Anthropic给Claude Code加了新功能，叫Routines。简单说，就是让AI写代码这件事，从"你喊它才动"变成"到点就干、有事自动上"。

以前用Claude Code，得开着电脑、守着终端，跟它一句一句聊。现在你可以配好一套流程——要写什么、查哪份代码、调用什么工具——然后扔给云端去跑。定时任务、API触发、GitHub事件响应，三种启动方式。你的笔记本可以关了，AI在Anthropic的服务器上继续干活。

打开网易新闻 查看精彩图片

具体能干什么？官方举了几个例子：

1. 定时扫一遍文档，发现过期的自动提PR更新
2. 监控报警弹出来，自动进去查日志、写修复草案
3. Python SDK改了代码，自动同步到Go SDK并开新PR
4. GitHub上有人提PR，自动审代码、回评论、盯CI结果

最后一个场景值得细说。Webhook连上GitHub之后，你可以设条件——比如"标题含fix的PR"或"修改了核心模块的PR"——满足条件就自动拉起Claude Code会话。然后这个会话会跟着PR走：有人push新代码它再看一遍，CI挂了它去查原因，评论里@它它接着回。不是一次性任务，是跟着变更生命周期持续跑。

这背后是Anthropic押注的一个方向：异步AI编程代理。Cursor、GitHub Copilot、OpenAI Codex都在做类似的事，但Claude Code Routines的差异化在于绑得更深——直接接仓库、接API、接运维系统，强调事件驱动和持续后台执行，而不是单次交互。

社区反应分化明显。

Lead Engineer Mike Darlington在X上很兴奋："Oh this is massive. AI webhooks straight from your observability dashboard or CI workflow." 意思是监控面板或CI流程里直接甩个webhook过来就能触发AI干活，不用人肉中转。

但也有人泼冷水。用户Katie Keith吐槽："Hopefully the new Routines can replace Schedules in Claude Cowork, which are rubbish and can only run on your own machine while you're trying to work on something else." 她说的Claude Cowork是Anthropic之前的类似功能，只能在本地跑，还占着机器。新功能解决了这个问题，但她显然对老产品积怨已深。

更普遍的担忧集中在三件事：模型质量波动、服务宕机、额度限制。有人直言，Anthropic发布新功能的速度快于修bug的速度，"先把地基打稳再盖楼"的呼声不少。

这些担忧不是空穴来风。自动化工作流一旦跑起来，可靠性就是生死线。定时任务漏跑一次可能错过生产事故，API触发超时可能卡住整个部署流水线，webhook处理崩了可能让PR评审陷入僵局。交互式场景里AI写错代码，人当场能改；无人值守场景里出错，可能是几小时后才发现的烂摊子。

但趋势已经很明显。编程AI正在从"副驾驶"变成"值班工程师"——不需要人坐在旁边，它自己盯着系统、响应事件、持续输出。这对中小团队尤其有吸引力：用云端的AI工时替代部分on-call人力，成本结构完全不同。

一个细节：Routines跑在Anthropic的云基础设施上，不是用户的机器。这意味着算力成本、环境配置、并发控制都归Anthropic管，用户按调用付费。这对开发者是减负，对Anthropic则是把客户锁进更深的生态——你的自动化流程、工具链配置、历史记录都在这边，迁移成本逐渐垒高。

目前公开的使用案例集中在五类场景：自动issue分类、部署验证、报警分析、文档更新、跨语言SDK同步。都是重复性高、规则相对清晰、出错后人工兜底成本可控的任务。真正高风险的生产变更，估计还得人盯着。

接下来值得观察的：额度定价模型（自动化场景很容易刷爆token）、与企业现有CI/CD系统的集成深度、以及多步骤长流程的稳定性。如果AI能在一次会话里连续执行几十个操作而不跑偏，"AI程序员"的说法才真的站得住脚。