!封面
Anthropic 在 2025 年 5 月发布了一份给创业者的指南《The Founder's Playbook: Building an AI-Native Startup》，里面有一段话让我反复读了三遍：
"Agentic coding tools now allow every aspiring founder to describe what they want to build in plain language and direct AI to generate, test, debug, and refactor a production-grade codebase at the speed and scale of a full engineering team."
翻译过来：Agentic coding 工具让每个创始人都能用自然语言描述想要构建的东西，并指挥 AI 以工程团队的速度和规模生成、测试、调试和重构生产级代码库。
报告中还有一个更直接的判断："someone with no engineering background can build production software that brings their idea to life"——没有工程背景的人也能构建生产级软件。
我是律师。不写代码。但过去几个月，我用 Claude Code 的 Agentic Coding 能力，搭建了一套完整的工程化工作体系。这篇文章是我踩过的坑和得出的结论。
一个律师搭出了什么
先说结果。以下是我在 Claude Code 中构建的所有"工程化产物"：
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 600 380">
<rect width="600" height="380" fill="#fafafa" rx="4"/>
<!-- 核心层 -->
<rect x="200" y="16" width="200" height="44" rx="22" fill="#333"/>
<text x="300" y="44" text-anchor="middle" font-size="15" font-weight="600" fill="#fff" font-family="system-ui, sans-serif">Claude Code（Agentic Coding 环境）</text>
<!-- 连线：核心→工具层 -->
<line x1="220" y1="60" x2="120" y2="90" stroke="#999" stroke-width="1"/>
<line x1="300" y1="60" x2="300" y2="90" stroke="#999" stroke-width="1"/>
<line x1="380" y1="60" x2="480" y2="90" stroke="#999" stroke-width="1"/>
<!-- 工具层 -->
<text x="300" y="88" text-anchor="middle" font-size="11" fill="#888" font-family="system-ui, sans-serif">工具层（MCP + Skills）</text>
<rect x="30" y="96" width="110" height="32" rx="4" fill="#f0f0f0" stroke="#ddd"/>
<text x="85" y="117" text-anchor="middle" font-size="11" fill="#555" font-family="system-ui, sans-serif">yuandian</text>
<rect x="155" y="96" width="90" height="32" rx="4" fill="#f0f0f0" stroke="#ddd"/>
<text x="200" y="117" text-anchor="middle" font-size="11" fill="#555" font-family="system-ui, sans-serif">filesystem</text>
<rect x="260" y="96" width="90" height="32" rx="4" fill="#f0f0f0" stroke="#ddd"/>
<text x="305" y="117" text-anchor="middle" font-size="11" fill="#555" font-family="system-ui, sans-serif">web-scout</text>
<rect x="365" y="96" width="90" height="32" rx="4" fill="#f0f0f0" stroke="#ddd"/>
<text x="410" y="117" text-anchor="middle" font-size="11" fill="#555" font-family="system-ui, sans-serif">puppeteer</text>
<rect x="470" y="96" width="90" height="32" rx="4" fill="#f0f0f0" stroke="#ddd"/>
<text x="515" y="117" text-anchor="middle" font-size="11" fill="#555" font-family="system-ui, sans-serif">lark（飞书）</text>
<!-- 连线：工具层→产出层 -->
<line x1="85" y1="128" x2="65" y2="170" stroke="#bbb" stroke-width="1" stroke-dasharray="3,3"/>
<line x1="200" y1="128" x2="190" y2="170" stroke="#bbb" stroke-width="1" stroke-dasharray="3,3"/>
<line x1="305" y1="128" x2="310" y2="170" stroke="#bbb" stroke-width="1" stroke-dasharray="3,3"/>
<line x1="410" y1="128" x2="430" y2="170" stroke="#bbb" stroke-width="1" stroke-dasharray="3,3"/>
<line x1="515" y1="128" x2="540" y2="170" stroke="#bbb" stroke-width="1" stroke-dasharray="3,3"/>
<!-- 产出层 -->
<text x="300" y="168" text-anchor="middle" font-size="11" fill="#888" font-family="system-ui, sans-serif">产出层</text>
<rect x="20" y="176" width="100" height="36" rx="4" fill="#fff" stroke="#333"/>
<text x="70" y="192" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">微信公众号</text>
<text x="70" y="205" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">发布管线</text>
<rect x="140" y="176" width="100" height="36" rx="4" fill="#fff" stroke="#333"/>
<text x="190" y="192" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">合同审核</text>
<text x="190" y="205" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">docx 处理链</text>
<rect x="260" y="176" width="100" height="36" rx="4" fill="#fff" stroke="#333"/>
<text x="310" y="192" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">知识库</text>
<text x="310" y="205" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">全文检索系统</text>
<rect x="380" y="176" width="100" height="36" rx="4" fill="#fff" stroke="#333"/>
<text x="430" y="192" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">飞书</text>
<text x="430" y="205" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">集成工具链</text>
<rect x="500" y="176" width="80" height="36" rx="4" fill="#fff" stroke="#333"/>
<text x="540" y="192" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">Rules</text>
<text x="540" y="205" text-anchor="middle" font-size="10" fill="#333" font-family="system-ui, sans-serif">规则体系</text>
<!-- 底部数字 -->
<line x1="30" y1="240" x2="570" y2="240" stroke="#e0e0e0" stroke-width="1"/>
<text x="65" y="268" text-anchor="middle" font-size="28" font-weight="700" fill="#333" font-family="system-ui, sans-serif">5</text>
<text x="65" y="286" text-anchor="middle" font-size="10" fill="#888" font-family="system-ui, sans-serif">个 Python 脚本</text>
<text x="185" y="268" text-anchor="middle" font-size="28" font-weight="700" fill="#333" font-family="system-ui, sans-serif">9</text>
<text x="185" y="286" text-anchor="middle" font-size="10" fill="#888" font-family="system-ui, sans-serif">套排版主题</text>
<text x="310" y="268" text-anchor="middle" font-size="28" font-weight="700" fill="#333" font-family="system-ui, sans-serif">10+</text>
<text x="310" y="286" text-anchor="middle" font-size="10" fill="#888" font-family="system-ui, sans-serif">个 Rules 文件</text>
<text x="430" y="268" text-anchor="middle" font-size="28" font-weight="700" fill="#333" font-family="system-ui, sans-serif">90+</text>
<text x="430" y="286" text-anchor="middle" font-size="10" fill="#888" font-family="system-ui, sans-serif">个 Skills</text>
<text x="540" y="268" text-anchor="middle" font-size="28" font-weight="700" fill="#333" font-family="system-ui, sans-serif">5</text>
<text x="540" y="286" text-anchor="middle" font-size="10" fill="#888" font-family="system-ui, sans-serif">个 MCP 集成</text>
<!-- 底部说明 -->
<text x="300" y="330" text-anchor="middle" font-size="11" fill="#aaa" font-family="system-ui, sans-serif">全部由一个不会写代码的律师，通过自然语言指挥 AI 构建</text>
</svg>这些不是 demo，不是玩具项目。它们每天在用。
五个案例，逐一拆解
案例一：微信公众号发布管线
需求很简单：写完 Markdown 文章，一条命令推到公众号草稿箱。
但"推到草稿箱"拆开来看，包含：Markdown 转 HTML（微信编辑器不认标准 Markdown）、图片上传到微信 CDN（外链图片会被过滤）、排版主题切换（不同文章风格不同）、封面图生成、草稿箱创建、完成后在 Finder 里打个标记。
我用自然语言把这些需求逐步描述给 Claude Code。它构建了五个 Python 脚本：wechat_publish.py（一键发布入口，串联所有步骤）、wechat_html.py（Markdown 转微信公众号 HTML，内置 9 套排版主题）、wechat_api.py（微信 API 客户端，处理 token 管理和图片上传）、wechat_images.py（图片下载上传加 MD5 去重）、wechat_cover.py（调用 Codex CLI + GPT Image 2 生成封面概念海报）。
最终效果：
python .claude/scripts/wechat_publish.py publish article.md --gen-cover --theme 红黑极简一条命令，从 Markdown 到草稿箱。本文就是这么发布的。
案例二：合同审核 docx 处理链
合同审核是我的核心业务。以前用 python-docx 读取合同，人工逐条审查。现在 Claude Code 通过 docx skill 的 Redlining workflow（红线批注工作流），能自动读取合同 docx、做结构化分析、生成审查意见、生成带批注的修订版合同。
这里有一个技术细节值得展开，因为我在这个上面栽了整整一周。
案例三：法律知识库全文检索
我的法律知识库有数千份文件，格式混杂（md/pdf/docx）。Claude Code 配置了 rga（ripgrep-all）工具后，能在几秒内跨格式全文检索。
比如我审核一份施工合同时，想查"建设工程施工合同无效后的价款结算"相关的司法观点和地方口径，一条搜索指令下去，相关的司法解释、最高法判例、浙江高院指导意见全部出来了。以前这个动作要翻半天文件夹。
案例四：MCP 集成
MCP（Model Context Protocol，模型上下文协议）是 AI Agent 调用外部工具的标准化接口。我给 Claude Code 接了 yuandian（法律法规和案例检索）、filesystem（文件系统操作，只读，后面会说原因）、web-scout（网络搜索）、puppeteer（浏览器自动化）、context7（技术文档实时检索）。AI 直接调用，不需要我人工中转。
案例五：飞书集成
通过 lark 系列技能，Claude Code 能操作飞书文档读写、日历管理、多维表格、即时通讯、视频会议记录。案件管理、日程安排、团队协作都串进了 AI 工作流。
踩坑记录
这是本文最重要的部分。成功经验哪里都有，失败经历才值钱。
坑一："直接说需求"和"工程化地说需求"差别巨大
最开始我用 Claude Code 的方式很原始——每次打开 session，就说"帮我写一个发布文章的脚本"。AI 确实写了，能用。但下一个 session 打开，我又得从头解释一遍需求。文件放哪里、叫什么名字、排版什么风格、图片怎么处理——每次重复。
后来我学会了写 CLAUDE.md。这个文件相当于给 AI 的项目说明书。我把发布流程、文件结构、命名规则、风格要求全写进去。AI 每次 session 启动时自动读取，不用重复解释。
再后来，我发现不同类型的任务需要不同的规则。合同审核和文章撰写的逻辑完全不同。于是我又建了 .claude/rules/ 目录，按场景拆分规则文件——合同审核规则、法律研究规则、文书编辑纪律、工具使用规范……现在有 10 个以上的规则文件，覆盖了法律工作的各个维度。
教训：Agentic Coding 的效率，取决于你能不能把需求"工程化"地表达。同一个需求，随口说和写成文档，产出质量天差地别。这不要求你会写代码，但要求你有把模糊想法拆解成明确步骤的能力——这恰恰是律师擅长的事。
坑二：docx 中文字符拆分——被坑了一整周
合同 docx 用 python-docx 读取时，中文经常被拆成单个字符的 run。什么是 run？在 docx 的 XML 结构里，同一段文字可能被分成多个片段，每个片段（run）有自己的格式属性。Word 这样做是为了支持局部加粗、变色等格式。
问题在于，Word 的分段逻辑对中文不太友好。"甲方"两个字可能变成"甲"（加粗）和"方"（不加粗）两个 run，甚至一个汉字被拆成多个 Unicode 片段。这导致 AI 在做文本定位和替换时，搜索"甲方"搜不到，因为它实际上被存成了两个独立的片段。
这个 bug 我跟 Claude Code 来回折腾了一周。起初我只说"输出不对"，AI 改了半天也没改到点子上。后来我把问题描述改成了："第3段第2行的'甲方'被分成了两个不同格式的 run 片段，搜索定位不到。"
教训：用自然语言描述问题时，越具体越好。"输出不对"是无效信息。"第3段第2行的特定文字被分成了两个不同格式的片段"才是有效信息。Agentic Coding 不是念咒——你描述问题的精度，决定了 AI 解决问题的效率。
坑三：MCP 工具的安全边界
最初我给 filesystem MCP（文件系统操作工具）配置了写权限。某次 session 中，AI 在处理合同时差点覆盖了原始合同文件。吓得我出了一身冷汗——原始证据材料被覆盖，在法律业务里是不可接受的事故。
之后我严格限制 filesystem MCP 只读。所有写操作只用本地 Write 工具，而且写之前 Claude Code 会自动确认路径。
教训：给 AI 工具权限时，默认最小权限。确实需要再加。这跟法律里的"最小必要原则"一样——不是不信任，是风险控制。
坑四：脚本维护的"非技术人员之痛"
脚本出 bug 了，我不会 debug。
解决方式很原始：把完整的错误信息贴给 Claude Code，让它自己修。偶尔修不好，就让它重写整个函数。
这个过程里我得出一个认知：我不需要理解代码，但我得理解系统架构。说白了就是搞清楚三件事——每个脚本做什么（输入什么、输出什么）、脚本之间怎么串联（上游输出是下游输入）、数据怎么流（文件从哪来、到哪去、中间经过什么处理）。
这三件事用自然语言就能描述清楚，不需要懂编程。但你必须花时间把这个架构想清楚。Anthropic 那份报告里说的——从"我有一个想法"到"我有一个产品"的时间线被压缩了——前提是你得能把想法拆解成可执行的步骤。
这套东西的局限
诚实说几个不太舒服的点。
维护成本不低。脚本和规则需要持续更新。Claude Code 升级、MCP 接口变化、业务流程调整，都会导致东西需要修。我修不了代码，只能找 AI 修。偶尔 AI 也修不好，就得花时间重写。
学习曲线不在代码层面，而在工程化思维层面。不写代码，但需要理解"分层""解耦""输入输出"这些概念。如果你的工作本身就是结构化的（比如法律文书天然讲究层次），转过来难度不大。但工作方式偏直觉和经验驱动的人，上手会有一段不短的适应期。
也不适合所有人。如果你的工作内容稳定、重复性流程不多，投入产出比不高。这套东西有价值的前提是：你有重复执行的流程，而且这些流程的步骤可以被明确描述。
还有一个问题是绑定特定工具。这套体系建立在 Claude Code 之上，规则文件、Skills 机制、MCP 集成方式都是 Claude Code 的约定。换工具的话，迁移成本不低。
回到 Anthropic 的判断
Anthropic 在那份报告里说："When the founding pool expands beyond people with engineering backgrounds, you get startups built by people with radically different lived experiences, solving real problems that the traditional tech-founder pipeline never prioritized."
当创始人群扩展到工程背景之外，你会得到由完全不同人生经历的人创建的公司，解决传统技术创始人从未关注过的真实问题。
这段话对律师同样成立。法律行业的真实痛点——合同审查的重复劳动、法律检索的低效、文书排版的时间消耗——这些问题在技术圈排不上优先级。因为做工具的人不审合同，不写法律意见书，不在凌晨两点对着一份 200 页的施工合同逐条标注风险。
Agentic Coding 让你可以自己搭，不用等某个 SaaS 公司做出"法律 AI 产品"。前提是：你得知道自己的问题是什么，而且能把问题拆解成明确的步骤。
作者简介： 陈石律师，浙江海泰律师事务所副主任、高级合伙人、房地产与建设工程部主任，宁波市律师协会副秘书长、第七届宁波仲裁委员会仲裁员，聚焦建筑房地产、投融资、并购重组及商事争议解决。曾获多家法律媒体与专业机构认可，荣登 LegalOne 2025 中国区建工及房地产实务先锋 45 强、律新社 2025 年度管理合伙人 20 佳（华东），入选《商法》The A-List 法律精英，获评 ALB China 区域市场十五佳长三角地区律师新星，并获律新社 2024 年度并购领域品牌之星。长期为万科、华润置地、信达地产、保利置业、招商蛇口、中海地产等企业提供法律服务，承办"首宗百亿地王""长春第一高楼""台州第一高楼"等代表性项目，累计服务项目投资额超千亿。近年来持续推动 AI 与法律实务融合，强调以结构化方法打通技术逻辑、法律判断与商业场景；著有《赋能法律人：AI 底层思维与应用范式》，并在多地开展相关主题讲座与分享。