← 返回全部情报
Anthropic 产品负责人对谈:Claude 还当不了「召集人」,PM 不会消失但要更擅长运营;与其做一个被过早约束的产品,不如先放五个互相重叠的实验 的封面

·Lenny's Podcast(YouTube)·厂商员工分享收录 2026-10-07

Anthropic 产品负责人对谈:Claude 还当不了「召集人」,PM 不会消失但要更擅长运营;与其做一个被过早约束的产品,不如先放五个互相重叠的实验

AnthropicAmi VoraMike Krieger产品经理智能体原生可塑软件并行实验能力盲区

一句话结论

Ami Vora 和 Mike Krieger 在 Lenny 的峰会上讲 Anthropic 内部怎么做产品:技术每两个月变一次,但人的问题变得没那么快,所以 PM 要执着于人的问题、对技术保持新鲜感;Krieger 转去做个人贡献者后,被同事说服给项目配了 PM,一周后承认「你百分之百是对的」,因为 Claude 还不是能把人和智能体拉到一起的「召集人」;探索期宁可有五个互相重叠的产品,也不要一个按理论过早约束的产品,等找到产品市场契合再合并;暂时做不成的项目可以「停放」成评测,Labs 就是这样在 Claude 3.7 上发现电脑操作的跃升。

打开原文 Why Claude can’t be your PM (yet) | Anthropic CPO Panel

背景与理念

这场对谈录制于 2026 年 9 月 10 日的 Lenny & Friends Summit,主持人是 Every 的 Dan Shipper。开场问题是:一年前人们说 AI 会让 PM 过时,现在的气氛却是人人都要成为 PM。

Ami Vora 的回答是:产品的工作一直是在人们的真实问题和可以解决它的技术之间架桥。变化在于,技术过去五到十年才变一次,现在感觉每两个月就变;人的问题却变得没那么快。所以她要求自己执着于解决人的问题,对技术保持「新鲜的眼光」,敢于扔掉过去管用的大部分经验,带着对问题的理解重新尝试。她还说,现在有点像把时钟拨回她刚入行时:那时职位没有清晰定义,PM 就是到处解决问题、撞墙了再找人问的通才,如今各种角色又开始模糊。

具体做法

Claude 还当不了「召集人」

Krieger 今年初转为个人贡献者,主要在做开发。一个项目快要发布时,和 Ami 共事的一位 PM 负责人把他拉到一边,说这个项目真的需要一位 PM。他起初觉得 Claude 能搞定,但对方坚持;PM 加入后,原本要掉在地上的各种衔接工作都被接住了,一周后他发消息说「你百分之百是对的」。

他列出这些衔接工作:Anthropic 的客户从专业消费者到超大企业都有,大家有没有被一起带上?客户成功团队能不能在问题实时出现时讲清楚变化?有没有人拉上安全防护(safeguards)团队?大家是否保持在轨道上?他说即使有这些工具,也没有人有无限的精力,需要有人确保一切顺利衔接、用户需求始终被考虑,同时让埋头在 Claude 里干活的构建者不用跳出来做另一类事。速度变快之后,这个角色需要比以前更强的运营能力,而且更重要了。

Dan 追问为什么不让 Fable 来做,Krieger 说 Anthropic 内部大量依赖 Claude 的标签和搜索,它确实能发现「组织另一处有件事你该知道」。但他认为 Claude 还不是「召集人」,还得有人把 Claude 们和人拉到一起把事做成;他说,哪天 Claude 自己给他约了个会、理由是「我觉得你们俩该聊聊」,那会是个标志性时刻。

判断力和不屈不挠

Ami 说,工具能又快又好地做出很多东西,反而扩大了可能做的范围,所以在信息有限时判断做什么更重要。同时要更不屈不挠地推动事情发生,因为岔路太多。她自己花了很长时间练就的一项技能现在没那么有用了:过去做评审时会讨论按钮放在哪、手指会落在哪、用户在什么场景掏出手机,因为做东西很贵;现在直接做三个版本试一试更快。

她把这称为个人层面的「创新者窘境」:你太擅长一件事,就会一直做它,即使另一种方式在未来可能更重要。她说自己从没在模型公司工作过,每隔几个月都要尝试一种新方式。她看重的特质是适应力、判断力和不屈不挠;作为管理者,她强调要「给混乱搭个框架」,承认这一切会带来情绪,让人觉得参与进来是安全的,而不是试图预先规划好一切来获得控制感,那会把你挡在新东西之外。

Krieger 补充,混乱中仍需要清晰的负责人。在 Labs,每个方向叫一个「赌注」,赌注负责人就是那个决定加码还是收掉、要加人还是减人的人;越快越需要有人「握着笔」,决定下一件最能降低风险、增加认识的事。

智能体原生与可塑软件

Krieger 把 AI 产品分成几个阶段:先是放在侧边栏、和产品割裂的问答框,然后是由 AI 驱动的整块功能,再到「智能体原生」。他引用 Every 写的智能体原生架构,并把它做成了一个 skill,核心思想是「人能做的每件事,智能体也应该能做」,他说很少有产品真正做到,Anthropic 自己的很多产品也还没有。做到之后会出现涌现行为,智能体能把以前没人串起来的东西串起来。

他说的下一阶段是界面本身也能被智能体改动。例子是一个至少有四条独立工作流的复杂项目:他们让 Claude 一边盯项目进展,一边生成项目看板界面,先给技术项目经理用,再给全团队用;不喜欢这个展示方式,可以和 Claude 一起改。他说过去一年 Anthropic 工作方式最大的变化之一,就是大量内部软件由 Claude 构建、维护和迭代,这也带来新问题:谁可以更新数据,是人点击还是 Claude 在后台,数据来源怎么追溯。

对已经规模化的 SaaS 公司,他的建议是把正确的原语做进产品,像基础设施层一样,让智能体和 REST API 走同一套底层管道。他用新产品时会故意让它做一件人能做、但需要想一想才能完成的事,很快就能看出是不是「硬拴上去的」。他理解做了二十年的应用很难重来,可以先从侧边栏开始,再做一个更可塑、但使用同一套原语的个人首页,逐步演化,而不是另造一套基础设施。

并行实验与共享底座

Ami 说,Anthropic 要同时服务只想聊天的人和签了大合同、界面不能一夜之间推翻的企业,她的做法是「在每个人所在的地方接住他们」。她自己在成长中信奉简洁、可靠和完全可预测,但现在很多东西该长什么样还不知道,所以鼓励团队多射门,有重叠甚至重复都可以,找到产品市场契合后再合并进一个适合所有人的东西。她说:「我宁愿有五个以不同方式运作、互相重叠的产品,也不要一个被过度约束、从来没机会面对市场的产品。」

Krieger 说,他从来没能成功地让一个团队去做他们不感兴趣的方向,那样的产品最后会很糟。如果有两三个团队都对不同方向有热情,就让它们去探索。关键在底层:他们盘点时发现,聊天和 Cowork 曾经各有一套记忆系统、各自接 MCP、各自存文件,谁想在上面做第三个东西都会天然割裂;所以专门有一个基础团队负责「无论你在哪个产品里都能拿到你的记忆」,这样重叠的实验也能互补。Ami 补充,要把话说出来:同时有三个赌注时,有人会觉得自己没被给到成功的条件,但大家本来就是一起在黑暗中摸索。

停放项目,避免「能力盲区」

判断一个东西开始管用,Ami 说还是看最基本的产品市场契合:人们用不用、喜不喜欢、会不会回来、会不会谈论它、有没有得到价值。

Krieger 说难点在于,有些东西现在看起来不行,新模型一来就行了。Labs 的做法之一是「停放」项目:2024 年他们在 Anthropic 内部做了第一个电脑操作产品,非常糟糕,原本设想它不擅长自动化、但也许能用来教学,结果它花 20 分钟反复试错才完成,用户什么也没学到。他们把它停放起来,放在评测框架里,每出一个新模型就跑一遍;正是这样,他们看到它在 3.7 上突然大多数时候都能成功,再去看对话记录,确认是一个真正的跃升。他说,如果一个 Labs 项目只证明了「模型还没准备好」,但把它变成了评测或者和研究团队建立了连接,那也算赢,因为几个月后可以回来再试。

Dan 把这称为「能力盲区」:试过一次不行就再也不试、也不做评测,于是以为模型永远做不到。他现场问观众有多少人用过 Fable,很多人举手,用过 Astra 的人少一些;他说常有人说「它做不到」,一问用的是 Sonnet 4.5。

怎样把实验收成一个产品

被问并行实验成功后怎么并回主产品,Ami 坦言还没完全想清楚,方向是把原语做好,让系统了解用户,而不是把一堆工具甩给用户、把认知负担转给他们。Krieger 用 Instagram 的经验说,标签页使用有很强的幂律分布,主信息流约占 80% 的使用,探索页做得再好也许从 10% 提到 15%;所以一半的工作是对「侧边栏再加一个、再加一个标签页」说不,想清楚能不能在验证之后合并进去,但也别太早扼杀。

明年会有什么不同

Ami 希望人们觉得自己能做的事多得多,可以按自己的方式去构建、随时得到答案、去创业,出现更多小团队和个人被赋能。Krieger 说他最想做的是缩小模型能力和大多数人实际用法之间的差距,这在 2024 年就难,去年更难,现在更难了;缩小它很有民主化意义,因为不只是最熟练的工程师才有一整套多智能体配置,做研究的人、经营小生意的人也能在合适的地方检查、做长周期的工作,又不觉得被剥夺了掌控。

关键数据/例子

录制时间:2026 年 9 月 10 日,Lenny & Friends Summit。

Krieger 给项目配 PM 一周后,给那位 PM 负责人发消息说「你百分之百是对的」。

一个至少有四条独立工作流的项目,由 Claude 监控进展并生成项目看板界面,团队可以和 Claude 一起改。

聊天和 Cowork 曾经各有一套记忆、MCP 和文件存储,现在由基础团队统一。

2024 年的电脑操作原型被停放在评测框架里,Claude 3.7 时大多数任务开始成功。

Instagram 主信息流约占 80% 的使用,探索页优化也许只能从 10% 提到 15%。

创新点

第一,给 PM 在 AI 时代的角色找到一个具体的名字:召集人。它不是写需求或画原型,而是把客户成功、安全、各类客户和埋头开发的人衔接起来,这是目前模型最不擅长的部分。

第二,把「失败的项目」变成评测资产。停放项目并定期用新模型重跑,既避免过早放弃,也避免「能力盲区」。

第三,探索期允许重叠,但底座必须统一。记忆、MCP 和文件存储由基础团队统一,才能让并行实验互相补充,而不是各自割裂。

第四,提出可塑软件的现实做法。让智能体维护内部看板和工具,同时用设计系统和统一原语「给混乱搭框架」。

可否复用

  1. 团队里留一个「召集人」角色:即使开发主要交给智能体,也要有人负责跨团队沟通、客户支持准备和安全审查的衔接。
  2. 把暂时做不成的想法写成评测:每出一个新模型就跑一遍,记录什么时候开始成功。
  3. 检查自己的产品是否「智能体原生」:列出人能在产品里做的操作,看智能体能否通过同一套接口完成。
  4. 允许早期产品重叠,但先统一底层:记忆、权限、文件存储做成共享原语,再让不同团队在上面试。
  5. 定期用最新模型重新试一遍你认为「AI 做不到」的事:避免拿旧模型的印象做判断。
  6. 对「再加一个标签页」保持警惕:先看主入口的使用占比,验证之后再考虑合并。

笔记会在输入时自动保存。