看到一篇很有意思的文章，AI 博主 Nav Toor 提出了一个挺颠覆的观点：在 2026 年，你的 .claude/ 文件夹正在取代传统简历，成为开发者最重要的职业名片。
这个判断乍一听有点夸张，但他摆出来的数据确实让人停下来想一想。
1、简历正在失效，面试正在变天
Nav Toor 开篇就甩了一组数据。GitHub 上 4% 的公开代码提交已经由 Claude Code 完成，按照当前的增长速度，2026 年底这个数字会超过 20%。84% 的开发者每周都在用 AI 编程工具，顶级科技公司里这个比例高达 95%，其中 75% 的人有一半以上的工作是靠 AI 完成的。
与此同时，初级开发岗位的招聘数量在 2024 到 2025 年间下降了 67%。大厂的应届生招聘名额砍了一半以上，很多标注为初级的岗位，最后招进去的都是有经验的资深工程师。
最关键的变化发生在面试环节。面试官已经不再让候选人从零开始手写代码了，他们开始观察候选人怎么跟 AI 协作。一位经常招人的技术负责人 Tyler Folkman 说得很直白：区分一个开发者是在随便玩 AI 还是在用 AI 交付生产级软件，关键看他在输入提示词和提交代码之间做了什么。他会不会先写规格说明？会不会批判性地审查 AI 的输出？会不会写测试？还是把 AI 当成一个许愿池，生成完就不管了？
这个变化意味着什么？意味着「我会写 Python」这句话在简历上已经没有任何区分度了。面试官想看到的是你怎么驾驭 AI 来构建真正可用的软件。
对于任何一个做技术的人来说，这个趋势值得认真对待。以前拼的是你自己能写多少代码，现在拼的是你能不能指挥 AI 高效地写出高质量的代码。能力的衡量标准变了，展示能力的方式自然也要跟着变。
2、 .claude/ 文件夹里到底有什么
Nav Toor 说，.claude/ 文件夹是你配置 Claude Code 这个 AI 编程助手的地方，它里面的内容就是你驾驭 AI 的全部证据。这个文件夹包含四个核心组件，每一个都在向外界传递你的工程能力。
第一个是 [CLAUDE.md](http://t.cn/AXLo0vJd) 文件。你可以把它理解成给 AI 写的操作手册。它告诉 AI 你的项目结构是什么样的，命名规范是什么，哪些文件绝对不能动，遇到什么情况该怎么处理。最好的开发者不会只写一个扁平的文件，他们会建一个多层级的配置体系：最顶层是全局偏好，比如你的编码风格和快捷习惯；中间层是项目级的架构规则和技术栈说明；最底层是子目录级的细分指令，比如 /docs 目录下的文档格式要求，/tests 目录下的测试规范。有人搭了一个 6 层结构、106 行的配置，在 AI 写第一行代码之前，就已经把语音笔记路由、凭证管理、命名规范全部安排好了。
这个东西传递的信号很明确：你有系统思维，你理解上下文管理才是 2026 年工程领域真正的瓶颈。
第二个是 Skills，技能文件。它是放在 ~/.claude/skills/ 目录下的 Markdown 文件，教 AI 怎么处理特定的任务。不需要写 SDK，不需要调 API，不需要编译，你用 Markdown 写好指令，AI 就会照着执行。
Nav Toor 介绍了三种技能模式。最简单的是纯提示词模式，适合编码规范检查、代码审查清单这类任务。进阶一点的是提示词加脚本模式，Markdown 指令配合 Python 或 JS 脚本，适合数据校验、PDF 处理、报告生成。最复杂的是提示词加 MCP 加子 Agent 模式，可以对接外部服务，实现端到端的工作流。
他举了一个很震撼的例子。有人做了一个「修 Bug」技能，AI 读取 Jira 工单，用 Playwright 复现 Bug，研究并规划修复方案，实现代码修改，多 Agent 交叉审查代码，在浏览器里验证修复结果，提交代码，部署到 Vercel，最后交给 QA。全程不需要手动写一行代码。还有人搭了一套 29 个技能、5 个 Agent 的配置，覆盖了区块链数据分析、三语言内容分发、自动会话总结等场景。
这些技能文件的价值在于，它们把你的领域经验固化成了一种可移植、可版本控制的格式。新同事加入团队第一天就能用你的技能文件上手工作，这比任何口头交接都靠谱。
第三个是 Hooks，钩子脚本。它们是在特定事件触发时自动执行的 Shell 脚本，比如提交代码之前、调用工具之后、AI 试图编辑某些文件的时候。你可以把它理解成给 AI 装的安全护栏。
Nav Toor 列了几个典型用法。提交前钩子可以自动拦截包含 .env 文件、API 密钥、证书的提交，让 AI 从物理上就不可能泄露密钥。Bash 安全守卫用 90 多行正则表达式拦截 rm -rf 这类危险命令，AI 会建议你移到回收站。计划审查门控会强制 AI 在执行大改动之前先把方案展示给你看，等你批准了才动手。
这些钩子传递的信号是：你懂生产环境的安全要求，你不会盲目信任 AI，你会在问题发生之前就想到失败模式。这是资深工程师的思维方式。
第四个是 MCP 集成，也就是 Model Context Protocol。它让 AI 能够连接外部服务，你在 .mcp.json 里定义好服务器配置，AI 就获得了新的工具能力。有人的 AI 能自己部署应用、重启服务、查日志、管数据库。有人让 AI 接入了 Telegram，开发者睡觉的时候 AI 在群里自动回答技术问题。还有人搞了双模型审查，Claude 写方案，发给 OpenAI 的 Codex 做独立审查，然后把反馈整合回来，两个 AI 互相检查。
这说明你有集成思维，你理解 AI Agent 的价值跟它能触达的系统数量成正比。
3、你的工程哲学，五分钟就能被读完
Nav Toor 特别强调了一点：.claude/ 文件夹是可审计的。
一个 [CLAUDE.md](http://t.cn/AXLo0vJd) 文件，任何工程师 30 秒就能读懂。Skills 目录展示了你自动化了哪些工作流。Hooks 展示了你设置了哪些安全约束。MCP 配置展示了你对接了哪些外部系统。面试官花五分钟扫一遍你的 .claude/ 目录，就能读懂你整个人的工程哲学。
对比一下传统简历上那句「精通 Python」，它告诉面试官的信息量基本为零。但如果你说「我搭了一套 15 个技能的 Claude Code 配置，自动化了整个代码审查流水线，把 PR 周转时间从 3 天压缩到了 4 小时」，这才是能让人回拨电话的东西。
这个逻辑其实不只适用于开发者。在任何领域，能展示你怎么工作的证据，永远比声称你会什么技能更有说服力。一个设计师的 Figma 作品集比简历上写「精通 UI 设计」有用一万倍，一个写作者的公开文章比「擅长文案策划」有说服力一万倍。.claude/ 文件夹只是这个道理在 AI 编程时代的最新体现。
4、怎么开始搭建
Nav Toor 给了一套很具体的行动指南。
首先，创建你的 .claude/ 目录结构。顶层放全局配置 [CLAUDE.md](http://t.cn/AXLo0vJd)，下面分 skills/（技能目录）、hooks/（钩子目录）和 .mcp.json（外部集成配置）。
写 [CLAUDE.md](http://t.cn/AXLo0vJd) 的时候，不要堆一大段文字，要像写工程文档一样有结构。先写项目架构，再定命名规范和编码标准，然后设定边界（哪些文件不能改，哪些模式必须遵循），最后加路由逻辑（遇到什么情况走什么流程）。控制在 150 行以内，每周随着工作流的演进更新一次。
技能方面，他建议从五个高价值类别入手：处理你最常接触的数据类型的领域分析器，检查团队特定模式的代码审查执行器，按团队格式和语气生成文档的文档生成器，端到端处理 CI/CD 流水线的部署工作流，以及按你的测试哲学编写和运行测试的测试自动化。
钩子方面，至少加三个：拦截密钥文件的提交前钩子，阻止危险命令的 Bash 安全守卫，以及大改动前要求人工审批的计划审查门控。他说这三个钩子传递的生产环境意识，比一年的提交历史都管用。
最后一步很多人会跳过，但他说千万别跳：把你的 .claude/ 配置推到公开的 GitHub 仓库，写一个 README 解释你的设计哲学，为什么选这些技能，为什么设这些钩子，每一个解决什么问题。有人在 Reddit 上分享了自己 116 项配置的完整方案（29 个技能、8 个钩子、5 个 Agent、22 个规则文件），直接开源了，那个仓库现在比任何传统作品集网站都更有影响力。
5、2024 年简历是 PDF，2025 年是 GitHub 提交记录，2026 年是 .claude/ 文件夹
Nav Toor 在文章最后做了一个很干脆的总结。这个文件夹之所以重要，是因为它是你实际工作方式最诚实的呈现。每一个 [CLAUDE.md](http://t.cn/AXLo0vJd) 文件展示你怎么思考，每一个 Skill 展示你自动化了什么，每一个 Hook 展示你拒绝让什么东西出错，每一个 MCP 配置展示你能连接什么系统。
不需要白板面试，不需要 LeetCode，不需要「请讲一个你遇到困难的经历」这种行为面试套话。就是：这是我的系统，这是它做的事情，这是它为什么有效。
这篇文章读完之后，有一个感受特别强烈。不管你是不是开发者，AI 时代对每个人提出的要求其实是一样的：你得有能力把自己的工作方式系统化、可视化、可传递。以前我们靠简历上的关键词来证明自己，现在我们需要靠实际的系统和作品来说话。能展示你怎么干活的东西，永远比你声称自己会干什么更有力量。
#科技先锋官##How I AI#
