。为什么Anthropic直到2026年5月才做出来因为/goal不是一个简单的Prompt包装它背后是一套完整的目标导向型Agent架构阶段功能理解目标把自然语言翻译成机器可执行的任务分解知道哪些是硬性要求哪些是软性偏好自动规划先画施工图——先做什么后做什么哪些可以并行哪个阶段需要什么文件自主执行 实时验证每个阶段完成后自动跑测试、验证逻辑确保没有引入新Bug交付 自评系统创建评分Agent判断是否达到成功标准没达到就继续重试/goal的真正价值不是让AI写代码更快是让AI从工具变成了**“代理人”**。 /goal怎么用三个真实例子很多人第一次用/goal会犯一个错误——描述得太模糊。AI能完成任务的程度取决于你描述目标的清晰程度。以下是三个真实场景场景一重构任务❌ 低质量 Prompt“帮我重构用户模块”✅ 高质量 /goal“将用户管理模块从REST API重构为GraphQL接口包含User类型定义、Query、Mutation、Subscriptions。保留原有权限验证逻辑测试覆盖率85%并更新API文档。”场景二新建功能❌ 低质量 Prompt“帮我加一个评论功能”✅ 高质量 /goal“在现有文章系统里新增评论功能支持嵌套回复最多3层需登录用户才能评论支持用户和Markdown格式每篇文章显示评论数。完成后编写单元测试覆盖率80%更新README。”场景三技术选型 实施❌ 低质量 Prompt“帮我选一个状态管理方案”✅ 高质量 /goal“为ReactTypeScript项目评估并实施状态管理方案。在Redux Toolkit、Zustand、Jotai中做出选择评估维度学习成本、性能、DevTools支持、长期维护性。选型完成后实际集成替换Context API并提供300字选型报告。”核心心法/goal写得好不好检验标准只有一个——你描述的目标够不够让一个从没接触过你项目的人完全不动脑子就知道该做什么问题描述得越清晰AI执行得越准确。03 / Auto ModeAI终于可以先斩后奏了过去AI编程工具遇到高权限操作必须停下来等人类批准。这个机制在安全上是必要的但在效率上是致命的。Auto Mode内置了一个风险分类器能够对操作进行实时危险等级判断风险等级操作类型处理方式 低风险格式化代码、更新依赖直接放行 中风险修改配置文件、大范围重构触发提醒但自动执行 高风险删除文件、清空数据库停下来等你确认这个分类器基于Anthropic最核心的安全对齐技术训练——能理解这条命令的意图是什么而不是机械匹配关键词。你的CI/CD流水线可以真正实现7×24小时无人值守运行。凌晨三点有人合并了PRClaude Code会自动跑lint、跑测试、生成变更日志、发Slack通知。04 / 用量翻倍这个信号比新功能本身更重要月使用上限从5小时提升到10小时。这不是一个功能更新这是一个产品定位的战略升级。Anthropic不再害怕你用太多。他们希望你天天用。当一个工具开始解除用量限制意味着它的成本结构已经优化到可以支撑更大规模的商业化使用。 从偶尔用的AI辅助工具到每天可以依赖的开发环境——这是Anthropic给Claude Code的新定义。05 / Anthropic和SpaceX联手算力背后的真实意图Claude Code新增SpaceX的Colossus 1数据中心作为算力支撑。Colossus 1是全球最大AI算力集群之一2026年1月上线目标是达到GW级算力。接入它的原因很简单/goal指令的执行背后需要大量实时推理计算——目标分解、自主规划、阶段验证、结果自评每一步都在烧算力。这也解释了更深层的问题 Anthropic不只是一家AI公司他们在做**“AI时代的基础设施”**——模型能力是自己的编程工具是自己的算力通过战略合作获取。这是一整套闭环的AI开发生态。06 / 程序员不是在失业是在升维2000年代程序员的核心能力是写代码。2010年代变成了知道用什么框架、什么库。2020年代变成了调试、架构、技术判断力。2026年之后程序员的核心能力变成了——“定义问题、描述目标、验收结果”。/goal用得好不好核心取决于你能不能清晰、准确、完整地描述你想要什么。这不是技术能力这是产品思维。AI不是在取代程序员AI是在取代低维度的程序员工作。高维度的那部分——定义问题、规划路径、做出判断——反而因为AI的加入价值更高了。07 / 三个建议① 把/goal当成第一个工作习惯直接说最终目标观察Claude Code是怎么拆解的对比你自己的想法。这个对比本身就是最好的学习。② 用Auto Mode把团队流程自动化代码审查通知、变更日志生成、测试报告发送——交给Auto ModeRoutines。你的团队多了一个24小时在线、从不请假、永不疲倦的DevOps工程师。③ 把自己训练成目标定义者知道想要什么比知道怎么做更重要。这个能力AI永远无法替代。你怎么看你在用Claude Code吗/goal指令体验如何觉得AI编程工具真的在改变程序员的生存状态吗评论区见。数据来源Anthropic官方公告及开发者社区公开报道仅供学习交流。本文引用内容版权归原作者及原出处所有。如涉及侵权请联系删除。点击原文链接浏览文章底部免费获取资料