AI 提效战略转型方法论

阶段 2 · 全员赋能

工具选对、全员会用、规范资产化——让团队整体跨过"会用 AI"的门槛。

选对工具(开发者 Claude Code / 非开发 Codex)+ 全员培训到 100% 覆盖 + 规范资产化(CLAUDE.md/Skills/Hooks 提交 Git)。工具选错,产出差距显著(经验上可达数倍),培训留死角就推不动,规范不沉淀就各搞各的。三件事做到位,团队才算"被赋能"。

🧰 本阶段速查 (做什么 · 产出什么 · 用什么)
  • 🎯 做什么:工具选型(按角色)+ 全员培训到 100% + 规范资产化(CLAUDE.md/Skills/Hooks 入 Git)
  • 📦 产出与汇报周报(培训覆盖率 / 推进跟踪);把角色手册分发到各级人员
  • 🔧 工具Claude Code(开发首选)/ OpenAI Codex(非开发友好)/ GLM-5.2(国内性价比)
  • 📖 配套手册《Claude Code 完全手册》(15 章配置大全,本地自包含)
  • 👥 角色手册开发 / 测试 / 组长 / 产品(全员分发,各读各的)

1. 为什么:工具选对,产出差一个量级

"会用"和"用好"的产出差距明显(经验上可达数倍)。这个阶段解决三件事:选对工具(按角色)、全员都会用(培训不留死角)、把团队规范变成 AI 能读的资产。其中"规范资产化"是团队级提效的关键杠杆——个体再强,规范不沉淀就复制不开。

2. 工具选型:按角色选

角色首选为什么
开发者 / 工程师Claude Code(当前最推荐)终端原生、自主执行、MCP/Skills/Hooks 生态最完整、上下文管理最强
产品经理 / 非开发OpenAI Codex有云端委托 + ChatGPT 集成形态,不必碰终端,适合做原型、需求验证
想尝鲜的Trae / Cursor / WorkBuddy / ZCode各有特色(IDE 集成、国产、协作),可浅尝对比,主力仍建议 Claude Code
Codex 说明:OpenAI 的 agentic agent,已具备 CLI + 云委托 + ChatGPT 集成 + IDE 扩展多种形态。云端/ChatGPT 形态对非开发友好,PM 可快速做原型;开发者要终端原生、深度集成时,Claude Code 仍首选。本章后续聚焦 Claude Code。
底层模型选择建议(工具选定后,按场景选模型):
国内便宜又好用:推荐 GLM-5.2(智谱,开源 SOTA 代码模型,1M token 无损上下文,国产性价比之选)
有实力的选择Claude 5 系列(编程 Agent 性能领先,截至 2026 中)/ GPT-5.5(综合能力强,截至 2026 中)

3. Claude Code 最新要点(速通)

📖 Claude Code 完全手册(15 章配置大全:安装/认证/代理/MCP/Hooks/多智能体)→

先别急着装——确认网络与接入方式:Claude Code 要访问 Anthropic 模型服务,国内直连 anthropic.com 常不稳定,装之前先选定接入方式,否则会卡在「装上了但连不上」:
① 官方订阅 OAuth:能稳定访问 claude.com(个人/有代理),最简单
② API + 中转(国内常用):配 ANTHROPIC_BASE_URL 指向中转地址 + ANTHROPIC_AUTH_TOKEN(见下方配置样例)
③ 云厂商:AWS Bedrock / 阿里百炼等,国内可达、企业合规
中转从哪来(按可靠性排序):公司内网中转(最推荐,问 IT/架构组)> 自建代理 > 第三方中转服务(注意密钥会经过它、敏感代码慎用,别用来源不明的免费中转)。
🔑 Token 从哪申请(手把手):上面三种接入方式,对应三种拿 Token 的路子,按你的网络条件选一条:
① 官方订阅(能访问 claude.com 最省事):到 claude.ai 注册 → 订阅 ProMax 套餐。登录后直接用不需要单独配 Token(OAuth 自动认证),适合个人 / 有稳定代理。
② 智谱 GLM(国内推荐,有免费额度,不用梯子):到 open.bigmodel.cn 注册 → 登录后点左侧「API Keys」→「创建 Key」→ 复制 Key 填进 ANTHROPIC_AUTH_TOKEN,再把 ANTHROPIC_BASE_URL 填智谱的兼容地址(在智谱控制台/文档里拿,Claude Code 会按 Anthropic 协议去调)。国产模型,国内直连,免费额度够练手。
③ 第三方中转(Claude 官方模型的代理):自己挑一个可信的平台(论坛/同行推荐,本教程不推荐具体中转商)→ 买额度 → 拿到 Token + Base URL,分别填进 ANTHROPIC_AUTH_TOKENANTHROPIC_BASE_URL注意:密钥和代码都会过它的服务器,敏感项目代码慎用,别贪便宜用来源不明的免费中转。
三条路怎么选:能上 claude.com → ①(最稳);纯国内、要白嫖 → ②(GLM,推荐新手);非要 Claude 原版模型又没官方渠道 → ③(认准可信平台)。
装不上 / 连不上排查:① 用官方原生安装器(curl ... install.sh,不是已废弃的 npm);② 代理/防火墙是否放行目标地址;③ Node 环境(部分功能依赖);④ 报错看 ~/.claude/logs退路:暂时没有 Claude Code 也能起步——先用 Codex / Cursor / 国内模型(如 GLM 的 coding 能力)跑通流程,等网络/中转解决再切,工具可换、方法论不变

3.1 安装与认证

# 官方已废弃 npm,用原生安装器
curl -fsSL https://claude.ai/install.sh | bash   # macOS/Linux
irm https://claude.ai/install.ps1 | iex           # Windows PowerShell
# 认证:OAuth(个人)/ API Key(企业/CI)/ Bedrock(国内可达)/ apiKeyHelper(密钥轮换)

3.2 四层配置 + 权限(deny 优先)

// .claude/settings.json
{
  "permissions": {
    "allow": ["Bash(git *)", "Write(src/**)"],
    "deny": ["Bash(rm -rf*)", "Write(.env*)", "Write(test/**)"]
  }
}

优先级:企业托管 > 用户级 > 项目级 > 本地。deny 优先于 allow。

📋 完整配置样例 · 文件:~/.claude/settings.json(用户目录下,对所有项目生效)。实战验证,可直接用——替换 Token 和 Base URL 为你自己的即可
⚠️ 使用前必改ANTHROPIC_AUTH_TOKENANTHROPIC_BASE_URL 必须替换为你自己的值。下方为示例配置。

① 环境变量(env) 📁 ~/.claude/settings.json——API 认证、模型映射、超时、功能开关:

{
  "env": {
    "ANTHROPIC_AUTH_TOKEN": "your-api-token",
    "ANTHROPIC_BASE_URL": "https://your-proxy.example.com",
    "API_TIMEOUT_MS": "3000000",
    "ANTHROPIC_DEFAULT_HAIKU_MODEL": "glm-5.1",
    "ANTHROPIC_DEFAULT_SONNET_MODEL": "glm-5.2",
    "ANTHROPIC_DEFAULT_OPUS_MODEL": "glm-5.2",
    "CLAUDE_CODE_DISABLE_NONESSENTIAL_TRAFFIC": "1",
    "CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS": "1",
    "CLAUDE_CODE_FORK_SUBAGENT": "1",
    "CLAUDE_AUTOCOMPACT_PCT_OVERRIDE": "90"
  }
}

逐项:AUTH_TOKEN + BASE_URL = 国内中转认证(不登录 OAuth);TIMEOUT 300万ms=50分钟防长任务超时;模型映射 haiku→glm-5.1、sonnet/opus→glm-5.2(按实际模型调整);DISABLE_NONESSENTIAL 禁用遥测;AGENT_TEAMS 开启团队协作;FORK_SUBAGENT 子代理 fork 模式;AUTOCOMPACT 上下文到 90% 自动压缩。

② 权限 + ③ 插件 + ④ 其他 📁 ~/.claude/settings.json(续)

{
  "permissions": { "defaultMode": "default" },
  "enabledPlugins": {
    "claude-hud@claude-hud": true,
    "superpowers@claude-plugins-official": true,
    "superpowers-chrome@superpowers-marketplace": true
  },
  "extraKnownMarketplaces": {
    "superpowers-marketplace": { "source": { "source": "github", "repo": "obra/superpowers-marketplace" } },
    "claude-hud": { "source": { "source": "github", "repo": "jarrodwatts/claude-hud" } }
  },
  "worktree": { "baseRef": "fresh" },
  "language": "chinese",
  "skipDangerousModePermissionPrompt": true,
  "verbose": false,
  "teammateMode": "auto"
}

逐项:defaultMode=default(最安全,每次确认);三插件 = HUD 状态栏 + Superpowers 工作流 + Chrome 控制;marketplaces = 插件市场源(GitHub);worktree fresh = 从远程默认分支拉;language 中文;teammateMode auto = Agent Teams 自动模式。状态栏(statusLine)配合 claude-hud 插件安装后自动配置。

3.3 进阶能力(决定产出数倍差距)

3.4 实操心法(决定产出差距)

同样装了 Claude Code,产出差几倍,差在这些心法。先分清五件套各自定位:

组件定位何时用
CLAUDE.md始终注入的规范团队规范、技术栈、红线——每次都生效
Skill按需加载的工作流可复用流程(如 TBCFlow),靠 description 触发
Subagent独立上下文专家探索 / 实现 / 审查分工,各管一块
Hook确定性事件钩子关键规则(防偷改测试 / 自动格式化),不靠提示词
MCP外部数据 / 工具协议连数据库 / 代码图谱 / 外部服务

① 验证 > 信任:给 Claude 验证能力(测试 / lint / 类型检查),让它自查——比纯人审快、质量高一个台阶。

② 先 Plan Mode 再编码:复杂任务先进 Plan Mode 探索(产出计划、不直接改代码),确认方案再执行——避免「跳过探索直接动手 = 重写 bug」。

③ Agent Teams 避坑:多 Agent 并行很强但易翻车——Windows 需 PowerShell 7+;同时 2-3 个稳妥(多了 fork 失败 / 内存不足);子代理 model 只认 sonnet/opus/haiku(配置里映射到 glm 等会不被 Agent 支持,主会话不受限);SendMessage 必须带 summary 参数。

4. 全员培训 + 规范资产化

培训到 100% 覆盖:直播动员 + Claude Code 安装使用 + AI 原理认知 + 实操练习 + 知识考核。留死角的团队推不动。

规范资产化(团队级提效杠杆):把隐性规范固化成 AI 自动加载的文件,提交 Git 团队共享:

# CLAUDE.md 示例(精简,每行都要挣位置)
## 技术栈
Java 21 / Spring Boot 3 / PostgreSQL / Redis。
## 提交规范
- 必须通过 `mvn verify` 才能提交
- 禁止修改 test/ 下测试文件(防 AI 偷改)
## 不要做
- 不要引入 Lombok;不要用 System.out,用 slf4j
CLAUDE.md 检验标准:对每一行问——"删掉这行,Claude 会犯错吗?"不会就删。详细指令移进 Skill(按需加载),别堆在 CLAUDE.md 里烧上下文。
规范放哪:CLAUDE.md / rules/ / AGENTS.md 的关系
CLAUDE.md(项目根):入口,只放 AI 每次都要知道的全局规范;用 @.claude/rules/xxx.md 引用分层细则
.claude/rules/:分层规范(测试 / 异常 / 数据库等,14 条见 tbc-skills 仓库 rules/),按需加载、不烧 CLAUDE.md 上下文
AGENTS.md:Codex 等其他 AI 工具的等价入口(作用同 CLAUDE.md,按你用的工具选)
简单说:CLAUDE.md 是总纲,rules/ 是细则,AGENTS.md 是给非 Claude 工具的同一个总纲
💡 思考一下:你的团队培训覆盖率是多少?如果只有 60%,那 40% 的人在拖后腿——他们半年后还能跟上吗?

4.1 推进治理:让各组真的动起来(不只是培训完)

培训到 100% 不等于转型成功——真实团队推十几周靠的是治理机制,不是口号:

① 固定节奏 + 强制周报:每周固定例会(如周五下午)+ 强制周报(不交 = 工作没做的硬约束)+ 各组轮流公开汇报。这是倒逼各组落地的核心驱动——没有节奏,转型会散掉。

② 以战代练,不是集中授课:培训不是一次性直播,而是各组拿真实 bug / 小需求练手 + 每周案例分享 + 把做法沉淀成 SOP / Skill——边干边学,能力长在实战上。

③ 双轨制应对能力分化:资深者自由探索、新人必须走标准化路径(CLAUDE.md + Skill 兜底)。一刀切会两头不讨好——强手被束缚、新手被放养。

④ 资源前置(隐形头号杀手):账号额度(Claude / 智谱 GLM 等)紧张、中转 / 网络问题会贯穿全程拖慢推进。启动前就备好:人均账号额度、中转 / 私有部署、网络放行、预算——别等推到一半才发现「有工具没额度」。这笔账见 阶段 1 §2.1 预算与 ROI
阶段是并行交叠的,不是严格串行:中大团队的 stage2(赋能)/ stage3(基建)/ stage4(闭环)会同期推进(培训、私有 npm、OpenSpec、规范体系同时上),不是「先 2 完再 3 再 4」。教程按串行讲是为清晰,实操中并行推进、迭代收敛

5. 角色视角

Leader

定工具标准、组织全员培训到 100%、推动规范资产化、配权限策略。

开发者

精通 Claude Code(Effort Level/扩展组件/上下文管理)、写好 CLAUDE.md、把重复操作沉淀成 Skill。

PM / 非开发

用 Codex 云端形态做原型与需求验证,不必碰终端。

6. 真实案例 + 常见坑 + 清单

时代光华学习研发组牵头,全员 Claude Code 培训覆盖率达 100%(14 组全员),沉淀《基于 AI 的研发提效方案》《AI 自动化编程落地实现方案》,并把规范固化进 .claude/rules/(14 条)+ 团队 Skill 仓库(tbc-skills 共享技能包)。结果:AI 提效从口号变成团队能力。

:①全员开全权限(--dangerously-skip-permissions)当入门配置;②CLAUDE.md 写了就忘、越来越臃肿;③过度装 MCP 不审计消耗。
📋 阶段2 落地清单
  • 已按角色定工具标准(开发 Claude Code / 非开发 Codex)
  • 全员培训覆盖率 100%,含原理 + 实操 + 考核
  • 团队统一权限策略(allow/deny,最小权限起步)
  • CLAUDE.md 提交 Git,每行经"删掉会犯错吗"检验
  • 重复操作已沉淀成 Skill(见阶段6)