Anthropic产品负责人Cat Wu的独特方法论正在颠覆AI产品开发逻辑。从'不看竞争对手'的战略定力到'PRD不用写'的敏捷实践，再到工程师与AI协同进化的组织变革，这家公司正以指数思维重构产品开发范式。本文将揭秘Claude团队如何利用模型迭代红利，打造出90%代码由AI生成的高效工作流。

最近看到Antropic的产品负责人 Cat Wu 在好几个地方出现——Anthropic 自己的博客、Lenny 播客、TechCrunch 在 Code with Claude 大会上的专访。她是 Anthropic 的 Head of Product，负责Claude Code 和 Cowork，2024 年 8 月加入公司。

我把她最近公开表达的话过了一遍，挑了几条最值得听的，整理在下面。如果你做 AI 产品，或者在想 PM 这个岗位接下来该怎么干，应该会有点用。

一、”我们不看竞争对手”

她这句话是讲 Anthropic 怎么定产品策略的。

“盯着对手，你永远落后两周到一个月。我们要做的是守在指数曲线上。”

什么叫指数曲线？她给了一组数据。METR 测过：16 个月前的 Sonnet 3.5 能做 21 分钟的软件任务，今天的 Opus 4.6 能做 12 小时的——能力翻了 41 倍。

她自己有个小习惯：从 2024 年 10 月起，每出一个新模型，她就让 Claude Code 试着给 Excalidraw 加一个”表格工具”功能。一开始失败，到 Opus 4 偶尔成功，到 Opus 4.6 已经能在几千个开发者面前现场一次跑通。

模型每几个月就会跳一截——这件事已经成了 Anthropic 所有产品决策的前提。

二、PRD 不用写了

传统 PM 的玩法是：调研、写 PRD、交给工程师做几个月、上线。

Cat Wu 说这套现在已经跑不通了。

“项目做到一半，你当初费力气绕开的那个模型限制，可能已经不存在了。地面在你脚下涨。”

所以 Anthropic 团队做了几件不一样的事。

没有大 roadmap。每个人都可以做 side quest——一个下午搭个原型，测一下你以为模型还做不到的事。Claude Code 桌面版、todo 列表、AskUserQuestion 工具，这些后来很受欢迎的功能，最早都是 side quest 出来的。

Standup 不讲计划，直接 demo。内部有人真用起来的版本才会被打磨外发。

她还有一条很实用的建议：

写完 spec 后，直接把它喂给 Claude Code，看它能不能搭出来。哪怕搭出来的版本很糙，后面所有讨论都会不一样了。

三、做最简单能跑的版本

这是 Anthropic 全公司的原则——do the simple thing that works。

她讲了个例子。

Claude Code 早期 todo 功能，模型不会自己勾选完成项。团队加了个 hack：每隔几条消息系统就提醒一次。能用，但是 hack。下一代模型来了，这个行为自带，提醒就删掉了。Opus 4.6 出来的时候，他们把整套系统提示砍了 20%。

她的总结是：

任何”巧妙”的绕过，下一代模型来的时候都会变成技术债。

她还提了一个反直觉的点：做原型阶段，不要急着省 token。

“先确认这个想法能不能做，能做之后等便宜的模型追上就行。很多团队太早砍成本，结果端出来一个能力打折的版本。”

四、工程师在做 PM 的活

她在 Lenny 播客上讲得很直白：团队里设计师在 ship 代码，工程师在做产品决策，PM 在写原型和 eval。

招聘思路也跟着变了。比起多招 PM 来引导工程师，Anthropic 更倾向于招有产品品味的工程师。

她的原话：

“我们团队里有些工程师，能从 Twitter 上看到一条用户反馈，到周末把 feature ship 出去，全程几乎不需要 PM 参与。我觉得这是最高效的方式。”

PM 的工作因此变了——不再是把握全局，而是在快速变化里建立清晰度，把上线路径上的障碍清掉。

五、一个让我印象很深的故事

她讲过：有天她发现自己之前不小心引入了一个交互 bug，准备去修。打开一看，PR 已经被同事提了。

那位同事让自己的 Claude Code 设了一个定时任务：扫 feedback 频道，24 小时没人响应的反馈就自动开 PR。

所以她还没动手，同事的 Claude 已经把她引入的 bug 修了。

她的原话：

“我的 Claude 注意到了他的 Claude 已经把改动 land 了。”

听起来挺荒诞。但她说，Anthropic 内部约 90% 的代码现在是 Claude Code 写的，工程师产出比一年前高了大约两倍。

六、下一步：Proactivity

这是她 5 月 13 日 TechCrunch 采访里讲的，最新一段话。

她把 AI 产品分成了三个阶段：

去年：你问，Claude 答（同步式）

现在：你配置 routine——比如自动回客服工单

下一步：Claude 自己理解你在做什么，主动替你把这些自动化设好

她不觉得 agent 强了之后人就被取代了。她的判断是：

“你必须是这个领域的专家，才管得好 agent。你得能判断它哪里错了——是它误解了你，还是你没说清楚。”

她自己最希望 AI 接走的工作是回邮件。

“每个人工作里都有那块乏味的部分。让 AI 把那块做了，剩下时间我们去做想做的事。”

写在最后

整理完一圈，我最大的感受是：

Anthropic 这帮人做产品的方式，已经不太像传统科技公司了。他们更像在跟模型一起做产品——模型每跳一级，他们就 ship 一次，然后再跳。

很多团队还在按”现在模型能做什么”来规划三个月之后的事。她说这是最容易踩的坑。真正的工作，是去想三个月之后模型大概率能做什么，然后现在就开始做。

如果想再深入了解，推荐三个出处：

1、她自己写的长文《Product management on the AI exponential》（私信我，回复“0518”，我发给你中英对照版本）

2、Lenny 播客那一期（最全）

3、TechCrunch 5 月 13 日那篇专访（最新）