編譯 | 宇琪

策劃 | Tina

一個還沒發(fā)布的新模型，已經(jīng)讓 Anthropic 內(nèi)部感受到了“斷層式”的變化。

在最新的播客對話里，Claude Cowork 工程負責(zé)人 Felix Rieseberg 提到，他們內(nèi)部正在用的一款新模型 Mythos Preview，帶來的不是常規(guī)提升，而是一次明顯的“斷層式躍遷”。對工程師來說，這種差別很直觀：同樣是讀代碼、找漏洞、寫實現(xiàn)，這一代模型的理解深度和解題方式，已經(jīng)和上一代拉開了一截。

但變化不只在模型本身。隨著執(zhí)行成本被壓到很低，Anthropic 內(nèi)部已經(jīng)可以同時跑上百個產(chǎn)品原型。以前一個想法要排期、評審、驗證，現(xiàn)在有人提一句，十分鐘就能做出一個能用的版本。在這種節(jié)奏下，Claude Code、Claude Cowork 這些產(chǎn)品，更像是從一堆原型里篩出來的結(jié)果，而不是按部就班“做出來”的項目。

更有意思的是，連他們自己也沒完全預(yù)料到哪些東西會真正起作用。比如 skills——本質(zhì)上只是一些寫清楚“該怎么做事”的文本文件——卻成了最有效的杠桿之一。

近日，Anthropic 的 Claude Cowork 工程負責(zé)人 Felix Rieseberg 在播客節(jié)目中，與主持人 Matt Turck 一起，講清了這一切是怎么發(fā)生的。本文基于該播客視頻整理，經(jīng) InfoQ 編輯。

核心觀點如下：

• 模型能力的增長速度，已經(jīng)開始超過我們把它變成產(chǎn)品的能力。

• 最終真正成功的產(chǎn)品，往往不是“加了什么”，而是“去掉了什么”。它更關(guān)乎一種感覺：用起來是什么體驗。

• 現(xiàn)在有一個全新的變化：執(zhí)行成本幾乎為零。如果你帶著 10 個想法來找我，我現(xiàn)在的反應(yīng)是：那我們就把 10 個全做出來試試，看看哪個更好。

• 以前是你必須精通“計算機的語言”，而未來，你會更傾向于做一個精通“人類語言”的人，軟件將真正地“為人而造”。

• 現(xiàn)在的 AI 產(chǎn)品就像是移動電話剛出現(xiàn)的“傻瓜機時代”。運氣好的話，我們現(xiàn)在做的可能只是“諾基亞 3310”，它是個好手機，但它還不是智能手機，更不是 iPhone。

階躍式變遷的新模型

Matt：我們從剛剛公布的 Project Glasswing 和你在推特上提到的 Claude Mythos preview 聊起，你說這個模型在 Anthropic 內(nèi)部帶來了“很難被夸大的階躍式變化”，這是什么意思？

Felix：Mythos 是一個還沒發(fā)布的 frontier model，本質(zhì)上是一個通用模型，并不是專門為 cyber security、coding 或軟件開發(fā)某個單一場景訓(xùn)練的。但我們發(fā)現(xiàn)，它在 cyber security 這個方向上的能力“異常突出”，而且這種能力很可能會對軟件和基礎(chǔ)設(shè)施安全產(chǎn)生深遠影響。

我的那條推文里其實想表達兩點。首先，這個模型我們內(nèi)部已經(jīng)用了有一段時間了。作為軟件工程師，過去幾年大家大概都有類似的經(jīng)歷：第一次接觸 AI 時，其實并沒有那么驚艷。我第一次用 AI 還是 2013 年，那時候還沒有大語言模型。我當(dāng)時在 Microsoft，內(nèi)部有個叫 project Oxford 的項目，本質(zhì)上是一個 n-gram 模型。你給它一個 token，比如 “world”，它可能返回 “worldwide web”，那在當(dāng)時已經(jīng)算是語言模型的前沿能力了。

而這幾年，大家逐漸會有那種“哦，這個模型比我想象中更強”的時刻。Mythos preview 對我們這些工程師來說，是一個明顯的躍遷，相比過去幾代模型，它的提升是那種“斷層式”的。舉個例子，這個模型在發(fā)現(xiàn)代碼里的安全漏洞方面，表現(xiàn)得非常出色。它分析問題更深入，思路更聰明，寫代碼的能力也更強，讓我們的工作效率大幅提升。但與此同時，看著一個明顯比上一代模型“聰明很多”的系統(tǒng)，也會讓人隱隱有點不安。

訓(xùn)練模型其實是一件很有意思的事。我們常說，模型更像是“長出來的（grown）”，而不是“被構(gòu)建出來的（built）”。所以你事先并不完全知道它會特別擅長什么，也不一定知道它會在哪些地方表現(xiàn)一般，這兩點都常常帶來驚喜。而在這個案例里，它最突出的能力之一，就是發(fā)現(xiàn)現(xiàn)有軟件里的安全問題，Project Glasswing 其實也是圍繞這個能力展開的一個響應(yīng)。

Matt：這會對 Cowork 產(chǎn)生什么影響嗎？

Felix：我認為它很可能會顯著改變我們在公司內(nèi)部構(gòu)建軟件的方式。不過，對于一直關(guān)注 AI 發(fā)展的人來說，這種能力的持續(xù)提升，其實并不算意外。我們一直是在“往上爬”的過程，模型能力和可用性不斷增強。

幾年前，模型可能只是幫你做一些小任務(wù)；現(xiàn)在我們給它的任務(wù)規(guī)模在變大，時間跨度在變長，復(fù)雜度也在提升，這次只是又向這個方向邁進了一步。當(dāng)然，這一步可能比我們內(nèi)部預(yù)期的更大一些，對外界來說就更是如此。

但在 AI 研究者群體里，其實一直有個共識：這種“更大的躍遷”遲早會出現(xiàn)，而且躍遷本身也會越來越大。從這個角度看，我們其實是在按預(yù)期前進。但當(dāng)你真的看到這些能力被“演示出來”時，還是會有點讓人不寒而栗。

比如我們公開過一個例子：研究人員把模型放進一個沙盒，給它一個“嘗試逃出去”的任務(wù)，然后研究員去吃午飯了。就在他吃三明治的時候，模型給他發(fā)了一封郵件，說：“我已經(jīng)逃出來了?！倍@個模型本來是不應(yīng)該擁有互聯(lián)網(wǎng)訪問能力，也沒有郵箱賬戶。

Matt：目前官方的說法是，這個模型至少在短期內(nèi)會完全封閉，不對公眾開放，未來可能只會提供給企業(yè)客戶，對嗎？

Felix：是的。Project Glasswing 的目標，是把這個模型優(yōu)先提供給那些構(gòu)建和維護我們數(shù)字基礎(chǔ)設(shè)施的人和組織，比如 Linux Foundation。我們的想法是：這些人維護著我們每天使用電腦、手機時所依賴的底層系統(tǒng)，我們希望給他們一個“領(lǐng)先優(yōu)勢”，讓他們先用這個模型去加固防御，在大眾還無法使用類似能力之前，就提前發(fā)現(xiàn)并修復(fù)潛在的安全漏洞。

Matt：所以它并不屬于 Sonnet 系列？不是 Sonnet 4.7 的延續(xù)？

Felix：對，目前它是一個獨立分類下的 preview 模型。

Matt：聽起來確實像是一個“斷層式”的時刻。而你剛才提到“有點可怕”，也不僅僅是修辭。

Felix：是的。我覺得 Anthropic 一直以來的立場都很明確：AI 可以非常強大、非常有益，但同時也存在風(fēng)險，必須嚴肅對待。而這一次，我們算是第一次真正在實踐中看到這種情況。當(dāng)你擁有一個很擅長攻破軟件系統(tǒng)的模型時，你就必須認真思考：這意味著什么？我們該怎么使用它？如何負責(zé)任地處理它？

對我個人來說，這反而讓我挺有成就感的，我很自豪公司在這件事上的處理方式非?？酥?、負責(zé)。而且，這并不是我們突然“偶然發(fā)現(xiàn)”一個強大模型，其實我們已經(jīng)掌握它一段時間了。如果是一個更激進的公司，可能早就把它推向市場，定個高價，然后迅速變現(xiàn)。

Matt：在 Anthropic 這種公司內(nèi)部，新模型發(fā)布時是怎么運作的？因為在行業(yè)里，每次有新模型出來，harness 制定者、應(yīng)用團隊都會迅速適配。你們內(nèi)部也是這樣嗎？需要重新跑所有 eval？

Felix：某種程度上是的，但方式稍微不一樣。我們在訓(xùn)練模型時，本來就會把產(chǎn)品需求考慮進去。產(chǎn)品會影響研究方向，研究反過來也會塑造產(chǎn)品，這是一個雙向過程。

一方面，我們會嘗試讓模型具備那些真正能為人類創(chuàng)造價值的能力；另一方面，就像我剛才說的，我們也無法完全預(yù)知模型會擅長什么，所以這更像是一種“共舞”。我們通過產(chǎn)品去觀察：用戶真正受益的是什么；同時，如果模型突然展現(xiàn)出某種意料之外的能力，那可能就是我的工作去思考：我們?nèi)绾伟堰@個能力轉(zhuǎn)化成一個用戶真正能用的東西。

不過隨著模型越來越強，我反而覺得“產(chǎn)品側(cè)的滯后”比模型更明顯。換句話說，模型能力的增長速度，已經(jīng)開始超過我們把它變成產(chǎn)品的能力。

如果你看整個行業(yè)，不只是 AI 原生公司，而是整個軟件行業(yè)、知識工作領(lǐng)域，甚至制造業(yè)、科研、醫(yī)療，你會發(fā)現(xiàn)，現(xiàn)在的模型已經(jīng)非常強大了。它們可以處理長周期任務(wù)，也能處理非常復(fù)雜的問題。但我們還處在一個階段：努力弄清楚如何“包裝”這些能力，以最好的形式交付給用戶。同時，整個行業(yè)也在摸索：在這樣一個“模型驅(qū)動”的世界里，工作該如何重新組織，才能最大化利用這些能力。

我經(jīng)常去見客戶，很少有那種情況是我走出他們辦公室時覺得：“我們需要把模型在某個能力上再訓(xùn)練得更強一點?！备Ｒ姷那闆r是：我會被他們組織工作的方式驚到，原來可以這樣用模型；或者我很確信，他們的問題其實現(xiàn)在的模型就能解決，只是我們還沒有提供合適的 UI、合適的能力封裝、或者足夠順滑的 onboarding，讓他們輕松用起來。

10 天做出 Claude Cowork

Matt：外界一直流傳一個說法，說 Cowork 基本是在 10 天左右“寫出來的”。真實情況是什么？那 10 天到底發(fā)生了什么？Cowork 真的是完全靠 Claude Code 搭出來的嗎？

Felix：我能理解為什么這個說法會在軟件圈傳開，畢竟現(xiàn)實是沒有任何軟件是“從零開始”的。

當(dāng)時大家引用的是我說過的一句話：“我的團隊在最后大概 10 天時間里做了一次沖刺”，這句話本身是準確的。我們確實是在發(fā)布前 10 天左右聚在一起，我當(dāng)時跟團隊說：“我們差不多該發(fā)點東西了，那我們到底要發(fā)什么？長什么樣？叫什么名字？能做什么？”

但任何做過軟件的人都知道，你不會從 0 和 1 開始寫起。你會用各種已有的 library，也會基于過去積累的 research。在 Anthropic 內(nèi)部，關(guān)于我當(dāng)時想解決的核心問題——“如何讓 Claude Code 的能力更容易在非編程場景比如更廣義的知識工作中使用”，其實已經(jīng)有很多非常聰明的人思考了很久。

所以說 Anthropic 之前沒有考慮過這個問題，是不準確的；但說我完全是“空降”這個問題、沒有受益于之前的積累，也同樣不對。

Matt：這個產(chǎn)品的起源是什么？你們一開始已經(jīng)有 Claude Code，那是什么時候開始意識到需要做 Cowork？是用戶使用方式帶來的變化嗎？

Felix：我真正形成這個判斷，其實是在 2025 年 12 月。

我在社交媒體上開始看到越來越多“非開發(fā)者”在用 Claude Code，有人寫新聞稿，有人做教程，教完全不會編程的人：“我教你怎么打開終端，怎么用 Claude Code，它會幫你做很多事情?！?/p>

確實有一小部分非開發(fā)者，用它來“直接做軟件開發(fā)”，但那只是其中一種用法。我還注意到我們原本的開發(fā)者用戶，那些每天用 Claude Code 寫代碼的人，始用它做一些完全不是軟件開發(fā)的事情。這其實釋放出一種非常強烈的“潛在需求”。

有個我很喜歡的判斷標準：如果用戶愿意“爬玻璃也要用你的產(chǎn)品”，哪怕這個產(chǎn)品還很不好用，那基本說明這是一個值得投入的方向。

真正的起點是，我的同事 Boris Cherny 跑來跟我說：“我覺得你應(yīng)該做點東西，而且最好這周五之前上線。”我把 ddl 從周五談判到了周一，給自己多爭取了一個周末。然后我們拉了一個小團隊，快速驗證一個想法：如何讓 Claude Code 在“非編程場景”下也變得非常高效。

從構(gòu)成上來說，Cowork 其實很簡單。我們做的事情是：給 Claude Code 加了一臺“虛擬機”，讓 Claude 可以在里面運行自己寫的代碼。

這臺虛擬機帶來了幾個關(guān)鍵好處。第一，它提供了非常強的安全邊界。作為用戶，你不再需要時刻盯著它，因為它被關(guān)在一個沙盒里，和你的電腦、文件、網(wǎng)絡(luò)都是隔離的，只能訪問你明確授權(quán)的域名和文件。

第二，為了讓 Claude Code 發(fā)揮最大效能，它其實是需要 developer tooling 的。Claude 很擅長解決各種任務(wù)，但它經(jīng)常的做法是：寫一些非常定制化的小程序來完成目標。給它一臺“自己的電腦”之后，它就可以自己搭建開發(fā)環(huán)境，而不會影響你的系統(tǒng)。再加上一些 UI 層的優(yōu)化，讓使用更順手、更優(yōu)雅，簡化那些原本更偏開發(fā)者的流程，最后我們得到的，就是一個可以很好支持知識工作的工具。

Matt：那在 Cowork 里面，“skills” 扮演什么角色？

Felix：skills 本質(zhì)上就是一些 Markdown 文件，用來告訴模型“該怎么做事”。而讓我一直覺得很神奇的是：這種方式居然這么有效。我對所有人的建議都是一樣的：就把 Claude 當(dāng)成你的 coworker（同事）。

一個 skill，說白了就是一個文本文件，里面寫清楚某件事該怎么做。比如我最常舉的例子是訂機票。在 Anthropic，我們有指定的差旅供應(yīng)商，所以你不能直接去 Google Flights，而是要用內(nèi)部指定的系統(tǒng)，還要遵守各種規(guī)則。

這件事我怎么教同事，就可以怎么教模型。我只需要寫一個文件：“這是訂機票的流程，去這個網(wǎng)站，注意這些規(guī)則……”然后再加一點個人偏好，比如：不要紅眼航班；如果要從舊金山飛紐約，盡量訂下午 4 點的航班。把這些寫進去之后，模型就能非常好地理解并執(zhí)行。

Matt：那整個系統(tǒng)的“intelligence layer（智能層）”還是在模型本身，對吧？比如 Cowork 如何把一個任務(wù)拆解成多個子任務(wù)，這些都是模型在做？

Felix：是的，不過是“模型 + 人”的協(xié)作。我們比較滿意的一點，是任務(wù)列表的設(shè)計方式。模型會被引導(dǎo)去把一個項目拆解成多個任務(wù)，而你可以隨時介入：編輯任務(wù)列表、點開某個子任務(wù)、補充更多上下文。所以智能確實在模型里，但 skills 給它加了一層非常關(guān)鍵的實用性。

這里有個挺有意思的變化。我們過去習(xí)慣用“標準化”的技術(shù)產(chǎn)品，大家用一樣的手機、一樣的電腦。但模型不一樣，模型其實非常依賴一點點指導(dǎo)。就像一個很聰明的人入職新公司，通常也需要 onboarding，需要有人告訴他：這里事情是怎么做的。

再舉個更貼近的例子，比如做 presentation 或?qū)懳臋n。如果你有 PowerPoint 或 Google Slides 的模板，你就應(yīng)該告訴 Claude；如果你對字體有偏好，比如喜歡 serif font 或不喜歡某種風(fēng)格，也都可以寫進去。只要你把這些偏好用簡單的指令寫下來，模型在實際幫你做事時的表現(xiàn)會好很多，你也不需要反復(fù)修改、盯著它“帶娃式”糾正。

Matt：那 Cowork 的記憶是怎么實現(xiàn)的？它是存在模型里，還是在外層的 harness 里？

Felix：在 harness 這一層。所謂“記憶”，本質(zhì)上就是文本文件。就是模型被明確指示：如果你覺得有一些信息未來可能還會用到，那就把它寫下來。我們會在這個基礎(chǔ)上幫模型做一點點組織，比如你可以設(shè)置項目級別的獨立記憶，也可以有全局記憶。但整體來說，這套疊加在模型之上的機制，并不是什么復(fù)雜炫技的數(shù)據(jù)庫系統(tǒng)，它其實非常樸素。

Matt：那 Cowork 是怎么接入各種信息源或應(yīng)用的？是通過 connectors？MCP（Model Context Protocol）？還是多種方式組合？

Felix：是組合使用的。

我一直有個很強的判斷：你工作所需的數(shù)據(jù)，基本分布在兩個地方。第一類是在你本地電腦上。作為做產(chǎn)品的人，我們必須認真對待這一點：用戶是在用電腦，而不是只用 iPad。并不是所有東西都在云端，文件夾依然很重要。這是一類上下文來源。你可以直接拖文件進來，或者給 Claude 訪問某個文件夾、甚至多個文件夾的權(quán)限。

第二類，是云端或互聯(lián)網(wǎng)里的數(shù)據(jù)，比如 data warehouse、analytics 系統(tǒng)、SharePoint 等等。針對這些，我們提供多種接入方式，其中 MCP connectors 是一個很強大的方式。

另外，因為 Claude 本身“有一臺電腦”，如果你允許，它也可以直接訪問互聯(lián)網(wǎng)。當(dāng)然你可以精細控制：哪些網(wǎng)站能訪問，哪些不能。但總體來說，只要資源在外部存在，而且你授權(quán)了，Claude 基本都能找到辦法去使用它。

本地、云端和信任

Matt：為什么 Cowork 要運行在本地電腦上，而不是完全在云端？

Felix：Cowork 現(xiàn)在提供的兩個最大價值，其實就是：訪問你的本地電腦，以及訪問你的本地文件。那問題是，這些不能在云端實現(xiàn)嗎？比如說一個很典型的例子是 Chrome。如果你授權(quán)，Claude 可以用你的 Chrome，可以幫你回郵件、總結(jié)郵件，或者操作你公司內(nèi)部的工具。

很多人會問：那為什么不直接在云端做？

第一是 session。Claude 如果能直接使用你已經(jīng)登錄過的賬號，價值是完全不一樣的。比如 Gmail，本身沒什么用，但“帶著你登錄態(tài)的 Gmail”，對 agent 來說就非常有價值。第二點更多是工程實現(xiàn)層面。理論上，我們確實可以把你的本地 Chrome 打包、上傳到云端，甚至讓你輸入密碼，在云端復(fù)刻整個環(huán)境。

但我反對這種做法，主要有兩個原因。第一是安全性。我不認為我們應(yīng)該教育用戶，把所有密碼都交給某一家公司，這不是一個好的方向。第二是現(xiàn)實世界的限制。比如銀行，如果它檢測到你同時在兩個地方登錄，一個是你的電腦，一個是數(shù)據(jù)中心，它很可能會直接鎖定你的賬戶，然后要求你帶著護照去線下網(wǎng)點驗證。這類長尾問題非常多，而且用戶體驗很差。

對我來說，這種風(fēng)險是不可接受的。所以在現(xiàn)階段，我更希望 Claude 能“在你工作的地方工作”。你在本地電腦上，它就應(yīng)該在那里。

Matt：那 Computer Use 的出現(xiàn)，會改變這個判斷嗎？你們最近收購了 Vercept，也推出了相關(guān)能力。假設(shè)從云端就能看到整臺電腦的內(nèi)容，那為什么還需要本地？

Felix：如果我給你一個“神奇按鈕”，按下去之后，我就把你整臺電腦的數(shù)據(jù)都吸到云端，你會按嗎？目前我的觀察是，大多數(shù)人不會。也許大家會信任 Anthropic，但要把“全部數(shù)據(jù)”交出去，還是一件非常重的決策。

從技術(shù)上講，其實確實沒有什么“必須在本地運行”的硬性限制。我們完全可以把整套系統(tǒng)都搬到云端，甚至遠程操作你的電腦。但至少在當(dāng)前階段，讓 Claude 在你工作的地方運行，不僅更符合用戶習(xí)慣，也讓我們可以更快迭代，同時在安全性上做得更嚴格。

AI 發(fā)展很快，這個判斷未來可能會變。但就現(xiàn)在來說，我對“本地優(yōu)先”這件事還是挺有信心的。

Matt：你剛才提到了“信任”，這是生成式 AI 里一個很核心的話題。一方面是你不會亂訪問文件，另一方面是我把越來越重要的工作交給你，你能不能做好、不會讓我出丑。作為產(chǎn)品負責(zé)人，你是怎么建立這種信任的？

Felix：我覺得在 2026 年做 AI 產(chǎn)品，有一個很有意思的變化：你做的大多數(shù)按鈕，其實是“給人用的”，而不是“給機器用的”。過去我們設(shè)計界面，是為了讓計算機更好地工作，人只是輸入信息的角色；但現(xiàn)在反過來了，我們是在幫助人理解、控制、信任這個系統(tǒng)。

舉個例子，我們最近上線了一個叫 dispatch 的功能，可以讓你用手機和電腦上的 Claude 對話。我們當(dāng)時有意識地“少放按鈕”。但上線之后，我每天在社交媒體上能收到大概 50 條反饋，說：“能不能加一個按鈕，讓 dispatch 直接訪問我的本地文件？”

為什么糾結(jié)這個？因為現(xiàn)在的邏輯是：Claude 本來就能訪問你的文件，但它會先問你：“我可以訪問你的 downloads 文件夾嗎？”你授權(quán)之后它才會去做。

所以問題變成：我們要不要加一個按鈕，讓用戶“顯式知道”這個能力存在？這就回到你問的信任問題。我們的思路，其實不是讓 Claude 去“證明自己”，而是一步步帶著用戶成長，讓他們逐漸理解系統(tǒng)的能力。

比如 Cowork 剛上線時，其實已經(jīng)能做很多很復(fù)雜的事情，比如寫 200 頁的 VC 報告、做蛋白質(zhì)建模、設(shè)計復(fù)雜架構(gòu)圖等等。但真正打動用戶的，是一句簡單的：“幫我整理桌面。”這是一個對 AI 來說很簡單、甚至有點“沒必要”的任務(wù)，但它是一個很好的起點。

另一個例子是“定時任務(wù)”。從技術(shù)角度講，這也不新鮮，延遲執(zhí)行函數(shù)早就有了。但這里的關(guān)鍵是：我們在教用戶一件事：你可以不盯著它。你可以讓 Claude 每天幫你總結(jié)會議、寫報告，然后它完成后發(fā)郵件給你，你不需要坐在電腦前盯著它執(zhí)行。這個過程其實是在逐步建立信任：先從小任務(wù)開始，用戶看到結(jié)果可靠，然后自然會把更重要的事情交給它。

所以信任的本質(zhì)，是 Claude 承諾一個結(jié)果，最終交付的結(jié)果是好的，而且你不需要“帶娃式”監(jiān)督或頻繁介入，信任就是這樣一點點積累起來的。

AI Agent 時代怎么做產(chǎn)品？

Matt：在 AI agent 的成功里，UX 和底層技術(shù)一樣重要嗎？比如說，如何把用戶一步步帶入，讓他們真正用起來、用得好。你在做 AI agent 的過程中，有哪些 UX 層面的經(jīng)驗？

Felix：UX 非常重要。Claude Code 的起點其實就是一個 UX 的變化：同樣是 Claude，但不再只是“在云端對話”，而是運行在你本地電腦的終端里。這背后幾乎完全是體驗層的改變，模型本身沒有變，核心能力也沒有變。很多價值，其實就是從“你怎么和模型交互”里產(chǎn)生的。

那些真正被用戶喜歡的 AI 產(chǎn)品，很少是“原始能力最強”的那一類。這不僅僅適用于 AI，而是整個軟件行業(yè)的普遍規(guī)律。比如說郵箱，市面上肯定有不少產(chǎn)品，功能比 Gmail 更多、更復(fù)雜，很多公司總是試圖靠“加功能”“多按鈕”來領(lǐng)先。

這讓我想到智能手機之前的那段時間，出現(xiàn)的各種奇怪手機：帶投影儀的、帶游戲手柄的、有全鍵盤的、沒鍵盤的……大家不斷往上“堆功能”。但最終真正成功的產(chǎn)品，往往不是“加了什么”，而是“去掉了什么”。它更關(guān)乎一種感覺：用起來是什么體驗。說實話，我不太相信大多數(shù)人是看參數(shù)表來買手機的，人們做決定的原因往往不是芯片性能這些指標。

AI 其實很類似。當(dāng)然，更強的模型確實會帶來優(yōu)勢。我在 Anthropic 工作，可以直接和研究團隊合作，擁有很強的模型，這是一個客觀優(yōu)勢。但如果有一天有人在產(chǎn)品上打敗我，我很懷疑那是因為他們做出了“更強的模型”。更可能的原因是：他們做出了更好的用戶體驗。

Matt：在實踐層面，你們是怎么優(yōu)化用戶體驗的？你們會不會非常精細地追蹤用戶行為？比如什么好用、什么不好用，然后重點投入？

Felix：我們的方法其實并不算特別獨特。有一件事對我來說比較新：對用戶的極致關(guān)注。去和真實的人交流，優(yōu)先做快速迭代，而不是長期規(guī)劃。我們基本不會規(guī)劃超過一個月的 roadmap，Cowork 的整個產(chǎn)品路線圖，最長也就是一個月。我們更關(guān)注的是：下周做什么？下下周做什么？至于一年后的產(chǎn)品長什么樣，說實話，我們沒什么信心。任何人如果告訴我，他知道 AI 一年后會是什么樣，我也不會太信服。

我過去做過的所有成功產(chǎn)品，之所以變好，都是因為我有很多次“糾偏”的機會，可以犯點小錯、比較不同方案、不斷調(diào)整方向。但現(xiàn)在有一個全新的變化：執(zhí)行成本幾乎為零。如果你帶著 10 個想法來找我，我現(xiàn)在的反應(yīng)是：那我們就把 10 個全做出來試試，看看哪個更好。

我們盡量在內(nèi)部測試這些東西，而不是把用戶當(dāng)成免費的 beta tester。但大多數(shù)時候，你其實很快就能判斷一個方向?qū)Σ粚Α，F(xiàn)在公司規(guī)模也不小了，很容易驗證：這個東西是不是至少能打動 5 個人。真正“新”的，是這種執(zhí)行速度。哪怕是兩年前，如果你想快速迭代，也必須非?？酥疲驗橘Y源有限，一次只能做少數(shù)幾件事。但現(xiàn)在，執(zhí)行變得極其便宜，你可以同時“做深”和“做廣”。

Matt：你們真的會同時做 10 個版本甚至 10 個產(chǎn)品，然后讓內(nèi)部的人測試，最后再決定走哪個方向？

Felix：實際上不止 10 個，我們現(xiàn)在公司內(nèi)部，可能有 100 個不同的原型在跑。當(dāng)然，這些原型大多數(shù)還沒達到可以給用戶看的程度。但能在內(nèi)部快速做出來的數(shù)量，遠遠超過我過去任何時候的經(jīng)驗。

以前最大的限制是執(zhí)行成本。比如你有一個好點子，來找我，我可能會說：“我們下個月排期，這個要做三周，在那之前你先去找用戶驗證一下。”但現(xiàn)在，你可以走過來說：“我有個想法?！蔽視f：“給我 10 分鐘，我給你一個版本?！边@種變化，有點像從“繪畫”進入“攝影時代”。

Matt：當(dāng)你有 100 個原型之后，真正的瓶頸是什么？總要有人做選擇，這一步是不是會變慢？

Felix：是的，我覺得“alignment（對齊）”依然很難，而且一直都很難。公司里有不同的人、不同的想法，你選誰？怎么選？怎么把不同方案里的優(yōu)點組合起來？這些問題依然存在，而且這部分仍然高度依賴人。換句話說，這正是“人類判斷”和“taste（品味）”發(fā)揮作用的地方。

Matt：品味是不是正在成為一種更核心的能力？

Felix：是的，品味的重要性在上升。

Matt：但這又和剛才說的數(shù)據(jù)驅(qū)動有點沖突？一方面你會測試、看數(shù)據(jù)，但另一方面又有一些更難量化的判斷。

Felix：對。數(shù)據(jù)驅(qū)動的價值在于：幫你驗證你的“品味”是否真的被用戶認可，幫你判斷方向是不是對的。即使是那些我們認為“品味很好”的人，比如早期做出 iPhone 的團隊，他們也非常強調(diào)持續(xù)迭代和測試。Ken Kocienda 在《Creative Selection》這本書里寫得很好：你需要品味，但你也必須不斷驗證。我覺得這兩者是同時存在的。

而從更大的視角來看，我甚至在想：軟件會不會越來越像時尚行業(yè)？現(xiàn)在手機其實已經(jīng)有點這個趨勢了。會有一個“基礎(chǔ)性能”和“基礎(chǔ)能力”的下限，但真正決定差異的，可能是：你講了什么樣的故事、你的 onboarding 做得怎么樣、用戶在使用時的感受如何。這些因素，很可能會比“模型本身有多強”更重要。

Matt：在 Cowork 的業(yè)務(wù)背景下，這種“品味”是如何運作的？你需要服務(wù)極其廣泛的專業(yè)群體，有做營收運營的，有做市場營銷的，甚至還有律師和會計。當(dāng)受眾如此寬泛時，“品味”意味著什么？你又是如何去測試它的？

Felix：我反復(fù)提到“手機”的類比。我們所有人拿到手的可能都是同款手機，但世界上沒有兩部手機是完全一樣的。你安裝的 App 組合讓你的手機像指紋一樣獨一無二。我們從同樣的設(shè)備出發(fā)，但它融入我們生活的方式卻各不相同，非常個性化。

對于 Cowork 來說，我們的思路很像：我們希望打造一種通用性極強的東西，可以應(yīng)用在生活的方方面面。拿我自己的生活來說，我最近正在搬家，涉及 500 多頁寫滿復(fù)雜術(shù)語的合同，很多詞我根本看不懂，這時候 Cowork 就非常有用了。同時，它在醫(yī)療場景下也幫了我大忙，我女兒今年剛出生，處理那些堆積如山的醫(yī)療賬單和表格時，它也發(fā)揮了巨大作用。

一邊是房貸申請、和搬家公司談判、處理財務(wù)申請，另一邊則是純粹的醫(yī)療文書。從理論上講，這是同一種底層技術(shù)的兩個完全不同的應(yīng)用。但我發(fā)現(xiàn)，我腦子里思考的那些 primitives（基本原語）其實是一樣的。有些原語打磨得更好，手感更順滑。

我認為，作為一個產(chǎn)品締造者，如果你密切關(guān)注并深度使用自己的產(chǎn)品，你能感覺到那種“撞在軟件墻上”的生澀感。那種感覺很不爽，它沒有讓你起飛，而我想要創(chuàng)造更多能讓人“飛起來”的時刻。即使客戶所在的行業(yè)我完全不懂，我也可以從他們的故事中聽出：哪些功能讓他們?nèi)缁⑻硪?，哪些環(huán)節(jié)讓他們覺得被拖累。如果你能敏銳地捕捉并激進地去優(yōu)化這些點，讓用戶進入那種“flow（心流）”狀態(tài)，感覺討厭的繁瑣工作被自動接管了，那這里面就蘊含著巨大的價值。

Matt：打造 Claude Cowork 最難的部分是什么？

Felix：我在想，如果重新來一遍，換個產(chǎn)品，什么是最難被“復(fù)刻”的？我覺得是那種“時機感”。我之前提到過，Cowork 的誕生是因為我們一直緊貼地面，敏銳察覺到了潛在需求。這種潛在需求是上天的饋贈，你很難憑空創(chuàng)造它。

軟件行業(yè)其實一直存在大量的潛在需求，只要你有心去找，總能發(fā)現(xiàn)。所以，如果說構(gòu)建 Cowork 的核心難點，我倒不覺得有什么技術(shù)細節(jié)特別難。做出一款好產(chǎn)品該有的難點它都有，比如所謂的“成長的煩惱”：如果你開了一家咖啡館，原本準備接待 10 個人，結(jié)果來了 2000 萬人，你該怎么辦？這對我們來說有時確實挺難的。Anthropic 的產(chǎn)品需求量實在太驚人了，當(dāng)然，作為產(chǎn)品負責(zé)人，我也沒資格抱怨大家太愛用我的產(chǎn)品。

Matt：如果有人正在構(gòu)建某種 AI Agent，關(guān)于開發(fā)流程、構(gòu)建 Harness、專業(yè)化定制、或者是加裝 Guardrails 和行業(yè)深耕，有什么經(jīng)驗可以分享嗎？

Felix：我首先會建議不要自己去造太多的底層輪子，可以試試我們剛推出的 Claude Managed Agents，它在很多場景下非常管用。

關(guān)于構(gòu)建自定義 Agent，有正反兩個維度的思考。反對過度定制的理由是：隨著模型能力越來越強，我發(fā)現(xiàn)我們在產(chǎn)品開發(fā)中需要考慮的 Edge Cases（邊界案例）反而變少了。我之前說過，記憶其實就是一個文本文件，如果 Claude 需要數(shù)據(jù)庫，它自己就能造一個。所以，如果你想做一個超垂直、超專業(yè)化的產(chǎn)品，邏輯前提可能是模型還沒強到能隨時隨地“現(xiàn)造”這些功能。如果模型以后能即時搞定一切，那你的專業(yè)化門檻可能就不存在了。

但是，支持投入這個領(lǐng)域的理由也很充分：整個行業(yè)要真正發(fā)揮出這種力量，還有很長的路要走。大家總喜歡用各種閃亮的類比來定義 AI，說它是像互聯(lián)網(wǎng)、蒸汽機那樣的發(fā)明。我覺得互聯(lián)網(wǎng)帶給我們的教訓(xùn)是：一項技術(shù)真正轉(zhuǎn)化并重塑經(jīng)濟邏輯，需要幾十年的時間。從第一個瀏覽器問世，到 Amazon 成為零售巨頭，中間隔了太久。

所以，我的觀點是：你應(yīng)該深入進去，尋找那些獨特且新穎的應(yīng)用場景。不過，你提供的價值可能并不在于 Agent 本身，也不在于模型的智商，而在于你如何幫助人們組織工作。如何讓它變得真正“好用”，這才是關(guān)鍵。

SaaS 的末日？

Matt：幾周前，你們發(fā)布了一個看似尋常的公告，結(jié)果市場反應(yīng)劇烈，媒體甚至稱之為“SaaS-Pocalypse（SaaS 啟示錄）”。當(dāng)時你們只是增加了 10 到 11 個關(guān)于法律和 CRM 之類的文件支持。顯然，無論市場情緒如何波動，這都反映出你們所構(gòu)建的 Cowork 以及 Anthropic 整體所具備的影響力。

你們做了 Claude Code，解決了開發(fā)者的痛點；做了 Cowork，服務(wù)了所有人；現(xiàn)在又推出了 Managed Agents。當(dāng)你們不斷往技術(shù)棧的上層走，軟件行業(yè)還有什么空間留給后來者嗎？

Felix：我經(jīng)歷過好幾輪這種“民主化”浪潮，也就是構(gòu)建事物的門檻越來越低，不再需要那些晦澀的專業(yè)知識。

舉個例子：多年前我在 Microsoft 工作，參與了一個叫 Electron 的項目，這是一種讓應(yīng)用能在 Windows 和 macOS 上跨平臺運行的技術(shù)。我們當(dāng)時第一個應(yīng)用案例就是 Visual Studio Code，這是一款后來在開發(fā)者中變得非常流行的代碼編輯器，像 Cursor 這樣的產(chǎn)品也是在它之上構(gòu)建的。當(dāng)年 VS Code 在公司內(nèi)部剛推出時，很多人覺得這就是個“玩具”，覺得真正的開發(fā)者需要的是 Visual Studio 這種功能復(fù)雜、工具高級的大家伙。

但結(jié)果呢？你不再需要鉆研得那么深了。對于做軟件的聽眾來說，我這周感觸很深：今年我查看 Assembly（匯編語言）的次數(shù)是零。而在過去五年里，這個數(shù)字從來不是零。

最近作家 Margaret Atwood 寫了一篇非常精彩的文章，講她如何使用 Claude。我在想，如果讓 Margaret Atwood 來寫軟件，那個軟件會是什么樣？我肯定非常有興趣裝一個來試試。

所以我的預(yù)測是：未來我們將擁有更多的軟件，而且會更加專業(yè)化。并不是說每個人都會親手寫軟件，人們依然會創(chuàng)造并分享，大家也依然喜歡好用的工具，只是所需的技能點變了。以前是你必須精通“計算機的語言”，而未來，你會更傾向于做一個精通“人類語言”的人，軟件將真正地“為人而造”。

Matt：這是否意味著一切最終都會歸結(jié)為 UX 的問題？

Felix：20 年前成功的軟件開發(fā)者是“計算機專家”，而未來的成功者將是那些深度理解人類和用戶需求的人。這一直是一個漸進的過程，10 年前寫軟件就比 30 年前容易得多，AI 則是另一個階躍式的變化。

至于市場表現(xiàn)，我不是經(jīng)濟學(xué)家，我是個軟件工程師。我從來沒搞懂過市場是怎么運作的，我也建議其他工程師不要把自己的行動指南完全建立在市場波動上。

我覺得還有堆積如山的事情等著我們?nèi)プ詣踊?，還有無數(shù)的工作可以變得更輕松。只要人類還有問題和麻煩，軟件就會是一個合理的答案。

Matt：跳出具體的產(chǎn)品細節(jié)，你認為兩三年后 Agent 的能力未來會走向何方？

Felix：這對我來說挺難回答的，因為我原則上不喜歡在功能還沒真正做出來之前就開空頭支票。我的營銷哲學(xué)一直都是：先做出酷炫的東西，再展示給人看。

大家似乎總是很快就忘記了 AI 已經(jīng)走了多遠，反而開始預(yù)期所謂的“Plateau（平臺期）”會很快到來。我想這可能是科技史給人的刻板印象，就像 iPhone 剛出來那幾年，每年的更新都是巨變，但最近幾年更新幅度就變小了。

但作為一個 AI 觀察者，我沒有任何理由認為 AI 會在短期內(nèi)進入平臺期。我想提醒大家，AI 學(xué)會說出像樣的人話其實也就這幾年的事，而現(xiàn)在它已經(jīng)能構(gòu)建完整的應(yīng)用、解決復(fù)雜的問題了。對我來說，這遠非巔峰，我們還在半山腰呢。這段旅程正在加速，步子會邁得越來越大。Claude Mythos Preview 其實就是一個很好的證明：模型會越來越聰明，而且目前完全看不到上限。

Matt：你們是否會讓受規(guī)管行業(yè)更輕松地接入 Cowork？作為一家風(fēng)險投資機構(gòu)，我們目前在工作場景下還用不了 Cowork，但我私下里一直在用。這在你們的計劃中嗎？

Felix：你絕不是唯一一個在為特定受規(guī)管行業(yè)申請 Cowork 的人。作為產(chǎn)品人，用戶的需求就是我們的風(fēng)向標，我們會非常認真地傾聽。

到了 2026 年，最讓我激動的依然是：如何幫助人們重新組織工作，從而最大限度地發(fā)揮 AI 的能力。我曾在 Slack 工作過五年，那時候我們覺得自己在幫公司變革辦公方式。雖然我們不是第一個做聊天工具的，也不是第一個提出“打破信息孤島”的人。但我們賣給用戶的不僅是一個聊天 App，而是一種更透明、更開放的辦公文化。對于 AI 來說，這種變革是相似的：只有當(dāng)你重新審視自己的工作流程，思考哪些部分可以交給模型，哪些部分需要完全掌控時，工具才最有效。

另一個讓我興奮的領(lǐng)域是：目前使用 AI 的人分為兩類。一類是我們所說的“AGI Pilled（深受 AGI 浸染的人）”，他們?nèi)硇耐度?，研究怎么設(shè)置 Claude、開放什么工具權(quán)限、安裝什么 MCP connectors。他們用得飛起，效率極高。而另一類人可能沒那么多時間或興趣去鉆研。如何縮短這兩類人之間的距離，讓普通用戶也能秒變 Power User，這其中的潛力巨大。在實踐中，Cowork 的用戶會發(fā)現(xiàn)我們幾乎每周都會發(fā)布意義重大的更新，這件事目前看不到終點。

SaaS 的末日？

Matt：哪一個想法被嚴重低估了？

Felix：MCP connectors。包括我在內(nèi)，大家現(xiàn)在都在關(guān)注 CLI（命令行界面），但將數(shù)據(jù)與“執(zhí)行引擎”分離，這件事本身有著巨大的內(nèi)在價值，是一個非常技術(shù)硬核的觀點。去年秋天 MCP 爆火過一陣，現(xiàn)在討論變少了，但我認為到今年年底或明年，它會變得極其有用。就像 WebSocket 對 Amazon 或 TikTok 的用戶來說是不可或缺的底層協(xié)議一樣，用戶不需要關(guān)心它，但工程師們目前對 MCP 的重視程度還遠遠不夠。

Matt：哪一個想法被過度神化了？

Felix：我認為：并不是每個產(chǎn)品都需要一個 Chat（聊天框）。在 2026 年的 AI 圈，這聽起來可能有點叛逆。很多同行都有一種膝跳反應(yīng)，一說要把 AI 引入產(chǎn)品，就立刻在右邊加個側(cè)邊欄，底下放個聊天框。我鼓勵 AI 開發(fā)者們多想一層：如何讓 AI 以更自然、更有用的方式存在，而不僅僅是對話。

Matt：如果你今天白手起家，你會做什么？

Felix：我可能會去關(guān)注這個行業(yè)的“長尾部分”。比如，世界上還有大量運行著 Windows 7 的舊設(shè)備，它們處理著瑣碎的任務(wù)，卻在社會中扮演著承重墻的角色。想想挺嚇人的，這些處于現(xiàn)代 AI 觸角之外的電腦，卻在支撐著重要的社會功能。

另一個方向是，如果你相信 AI 的本質(zhì)是計算機不再只是執(zhí)行預(yù)設(shè)的功能，而是能非確定性地做出決策并代你執(zhí)行，那我建議去攻占物理世界，這也是我對年輕人的建議。我們真的還處于非常早期的階段，現(xiàn)在的 AI 產(chǎn)品處于就像是移動電話剛出現(xiàn)的“傻瓜機時代”。運氣好的話，我們現(xiàn)在做的可能只是“諾基亞 3310”，它是個好手機，但它還不是智能手機，更不是 iPhone。真正屬于 AI 的“iPhone 時刻”，正等著某個人去創(chuàng)造。

訪談視頻原鏈接：

https://www.youtube.com/watch?v=9MEJ4syOVrQ&t=2s

聲明：本文為 InfoQ 翻譯整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實踐、Agent 安全與可信治理、企業(yè)級研發(fā)體系重構(gòu)。14 個專題全面開放征稿。

誠摯邀請你登臺分享實戰(zhàn)經(jīng)驗。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？