Shopify 23000 名工程师背后的 Claude Code 设置（你可以复制的精确配置）

Shopify 的 23000 名工程师正在竞速实现到今年第三季度自动化 96% 的编码。

他们并行运行多个 Claude Code 智能体，每个处理代码库的不同部分，而工程师只负责审查和合并。

Bessemer 发布了他们的完整 AI 优先 playbook。

这是他们的精确设置，你可以在 5 分钟内复制👇

基础设施层（为什么他们的设置有效）

Shopify 没有标准化单一 AI 工具。他们标准化了它下面的层。

他们构建了一个内部 LLM 代理，将每个 AI 请求通过一个网关路由。Claude Code、GitHub Copilot、Cursor，所有都通过相同的基础设施流动。

1
2
3
4
5
6
7
8
9
Shopify 的 LLM 代理架构：

工程师 → Claude Code / Copilot / Cursor
         ↓
    LLM 代理（集中式网关）
         ↓
    OpenAI / Anthropic / Google 模型
         ↓
    使用分析 + 成本控制 + 模型路由

这给了他们集中的成本控制、使用分析，以及在不改变任何工程师工作流程的情况下交换模型的能力。

给小团队的教训：不要选择一个工具然后全力投入。构建基础设施，这样你可以在保持对成本和数据控制的同时实验多种工具。

模式 1：并行智能体，而不是单一聊天

Shopify 的高级工程师不把 Claude Code 当作单一提示词-单一响应工具使用。

他们同时启动多个智能体，在代码库的不同部分工作。

一个智能体重构 auth 模块。另一个写测试。第三个更新文档。工程师审查输出，丢弃不工作的，合并有效的。

1
2
3
4
5
6
7
8
# 终端 1：处理 auth 重构的智能体
claude -p "refactor src/auth/ to use the new session handler"

# 终端 2：写测试的智能体
claude -p "write integration tests for the payment flow"

# 终端 3：更新文档的智能体
claude -p "update API documentation for all changed endpoints"

工程师的工作从写代码转变为审查和合并智能体输出。Farhan Thawar（工程 VP）称之为"编排智能系统"。

模式 2：扩展批评循环

并非每个任务都受益于并行。对于复杂的架构决策，Shopify 工程师让单一智能体经过扩展的批评循环。

智能体生成答案，评估它，修订它，并在长推理周期中持续优化。

不是接受第一个输出，而是强制智能体与自己争论。

1
2
3
4
5
6
7
提示词模式：

"为 [X] 提出一个架构。
然后批评你自己的提案：什么在规模化时会出问题？
然后根据你的批评修订。
然后批评修订版。
给我最终版本，以及每个决策的置信度。"

这比单一提示词产生明显更好的结果，因为 Claude 在你不得不之前捕获自己的错误。

模式 3：Shopify AI 工具包（MCP）

2026 年 4 月，Shopify 发布了一个开源 MCP 服务器，将 Claude Code 直接连接到 Shopify 的文档、GraphQL API schema 和实时商店运营。

一条命令安装：

`1`	`claude mcp add --transport stdio shopify-dev-mcp -- npx -y @shopify/dev-mcp@latest`

这给了 Claude Code 7 个工具：

搜索当前 Shopify 文档（不是过时的训练数据）
根据实时 schema 验证 GraphQL 查询
通过 Shopify CLI 执行商店操作
创建产品、管理 metafield、修改主题
用自然语言运行批量操作

没有这个，Claude 会幻觉 API 字段并编造组件模式。有了它，Claude 使用真实平台数据工作。

模式 4：CLAUDE.md 作为团队基础设施

Shopify 不把 CLAUDE.md 当作个人配置。它是团队基础设施，提交到 git 并在所有 23000 名工程师中共享。

他们在会议上的方法：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
22
# CLAUDE.md（Shopify 内部模式）

## 技术栈
Ruby on Rails, React, GraphQL, MySQL

## 命令
- Dev: `dev up && dev server`
- Test: `dev test [path]`
- Lint: `dev style`
- Type check: `bin/srb tc`

## 架构
- app/models/ → ActiveRecord 模型，业务逻辑
- app/controllers/ → 薄控制器，委托给服务
- app/services/ → 复杂操作的服务对象
- app/graphql/ → GraphQL 类型、mutation、resolver

## 规则
- 永远不要绕过 Sorbet 类型检查
- 所有新代码必须有类型签名
- 数据库查询只通过既定模式
- 重要：每次更改后运行 `dev test`

来自会议的关键洞察：在 CLAUDE.md 中塞入每个标准和惯例会让性能变差，而不是更好。

你在每次对话中都为所有这些付钱。

模式 5：策略优先验证

这是 Shopify 的方法与大多数团队分歧的地方。

2024 年，工程师 70% 的时间花在执行上，30% 在策略上。

2026 年，Shopify 翻转了这个比例。

因为 AI 处理大部分编码，工程师现在 70% 的时间花在策略上：映射用户流、验证市场需求、选择正确的架构。只有 30% 在执行上。

1
2
3
4
5
6
7
8
2024 工作流：
策略：30% → 执行：70%

2026 工作流（Shopify）：
策略：70% → 执行：30%

AI 写代码。
工程师决定应该存在什么代码。

Farhan 的团队估计大约 20% 的生产力提升。不是来自写更多代码，而是来自测试 10 个方法而不是 2 个、更快的原型制作、更高的保真度交付物。

模式 6：带护栏的安全自主

Shopify 不让智能体狂奔。他们的护栏设置：

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11
12
13
14
15
16
17
18
19
20
21
{
  "permissions": {
    "allow": [
      "Read", "Glob", "Grep", "LS", "Edit",
      "Bash(dev test *)",
      "Bash(dev style *)",
      "Bash(git status)",
      "Bash(git diff *)",
      "Bash(git add *)",
      "Bash(git commit *)"
    ],
    "deny": [
      "Read(**/.env*)",
      "Bash(git push *)",
      "Bash(dev deploy *)",
      "Bash(bin/rails db:drop *)",
      "Bash(rm -rf *)"
    ],
    "defaultMode": "acceptEdits"
  }
}

智能体可以读、写、测试和提交。它们不能推送到远程、部署到生产、删除数据库或读取 secrets。

对于任何不可逆的操作，人类保持在循环中。

你今天可以复制的设置

你不需要 23000 名工程师才能使用这些模式。这是入门版本：

步骤 1：标准化你的 CLAUDE.md

1
2
保持在 60 行以下。技术栈、命令、架构、规则。
提交到 git。与你的团队共享。

步骤 2：设置并行智能体

1
2
# 对于更大的任务，在独立终端中运行 2-3 个智能体
# 每个智能体处理代码库的不同部分

步骤 3：安装相关 MCP 服务器

1
2
3
4
5
# Shopify 团队：
claude mcp add --transport stdio shopify-dev-mcp -- npx -y @shopify/dev-mcp@latest

# 其他所有人：连接你的技术栈的 MCP 服务器
# GitHub、Slack、数据库、无论你日常使用什么

步骤 4：添加护栏

允许：读、写、测试、lint、提交拒绝：推送、部署、删除、secrets 默认模式：acceptEdits

步骤 5：翻转比例

停止在执行上花费 70% 的时间。让智能体写代码。把你的时间花在决定什么代码应该存在上。

重要的数字

Shopify 的 20% 生产力提升不是来自写更多代码。它来自探索 10 个方法而不是 2 个、更快的原型制作、更早地捕获错误。

从 Claude Code 获得最多的团队不是那些有最好提示词的。是那些构建了基础设施让智能体安全地、并行地、在真实代码库上工作的。

到 2026 年第三季度实现 90% 自主编码。这不是愿景声明。这是一个有 23000 名工程师正在为之努力的截止日期。

基础设施层（为什么他们的设置有效）#

模式 1：并行智能体，而不是单一聊天#

模式 2：扩展批评循环#

模式 3：Shopify AI 工具包（MCP）#

模式 4：CLAUDE.md 作为团队基础设施#

模式 5：策略优先验证#

模式 6：带护栏的安全自主#

你今天可以复制的设置#

步骤 1：标准化你的 CLAUDE.md#

步骤 2：设置并行智能体#

步骤 3：安装相关 MCP 服务器#

步骤 4：添加护栏#

步骤 5：翻转比例#

重要的数字#