Anthropic CPO 万字专访：不再只做模型！后悔没有更早做第一方产品

Anthropic CPO 万字专访：不再只做模型！后悔没有更早做第一方产品 Anthropic CPO 万字专访：不再只做模型！后悔没有更早做第一方产品 Modified March 5, 2025 主持人：我们是否正处在「产品营销噩梦」之中？我的意思是，这周 DeepSeek 发布了新模型，OpenAI 也发布了新模型，Anthropic 也发布了新模型，Mistral 在 10 天前也发布了新模型。几乎每天都有新发布，世界可能会变得麻木。你是如何看待这种情况的？这会如何影响你对产品发布和信息传递的思考？ Mike Krieger： 是的，现在的情况比以前复杂得多。在 Instagram，你需要注意的大事件是提前就已知的，比如 WWDC 大会周，或者 9 月份的 iOS 发布会，或者其他大型节日。从产品营销的角度来看，要容易得多。现在的情况让我想起「Crossy Road」（一款游戏），你需要像过马路一样，观察来往的车辆，找到发布产品的「窗口期」。「好吧，车开过去了，现在有个空隙，明天发布吧，或者现在发布也行。但是，哦，现在又听到传言说……」 现在的情况要困难得多。我也从其他实验室的朋友那里听说，大家都在试图解读「茶叶（行业内的各种小道消息）」，看看「现在风平浪静吗？现在可以发布吗？或者我们下周二发布怎么样？」。这需要一种完全不同的方法。 我们这次发布 Claude 3.7 Sonnet，周一发布，周日晚上 9 点才最终确定博客文章，这在营销角度来看不是最佳实践。我们还在周日向媒体记者做简报。但那时已经是所有工作都完成、准备就绪、可以发布的时候了。所以，这需要快速反应和灵活应变的能力。甚至包括模型卡、评估报告、对比表格等，这些东西中包含的数据，可能是在前一周发布的模型的数据（比如 Grok 3，就在一周前发布）。所以，这需要完全不同的应对方式。 主持人：当 Grok 3 发布时，Anthropic 和 OpenAI 的每个人都会想「糟糕，他们又超过我们了」，或者「太棒了，我们赢了」吗？ Mike Krieger： 我认为，这需要一种心态，我经常试图提醒团队，模型发布是会不断发生的，在任何时候，你都可能会经历「领先 落后 又领先」的循环。你必须适应 AI 领域的这种节奏，不能因为一次发布就过于沮丧。当然，不可避免地，有时你会很幸运，你发布的产品或模型在两三个月内都能保持领先地位，但有时可能只有一周。你不能对这两种情况都反应过度。你不能安于现状，也不能过于沮丧。 我认为真正有用的是，展示一张图表，我几乎在每次销售会议上都会展示这张图表，它展示了从 Anthropic 成立到今天的里程碑。在任何时间点，你都可以说「哇，Claude 2 看起来已经很落后了」，或者「Claude 3 是最先进的」，但很快又会被超越。你需要关注的是长期发展轨迹，并相信你将持续进步。这是第一点。 第二点，要提醒自己，如果每个人每天都仅仅因为评估指标的变化而切换模型，那将是一件非常疯狂的事情。这不仅对你的用户群来说是疯狂的，而且也会让整个行业变得更加疯狂。随着时间的推移，你会逐渐认识到， 人们部署模型时，并不仅仅是简单地使用模型，他们还会进行微调，或者进行大量的定制工作，以使模型非常适合特定的用例。 模型切换不是一夜之间就能完成的事情。你仍然是模型选择器中的三四个选项之一。例如，在编码环境中，你仍然有机会。但这确实需要一种心态，我不知道是需要找到一种冥想式的、抽离的角度，还是仅仅是习惯于被超越，或者两者兼而有之。但可以肯定的是，每次有模型发布，我猜每个实验室都会关注直播，查看评估指标，然后意识到「好吧，我们有工作要做了」。 主持人：我认为品牌是最重要的。就像你说的，人们不会每天都切换模型，他们会说「我是 Claude 用户」，或者「我是ChatGPT用户」，他们已经对他们使用的模型产生了认同感。你同意这种说法吗？ Mike Krieger： 我同意这种说法，尤其是在消费级产品方面。 我最近在读 Ben Thompson 的文章，他经常邀请 Nat Friedman 和 Daniel Gross 参加节目，他们也谈到有些人是 Claude 用户，有些人是 ChatGPT 用户。我认为这种现象确实存在，用户会喜欢某个模型的个性、界面设计或整体氛围感。这让我想起了我们与 Snapchat 多年来的竞争，以及更早之前，人们会推出新的产品，比如「Instagram，但只面向高端摄影师」，或者「带有一些额外功能的 Instagram」，或者「每天只能发一张照片的 Instagram」，比如 BeReal。 我有一个虚假的公式（我显然不是 Anthropic 的数学家）， 社交网络是由产品形式（format）、受众（audience）和氛围感（Vibes）组成的。 对于 Instagram 来说，产品形式包括 Stories、Feed，后来又有了 Video；受众最初是喜欢复古风格的摄影师，后来扩展到对视觉叙事或视觉媒体感兴趣的任何人；但即使我们的产品形式与 Snapchat 甚至 Facebook 更相似，Instagram 的氛围感也截然不同。我不知道 AI 产品的虚假公式是什么，但我认为它与社交网络的公式有某种相似之处。其中， 模型个性可能是其中一个因素，产品脚手架的规范性（scaffolding prescriptiveness）可能是另一个因素，然后就是氛围感。氛围感很难衡量，但它绝对存在。 07 第一方产品可以更好帮助迭代模型 主持人：我们之前提到了模型产品，以及构建这些产品。当你思考为消费者构建产品，与构建公司的API部门时，你是如何权衡 API 业务和终端用户消费者业务之间的平衡和权衡的？ Mike Krieger： 我认为， 通过一方产品，我们可以更快地学习 。举一个非常具体的例子，在 Claude Code 内部部署一周后，我们就发现了一个问题，即模型没有充分利用它能够访问的某个工具。这个问题直接反馈到了 Claude 3.7 Sonnet 的改进中。第一方工具的内部试用，直接带来了下一代模型的改进。我们还在其他一些地方也发现了类似的情况。但通过第三方产品，就很难获得这种直接的反馈。第三方合作伙伴会告诉你哪里出了问题，但这种反馈总是隔着一层。即使我们与你提到的那些编码初创公司密切合作，情况仍然不同。因此，第一方产品在学习方面具有很大的价值。 另一方面， 一方产品也更容易建立用户粘性和品牌忠诚度 。我认为，与仅仅建立 API 相比，如果能围绕第一方产品建立品牌，会更容易。我们为很多编码产品提供技术支持，这对于业内人士来说是显而易见的，因为 Claude 通常是下拉选择器中的默认选项。但并非所有人都了解这一点，而且 API 也不是用户下载或安装的产品，他们不会告诉朋友。但 API 也是我们获得巨大分发渠道的途径。我们不可能自己发明所有公司，通过 API，我们可以扮演更像投资者的角色，看到更多的可能性，而且目标也不止一个。 因此，从资源分配的角度来看，API业务和第一方产品业务的投入相当均衡。如果说有什么不足的话，那就是我们对两件事的投入略有不足：一是加快第一方产品的迭代速度，这是我目前最关注的事情；二是 API 方面，我们如何在「令牌进，令牌出」这种基本模式之上，构建更高级的抽象。每次我们这样做，都能收到用户的好评。无论是帮助模型进行智能规划和自主工作，还是让模型构建更多的知识库和知识图谱，来反映公司的内部运作方式（如果你需要构建内部知识产品），无论是完善工具使用，还是理解大量上下文并保持跨对话的记忆，这些问题都值得我们在 API 方面努力解决。因为我们可以将我们在模型训练方面学到的知识，直接应用于 API，并围绕 API 构建优秀的产品。这就是我对这两者的看法。但这是一个新问题。在 Instagram，情况很简单，95% 是产品，5% 是 API。 主持人：为了提高一方消费级产品的开发速度，你现在能做什么，或者将来会做什么？ Mike Krieger： 我认为有两件事。首先，要认识到我们目前运行的仍然是初创公司模式。即使公司发展势头良好，API 业务也表现出色，用户也在使用 Claude 并升级到 Claude Pro，但我们仍然处于早期阶段，仍然面临着「要么成功，要么失败」的局面。我们需要以初创公司的思维方式来运作。这意味着更快地将合适的人聚集在一起，忽略组织边界。我认为我们变得过于僵化了，过于强调「这是某个团队的职责」，或者「这个季度无法完成，因为它不属于这个团队的 OKR」。 我理解组织为什么会发展成这样，有些僵化是自然而然的，但我们现在承受不起这种僵化。所以，现在的重点是找到合适的人，让他们尽快聚在一起，清除所有其他干扰，然后像初创公司一样快速行动。清除我的日程安排，让我能将更多时间投入到产品评审和设计评审中，而不是行政管理工作中。 主持人：DeepSeek 的出现，是否展现了约束条件的好处？西方公司，尤其是你们和OpenAI，是否资金过于充裕了？ Mike Krieger： 我认为，更准确的说法是， 我们的产品获得的认可度，超出了它们实际的产品市场契合度， 因为它们仍然是获取模型的最佳途径。我认为，这种情况不会持久。这不是我们可以安于现状的理由。而且，我认为我们没有很好地服务用户，因为我认为我们还没有做出真正合适的产品。这既是我每天早上醒来感到压力的事情，也是激励我的事情，取决于当天的心情。我认为我们在产品方面还有很多工作要做。 08 后悔没有更早做第一方产品 主持人：OpenAI在哪些方面比你们做得更好？ Mike Krieger： 他们更快地发布了 V1 版本，有时甚至在模型尚未完全准备好的情况下就发布了。 主持人：他们在哪些方面比你们做得更差？ Mike Krieger： 可能是产品个性和他们构建的功能的连贯性。 主持人：在你尊重的其他模型提供商中，你最尊重哪一家？ Mike Krieger： OpenAI。我认为他们在第一方产品开发和 API 之间取得了平衡，他们的 API 也被大规模使用。而且，我认为他们经常「先做简单的事情」，这是 Instagram 的一个原则。 主持人：如果让你从头开始重建 Anthropic 的产品和技术栈，你会做哪些不同的事情？ Mike Krieger： 我认为，我们在去年构建的非常有价值的东西，现在感觉对信息架构造成了一些成本。这听起来可能很书呆子气，但基本上，用户不应该需要考虑项目、工件和聊天，以及它们之间的关系。 在产品方面，我认为，应该彻底抛弃这些概念，思考真正重要的是什么：你是否在正确的对话中获得了正确的上下文？你是否总能知道下一步该做什么？Anthropic 和 Claude 本身是否能成为有用的指导，引导你完成最重要的工作？这与「我知道如何创建一个项目」这种范式不同。如果你擅长创建项目，产品会很棒，但这需要很多步骤。 我认为，在技术栈方面，Claude AI 和 claude.ai 最初只是作为模型的展示，并没有在很多方面构建成更复杂、多产品系统的基础。我认为，我们目前正在积极努力，拆除一些旧的架构，重建核心用户体验，让用户体验更好。现在的用户体验并不好，感觉像是产品不断演进的产物，最初是为了满足特定目的而构建的，但现在却被要求做更多的事情，以至于增量式改进变得越来越困难，速度也越来越慢。 主持人：在过去 12 个月里，你在哪些方面改变了看法？ Mike Krieger： 第一方产品的重要性 。我之前看到 API 业务的增长，认为我们应该将更多时间投入到 API 方面。但我现在认为，如果你不平等地投资，甚至更多地投资于一方产品，你就会错失良机，并且无法建立持久的护城河。 主持人：在这方面迟到，对你们造成了多大的伤害？ Mike Krieger： 我认为影响很大。以 DeepSeek 为例，理想情况下，关于「不仅仅只有一个领先的 AI 产品或 API 可供使用」的叙事，应该由我们来主导。我认为我们在这方面受到了损害。 09 未来的开发者要学会 正确地委托任务 主持人：你既使用 Cursor，也与 Codium 和 Stablity AI合作。我想问你，当你看到开发者行为的变化，以及像你说的，你加入 Anthropic 后第一次写代码的经历，你认为未来三到五年，软件开发人员的角色会是什么？ Mike Krieger： 我认为，软件开发人员的角色已经开始发生变化。我很早就成为了 GitHub Copilot 的忠实拥护者，我的评价甚至一度出现在他们的主页上（我不知道现在还在不在），因为我看到了它的潜力。即使在 GPT 4 发布之前，我就尝试用它来做 Swift 开发。我会画出我想构建的界面的 ASCII art，然后让 GPT 4 生成代码，自己去泡杯咖啡，过一会儿回来，它已经生成了 80% 的代码。现在，使用像 Claude 3.7 Sonnet 这样的模型，代码生成的完成度可能会达到 95% 到 99%。 我认为， 未来软件开发人员需要掌握的技能，首先是跨学科的，或者说是多面手的。 你需要知道要构建什么，这与知道如何精确实现它同样重要。我喜欢我们工程师的这一点，我们很多好的产品想法都来自于工程师，来自于他们的原型设计。我认为，这就是未来很多工程师的角色。 第二，当你的大部分工作变成评估 AI 生成的代码时，代码审查也会发生很大变化。我自己也经历过，我提交了一个 PR，一些评论指出「Claude Code 有时会这样做，但在这种情况下，我们实际上不使用默认参数」。我当时想「好吧，真糟糕」。如果是我自己编写代码，我可能会更好地注意到这些模式。因此，我们需要在两个方面共同努力：一方面，模型和模型基础设施需要更好地从代码库和代码审查中学习，以便生成更符合公司代码规范的代码；另一方面，我们如何从主要的代码编写者，转变为主要的任务委托者和代码审查者？ 我认为，这就是未来三年软件开发工作的面貌： 提出正确的想法，进行正确的人机交互设计，弄清楚如何正确地委托任务 ，然后弄清楚如何大规模地审查代码。这可能需要结合静态分析或 AI 驱动的代码分析工具，来检查生成的代码是否存在安全漏洞、缺陷或 Bug。计算机视觉也会发挥作用，比如 UI 的自动化测试。 未来，理想的情况是，你委托给 AI 一个任务，过一会儿回来，它会告诉你「我已经完成了，我评估了三种方案，并在浏览器中进行了测试，这是效果最好的一种方案，我还用另一个智能体进行了漏洞扫描，一切看起来都很好，你只需要确认这个关键代码片段是否符合你的预期」。这样，你突然就变成了管理者和任务委托者，而不是仅仅作为合作伙伴参与到工作流程中。 主持人：你说「三年太久，一年更现实」，我同意你的看法。当我们看到技术发展的速度如此之快，你认为产品发布的加速会达到平台期或渐近线吗？还是会继续保持这种指数级增长的势头？ Mike Krieger： 这是一个我经常思考的问题。今年年初，我审视了我们的产品开发流程，以及我们在哪些环节使用了 Claude，哪些环节没有使用。你会发现，Claude 在很多环节都很有用，比如从最初的想法生成 PRD（产品需求文档），当然在编码方面也很有用，Claude 还可以帮助综合人们对产品的各种讨论，找到有争议的问题，推动达成共识。但真正决定要构建什么仍然是最难的部分。实际上，只有通过大家聚在一起讨论利弊，或者一起探索 Figma 原型，才能最好地解决这个问题。 因此，对于任何动态系统来说，如果你优化了某个环节，很快就会有其他环节成为瓶颈或关键路径。我认为，达成共识、决定要构建什么、解决真实的用户问题、以及制定连贯的产品策略仍然非常困难。模型可能还需要一年以上的时间才能解决这个问题。这就是为什么我对小型创业团队能够探索这个领域感到乐观。我从在 Instagram 和 Artifact 的经历中了解到，对于小团队来说，达成共识可能只是下午茶时间的一次对话，而不是像大型公司那样，需要驾驶一艘巨轮，对客户做出承诺等等。达成共识仍然是一个非常人性化的问题，我认为至少在三年内，模型还无法在如此抽象的层面上解决这个问题。 10 蒸馏不是关键， 数据才是关键 主持人：当我们有这么多不同的模型和供应商时，开源是一个非常可行的选择。蒸馏（distillation）技术是否被妖魔化了？如果蒸馏技术最终能推动领域进步，即使在实验室内部，假设每个实验室都在使用蒸馏技术，能够将高端模型的知识转移到低延迟、更经济的模型中，难道不也是非常有价值的吗？ Mike Krieger： 我认为蒸馏技术有趣的地方在于：第一，我们是否希望任何国家都能从其他国家的模型中蒸馏出模型？我个人的答案是否定的。我认为，随着 AI 能力的增强，从国家安全的角度来看，对这个问题进行深思熟虑是有价值的。第二，为了让技术进步以当前的速度持续下去，并实现长期可持续发展，实验室需要能够将所有的训练和创新商业化。我认为找到合适的商业模式至关重要。像 Llama 这样的开源模型，他们能够从自己的研究、数据摄取和训练中做到这一点。所以我认为，蒸馏技术并非解锁这些能力所必需的，而且还会带来其他问题，甚至包括服务条款方面的问题。 主持人：Llama 的发布是否表明模型本身没有价值，所有价值都在于数据？因为 Facebook 愿意免费发布 Llama，是因为他们知道没有人能复制他们拥有的数据？这是不是说明了这一点？ Mike Krieger ：这是一个有趣的问题，值得思考。 Llama 的质量是否归功于他们可以（我不知道他们是否公开承认，但他们显然可以）使用 Instagram 和 Facebook 等的数据进行训练？Gemini 是否因为能够使用 YouTube 的数据进行训练而表现更好？我更清楚地看到 Gemini 从中获益。例如，每当他们展示出色的视频理解演示时，我就会想，他们可能拥有世界上最大的视频存储库，并且可以训练大量视频数据。但在 Facebook 方面，这一点不太清楚。我从未听人说过「Llama 非常擅长生成在社交媒体上表现良好的内容」。Llama 似乎只是一个通用的模型。所以，这又回到了我们之前的对话， 价值在于你的团队有多优秀，你是否拥有所需的基础数据，以及你的模型在实际用例中有多有用。后者才是最重要的。 我真希望我一开始就强调这一点，因为撇开评估指标不谈，评估指标对于内部研究和持续改进非常有用，但它们并不能说明模型是否优秀，是否能胜任特定任务，或者即使模型擅长某个任务，它是否只在非常狭窄的场景中表现出色，还是创业者可以依赖模型作为产品中的「代表」。所以，我认为对于实验室来说，价值在于团队，在于模型在真实世界中执行正确操作的能力，并且要避免过多的不确定性，以免变得不可靠。 11 AI 是人际关系的补充， 但不会取代真实互动 主持人：在AI领域，你认为未来最主要的技术或产品挑战是什么？但目前还没有人谈论，但你认为至关重要的？ Mike Krieger： 随着模型能力越来越强， 一个被低估的挑战是「辨别力」（discernment）和隐私。 随着模型变得更强大，它们也会变得更博学。你可能会与模型讨论各种事情，从非常私密的事情，到对公司来说非常敏感的事情，或者模型可能会访问你公司的所有数据。每个人都喜欢谈论智能体之间的交互，但很少有人思考这两个因素的交集：你是否信任你的 Mike 智能体或 Harry 智能体在外部世界活动，而不会被「越狱」，或者泄露它所知道的私密或敏感信息？ 我的比喻是我的五岁女儿，和刚认识的人相处时，她还不太能区分什么是家庭秘密和隐私，什么是可以和新朋友或收银员谈论的事情。辨别力是人们随着时间推移而获得的技能，我认为模型在这方面被严重低估了，从模型能力的角度来看，这方面的研究可能也不够。因为模型从根本上来说，是想变得有帮助，但这并不总是你想要的。这不仅关乎安全问题，也关乎隐私和数据安全问题。 主持人：你是否担心你的五岁女儿会更习惯与模型和智能体交谈，而不是与人类交谈？ Mike Krieger： 我已经和 Alex Wang 就这个问题进行过很多次对话，因为他认为未来大多数朋友都将是 AI 朋友。我不认为他是错的。我认为，这种情况已经开始出现，比如人们花大量时间玩在线游戏，游戏中的一些角色是 NPC（非玩家角色），你可能会在虚拟世界中感到更舒适。即使你没有突破这一点，我仍然担心。我的女儿非常外向，所以我个人并不担心她。 但如果我们把这个问题抽象化来看，从更广泛的角度来看，确实有很多值得思考的地方。以下是一个乐观的看法：我年轻时是一个相当笨拙的青少年，如果能有一些 AI 互动练习模式，来帮助我提升社交技能，可能会有所帮助。但与此同时，这并没有完全解决与真人互动相关的后果。这就像阅读关于「与高中女友第一次激烈争吵是什么感觉」的文章，与实际经历争吵之间的区别。当你身处争吵之中时，你会意识到这与阅读完全不同。这让我想起了经典的「中文屋」实验。或者另一个思想实验：有人一直待在黑白房间里，只阅读关于红色的描述，然后有一天他走出房间，看到了红色。他是否会获得一些与之前完全不同的体验？绝对会。那么，与模型交谈（即使是情感角色扮演）和与真人进行同样的互动，这两者之间是否存在差异？绝对存在。因此，AI 可能是未来人际互动的一个有益补充，但绝对不足以取代真实的人际互动。 主持人：最后一个问题，Dario Amodei 曾说过，我们这一代人可能会活到 150 岁。我可能有点曲解和概括了他的原话。但他的意思是，我们这一代人可能会活得非常长。我对此非常乐观，我的母亲患有多发性硬化症，我希望AI能帮助找到治疗 MS 等疾病的方法。你是否同意他的乐观预测？你如何看待 AI 在延长寿命和人类寿命方面的作用？ Mike Krieger： 我认为潜力是巨大的。从今天 AI 已经开始发挥作用的领域来看，包括加速药物发现和临床试验的闭环过程。例如，Noon Neri 公司过去完成临床试验报告需要 15 周，现在他们使用 Claude，20 分钟就能完成。这是一个巨大的进步。当然，这背后有数年的研究积累，我并不是说我们把数年时间缩短到了几周或几分钟，但我们确实可以加快流程中的某些环节。这是当前模型的能力。 然后，你看到了 Arc 研究所，这是一个由 Patrick Collison 等人创立和资助的科学研究机构，他们正在研究细胞的基础模型。有了细胞的真实模型，你就可以进行实验，这将极大地加速药物发现和实验进程，因为你缩短了实验的循环周期。所以我对此非常乐观。我认为 AI 在很多领域的潜力尚未得到充分利用。我记得，我这一代最聪明的一些人，曾经致力于投放更有针对性的广告，这在某个时期可能是事实。但今天，他们中的很多人都在致力于如何构建在各个领域都极其有用、有价值和智能的模型。 主持人：我们是否正处在「产品营销噩梦」之中？我的意思是，这周 DeepSeek 发布了新模型，OpenAI 也发布了新模型，Anthropic 也发布了新模型，Mistral 在 10 天前也发布了新模型。几乎每天都有新发布，世界可能会变得麻木。你是如何看待这种情况的？这会如何影响你对产品发布和信息传递的思考？ Mike Krieger： 是的，现在的情况比以前复杂得多。在 Instagram，你需要注意的大事件是提前就已知的，比如 WWDC 大会周，或者 9 月份的 iOS 发布会，或者其他大型节日。从产品营销的角度来看，要容易得多。现在的情况让我想起「Crossy Road」（一款游戏），你需要像过马路一样，观察来往的车辆，找到发布产品的「窗口期」。「好吧，车开过去了，现在有个空隙，明天发布吧，或者现在发布也行。但是，哦，现在又听到传言说……」 现在的情况要困难得多。我也从其他实验室的朋友那里听说，大家都在试图解读「茶叶（行业内的各种小道消息）」，看看「现在风平浪静吗？现在可以发布吗？或者我们下周二发布怎么样？」。这需要一种完全不同的方法。 我们这次发布 Claude 3.7 Sonnet，周一发布，周日晚上 9 点才最终确定博客文章，这在营销角度来看不是最佳实践。我们还在周日向媒体记者做简报。但那时已经是所有工作都完成、准备就绪、可以发布的时候了。所以，这需要快速反应和灵活应变的能力。甚至包括模型卡、评估报告、对比表格等，这些东西中包含的数据，可能是在前一周发布的模型的数据（比如 Grok 3，就在一周前发布）。所以，这需要完全不同的应对方式。 主持人：当 Grok 3 发布时，Anthropic 和 OpenAI 的每个人都会想「糟糕，他们又超过我们了」，或者「太棒了，我们赢了」吗？ Mike Krieger： 我认为，这需要一种心态，我经常试图提醒团队，模型发布是会不断发生的，在任何时候，你都可能会经历「领先 落后 又领先」的循环。你必须适应 AI 领域的这种节奏，不能因为一次发布就过于沮丧。当然，不可避免地，有时你会很幸运，你发布的产品或模型在两三个月内都能保持领先地位，但有时可能只有一周。你不能对这两种情况都反应过度。你不能安于现状，也不能过于沮丧。 我认为真正有用的是，展示一张图表，我几乎在每次销售会议上都会展示这张图表，它展示了从 Anthropic 成立到今天的里程碑。在任何时间点，你都可以说「哇，Claude 2 看起来已经很落后了」，或者「Claude 3 是最先进的」，但很快又会被超越。你需要关注的是长期发展轨迹，并相信你将持续进步。这是第一点。 第二点，要提醒自己，如果每个人每天都仅仅因为评估指标的变化而切换模型，那将是一件非常疯狂的事情。这不仅对你的用户群来说是疯狂的，而且也会让整个行业变得更加疯狂。随着时间的推移，你会逐渐认识到， 人们部署模型时，并不仅仅是简单地使用模型，他们还会进行微调，或者进行大量的定制工作，以使模型非常适合特定的用例。 模型切换不是一夜之间就能完成的事情。你仍然是模型选择器中的三四个选项之一。例如，在编码环境中，你仍然有机会。但这确实需要一种心态，我不知道是需要找到一种冥想式的、抽离的角度，还是仅仅是习惯于被超越，或者两者兼而有之。但可以肯定的是，每次有模型发布，我猜每个实验室都会关注直播，查看评估指标，然后意识到「好吧，我们有工作要做了」。 主持人：我认为品牌是最重要的。就像你说的，人们不会每天都切换模型，他们会说「我是 Claude 用户」，或者「我是ChatGPT用户」，他们已经对他们使用的模型产生了认同感。你同意这种说法吗？ Mike Krieger： 我同意这种说法，尤其是在消费级产品方面。 我最近在读 Ben Thompson 的文章，他经常邀请 Nat Friedman 和 Daniel Gross 参加节目，他们也谈到有些人是 Claude 用户，有些人是 ChatGPT 用户。我认为这种现象确实存在，用户会喜欢某个模型的个性、界面设计或整体氛围感。这让我想起了我们与 Snapchat 多年来的竞争，以及更早之前，人们会推出新的产品，比如「Instagram，但只面向高端摄影师」，或者「带有一些额外功能的 Instagram」，或者「每天只能发一张照片的 Instagram」，比如 BeReal。 我有一个虚假的公式（我显然不是 Anthropic 的数学家）， 社交网络是由产品形式（format）、受众（audience）和氛围感（Vibes）组成的。 对于 Instagram 来说，产品形式包括 Stories、Feed，后来又有了 Video；受众最初是喜欢复古风格的摄影师，后来扩展到对视觉叙事或视觉媒体感兴趣的任何人；但即使我们的产品形式与 Snapchat 甚至 Facebook 更相似，Instagram 的氛围感也截然不同。我不知道 AI 产品的虚假公式是什么，但我认为它与社交网络的公式有某种相似之处。其中， 模型个性可能是其中一个因素，产品脚手架的规范性（scaffolding prescriptiveness）可能是另一个因素，然后就是氛围感。氛围感很难衡量，但它绝对存在。 07 第一方产品可以更好帮助迭代模型 主持人：我们之前提到了模型产品，以及构建这些产品。当你思考为消费者构建产品，与构建公司的API部门时，你是如何权衡 API 业务和终端用户消费者业务之间的平衡和权衡的？ Mike Krieger： 我认为， 通过一方产品，我们可以更快地学习 。举一个非常具体的例子，在 Claude Code 内部部署一周后，我们就发现了一个问题，即模型没有充分利用它能够访问的某个工具。这个问题直接反馈到了 Claude 3.7 Sonnet 的改进中。第一方工具的内部试用，直接带来了下一代模型的改进。我们还在其他一些地方也发现了类似的情况。但通过第三方产品，就很难获得这种直接的反馈。第三方合作伙伴会告诉你哪里出了问题，但这种反馈总是隔着一层。即使我们与你提到的那些编码初创公司密切合作，情况仍然不同。因此，第一方产品在学习方面具有很大的价值。 另一方面， 一方产品也更容易建立用户粘性和品牌忠诚度 。我认为，与仅仅建立 API 相比，如果能围绕第一方产品建立品牌，会更容易。我们为很多编码产品提供技术支持，这对于业内人士来说是显而易见的，因为 Claude 通常是下拉选择器中的默认选项。但并非所有人都了解这一点，而且 API 也不是用户下载或安装的产品，他们不会告诉朋友。但 API 也是我们获得巨大分发渠道的途径。我们不可能自己发明所有公司，通过 API，我们可以扮演更像投资者的角色，看到更多的可能性，而且目标也不止一个。 因此，从资源分配的角度来看，API业务和第一方产品业务的投入相当均衡。如果说有什么不足的话，那就是我们对两件事的投入略有不足：一是加快第一方产品的迭代速度，这是我目前最关注的事情；二是 API 方面，我们如何在「令牌进，令牌出」这种基本模式之上，构建更高级的抽象。每次我们这样做，都能收到用户的好评。无论是帮助模型进行智能规划和自主工作，还是让模型构建更多的知识库和知识图谱，来反映公司的内部运作方式（如果你需要构建内部知识产品），无论是完善工具使用，还是理解大量上下文并保持跨对话的记忆，这些问题都值得我们在 API 方面努力解决。因为我们可以将我们在模型训练方面学到的知识，直接应用于 API，并围绕 API 构建优秀的产品。这就是我对这两者的看法。但这是一个新问题。在 Instagram，情况很简单，95% 是产品，5% 是 API。 主持人：为了提高一方消费级产品的开发速度，你现在能做什么，或者将来会做什么？ Mike Krieger： 我认为有两件事。首先，要认识到我们目前运行的仍然是初创公司模式。即使公司发展势头良好，API 业务也表现出色，用户也在使用 Claude 并升级到 Claude Pro，但我们仍然处于早期阶段，仍然面临着「要么成功，要么失败」的局面。我们需要以初创公司的思维方式来运作。这意味着更快地将合适的人聚集在一起，忽略组织边界。我认为我们变得过于僵化了，过于强调「这是某个团队的职责」，或者「这个季度无法完成，因为它不属于这个团队的 OKR」。 我理解组织为什么会发展成这样，有些僵化是自然而然的，但我们现在承受不起这种僵化。所以，现在的重点是找到合适的人，让他们尽快聚在一起，清除所有其他干扰，然后像初创公司一样快速行动。清除我的日程安排，让我能将更多时间投入到产品评审和设计评审中，而不是行政管理工作中。 主持人：DeepSeek 的出现，是否展现了约束条件的好处？西方公司，尤其是你们和OpenAI，是否资金过于充裕了？ Mike Krieger： 我认为，更准确的说法是， 我们的产品获得的认可度，超出了它们实际的产品市场契合度， 因为它们仍然是获取模型的最佳途径。我认为，这种情况不会持久。这不是我们可以安于现状的理由。而且，我认为我们没有很好地服务用户，因为我认为我们还没有做出真正合适的产品。这既是我每天早上醒来感到压力的事情，也是激励我的事情，取决于当天的心情。我认为我们在产品方面还有很多工作要做。 08 后悔没有更早做第一方产品 主持人：OpenAI在哪些方面比你们做得更好？ Mike Krieger： 他们更快地发布了 V1 版本，有时甚至在模型尚未完全准备好的情况下就发布了。 主持人：他们在哪些方面比你们做得更差？ Mike Krieger： 可能是产品个性和他们构建的功能的连贯性。 主持人：在你尊重的其他模型提供商中，你最尊重哪一家？ Mike Krieger： OpenAI。我认为他们在第一方产品开发和 API 之间取得了平衡，他们的 API 也被大规模使用。而且，我认为他们经常「先做简单的事情」，这是 Instagram 的一个原则。 主持人：如果让你从头开始重建 Anthropic 的产品和技术栈，你会做哪些不同的事情？ Mike Krieger： 我认为，我们在去年构建的非常有价值的东西，现在感觉对信息架构造成了一些成本。这听起来可能很书呆子气，但基本上，用户不应该需要考虑项目、工件和聊天，以及它们之间的关系。 在产品方面，我认为，应该彻底抛弃这些概念，思考真正重要的是什么：你是否在正确的对话中获得了正确的上下文？你是否总能知道下一步该做什么？Anthropic 和 Claude 本身是否能成为有用的指导，引导你完成最重要的工作？这与「我知道如何创建一个项目」这种范式不同。如果你擅长创建项目，产品会很棒，但这需要很多步骤。 我认为，在技术栈方面，Claude AI 和 claude.ai 最初只是作为模型的展示，并没有在很多方面构建成更复杂、多产品系统的基础。我认为，我们目前正在积极努力，拆除一些旧的架构，重建核心用户体验，让用户体验更好。现在的用户体验并不好，感觉像是产品不断演进的产物，最初是为了满足特定目的而构建的，但现在却被要求做更多的事情，以至于增量式改进变得越来越困难，速度也越来越慢。 主持人：在过去 12 个月里，你在哪些方面改变了看法？ Mike Krieger： 第一方产品的重要性 。我之前看到 API 业务的增长，认为我们应该将更多时间投入到 API 方面。但我现在认为，如果你不平等地投资，甚至更多地投资于一方产品，你就会错失良机，并且无法建立持久的护城河。 主持人：在这方面迟到，对你们造成了多大的伤害？ Mike Krieger： 我认为影响很大。以 DeepSeek 为例，理想情况下，关于「不仅仅只有一个领先的 AI 产品或 API 可供使用」的叙事，应该由我们来主导。我认为我们在这方面受到了损害。 09 未来的开发者要学会 正确地委托任务 主持人：你既使用 Cursor，也与 Codium 和 Stablity AI合作。我想问你，当你看到开发者行为的变化，以及像你说的，你加入 Anthropic 后第一次写代码的经历，你认为未来三到五年，软件开发人员的角色会是什么？ Mike Krieger： 我认为，软件开发人员的角色已经开始发生变化。我很早就成为了 GitHub Copilot 的忠实拥护者，我的评价甚至一度出现在他们的主页上（我不知道现在还在不在），因为我看到了它的潜力。即使在 GPT 4 发布之前，我就尝试用它来做 Swift 开发。我会画出我想构建的界面的 ASCII art，然后让 GPT 4 生成代码，自己去泡杯咖啡，过一会儿回来，它已经生成了 80% 的代码。现在，使用像 Claude 3.7 Sonnet 这样的模型，代码生成的完成度可能会达到 95% 到 99%。 我认为， 未来软件开发人员需要掌握的技能，首先是跨学科的，或者说是多面手的。 你需要知道要构建什么，这与知道如何精确实现它同样重要。我喜欢我们工程师的这一点，我们很多好的产品想法都来自于工程师，来自于他们的原型设计。我认为，这就是未来很多工程师的角色。 第二，当你的大部分工作变成评估 AI 生成的代码时，代码审查也会发生很大变化。我自己也经历过，我提交了一个 PR，一些评论指出「Claude Code 有时会这样做，但在这种情况下，我们实际上不使用默认参数」。我当时想「好吧，真糟糕」。如果是我自己编写代码，我可能会更好地注意到这些模式。因此，我们需要在两个方面共同努力：一方面，模型和模型基础设施需要更好地从代码库和代码审查中