長期方向是整個團隊一起想:三個月後模型會擅長什麼,再確認現在做的東西和那個未來相容。她補充三個月只是約略的數字,因為 Anthropic 大約每幾個月就發一次模型。
七場訪談
日期是節目上架或文章刊出的日子。七場裡有四場集中在 2026 年 4 月到 5 月。
-
1
Latent Space
Podcast,與 Claude Code 的創造者 Boris Cherny 同台。本頁只採用逐字稿裡標示為她說的段落。
-
2
Peter Yang 訪談
影片訪談,單獨受訪,約 40 分鐘。主持人介紹她是 Claude Code 的 product lead。
-
3
Lenny's Podcast
Podcast,單獨受訪,約 85 分鐘。節目頁有 show notes。
-
4
AI Codecon 爐邊談話
Tim O'Reilly 在 O'Reilly Radar 寫的整理文,談話在刊出的前一個月,主持人是 Addy Osmani。這是二手整理,本頁會分開標示「她的原話」與「作者轉述」。
-
5
TechCrunch 專訪
文字專訪,在 Code with Claude 2026 會場進行。
-
6
Ars Technica 專訪
文字專訪,同一場大會的另一次訪談,問答體。
-
7
AI Engineer World's Fair
會議爐邊談話,與 Thariq Shihipar 同台,Simon Willison 主持。引文依主持人 7 月 21 日發表的編輯版逐字稿,影片在 7 月 15 日上架。
只規劃接下來幾個月
她一再說模型變得太快,長期路線圖沒有意義。該做的是猜下一代模型會擅長什麼,並且把現在這一代的能力用到滿。
被問一兩年後的產品願景,她回答:A year or two is a really long time. I can talk about the next few months.
她說團隊做的是自己今天就想要的產品。模型變化太快,很難預測六個月以後的事;要為下一代模型做產品,但下一代的能力要到幾個月前才看得清楚。
It is very hard to be the right amount of AGI pilled.
她的解釋:如果模型聰明到什麼都會,產品只要一個文字框就夠了,這種設計不難。難的是針對現在的模型,把它的能力引出來。
The main thing that we design for is staying on the exponential.
她說團隊不看競爭者。理由是盯著競爭者做,執行上就會一直落後一步,通常不是留在最前線的好方法。
記者問團隊是不是沒有那種一整年的大計畫,她笑著回:Oh, we have no grand plan!
她接著講團隊的原則:相信模型會沿著指數曲線進步,所以往球會去的地方做;對什麼才是對的 form factor 保持謙虛,鼓勵團隊多探索。她主動提到 Richard Sutton 的〈The Bitter Lesson〉,說那是團隊的指導原則之一。
模型變強,就把鷹架拆掉
很多產品功能其實是替模型補弱點的拐杖。模型進步之後,這些東西該刪就刪,harness 越薄越好。
to-do list 的由來:使用者常請 Claude Code 做要改 20、30 處的重構,它有時做完前 5 個就忘了其他。工程師 Sid 的做法是強迫模型像人一樣把任務寫下來,並提醒它沒做完不能停。這個功能是工程師由下而上做出來的。
plan mode 則是團隊原本不想加的。他們希望使用者直接用自然語言說「先告訴我你要做什麼」,抗拒了一兩個月,要求的人夠多才加。她說如果未來模型更能遵循這類指示,可能會把它拿掉。
to-do list 的後續:較新的模型不需要再被強迫或提醒,自己就會用它,也會把事情做完。現在它主要是讓人看進度。
每次發新模型,團隊會把整份 system prompt 讀一遍,逐段問:模型還需要這個提醒嗎?不需要就刪。
We actually remove scaffolds. We remove parts of the system prompt and tool descriptions over time as models get smarter.
核心 harness 只放最小的一組工具:做計畫、列 to-do、編輯檔案、向使用者問釐清問題,以及少數幾個。其餘讓使用者自己接。她的原則是:Unless a tool clearly improves token performance or accuracy, we default toward not shipping it.
她也說能想像產品最後又收斂回一個文字框,只是現在還需要這些介面。
同台的 Thariq Shihipar 提到 Claude Code 的 system prompt 縮減了 80%。她補充:現在每個模型有各自的 system prompt,只有最前沿的模型少了這 80% 的 token,舊模型仍用完整版。
團隊重讀 prompt 時發現,有些指令九成的情況是對的,剩下一成不對。例子是「改前端就一定要驗證」:如果只是換一段文案,使用者又說快速改一下就好,也許不該驗證。所以措辭從命令改成解釋原因。她的檢驗方法是想像一個善意的人會怎麼誤解這句話。
她也說,對已經在用 auto mode 的人,專用的檔案編輯工具其實可以拿掉。留著是因為新使用者喜歡那個逐筆核准的畫面。
先做出來,用 research preview 出貨
寫程式變便宜之後,做個 prototype 比寫文件更快知道答案。用 research preview 的名義出貨,可以降低承諾、提早收到回饋。
團隊有時用 Claude Code 做 prototype 來取代文件。摸得到的東西能更快判斷抽象和互動方式對不對。但她強調這不會跳過「是否符合產品願景」的判斷,全新功能的門檻仍然很高:要直覺,新手幾乎不用學。
她給的第一個使用建議是 demos, not docs
:考慮要不要做某個功能時,先讓 Claude Code 做個 prototype,感受它有沒有用。
大專案還是有 product review,例如 IDE 整合,決定後做了幾個月。to-do list、plan mode 這類小功能沒有 PRD,因為難的是找出對的 form factor 與 prompt,不是整合。
Claude Code 幾乎所有功能都以 research preview 出貨,並清楚標示這是早期產品、未必會永久支援。她說這降低了出貨的承諾,一兩週就能把東西推出去。
她說很多功能的時程從 6 個月縮到 1 個月,有時是 1 週甚至 1 天。但 PRD 沒有消失:特別模糊的功能會寫一頁,要做好幾個月的基礎建設專案也會寫。
她還主張先做出「還不太能用」的產品。這樣才知道缺什麼,新模型一出來就能看出缺口有沒有補上。
團隊試著很快從「有把握」走到產品上的改變,理想是一週左右。所以感受到使用者的需求和出貨之間,通常沒有太大的延遲。
她描述兩年前的典型流程:PM 訪談一批客戶,花六個月和跨部門對齊 PRD,寫第一行程式之前先把規格寫透。現在反過來了。從有想法到做出來,她說從 6 到 12 個月縮到可能只要一週。
她把基礎建設排除在外:那裡把細節做對仍然很重要。
內部先用,留得住人才對外
功能先給公司內部用。內部回饋是主要的品質關卡,而且團隊明講要聽負面的。
典型流程:工程師做出 prototype,丟給內部試用,然後看反應。大家是立刻懂、覺得困惑、覺得有 bug,還是很喜歡?很受歡迎的功能就加速對外發布。
內部回饋頻道約有一千位自願加入的員工,她說大約每 10 分鐘就有一則新回饋。對外則有約 10 家密切合作的企業客戶,團隊請他們盡量大聲:We love negative feedback.
We don't want platitudes.
她的原話:團隊找的是喜歡打磨使用者體驗的人,a lot of our engineers actually live in this channel
,看到自己做的功能出問題就主動修。
作者轉述的一個例子:她不小心弄出一個小的互動 bug,要動手修時發現同事已經修好。那位同事在 Claude Code 設了排程任務,掃描回饋頻道裡沒人回應的問題並自動開 PR。
被問東西變便宜之後怎麼排優先順序,她說每天用自家產品,想做的事做不到時不繞路,而是把產品修到能做。
功能先給全公司,再給願意說真話的早期客戶,回饋越不留情越好。內部有明確門檻:一個功能要達到一定的活躍使用者數與留存,才對外發布。她認為這也拉高了打磨程度,因為不夠好人就會流失,那就不該出。
PM 的工作:清路障、補缺口
她對這個角色的描述一年比一年具體,方向沒變:少管,哪裡缺人就補哪裡。同時她認為各種角色正在合併,值錢的是判斷該做什麼。
I think I PM with a pretty light touch.
路線圖上絕大多數功能,是團隊成員做出自己希望產品有的東西,很少由上而下。她的工作主要是清路障,確認法務、行銷等環節沒問題。
她列的工作:定大方向與功能的標準,帶功能走完流程,以及定價與包裝。她說在 AI 工具的時代,定價與包裝佔 PM 工作很大一塊:工程師專心把體驗做好,PM 負責讓世界用得到。
她列出 PM 該做的三件事:
- 設定清楚的目標。例子是「讓企業裡的專業開發者安全地達到零權限提示」,這樣的目標會排除掉很多做法。
- 建立可重複的出貨流程,也就是前面說的 research preview。
- 讓團隊知道何時找跨部門夥伴。工程師覺得功能好了、內部也試過,就貼到一個常設的 launch 頻道,文件、行銷、DevRel 隔天就能把公告準備好。
她認為所有角色都在合併,團隊偏好雇用有 product taste 的工程師。As code becomes much cheaper to write, the thing that becomes more valuable is deciding what to write.
被問這樣做犧牲了什麼,她答:We're sacrificing product consistency.
功能有時會重疊,使用者也覺得跟不上。
她的原話:I think now the really important skill is product taste. Even for engineers.
她接著列了三個問題:你能不能用程式消化大量的使用者回饋?你對該做哪個功能有沒有好的直覺,而那常常和使用者字面上要的不一樣?Claude 做出來之後,你有沒有把標準設對?
談管理 agent:I think the managers still need to be experts in their domain.
她說這和管理人很像,你得弄懂 agent 為什麼犯這個錯。是它誤解了指示,還是你的要求沒講清楚?
I feel like the product role just changes every single month.
她說團隊的 PM 都是工程師、設計師、PM 的混合體,多數原本是全職工程師。工作就是補缺口:有點子但沒有工程師想做,就自己做出來;設計看起來不太對,就先做第一版再找人補完;更多人需要知道接下來要出什麼,就把整理 launch calendar 和狀態更新自動化。
她的一句話版本:弄清楚「好點子」和「送到客戶手上」之間現在缺了什麼,然後盡量自動化。
摸清模型做得到什麼:evals 加直覺
她認為 AI 產品最難的能力是知道模型現在的邊界在哪。Evals 幫得上忙,但數量不用多,剩下的靠大量使用與直接問模型。
她把 evals 分開講。End-to-end evals 用來確認換了 harness 或模型後沒有退步,缺點是分數變了不一定看得出原因,得去讀很難讀的 transcript。Triggering evals 看模型該不該用某個工具,例如什麼時候該上網搜尋;這種比較好做,因為對錯講得清楚。最難的是 capability evals。
給想做 AI PM 的人:最難也最稀有的能力,是判斷模型離某個功能還有多遠。是已經到 80%、剩下 20% 可以靠 prompt 補上,還是只到 10%?如果是後者,三到六個月後再回來看。
她的三個做法:
- 大量和模型對話,並請它反省自己的行為。例子:模型改了前端、跑了測試,卻沒有實際操作 UI。問它為什麼,答案常常指向 system prompt 裡讓它混淆的地方。
- 找到大約五個你信任、特別會說明一個模型好在哪裡的人。
- 做 evals。不需要幾百個,10 個好的 eval 就能讓團隊量化目標。
她說自己大約 30% 的時間在測試產品的邊界,好掌握哪裡還不行。
記者問為什麼不內建提供程式碼語意資訊的工具來省 token。她說這類 plugin 有,想用的人可以自己接,但從 evals 看不到可測量的差異,所以不內建。她也說團隊的北極星是模型的智慧,不是 token 效率。
累積 evals 的主要目的,是讓新模型可以直接替換:跑整套,確認新模型嚴格優於舊的,才換上去。
除了能力,還要做行為面的 eval。她舉的例子是使用者很討厭 Claude Code 說「該去睡了」,或做到一半停下來問要不要繼續。團隊依回饋排序,一個一個做成 eval。她坦白說覆蓋率不是百分之百,對 system prompt 的修改也沒有完全的把握。
談 auto mode 的安全性,她說有數千個 evals,也請外部 red team 測過。主持人質疑說法太滿,她修正:It doesn't catch 100% of things — that would be way too strong a claim.
Code review 成了瓶頸,責任在作者
這是她的說法隨時間移動最多的主題:從「合併的人負責」,到讓 AI review 成為合併前的關卡,再到外圍程式碼只靠自動化 review。
品質仍取決於個別開發者對自己合併的程式碼的標準。即使大量程式碼由 Claude Code 寫,合併的人要對它負責,包括好不好維護、文件與抽象是否合理。她當時說,Claude Code 不是一個自己提交程式碼的獨立工程師。
團隊試過好幾次要做 code review 產品,也出過比較簡單的版本。她說要到最近幾個模型,才敢同時跑多個 review agent 掃過整個 codebase,並讓工程團隊把它當成合併前必須通過的關卡。
她的原話:團隊選了 the heaviest, most robust version
。他們畫出「用幾個 agent、review 做得多完整」對「抓到多少 bug」的關係,挑了召回率很高的那一點。理由是,如果真的要讓 AI code review 成為流程裡承重的一環,要的大概就是最完整的 review。
作者轉述:寫 PR 的工程師從頭到尾負責,包括部署後的 bug,不依賴同儕審查替他抓錯。她解釋原因(原話大意):不然資淺工程師丟出一堆 PR,資深工程師就淹沒在不知道測得多徹底的 AI 產出裡。
核心部分一定有 code owner,所有修改由他們人工審查並核准。外圍的修改,越來越多是由 Claude 的 code review 完全負責。她自己說這聽起來很嚇人。
這是六個多月的過程,靠小步驟累積信任:一開始全部人工審查;之後逐步認定,動到某些檔案的修改,自動化 review 已經抓得到那裡全部的問題,那些檔案就不再需要人工。事故檢討也是迴圈的一部分:找出造成事故的 PR,加進 eval 集,確保之後改 code review 時不會退步。
方向她說得很直接:團隊正往「人不需要在迴圈裡」的世界移動,但這不可能一夜完成。
走出終端機,下一步是主動
兩條線一起走:使用者從工程師擴到其他角色,互動方式從「你叫它才做」變成「它自己看著辦」。
她談接下來幾個月的三個方向:CLI 繼續是最強的 coding agent;用 SDK 讓更多種 agent 出現;把 Claude Code 帶出終端機。核心使用者仍是專業開發者,但資料科學、產品管理、設計這些鄰近角色也用得上。她舉的例子是團隊的設計師原本不提交程式碼,用了之後開始送 PR。
她自己的分法:產出是程式碼就用 Claude Code,不是程式碼就用 Cowork,例如清信箱、做簡報、寫文件。
產品的走向她用任務數量來講:先讓單一任務成功;成功率夠高,使用者開始同時跑大約六個任務;再往下推是同時 50 個、幾百個。到那時要解決的是遠端執行、讓人知道該看哪個任務,以及讓 agent 自己驗證工作。
作者轉述:她關注大家用 Claude Code 替自己、團隊或家人做東西,這些東西原本不值得動用專業開發。文中引了她的兩個說法:希望它幫人們 solve their own problems for themselves
,並 stewards a new future of personal software
。
I think the next big thing is proactivity.
她描述的三個階段:去年是同步開發;現在大家轉向 routines,例如自動回覆客服單;下一步是 Claude 理解你在做什麼,自己替你把這些自動化設好。
同一個想法的具體例子:Claude 知道你在做語音功能,就主動去看 GitHub issue、Slack、Twitter 上關於語音的 bug 與需求,自己替自己建立這個 routine,再決定怎麼把想法告訴你。她說這不遠。
介面方面,重心仍是 CLI:進階功能最多,新功能多半先在這裡上線。但團隊內部正逐漸移向 desktop,因為同時開的 agent 多了,大家不想再讀一排終端機分頁。
Claude Tag 是這條線的產品:住在團隊協作工具裡的 Claude,先在 Slack 推出。她講了三個不同點:預設多人一起用;主動而不是被動,可以交代它持續監看頻道裡的 bug 回報並開 PR;有團隊記憶。
Claude Tag currently lands 65% of our product eng PRs.
主持人追問範圍,她說明這只是她們的產品工程團隊,用的是內部版 Claude Tag,不是整個 Anthropic。她說內部把 Claude Tag 視為 Claude Code 的演進;最複雜、需要來回修改的任務仍然用 Claude Code。
同一類數字,不同時間的說法
這些數字的時間與口徑都不同,引用時請連同日期與範圍一起帶上。
功能要花多久
橫軸是對數刻度。空心圓是她說的「以前」,實心方塊是她說的「現在」。
65% 指的是什麼
她的產品工程團隊的 PR 裡,由內部版 Claude Tag 合併的比例。她在 AI Engineer World's Fair(2026-07)說的,並當場澄清這不是整個 Anthropic 的數字。
內部回饋多久來一則
- 約每 10 分鐘
- 她在 Peter Yang 訪談(2025-09)說的。指內部回饋頻道,當時約一千人。
- 每 5 到 10 分鐘
- O'Reilly Radar 的整理文(2026-04)裡作者的敘述,不是她的直接引述。指內部的 dogfooding Slack 頻道。
Reference
七場訪談與專訪
- Latent Space,〈Claude Code: Anthropic's Agent in Your Terminal〉,2025-05-07。文章與逐字稿,影片。
- Peter Yang,〈Inside How the Claude Code Team Ships at Lightning Speed〉,2025-09-14。影片。
- Lenny's Podcast,〈How Anthropic's product team moves faster than anyone else〉,2026-04-23。影片,節目頁。
- Tim O'Reilly,〈Everyone's an Engineer Now〉,O'Reilly Radar,2026-04-30。文章。對 AI Codecon 爐邊談話的整理,屬二手來源。
- Lucas Ropek,〈Anthropic's Cat Wu says that, in the future, AI will anticipate your needs before you know what they are〉,TechCrunch,2026-05-13。文章。
- Samuel Axon,〈Claude Code's product lead talks usage limits, transparency, and the "lean harness"〉,Ars Technica,2026-05-15。文章。
- AI Engineer World's Fair 2026,〈Claude Fable, Claude Tag, and Anthropic's Culture〉。Simon Willison 的編輯版逐字稿(2026-07-21),影片,主辦方整理頁。
職稱與動向
- Code w/ Claude 2026 開幕 keynote 議程頁(講者職稱):claude.com/code-with-claude/session/sf-opening-keynote
- Stephen Council,〈Cat Wu, a face of the blockbuster app Claude Code, leaves Anthropic〉,Business Insider,2026-11。文章。
- Stephen Council,〈Cat Wu joins OpenAI from Anthropic in huge product-lead coup〉,Business Insider,2026-11。文章。
Peter Yang 與 Lenny's Podcast 兩場的引文依影片字幕核對;其餘依文章或逐字稿原文。這是第三方整理,與 Anthropic、OpenAI 無關。