Claude Code创始人Boris Cherny揭秘13个高效使用技巧，涵盖多实例并行、跨平台协作到代码验证等核心场景，帮助开发者充分发挥AI编程潜力。

作为Claude Code的开发者，我经常被问及使用配置。虽然系统开箱即用已很出色，但团队成员的个性化用法各有特色。以下分享我的工作流细节。

1. 终端并行运行5个Claude实例，通过标签编号和系统通知管理输入状态。具体配置参考：https://code.claude.com/docs/en/terminal-config#iterm-2-system-notifications

2. 本地与网页端协同工作，在http://claude.ai/code同时开启5-10个会话。通过&符号转接会话，或使用--teleport参数切换。手机端iOS应用也常用来启动晨间任务。

3. 全场景采用Opus 4.5深度思考模型。虽然响应稍慢，但卓越的工具调用能力显著减少人工干预，整体效率反而更高。

4. 团队通过git维护共享的http://CLAUDE.md文件，每周多次更新操作规范。发现异常行为立即记录，形成持续优化的知识库。

5. 代码审查时使用@.claude标记，将改进建议直接写入http://CLAUDE.md。配套的Github Action实现了Dan Shippe提出的"复利工程"理念。

6. 关键会话采用规划模式（Shift+Tab两次启动），明确目标后再切换自动编辑模式。良好规划能确保Claude一次性完成任务。



7. 高频工作流转化为斜杠命令，存储在.claude/commands目录。例如/commit-push-pr命令通过内联bash预计算git状态，避免重复沟通。

8. 常用子代理包括代码简化器(code-simplifier)和验证工具(verify-app)，自动化处理PR常见流程。详见：https://code.claude.com/docs/en/sub-agents

9. PostToolUse钩子函数自动格式化代码，解决10%的格式问题，确保CI流程顺畅。

10. 通过/permissions命令预授权安全bash命令，避免频繁的权限确认。配置保存在.claude/settings.json供团队共享。

11. 集成多种开发工具：通过MCP服务器管理Slack消息，使用bq工具执行BigQuery查询，从Sentry获取错误日志等。

12. 长时间任务处理方案：后台代理自动验证、Stop钩子确定性检查或ralph-wiggum插件。沙箱环境使用--permission-mode=dontAsk避免中断。

13. 建立工作验证机制能提升2-3倍输出质量。从简单bash测试到完整套件验证，需根据场景构建可靠反馈系统。

这些经过实战检验的技巧，系统性地提升了AI编程效率。从基础配置到高级功能，每个环节的优化都能带来显著效果提升。