跳转到内容

AI 时代最稀缺的能力:干就完了

看完 Cat Wu 在 Lenny’s Podcast 上的采访,我脑子里只剩四个字:干就完了。

Cat Wu 是 Anthropic Claude Code 的产品负责人。这篇采访最让我震惊的不是 Anthropic 有多快——这已经人尽皆知——而是她回答了一个我一直没想通的问题:当模型每几个月就变聪明一次的时候,产品到底该怎么规划?

她给出的答案不是某种方法论。是一种完全不同的姿态。


在传统软件开发里,代码是昂贵的。一个功能从想法到上线,6 个月是常态。所以你必须规划、对齐、评审、排期。慢不是坏事,慢是必要的保险——改一次成本太高,你不敢让一个没经过评审的功能上线。

Cat Wu 说 AI 把 Anthropic 产品功能的开发周期从 6 个月压缩到了 1 个月,有时甚至是 1 天。

当改一次的成本趋近于零的时候,一切规则都要重写。

开发周期从 6 个月压缩到 6 天

「先规划再执行」变成了「先花钱再免费」——你花一周时间开会对齐一个 AI 一天就能做出来的东西。这不是谨慎,这是浪费。

采访里有一个细节让我印象深刻。Cat Wu 说 Anthropic 的工程师经常自己端到端完成一个功能——从看到 Twitter 上的用户反馈,到周末就发布产品,几乎不需要 PM 介入。

反过来,PM 也在写代码。设计师也是前端工程师出身。

这不是因为 Anthropic 招到了全能的人。是因为等不起

等一个完整的产品评审周期走完——设计评审、技术评审、交叉团队对齐——模型能力可能已经变了一轮。你规划的功能可能已经不需要了。

所以角色融合了。不是谁全能,是谁快。

我以前总觉得,一个项目得从头到尾设计好再动手。结构要清晰,抽象要到位,扩展性要考虑。结果花三天搭的架子,第二天发现需求完全不是那个方向。

AI 时代不需要这样。先干,干到痛了再抽象。

这是采访里最有意思的一段。

Cat Wu 说每次新模型发布,他们要通读整个 system prompt,逐条删掉不再需要的提醒。

脚手架被自动拆除

她举了一个具体的例子:to-do list。

Claude Code 刚出来的时候,用户让它做大重构,它会改 20 个调用点中的 5 个就停下来。团队不知道怎么逼它干完,最后 Sid 加了一个 to-do list 工具——像人类一样,列出所有要改的地方,逐个勾选完成。

为了让模型真的用这个 to-do list,他们反复提醒它:「你完成所有清单上的任务了吗?没完成不能停。」

然后新模型来了。

不需要任何提醒,模型自己就会用 to-do list,自己就知道要全部完成,自己就知道检查有没有遗漏。

「你加的脚手架,模型变聪明后自动拆掉了。」

这意味着什么?意味着你今天花一周做的架构决策,下周模型升级后可能就是多余的。模型会吃掉你的 harness。

所以 Anthropic 的产品策略是:先用拐杖让模型跑起来,等模型自己会跑了,拐杖就扔掉。永远不要在拐杖上雕花。

传统 PM 的核心工作之一是做 roadmap——排期、协调、确保多团队对齐。Cat Wu 说这个工作在 AI 团队里正在消失。

那 PM 还剩什么?

她的回答很直接:

第一,定义什么值得做。 模型能做的东西太多了,多到需要有人决定「不做这个」。Anthropic 每周做 metric readout,团队有清晰的原则列表——知道为谁构建,解决什么问题,不解决什么问题。

第二,评估速度。 不是评估排期,是评估「这个想法多久能到用户手上」。她说面试了上百个 PM,大多数人还在用排期和协调来证明自己的价值。真正稀缺的是那种能在一周内把一个概念塞到用户手里的人。

第三,建立快速反馈的机制。 Anthropic 几乎所有功能都以「research preview」的形式发布——明确告诉用户这是早期版本,可能不会长期支持。这降低了发布任何东西的心理成本。工程师觉得准备好了就发,文档团队第二天就能出文档,营销团队当天就能出公告。

这三件事,没有一件是传统 PM 培训里教的。但每一件都直接决定团队能多快。

五、「刚好够聪明」比「超级聪明」更难

Section titled “五、「刚好够聪明」比「超级聪明」更难”

采访里有一段很精彩。Cat Wu 说做一个「超级 AGI」的产品其实很容易——模型什么都懂,你只需要一个输入框就够了。

难的是在「当前这个还不够聪明但又不是完全蠢」的模型上,怎么榨出它最大的能力。

风暴中心保持冷静

这就是为什么她需要不断试:问模型为什么做了某个决定,哪里理解错了,什么提示会让它表现得更好。她说她经常让模型「自省」——「你为什么决定不跑 UI 测试?」「你交给子 agent 的那个任务,你怎么知道它做完了?」

这种对模型行为的好奇心,比任何方法论都管用。

大部分人用 AI 的方式是:给一个 prompt,看结果,不满意就换一个 prompt。Cat Wu 的方式是:看到模型做了奇怪的事,停下来问它为什么,找到 harness 的 bug,修掉它。

这就是 Anthropic 每天更新产品的底层逻辑。不是他们有更多人手,是他们更会「调教」模型。

Cat Wu 说她最认可的一句话来自他们在 20 个人时候的经历:没有流程,没有角色边界,没有「这不是我该干的」。有工具在手,有一个烂摊子要收拾,就去收拾。

但等一下——「干就完了」不是乱来。

它有一个前提:你知道自己在优化什么。

Anthropic 的团队把「把安全 AGI 带给全人类」放在任何单个产品线的目标之上。两个 competing priority 冲突了,不用开会,直接问:哪个离这个目标更近?

选了就做。

行走中发现路径

从底回看这句话——「干就完了」。

它不是一句口号。它是一个完整的操作系统。它的内核是一个信念:当执行成本足够低的时候,行动本身就是最好的规划。 你不需要预测模型三个月后能做什么,你只需要现在就开始做,做的过程中模型会告诉你下一步该怎么走。

大部分人还活在代码很贵的时代里。他们在用 2024 年的节奏做 2026 年的事。开会讨论一个 AI 一天就能做出来的原型,写 PRD 描述一个下周模型升级后就过时的功能,做 roadmap 规划一个季度后完全不同的技术格局。

Anthropic 的人坐在船里,周围在爆炸,楼梯在坍塌。他们不跑。他们走下去。

不是因为不怕。是因为跑也跑不过变化。

能跑过变化的只有速度。


你觉得你们团队的开发节奏,还停留在哪个年代?

Cat Wu. How Anthropic’s product team moves faster than anyone else. Lenny’s Podcast (YouTube). https://youtu.be/PplmzlgE0kg?si=vq3gVCNvC6Z3I_5Z