来源： Lenny’s Podcast / YouTube
嘉宾： Cat Wu（Anthropic Claude Code & Co-work 产品负责人）
主持人： Lenny Rachitsky
时长： 1小时25分34秒
日期： 2026年4月23日

📌 内容摘要

Anthropic Claude Code与Co-work的产品负责人Cat Wu分享：为什么团队功能交付周期从6个月压缩到1天、AI原生产品需要什么心智模型、源码泄露与Open Claude政策调整的真实原因。核心洞察包括"拐杖功能"方法论（模型弱时加tool辅助→模型强后拆掉）、“有产品品味的工程师"成为最高效交付单元、所有角色（PM/工程师/设计师）边界消融、以及AI时代PM必备的三项技能——evals、product taste、first-principles thinking。Cat强调"95%自动化几乎没有价值”，唯有100%跑通的自动化才释放认知资源。

---

一、Cat Wu在Claude Code团队的角色（00:00-01:29）【中等密度】

1.1 与Boris Cherny的分工

关键知识点：

• Boris是技术负责人和产品远见者，设定"3-6个月后产品应该是什么样"的AGI-pilled版本愿景
• Cat负责从现状到愿景的路径规划，以及跨职能协作（市场、销售、财务、容量规划）
• 协作模式：80%判断重合+20%各自驱动，界限非常模糊

  “大约80%的判断是重合的。剩下20%我更在乎的事我来推，20%他更在乎的他来推，界限其实非常模糊。”

• 核心目标：一旦功能ready，发布路径上没有任何阻碍

---

二、Anthropic招PM时看重什么（01:29-04:29）

2.1 AI时代PM面试的致命信号

关键知识点：

• 致命信号：带着6-12个月路线图来面试的PM

  “很多来面试的PM会带着一份6到12个月的路线图。这在AI时代是错误的心智模型。”

• 正确姿态：接受不确定性，拥抱快速变化，用实验替代计划
• 产品品味的稀缺性：

  “产品品味仍然是稀缺技能，只要有人展现出强烈的产品品味，我们几乎都会招。”

2.2 为什么招"有产品品味的工程师"

关键知识点：

• 端到端交付：从Twitter上看到用户反馈→周末前发布产品，几乎不需要PM参与

  “我们团队里有很多工程师能从’在Twitter上看到用户反馈’到’周末前把产品发出去’——几乎不需要PM参与。这其实是最高效的发布方式。”

• Cat的背景：多年工程师→短暂VC→2024年8月加入Anthropic
• 团队几乎所有PM要么以前是工程师，要么现在在Claude Code上写代码；设计师也都是前端工程师出身

💡 思考点：当工程师拥有产品品味后，传统PM的"翻译"角色是否正在消失？PM的未来价值，是在于"比工程师更懂业务"，还是"比业务更懂AI可能性"？

🔗 关联点：这与Stripe的"工程师即PM"文化相似——Patrick Collison长期主张，最好的产品决策应该由离代码最近的人做。

---

三、Anthropic如何做到每周发版（04:29-08:58）

3.1 极速交付的三个秘密

关键知识点：

• 秘密一：清晰目标+自主决策

  “Boris设定3-6个月的愿景，我的工作是确保团队知道这个方向，然后让大家自主决定怎么走过去。”

  • 每周stand-up不是汇报进度，而是分享新demo，看哪些有engagement
• 秘密二：Research Preview流程
  • 不是等"产品完成"才发布，以research preview形式快速放出，用户反馈驱动下一周迭代
  • 内部用户先试，有engagement的功能再polish扩大范围
• 秘密三：工程×文档×PMM的紧密管道

  “我们的团队已经largely用prototype-first thinking替代了documentation-first thinking。”

  • 传统：PRD→评审→开发→测试→发布（数月）
  • Anthropic：spec→Claude Code写原型→demo→发布（数天）

3.2 交付周期的压缩

关键知识点：

• 从6个月缩到1个月，有时甚至一天

  “我们很多功能的交付周期从6个月缩到1个月，有时甚至一天。”

• Side Quest文化：鼓励工程师/PM/设计师用一个下午做原型、测试超出范围的能力

  “我们鼓励团队里的每个人去承担side quest——一个下午花在做原型上、测试一个你以为超出范围的能力。”

• 成功案例：Claude Code on Desktop、AskUserQuestion tool、todo lists均来自side quest

3.3 evals over docs（反馈优先于书面）

关键知识点：

• Stand-up形式是分享新idea的demo，wrong bets are cheap因为原型可在一下午搭出来
• 真实案例：Noah分享plugins spec给Claude Code，返回的原型接近production ready，锚定了最终产品

  “那个原型锚定了团队最终发布的产品，因为它让团队能快速验证UX。”

• Pro-tip：写完spec后直接发给Claude Code看能不能build出来

---

四、PRD和路线图在Anthropic的演变（08:58-10:28）

4.1 长期路线图的终结

关键知识点：

• 传统PM思维：探索→研究→写PRD→交给工程团队build
• Anthropic模式：没有长期路线图，鼓励side quest，prototype-first→demo→engagement驱动决策
• 核心逻辑：

  “指数级提升的模型打破了传统假设——项目开始时技术上可能的事，到项目结束时可能已经完全不同。”

• PM的新工作：在模型快速进步带来的模糊中创造清晰度，push团队想得更远，clear shipping path

4.2 PRD的新写法

关键知识点：

• PRD不再是"给工程团队的详细说明书"，更像"愿景描述+约束条件"——让Claude Code去fill in the blanks
• 工作流程：Cat写spec→发给Claude Code看能不能build→返回原型成为conversation anchor→团队围绕原型快速迭代

---

五、Mythos模型与Anthropic的发布节奏（10:28-16:25）

5.1 模型进步的速度

关键知识点：

• Excalidraw table tool测试：
  • Sonnet 3.5(new) 2024年10月：Claude尝试但失败
  • Opus 4 2025年6月：偶尔成功，成为pre-recorded demo
  • Opus 4.6 2026年3月：one-shot完成，敢在thousands of developers面前live demo
• 41倍提升：METR测量，16个月内模型能完成的软件任务时长从21分钟到12小时

  “METR measured that Sonnet 3.5 (new) could do tasks that would take a human around 21 minutes. Opus 4.6: almost 12 hours. That’s a roughly 41x jump in 16 months.”
  METR的测试显示，Sonnet 3.5（新版）完成某项任务所需的时间约为人类的21分钟。而Opus 4.6则需要近12小时。这意味着在16个月内，性能提升了约41倍。

5.2 "拐杖功能"模式（重点方法论）

关键知识点：

• 核心循环：模型还做不到→加tool/crutch帮助它→模型变强→拆掉crutch让模型自然做
• 经典案例：todo list
  • 早期Claude Code改5个call sites就停了→Sid加了todo list tool→Claude能改完20个
  • Opus 4以后模型自然能做到→todo list de-emphasized→变成optional UI

  “今天to-do list仍然是给用户看Claude在做什么的好工具，但已经被弱化——模型用不用它都行。”

• 节奏总结：

  “你要同时追踪两件事：AI如何改变你工作的方式，以及AI如何改变你产品中可能实现的事。做好这一点，当table tool终于work的时候，你不是surprised的那个——你是预见它到来的那个。”

💡 思考点："拐杖功能"的添加和拆除，本质上是对模型能力的精确判断。什么时候该加crutch（加速当前交付），什么时候该拆crutch（让模型接管），这个timing的把握是否是AI产品管理的核心技能？

🔗 关联点：这与Paul Graham的"Do Things That Don’t Scale"形成有趣对照——Anthropic做的是"Build Things That Models Can’t Do Yet"(打造模型目前还无法实现的功能)，然后等模型追上。

---

六、Claude Code源码泄露与Open Claude政策（16:25-20:30）

6.1 源码泄露事件

关键知识点：

• 泄露内容：部分Claude Code源码出现在GitHub上
• 根因：人为失误——一位同事和Claude一起写PR（package发布流程更新），PR经过两轮human review仍出错

  “这是人为失误的结果。最重要的是从中学习、加上更多安全栅栏，避免再次发生。”

• 该同事仍在Anthropic，process failure不是individual blame；大部分hardening changes已上线

6.2 Open Claude政策调整

关键知识点：

• 真实原因：订阅不是为第三方产品设计，第三方使用模式与第一方差别很大

  “订阅本身不是为第三方产品设计的，第三方产品的使用模式和第一方产品差别很大。”

• 决策逻辑：Claude需求激增→基础设施扩容+harness token效率优化→优先保障第一方产品+API
• 过渡方案：每个订阅用户额外获得credits

---

七、PM团队结构与"角色融合"（20:30-28:31）

7.1 PM团队组织架构

关键知识点：

• 总规模30-40个PM，五大团队：
  • Research PM（Diane负责）：客户反馈→research团队，主持模型发布
  • Claude Developer Platform（CDP）：API + Managed Agents
  • Claude Code（Cat Wu）：Claude Code + Co-work核心产品
  • Enterprise：成本控制、RBAC、安全
  • Growth：全产品线增长

7.2 所有角色都在融合

关键知识点：

• 融合趋势：

  “所有角色都在互相融合。PM开始做一点工程，工程师在做PM的事，设计师既做PM又写代码。”

• Anthropic的选择：招更多有产品品味的工程师，而非更多PM

  “你可以选择招更多有产品品味的工程师，或者保持工程编制不变、招更多PM来引导工程师的工作。我们团队的选择是：招更多有产品品味的工程师。”

• 端到端交付：

  “我们团队里有很多工程师能从’在Twitter上看到用户反馈’到’周末前把产品发出去’——几乎不需要PM参与。”

• 有效的原因：clear strategy and goals（明确的战略和目标）→autonomously prioritize（每个人能自主排序）；Claude Code让cross-functional handoffs（跨职能交接）消失

💡 思考点：如果"工程师+产品品味"成为最高效的交付单元，传统PM的value prop是什么？可能是：在model progress带来的模糊中创造清晰度、定义non-negotiables、管理stakeholder expectations。

🔗 关联点：这与Basecamp的"Shape Up"方法论有共鸣——小团队、模糊边界、以demo和prototype而非文档驱动决策。

---

八、Claude的"性格"设计（28:31-33:36）

8.1 personality as product feature（个性作为产品特性）

关键知识点：

• 用户对Claude的感情：轻松有趣+非常能干+低ego+积极行动导向

  “人们对Claude也是这种感觉：喜欢它轻松有趣，同时又非常能干。喜欢它低架子——你说’你这件事做错了’，它会说’啊糟糕，谢谢告诉我，我来修，我们一起处理。'”

• 好的同事品质：positivity、bias toward action、earnest feedback（真诚反馈而非一味附和）
• 设计意图：

  “我们刻意把这些东西注入Claude，因为它让一起工作这件事变得愉悦很多。”

---

九、Claude Code vs Desktop vs Co-work（33:36-38:52）

9.1 产品使用切分

关键知识点：

工具	场景	原因
Claude Code (CLI)	一次性编码任务，要最新功能	CLI最先拿到新feature，most powerful
Desktop	前端工作、非技术用户	Preview pane实时看到app变化；one-stop control plane
Web/Mobile	路上临时开启任务	不用laptop+phone hotspot
Co-work	输出不是代码的工作	邮件、slide deck、doc、launch plan

9.2 Co-work的意想不到用法

关键知识点：

• Conference talk准备：Cat准备"Code with Claude"大会演讲，Co-work遍历Twitter/evergreen launch room/announce channel，合成20-page polished deck（符合Anthropic design system）
• Applied AI客户简报：前晚用Co-work总结明日所有客户会议，主动搜索Slack找最新ETA，开会时手上有absolute latest info

💡 思考点：Co-work的真正价值不在"自动化单个任务"，而在"跨数据源的上下文整合"。当Google Calendar + Slack + Gmail + Drive的信息被合成为一份brief时，信息的价值从"可查"变成了"可用"。

🔗 关联点：这与Clayton Christensen的"Jobs to be Done"理论一致——用户不是想买工具，而是想完成工作。Co-work完成的"job"不是"写邮件"或"做PPT"，而是"让我知道明天开会前我需要知道的一切"。

---

十、人类大脑在哪些地方不可替代（38:52-41:30）

10.1 模型没有的"常识"

关键知识点：

• 人类仍提供模型没有的tacit common-sense EQ knowledge（隐含的常识性EQ）

  “人类仍然提供模型没有的那种’常识’。任何一次产品发布背后都有上千个活动的小部件——每个都很小，但每个都可能出错。”

• 模型的盲区：利益相关者都有谁、他们之间是什么关系、各自偏好是什么、用什么渠道沟通最合适
• 这些隐性知识现在仍然很值钱，模型会在这方面变得更好，但当下还有空隙

💡 思考点：如果模型的盲区是"tacit common-sense EQ knowledge"，这是否意味着产品经理的核心竞争力正在从"逻辑分析"转向"组织情商"？当AI接管了理性决策，人类的比较优势是不是在于理解"谁在意什么、为什么在意"？

🔗 关联点：这与Daniel Kahneman的"快思考vs慢思考"形成对照——AI擅长系统2的理性分析，人类在系统1的直觉和社交智慧上仍有优势。

---

十一、如何在龙卷风中保持理智（41:30-47:31）

11.1 面对持续混乱的组织文化

关键知识点：

• 团队特质："往混乱里冲"的人，用微笑面对每一个挑战
• 招聘标准：看到挑战能说"这会很难，但我很兴奋去啃。我不会做得完美，但我晚上能睡得着"
• P0级联的现实：

  “很多周：周日晚上出现一个P0，周一又是一个P0，周一下午又来一个P00000——你会心想：‘我居然为周日那个P0紧张过。’”

• 生存策略：承认能做的有限、必须睡好才能做决策、残忍排优先级、允许放下一些东西
• 产品哲学：

  “我们发出去的一些产品没有我希望的那么打磨好，但我们的最高目标是赋能专业开发者；一个产品如果不成功，只要它没有阻碍核心用例，我们听到反馈就会在下一个版本修掉。”

---

十二、AI时代PM的三项关键技能（47:31-52:00）

12.1 evals（用户反馈）

关键知识点：

• 系统性地测量模型在特定任务上的表现

  “模型在变强，但不是在所有维度上均匀变强。evals告诉你哪些任务变好了、哪些没有。”

• Cat Wu的做法：用Claude Code建立Streamlit apps分析大规模用户反馈，跑evals帮公司找到新的可信benchmarks
• evals让PM预知未来：

  “你不再被surprised——你是预见table tool会work的那个人。”

12.2 product taste（品味）

关键知识点：

• 在模糊中知道"什么是好的"的能力；大多数PM用process掩盖judgment deficiency
• Anthropic筛选标准：“只要有人展现出强烈的产品品味，我们几乎都会招。”

12.3 first-principles thinking（第一性原理思维）

关键知识点：

• Cat的座右铭：

  “Just do things. If you know what you’re optimizing for and have strong first principles, you can usually deduce the right action.”
  直接行动就好。只要你清楚优化目标，并且具备扎实的第一性原理，通常就能推导出正确的行动方案。

• “岗位是假的”：

  “Jobs are fake. If you understand the constraints, you can figure out what you can do, and try to do it quickly.”
  工作都是虚的。只要你明白其中的限制，就能弄清楚自己能做什么，并尽快付诸行动。

12.4 最被低估的AI技能

关键知识点：

• 让模型反思（introspect）自己的错误

  “When Claude makes a mistake, I ask it to introspect on what went wrong. This is surprisingly powerful.”
  每当Claude犯错时，我都会让它反思哪里出了问题。这种方法的效果出乎意料地好

💡 思考点：evals + product taste + first-principles thinking，这三项技能的共同点是什么？它们都是在"不确定性中做判断"的能力。传统PM依赖data和process来消除不确定性，AI时代的PM需要在data到来之前就有判断。

🔗 关联点：这与Ray Dalio的"Principles"理念一致——在高度不确定的环境中，清晰的principles比详细的plans更有价值。

---

十三、自动化从95%到100%（52:00-57:30）

13.1 95%自动化几乎没有价值

关键知识点：

• 核心观点：

  “如果一个自动化不是100%跑通，它就几乎没有价值。一个95%的自动化有almost no value。”

• 原因：95%意味着你still need to babysit it，babysitting的成本>自动化的收益
• 如何做到100%：pick one automation（尝试一个可以自动化的功能）→teach Claude your preferences（给Claude注入你的偏好）→get it to 100%（100%完成功能自动化）→then rely on it（然后依赖它）
• 整个组织都在加速：数据科学、财务、市场、法律、设计团队都自己pick up了这些工具

💡 思考点："95%自动化没有价值"是一个强论断。对于personal automation（个人工作流），100%是必要条件；对于systemic automation（系统性产品），95%可能已经足够。个人automation的SLO应该是99.9%+，因为cognitive switching cost（认知转换成本）太高。

---

十四、闪电问答（57:30-85:34）

14.1 书籍

关键知识点：

• How Asia Works：经济发展与长期成功经济体
• The Technology Trap：过去技术革命对劳动者的影响
• The Paper Menagerie：关于成长、AI、自我探索的短篇故事集

14.2 影视

关键知识点：

• Drive to Survive：对单一工程目标的极度执迷
• Free Solo：Alex Honnold无保护攀登El Capitan的心理专注

14.3 产品

关键知识点：

• Waymo：每天两次，愿付2x溢价

  “我以前以为Waymo得比Uber、Lyft便宜才行——事实上我愿意为它付2倍的价钱。”

14.4 座右铭

关键知识点：

“Just do things.” 理解约束→看出自己能做什么→尽快去做→从错误里学→做错了就道歉或修

14.5 AGI之后

关键知识点：

• 短期：帮助世界跟上这场变革
• 长期：搬去Fontainebleau攀岩+一周读1-2本书（物理、机器人、航空航天）

  “就算我知道AI已经全都懂，我还是想自己学。”

---

核心观点总结

关键数据

• 41倍：16个月内模型能力提升（21分钟→12小时human-equivalent tasks）
• 30-40人：Anthropic PM团队总规模
• 6个月→1天：功能交付周期压缩幅度
• $200/月：Claude订阅价格，补贴unlimited usage
• 2x溢价：Cat愿意为Waymo支付的溢价

核心判断

1. 6个月路线图是AI时代的错误心智模型——接受不确定性、拥抱快速变化
2. "有产品品味的工程师"是最高效的交付单元——end-to-end从反馈到发布
3. 所有角色都在融合——PM写代码、工程师做产品决策、设计师发PR
4. 拐杖功能模式：模型弱时加tool→模型强后拆掉
5. 95%自动化几乎没有价值——只有100%的自动化才真正释放认知资源
6. AI时代PM三项技能：evals、product taste、first-principles thinking
7. 人类大脑不可替代的是tacit common-sense EQ knowledge
8. “Just do things”——理解约束、快速行动、从错误中学习

关键方法论

• 极速交付三秘密：清晰目标 + Research Preview + 工程×文档×PMM紧密管道
• Side Quest文化：自驱短实验，afternoons prototyping ideas
• Prototype-first over Docs（优先考虑原型，而非文档）：demo和evals驱动决策
• 拐杖功能模式：add crutch→model catches up→remove crutch（添加辅助工具→模型跟上→移除辅助工具）
• 个人自动化100%法则：pick one→teach Claude→get to 100%→rely on it
• 龙卷风生存策略：承认有限、睡好觉、残忍排优先级、允许放下

---

分析时间：2026-04-27
分析人员：有一只肥罗
Hey🌺我是一只肥罗，坚持做一些有意思的事情