Anthropic 产品团队为何比任何人都快

摘要

Cat Wu 是 Anthropic 旗下 Claude Code 和 Cowork 的产品负责人。在这期访谈中，她系统性地揭示了 Anthropic 以惊人速度持续交付产品的背后逻辑——产品功能的交付周期从过去的六个月缩短至一个月，有时甚至一天。她深入探讨了 AI 时代产品经理角色的根本性转变：当代码变得极其廉价时，真正稀缺的能力是"产品品味"——决定该构建什么，而非如何构建。

Wu 分享了 Claude Code 团队的核心运作原则：用清晰的团队原则替代厚重的 PRD（产品需求文档）、通过 Research Preview 机制降低发布的心理门槛、建立工程与市场/文档团队的紧密协作流程以消除交付摩擦。她坦率回应了 Claude Code 源码泄露事件、OpenClaw 限制决策背后的考量，并描绘了 Anthropic 内部 PM 团队的组织架构。访谈还涵盖了她对 PM 新兴技能、角色融合趋势、Claude 性格设计哲学、模型能力跃迁如何改变产品策略的深刻洞察，以及给所有知识工作者的实用建议——将重复性工作推向 100% 自动化，把时间留给真正创造价值的事情。

正文

一、Cat Wu 的角色：与 Boris 的"心灵融合"

很多人知道 Boris——他创造了 Claude Code，领导工程团队，是 Anthropic 播客历史上最受欢迎的嘉宾。但很少人了解 Cat Wu 在 Claude Code 和 Cowork 成功中所扮演的关键角色。

Wu 这样描述她与 Boris 的分工："Boris 是我们的技术负责人，也是产品愿景的制定者。他擅长定义产品在三个月、六个月后应该是什么样子——那是'AGI 视角'下的产品图景。而我的工作，是找到从今天到那个愿景之间的路径。"

两人的合作关系被 Wu 形容为"80% 的心灵融合（mind meld）"。剩下 20% 中，有些事她比 Boris 更在意就由她推动，有些事 Boris 更在意就由他主导——"实际上我们之间的界限非常模糊。"

她的时间更多花在跨职能协调上：确保市场团队、销售团队、财务、容量规划等各方都认同计划、朝同一方向努力，确保功能一旦就绪，没有任何阻碍它发布的因素。

二、AI 时代的产品管理：速度压倒一切

"在 AI 之前，技术变革慢得多，你可以在六到十二个月的时间跨度上做规划。因为发布功能的速度较慢，大量精力被放在与其他合作团队协调、确保他们的功能解锁你的功能上——因为那时候代码非常昂贵。"

如今一切都变了。模型的快速进步和 AI 对工程效率的极大加速，让产品功能的交付周期急剧压缩。Wu 观察到，最好的 AI 原生产品 PM 是那些能够回答一个核心问题的人：如何缩短从"有了一个想法"到"用户手中拿到产品"的时间？

为此，她认为 PM 应该减少在"对齐多季度路线图"上的投入，转而思考：如何让团队以最快速度把东西推出去？如何创造一个"概念角"——工程师或 PM 有一个想法，到周末就能送到用户手中？

三、推动团队快速行动的三件事

Wu 分享了 Claude Code 团队加速交付的三个核心做法：

第一，设定清晰的目标。 大语言模型（LLM，Large Language Model）的通用性带来了巨大的模糊性——为谁构建、解决什么问题、顶级用例是什么？优秀的 PM 需要将这些收缩为清晰的方向。她举例：如果目标是"让企业中的专业开发者安全地实现零权限提示"，那么大量减少权限提示的方法就被排除了，团队可以聚焦。

第二，建立可重复的发布流程。 Claude Code 几乎所有功能都通过"Research Preview（研究预览）"发布。"我们明确标注这是早期产品，只是一个想法，只是我们想获取反馈并迭代的东西，可能不会长期支持。" 这大幅降低了发布的心理承诺——一个东西可以在一两周内推出去。

第三，建立跨职能协作框架。 Claude Code 团队在工程、市场、文档之间建立了极其紧密的流程：工程师完成一个功能并经过内部 dogfooding（自己使用自己的产品）后，在"常青发布室"中发布消息，文档负责人 Sarah、产品营销负责人 Alex、开发者关系团队的 Antaric 和 Lydia 可以第二天就完成市场公告。"这降低了任何工程师发布东西的摩擦，而 PM 的角色就是建立这种机制。"

四、PRD 还写吗？——指标、原则与判断力

对于许多 PM 关心的问题——AI 时代还需要 PRD 吗？Wu 的答案是：需要，但方式不同。

团队有两个核心实践。一是每周严格的指标复盘：确保每个人都深刻理解业务的各个方面、关键目标及其趋势和驱动因素。二是团队原则清单：明确列出关键用户是谁、为什么他们是关键用户，让每个人都能自主做出决策而不觉得需要 PM 或其他利益相关者的许可。

"对于特别模糊的功能，写一页纸说明目标、令人愉悦的用例、需要修复的失败模式，确实有帮助。也有一些需要大量基础设施投入、耗时数月的大项目，我们仍然会写 PRD。"

五、源码泄露与 OpenClaw：坦率的回应

访谈中，Lenny 直接询问了近期两件引发广泛关注的事件。

关于 Claude Code 源码泄露，Wu 直截了当地回应："这是人为失误的结果。有人在与 Claude 合作写 PR，涉及的是我们发布包的方式更新。实际上它经过了两层人工审查。我们已加强了流程以确保不再发生。" 当被问及当事人是否还在 Anthropic 时，她确认"是的，一切安好。这是流程的失败，最重要的是从中学习并增加更多防护措施。"

关于限制第三方客户端（OpenClaw）使用 Claude 订阅的争议，Wu 解释道："Claude 的需求量非常大，我们一直在努力扩展基础设施并让系统更高效。Claude 的订阅服务并非为第三方产品设计——它们的使用模式与第一方产品不同。我们花了大量时间寻找最平滑的过渡方案，很高兴能提供伴随订阅的积分额度。但我们需要优先保障第一方产品和 API。"

六、PM 团队架构与角色融合

Anthropic 目前大约有 30 到 40 名 PM，分布在多个团队：

• Research PM 团队：由 Diane 领导，负责收集客户对模型的反馈，输送给研究团队，并主导模型发布流程。
• Claude 开发者平台团队：维护 Claude Code 所依赖的 API，还发布 Managed Agents 等产品。
• Claude Code 团队：同时负责 Claude Code 和 Cowork 核心产品。
• 企业团队：帮助大型企业采用 Claude 工具，涵盖成本控制、安全管控等。
• 增长团队：负责整个产品套件的增长。

Wu 观察到所有角色正在融合："PM 在做一些工程工作，工程师在做 PM 工作，设计师在做 PM 也写代码。" 她的团队更倾向于招聘具有优秀产品品味的工程师，因为"最有效率的发布方式，是工程师能够端到端地从看到 Twitter 上的用户反馈到周末发布产品，几乎不需要产品介入。"

但她强调，无论来自什么背景，核心始终是产品品味（product taste）。"当代码变得极其便宜时，变得更加值钱的是决定写什么。什么才是正确的 UX？什么是最让用户愉悦的体验方式？我们从数万个 GitHub Issue 中筛选出哪些值得构建、以什么方式构建——这需要大量的用心和品味。"

七、人类大脑在 AI 时代仍然不可替代的地方

Wu 认为，模型仍然缺乏人类所拥有的某种常识（common sense）。"任何产品发布都有上千个变动部分，有些非常微小，但总是有很多可能出问题的地方。模型不一定能很好地理解所有利益相关者是谁、他们之间如何关联、他们的偏好是什么、用什么渠道与他们沟通才能让他们保持认同——这些更隐性的常识和情商（EQ，Emotional Quotient）知识仍然非常有价值。"

面对持续加速的变革，她给出的生存哲学是"拥抱混乱"。"我们的团队寻找那些面对挑战能微笑着说'这很难，但我很兴奋去应对'的人。有些周，周日晚上有一个 P0 级别的危机，周一变成 P00，周一中午又变成 P000——你会想，天哪，我居然为周日晚上的那个问题那么担心。你只能接受：你只能做这么多，你需要睡好觉才能第二天做出好的决策。"

"发布有 bug 的功能，以前会让我整夜睡不着。但我现在已经能接受——我们会快速得到反馈，在下一个版本中修复。"

八、为速度付出的代价

当角色边界模糊、发布节奏极快时，什么被牺牲了？Wu 坦承：产品一致性（product consistency）。

"以前代码很贵时，你会仔细规划整个产品套件——每个产品如何相互关联、每个产品的用例、如何集成——几乎每个用例对应一个产品。现在 AI 变化太快，我们有太多想法需要测试，有时确实会有功能互相重叠。对老用户来说问题不大，但对新用户来说，他们可能不知道完成某个任务的最佳路径是什么。"

她也将 /powerup 功能作为一个例子：团队原本坚持产品应该足够直观、不需要教程。但面对大量用户想知道"一百个功能中哪十个是必须用的"，他们最终偏离了最初的设计原则，加入了内置引导体验。

九、Claude Code、Desktop、移动端与 Cowork：何时用哪个

Anthropic 的产品线正在扩展，Wu 给出了清晰的使用指南：

Claude Code（CLI 命令行）：当她需要快速启动一次性编码任务且想要最新功能时使用。CLI 是最初的产品界面，功能通常最先落地，也是最强大的。

Claude Code Desktop（桌面版）：适合需要前端工作的场景——可以一边与 Claude 对话，一边在右侧预览窗格中实时看到正在构建的 Web 应用。也适合不熟悉终端的用户——"终端对于非技术人员来说可能非常令人不安，你会看到各种可怕的弹窗，无法像在普通产品中一样点击。" 此外，桌面版还是一个全局控制中心，可以查看 CLI 会话、其他桌面会话、Web 和移动端发起的任务。

Web 和移动端：适合在移动中启动任务。"我看到太多人拿着笔记本电脑，用手机热点连接，在外面工作。这意味着我们缺少一个解决这个需求的产品。移动端让你可以在路上启动任务，不需要随身携带笔记本电脑。"

Cowork：当输出不是代码时使用。"每个人做的很多工作，输出不是代码——处理到 Slack 零未读、收件箱清零、为客户会议做幻灯片、写功能目标文档或发布计划。所有这些产出的都是非代码内容，这是 Cowork 最适合的领域。"

十、Cowork 的实际应用：从幻灯片到客户简报

Wu 分享了一个生动的 Cowork 使用案例：为 Code with Claude 大会准备演讲幻灯片。

流程是这样的：她首先将 Google Calendar、Slack、Gmail、Google Drive 全部连接到 Cowork。"Cowork 需要访问所有相关上下文才能为你生成高质量的输出。" 然后她告诉 Cowork 她想讲述的叙事主线，Cowork 开始自主工作——浏览 Twitter 查看发布历史、查看常青发布室、查看团队内部展示 Claude Code 最佳实践的频道——最终生成了一份 20 页的幻灯片初稿。

"我今天早上醒来读到它，感觉相当不错。有些调整——我喜欢幻灯片上的文字极少，它写得有点多——但比我自己做快太多了。而且因为 Cowork 能访问我们的设计系统，它看起来就像 Anthropic 设计师做的。"

这引出了 Wu 对 PM 角色本质的看法："Claude 是一个出色的头脑风暴伙伴，它非常快速地综合海量信息并呈现所有可能性。但 PM 的角色仍然是做出最终决定——什么应该属于最终产品。"

十一、工具栈与内部自建应用

Wu 的工具栈"重度依赖 Claude Code、Cowork 和 Slack"。她把 Slack 描述为 Anthropic 的"核心操作系统"。

她大约 30% 的时间在"推动 Cowork 和 Claude Code 的边界"，以便深刻理解产品的不足之处，并花大量时间与模型对话，理解它为什么会犯某些错误。

Claude Code 带来的一个有趣现象是：降低了构建任何定制应用的门槛，导致公司内部涌现出大量个性化工作软件。她举了一个例子：Claude Code 的一位销售人员发现自己反复制作相同的客户演示文稿，于是用 Claude Code 构建了一个 Web 应用——内置经过验证的核心演示文稿模板（101 级、201 级、精通级），并能输入特定客户上下文（从 Salesforce、Gong 和其他笔记中拉取数据），自动定制幻灯片内容——客户是否使用 Bedrock、对代码审查阶段有何关切、需要 HIPAA 合规等。原本需要 20-30 分钟的手动工作，现在只需几秒钟。

"Claude Code 真正解锁了整个公司构建定制应用的能力。"

十二、Token 消耗与工程师薪资

当被问及 token 消耗是否超过员工薪资时，Wu 给出了务实的回答："每次模型能力跳跃或产品大幅改进时，每个工程师或知识工作者的 token 成本确实在上升，但远低于工程师的平均薪资——只是占比在不断提高。"

她同时澄清了一个常见误解：Anthropic 员工虽然可以使用大量 token，但并非无限。"我们对团队有信任——每个人都知道服务这些模型需要多少容量，浪费 token 是非常不被鼓励的。"

十三、PM 的新兴核心技能

Wu 提炼了 AI 时代 PM 最稀缺的能力：成为"恰到好处的 AGI 信徒"。

"每个人都能看到未来模型极其聪明、能做几乎一切的远景——在那样的世界里，你其实不需要复杂的产品，你只需要一个文本框，告诉模型你想要什么，它就能自行添加任何工具或集成。为超级 AGI 构建产品很容易。困难的是针对当前模型，如何激发出最大能力？如何引导用户走上'黄金路径'？如何让用户与模型的优势互动并规避其弱点？"

她分享了培养这种能力的三个方法：

第一，花大量时间与模型对话。 当模型做了意外的事情时，让她反思自己的行为——"有时模型会说'系统提示中有些令人困惑的东西'，或者'我没有意识到前端验证是任务的一部分'，或者'我把验证委托给了子代理，子代理没做，我也没检查它的工作'。" 这种好奇心能揭示什么误导了模型，从而修补系统提示或工具链。

第二，找到你信任的反馈者。 "通常有少数几个人，他们比其他人都更擅长描述模型或模型工具体系的好坏。找到五个人组成你信任的群体，对获得快速反馈至关重要。"

第三，构建评估（evals）。 "你不需要构建数百个评估才有用。仅仅 10 个优秀的评估，就能帮助团队量化目标、衡量进展、发现缺失。" 她特别推荐在记忆（memory）等功能上大量使用评估，但不是每个功能都需要。

十四、Claude 的性格：被低估的核心竞争力

当人们讨论 Claude 的成功时，经常忽略一个看似"次要"的因素——它的性格。"当人们想到 Claude 和 Claude Code 时，这是最常被提起的事情之一。"

Wu 这样解读 Claude 的人格设计哲学：轻松有趣但极其自信；低自我——你说它做错了，它真心抱歉；积极正面——面对你觉得无法克服的任务，它会说"没关系，这些是我认为我们该采取的步骤，你想让我开始做吗？"

"回顾你合作过的每个人，有些人你会觉得'我真的喜欢他们的能量'。一个优秀同事的特质——积极、行动导向、诚恳地给你反馈而非一味附和——我们努力把这些融入 Claude。这让与它共事变得愉快得多。"

十五、模型越聪明，产品越简单

Wu 分享了一个揭示 AI 产品构建核心洞察的案例：待办列表（todo list）的兴衰。

当 Claude Code 首次发布时，模型执行大型重构时会在完成 5 个调用点后停下，忘记还有 15 个。团队成员 Sid 想到了一个方案：像人类一样，先列出需要修改的项目清单，逐一替换。待办列表的加入成功解决了问题。但随着 Opus 4 及后续模型的发布，"我们不再需要强制它使用待办列表，它自己就会自然地完成所有项目。现在的待办列表更像一个让用户看到进度的辅助工具——模型可能使用，也可能不使用。"

这是 Wu 所说的"模型吃掉你的工具链"现象——每次新模型发布后，团队会通读整个系统提示（system prompt），删除那些模型已经不再需要的提示干预。"最令人兴奋的是新模型解锁的完全是新功能。我们一直梦想 Claude 能成为可靠的代码审查员，只有在 Opus 4.5、4.6 和 Sonnet 4.6 之后，我们才能够同时运行多个代码审查代理来遍历整个代码库，综合出一组工程师合并前必须处理的真实问题。"

她的建议是："构建那些现在还不太工作的产品很重要——这样你就知道还缺什么。然后最新模型出来后，你只需把它换进你已经做好的原型中，看看新模型是否填补了那个缺口。"

十六、产品愿景：从单任务到数百个 Claude 并行

对于未来，Wu 用一个"构建块"的框架来描述演进路径：

核心构建块是让单个任务成功——你给一个描述，它能否持续产出可接受的输出？当模型变聪明，单任务成功率大幅提高后，人们开始进行多任务并行（multi-Claudeing）。2025 年底兴起的这个趋势持续增长——一次跑六个 Claude。下一步，可能是跑 50 个甚至数百个 Claude。

"到那时候，你大概不会在本地机器上运行一切——内存不够用。所以我们在思考：如何让它们远程运行？如何设计界面让你一眼知道哪些任务需要关注？如何确保代理完全验证自己的工作，让你看到'完成'时可以快速确认它确实按照你的规格完成了？如何让这个过程自我改进——当你发现一个不满意的任务，你给的反馈能自动应用于未来所有运行，永远不会再犯同样的错误？"

十七、给知识工作者的务实建议

面对大量听众对职业未来的担忧，Wu 给出了几条核心建议：

第一，将重复性工作自动化并做到 100% 成功率。 "每次你发现自己反复做某件手工任务时，思考如何用 Claude Code、Cowork 或其他 AI 工具将其自动化。大多数人的工作中都有他们热爱的创造性部分，也有讨厌的繁琐部分。AI 的美妙之处在于它能处理那些繁琐部分。"

第二，不要停在 95%。 "我看到有些用户把某件事自动化到 90%-95% 的准确率就放弃了。如果一个自动化不是 100% 有效，那它就不是真正的自动化。最后 5%-10% 确实需要更多时间——构建自动化本身就比你自己做更慢。但我鼓励大家投入这个时间：界定一个你真的想做到 100% 的自动化，下功夫教会 Claude 你的偏好、给它反馈以提升技能，直到你可以完全依赖它。一个 95% 的自动化没什么价值。"

第三，构建你真正每天使用的应用。 "很多人用 AI 玩一玩、构建原型应用、尝试构建工作流。但我真的鼓励人们去构建你每天实际使用的应用。只有通过这种使用，你才真正获得价值。如果你做了一个原型应用但没有帮助你完成更多工作，那 AI 就没有给你的生活增加价值。"

第四，警惕过度定制的陷阱。 "还有一个相反的极端——有些人沉迷于定制他们的工具，添加大量技能和 MCP，不断优化工作流。有时这会让你偏离原本的核心目标。简单的配置往往反而更好用。"

十八、闪电问答：书籍、电影、产品与人生信条

推荐的三本书：
- 《How Asia Works》（《亚洲如何运作》）——关于经济发展和什么样的政策与政府能造就持久成功的经济体。
- 《The Technology Trap》（《技术陷阱》）——关于工业革命和计算机革命如何影响工人，"我们可以从历史中学到很多，确保这次转型顺利进行"。
- 《Paper Menagerie》（《纸动物园》）——关于成长、AI 和自我发现的短篇故事集。

最喜欢的电影/节目：
- 《Drive to Survive》（《极速求生》）——"人们如此痴迷于单一的工程目标，这种纯粹的追求本身就有一种满足感。"
- 《Free Solo》（《徒手攀岩》）——关于 Alex Honnold 无保护攀登酋长岩。Wu 自己也是一名攀岩者。"这是为数不多的、你越了解就越觉得不可思议的电影。他在岩壁上做的那些动作，我可能一辈子都做不到——就算在离地一英尺的攀岩馆里、绑着保护绳也不行。"

最喜欢的产品（Claude 之外）： Waymo。"它让我每天多出 30 分钟。不用因为让车等我而感到内疚，不用担心在车里开工作会议是否不礼貌、是否会被司机听到、是否需要让人家调音乐。我愿意为它支付 Uber 和 Lyft 两倍的溢价。"

人生信条： "Just do things（动手去做）。" 她解释道："如果你有很强的第一性原理思维，你知道你在优化什么，你通常可以推断出正确的行动方案并向所有利益相关者清晰阐述。然后你就该去做。职位是虚假的——如果你理解约束条件，你就能弄清楚你能做什么，尽快去做，从错误中学习，如果你做错了就道歉或修复。"

最喜欢的 Claude "思考词"： "manifesting"（显化），这也是她笔记本电脑上的贴纸。

十九、当 AGI 来临时

被问到 AGI 到来后她会做什么时，Wu 的回答既有务实的一面，也有浪漫的一面：

"我认为 AGI 需要很长时间才能在社会中扩散。所以短期的事情其实是帮助世界跟上步伐。" 不太严肃的回答是——大量攀岩，搬到法国的枫丹白露，在一万块抱石之间生活；读书——她目前大概每周读 0.5 本书，但想做到每周一到两本；还有很多想学的——物理、机器人、硬件、航空航天……"有太多我理解得不够好的领域。即使知道 AGI 已经知道这一切，我还是很兴奋去学习。"

Cat Wu 在 Twitter 上的账号是 @_catwu。她欢迎用户分享 Claude Code 和 Cowork 的问题反馈。她说："我们非常感激正面反馈，但我们真正渴望的是边界案例、错误、那些可以复现的具体任务——如果你能分享给我们、我们能复现，我们就能在下一代模型和工具链中积极改进。"