Anthropic产品负责人:Claude Code源于长期试错,许多内部原型从未发布

Anthropic产品负责人:Claude Code源于长期试错,许多内部原型从未发布

N
News Editor
2026-11-07 01:57:08
Anthropic向美国证券交易委员会提交的S-1招股书显示,企业客户将Claude嵌入关键业务流程后,留存和变现表现优于消费级AI。Anthropic产品负责人Dianne Na Penn在播客中披露,公司采用月度规划、长期假设和基层试错推进产品开发,Claude Code、MCP、Skills等产品均经历了持续孵化;大量内部原型则停留在创意激发或技术验证阶段,并未对外发布。

Anthropic向美国证券交易委员会(SEC)公开提交的S-1招股书称,企业客户将Claude嵌入业务关键流程后,带来了比消费级AI更强的用户留存和更高的变现表现。公司当前聚焦企业市场,并将Claude Code作为产品孵化的重要实践。

Anthropic研究与实验室团队产品负责人Dianne Na Penn近日做客播客The Skip。该团队负责从Claude 2到Claude 5.5家族的核心模型产品,也参与Claude Code、MCP、Skills和Claude Design等产品的孵化与扩展。对话涉及研究驱动型公司的月度规划、长期假设、Claude Code从基层探索走向产品的过程、研究优先级与用户反馈之间的取舍、产品经理文化,以及前线部署工程师(PDE)的角色。

以月度计划落实中长期判断

Dianne Na Penn表示,Anthropic不会花三个月制定一份两周后就会失效的年度计划。团队更多以月度为单位安排工作,在确定当月目标的同时,建立对未来6至12个月行业走向的高层判断。产品团队也不会因为其他公司发布了某项功能,就在第二天被迫照做。

Anthropic的研究使命和北极星目标着眼于更长周期,这种研究组织的中长期视角,可以避免团队陷入围绕短期功能发布的被动循环。公司早年曾尝试完整的OKR流程,要求成员围绕同一组目标对齐,但关于使用量和采用率的假设后来被证明严重偏低,相关OKR很快被放弃。

团队理想的工作方式,是先确定未来3至6个月的核心假设,再拆分为每月行动,在保持对市场反应速度的同时,逐月向长期目标推进。以生命科学为例,Dario等人经常讨论AI帮助生命科学机构攻克疾病的长期价值。这个目标无法被简单压缩为短期项目,团队需要把它转化为每月的模型训练、产品投资测试,以及让科学家和研究人员能够访问模型的具体安排,同时回应早期市场变化。

Claude Code来自基层探索

Claude Code并不是某一天突然诞生的产品。早在它出现之前,API客户就已经使用模型进行代码自动补全;内部和外部人员也在持续尝试让模型写代码。代码编写并非在某个时间点突然拥有Agent属性,而是经历了多个阶段的试错。

命令行终端的交互范式,与允许模型执行更多Agent循环的Harness结合后,产品体验和模型能力之间才出现了真正的化学反应。Anthropic据此形成的产品开发方式,更接近由基层探索推动,而不是先由上层制定完整方案,再逐项执行。

团队判断优先级时,会关注坚持押注的核心主题,也会尽快验证当前技术栈在体验和效果上是否可行,以及用户能否从中感受到足够的惊喜。公司目前更聚焦To B和企业级市场,Dianne Na Penn给出的原因是,相比变化迅速的消费者市场,企业端需求更稳定。

决定不做什么同样重要。团队曾围绕是否提供微调API展开激烈讨论。一个核心判断是,基础模型迭代速度太快,企业团队自行完成后训练、优化和部署后,可能已经落后两到三代,最终仍要推倒重来。团队因此反复追问:这对Anthropic、用户和客户来说,是否是一项明智的投资?

产品团队还会持续询问3个月或6个月后技术可能发生什么变化,以此判断哪些产品值得推向市场。许多内部开发的原型最终没有对外发布,因为它们最初的目的只是激发创意或验证技术。

用户反馈不能直接替代研究判断

Dianne Na Penn表示,前沿AI实验室的研究人员关注的不只是现有用户。研究团队还会考虑尚未出现的用户群体,以及技术可能产生的二阶影响,尤其是模型安全和对齐问题。当团队认识到自身服务的是未来的用户生态,而不仅是眼前的用户群,许多产品取舍就需要放在更长周期内处理。

例如,产品团队提出Claude输出JSON或Schema格式的效果不够好,可能意味着研究人员需要暂时放下计算机控制或推理能力优化等工作。这个问题不能按照传统产品路线图逐项修补,而需要在当前用户体验、长期技术押注和训练资源之间做出权衡。团队还要判断,随着模型智能自然提升,该问题是否会自动缓解,从而不再属于P0优先级。对习惯规划完整路径的产品经理来说,这种答案并不容易接受。

记忆功能是另一个例子。两年前,团队经常收到Claude没有很好发挥记忆功能的宽泛反馈,如今仍然会听到类似意见,但相关技术复杂性已经发生变化。如果记忆效果不佳直接导致用户流失,团队不会置之不理,也可以从产品层面调整使用场景,在等待新一代模型能力提升期间,让用户获得尚可的体验。

Dianne Na Penn归纳出三点:产品团队必须兼顾处于不同生命周期的用户;必须承认,基于不确定技术进行开发,有时确实比基于成熟技术做产品更令人沮丧;更重要的是建立清晰的认知模型,区分最终目标与自身能够控制的手段,不能把修改底层研究当成唯一且最优的解决方案。

具体决策主要依靠讨论。在每个新版Claude训练期间,产品团队会与研究主管定期举行站会,追踪训练进度,讨论需要调整的内容以及哪些判断已经具备充分把握。产品经理的职责,是解释某个问题为什么属于P0:它对用户影响巨大,不解决就无法交付预期成果。如果问题只来自极少数用户,或者相关功能的使用频率正在下降,则可能被判为P2,团队再设计替代路径。

产品经理无权越俎代庖,直接要求研究团队修改某个训练参数。Dianne Na Penn将其比作不会有工程团队接受别人逐行指挥写代码。产品经理需要讲清楚问题给用户造成的冲击,再与研究团队共同寻找解决方案;只有在提示词等方法无法缓解时,调整模型训练才会成为选项。

内部文化强调质疑、试用和主动落地

Anthropic产品团队的成员背景多元。许多产品经理并非在同一家公司按部就班晋升,而是经历过跨界探索,因此更习惯面对快速变化的技术环境。能够迅速掌握新事物的人,或者曾在初创公司担任首位产品经理的人,通常具有竞争力。首位产品经理往往要同时承担客户成功、IT运维和商务拓展等工作,这种一人多职的经历与团队需求较为匹配。

团队也招收过前研究员,以及在同一家公司工作多年、希望摆脱固有产品观念和工作流程的人。入职之后,门槛同样很高。Dianne Na Penn在新员工计划中明确表示,入职最初两个月应当是职业生涯中最煎熬的时期。节奏很快,新人要在短期目标和不断变化的中长期规划之间取得平衡,同时为负责的业务线制定产品计划、战略路线图并交付成果。

新人会被安排具有挑战性的适应任务。能够迅速适应的人会很快进入发展阶段;不断抱怨太难、以各种理由解释无法完成任务的人,则可能越来越吃力。入职一两个月后,团队基本能够看出一个人的潜力,核心考验是成长型思维。

来自大型公司的产品经理有时更容易卡在层级化工作习惯上:副总裁下达指令,执行链条便按指令推进,很少有人停下来质疑这项指令是否仍然正确。Anthropic更接近学术界的研发模式,在学术环境中,即使一年级博士生也可以质疑导师。

在Anthropic,员工需要打破固有的层级观念,能够向首席科学家Jared表达不同意见。例如,读过他关于某项技术的文章后,指出其中遗漏的前提假设,并说明调整后为什么可能更有利于用户。这种表达需要建立在好奇心和互信之上,而不是武断地指责对方错误却无法给出论证。

团队希望成员参与深度讨论、补充新视角,并在已有想法上继续迭代和推动落地。某个新点子可能正是团队两三年前考虑过、后来搁置的方案,但如果有人愿意深入研究,以得体方式质疑既有假设并提出独到见解,仍然可能取得成果。

Dianne Na Penn认为,这种文化既与模型频繁迭代有关,也源于公司的研究实验室传统。许多联合创始人重视第一性原理。技术突破来自不被过去假设束缚,并通过亲自实验验证判断。Anthropic内部大多数沟通频道完全公开,员工讨论产品细节时,其他成员可能加入讨论,提出是否考虑过另一种方案。团队鼓励相互肯定,并在已有思路上继续延展。

优秀产品经理还需要对这项技术保持近乎狂热的兴趣。他们会在产品仍处于原型阶段时深度试用自家功能,反复测试最新模型,并公开分享评测结果。相比躲在角落里编写需求文档,主动推动模型和产品落地,更能体现产品经理的能力。

Dianne Na Penn对初级产品经理的观察也不同于关于就业环境的普遍抱怨。团队中的初级产品经理往往拥有很高的效率和潜力,因为他们不需要先摆脱既有组织架构,也不必等待老板在需求文档上签字后才行动。他们会主动与客户沟通、与研究员协作,不论对方是否是研究主管。

这类成员无需经过大型公司常见的多轮团队对齐和流程核对,通常可以更快推进工作。但这不代表中高阶产品经理不具备同样的主动性。团队中也有创业经历丰富的资深产品经理,以及在内部完成过艰难项目、经受过实际考验的人。

在Dianne Na Penn看来,关键在于一个人是否做成过需要克服组织惯性和阻力的事情。坚持到底、主动寻找答案、面对未知问题保持自驱力,比其他单项特质更重要。

高压入职与研究型产品训练

团队培养产品经理时,首先回到对产品管理的定义,而不是机械划定岗位职责。核心仍然是围绕用户,以能够产生复利效应的方式创造价值。未来一年,模型评测可能不再是定义用户成果的最佳方式,每个人也可能需要直接写代码搭建原型,但北极星目标不会改变。

新员工通常要在最初两到三周完成用户调研、编写模型评测并制定产品路线图。有人会要求再延长两周,但这项安排本身就是为了测试执行力,让新人进入必须跟上公司节奏的实战状态。新成员还会被直接安排到最高优先级的核心业务线上。团队倾向于保持小规模,让每个人同时负责两到三个方向,以此推动跨部门沟通、想法碰撞和快速学习,也带来明确的交付压力。

团队每年举办一次训练营,主题是如何打造能够驾驭指数级增长的产品:随着底层模型能力提升,产品价值也可能出现指数级增长。课程包括优化Claude、编写高质量提示词和开展模型评测。课程录制后,会成为新员工的必修内容。

这项倡议始于2024年。当时团队只有四五个人,日常工作已经开始接近研究型产品经理的工作方式,包括阅读用户授权的反馈数据和编写评估。由于这些方法能够直接帮助产品功能改进,团队将操作步骤、关键指标和价值有限的部分记录下来。训练营最初只面向研究型产品团队之外的产品经理,后来向Anthropic全员开放。

训练营也促成了开放问答平台的建立。Dianne Na Penn表示,产品经理不必只是等待模型迭代,也可以通过修改提示词获得需要的结果。现场演示降低了技术门槛,销售团队参加后也发现,评估和提示词并没有想象中神秘,相关方法可以被复制并规模化推广。

在导师制度方面,新员工会由资深成员一对一带教,并借助Claude Tag等内部工具完成入职。新人通常被建议先阅读过去两个月的群聊记录。加入公司像是中途进入一场已经进行中的对话,先做足功课,再表达对业务背景的理解并征询意见,比等待公司主动提供全部知识更有效。

前线部署工程师连接客户与研发

Anthropic配备了前线部署工程师和专门的前线部署团队,帮助企业客户在平台或应用端大规模落地。Dianne Na Penn认可深入客户现场的重要性,但也指出,产品经理如果在一端扎得过深,就不可避免要在另一端做出取舍。

她希望既能跟踪每一次研究模型迭代,也能听取每个客户的反馈,但随着业务规模扩大,已经不可能旁听每一个客户电话会议。问题在于,业务前线的深度洞见如何向上传递,并反哺具体产品。

团队会直接向API客户以及正在试用新模型能力的客户收集反馈,但现有精力和产能不允许产品经理完全承担前线部署工作。因此,团队与一线业务团队保持紧密协作,将前线洞见作为补充验证。当前模式更重视共享完整的业务背景,而不是要求每位产品经理同时扎根客户现场并对齐顶级研究团队。要在两端都达到极深的专业程度非常困难。

团队后来从内部应用团队和前线部署工程团队中选拔人员转任产品经理,效果十分突出。这些人拥有深厚的业务经验,理解Harness的原理、用户侧应用架构和使用动机,也能把客户一线的声音顺畅反馈给研发团队。

Dianne Na Penn回忆,2023年Claude.ai刚推出、仍是唯一的内测产品时,系统提示词曾由她亲自编写了很长一段时间,后来才交给新加入的产品经理。这正是前线部署工程师日常工作的缩影。她认为,技术深度如果停留在抽象讨论层面,往往容易变得空泛;要让理解落到实处,直接承担前线部署工作、贴近客户并持续倾听,可能是重塑产品经理职业路径的一种方式。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
4700

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。

Anthropic产品负责人:Claude Code源于长期试错,许多内部原型从未发布 | Bit.Fan