领域专家 + Claude Code：为什么机械工程师能碾压硅谷通才工程师
来源：X Thread，2026-03-18
核心论点
Claude Code 把软件实现层商品化了。
当代码生成变成商品，真正的护城河从「会写代码」转移到了「知道要做什么、以及能判断做出来的对不对」——也就是领域专业知识。
一个机械工程师 + Claude Code 的组合，在自己的专业领域里能超越一个只懂代码、不懂领域的硅谷通才软件工程师。
为什么领域专家更占优？
1. 判断力是关键瓶颈
Claude Code 能写代码，但它不知道你在制造业里什么是「正确的」。
一个机械工程师能立刻判断 AI 生成的方案是不是废话，通才软件工程师不行。
2. 问题定义比代码实现更值钱
Boris Cherny（Claude Code 创始人）指出：最高效的 Claude Code 用户是那些能判断 AI 产出质量的领域专家。
Google 主任工程师的建议：
"如果你对 coding agent 持怀疑态度，在你已经是专家的领域试试它。从头构建复杂的东西——你有能力判断产出好不好。"
3. Karpathy 提出的核心问题
Andrej Karpathy 在 X 上正式提问：
"配备了 LLM，通才越来越能超越专才吗？"
反向论点（本文核心）：不，配备了 Claude Code 的专才超越了通才——因为实现层被平均化了，差异化在领域深度。
更大的趋势：trades 领域的机会
这不只是关于机械工程师，而是整个「trades」（技艺型行业）的机会：
- 水电工、建筑师、医生、律师、金融分析师……
- 任何拥有深度领域知识但缺乏软件工具的人
- Claude Code 把「构建自己的工具」的门槛降到了领域专家可以跨越的水平
实践建议
- 如果你是领域专家：现在是用 AI 构建自己工具的最佳时机，你拥有工程师不具备的判断力优势
- 如果你是软件工程师：尽快深入一个领域，单纯的代码能力正在快速贬值
- 如果你是创业者：寻找拥有深度领域知识但缺乏技术工具的传统行业
关联
- claude-code/overview — Claude Code
- forecasts/last-4-jobs-in-tech — AI 时代最后 4 类技术岗位
- product-trends/ai-strategy-starts-at-top — AI 战略从高层开始