52 天，74 个产品，Anthropic 把差距拉开了

全文 3,000字 | 阅读约 8 分钟

（Mike Krieger访谈：AI时代的产品开发）

从 2026 年 2 月初到 3 月，短短 52 天内，Anthropic 密集推出了 74 项产品功能。

这个数字来自 Product Compass、Future Tools 等多家科技媒体的详细统计。

协作、代码、插件、记忆、1M 上下文、市场、调度……平均每天 1.4 个功能的迭代速度，正印证了 Anthropic CPO Mike Krieger 在访谈中反复强调的那个观点：“今天，你只需要几个小时，就能把一个产品从 0 做到 N。”

但问题来了：既然 AI 让每家公司都能快速做产品，速度不再是谁的专属优势。

在所有人都跑得一样快的时代，那 Anthropic 凭什么拉开差距 ？

第一节｜做得快不等于做得对

52 天，74 个产品功能，平均每天1.4个。

这个速度确实惊人，但在今天，它并不稀奇。因为 AI 已经抹平了“快”的门槛。

今天任何公司都可以用 AI 做得很快。Mike Krieger 在访谈里说，他让 Claude 用两小时重建了 Instagram 的前身 Bourbon，不仅功能齐全，而且可以直接跑通。两小时做出一个完整产品，这在过去根本不可能。

以前做产品是一步步来的：先推出最小可行性产品（MVP），推向市场验证反馈，再慢慢迭代。高昂的开发成本，倒逼着团队在每走一步时都必须反复拷问自己：这个功能真的是刚需吗？

现在不用了。你可以一口气把很多功能做出来，甚至还会顺手多加几个。反正对 AI 来说，多一个功能几乎不花什么成本。

问题恰恰出在这里。

AI 很会把东西做“完整”，但它不会帮你“克制”。

Bourbon 就是最好的反面教材。功能繁多，看起来什么都能干，结果用户根本不知道该用哪个，产品越做越复杂。最后 Mike 他们痛下决心大幅删减，才成就了后来的 Instagram。

以前做多了还能边做边发现。现在麻烦在于：你还没反应过来，东西已经全做完了。

这是当下整个科技行业都在面对的集体困境：做得太快，反而更容易做错。

第二节｜速度换反馈，不是换功能

行业能开发出来的东西呈现指数级增长，但真正被反复使用的高频应用，却并未随之爆发。

为什么？Mike Krieger打了个比方：一棵树如果一直待在室内生长，没有经历过真实世界的风吹雨打，它的根基是长不结实的。

做产品也一样。

过去做产品，每个功能都要在用户手里验证一遍。做出来，给用户用，看反馈，再调整。这个过程虽然慢，但极具价值。因为每走一步，都在逼近用户真正的痛点。

现在缺的不是速度，缺的是这种真实验证。

产品可以很快做出来，但它没在真实场景里跑过。团队不知道哪些功能用户会频繁打开，哪些设计会让操作卡壳，哪些逻辑在实际使用中会出问题。等产品正式推向市场，这些问题才会集中暴露。

Anthropic 的做法就是缩短这个周期。

以 Co-work 为例。Mike 透露，团队对这类协作产品内部推演了很久，可一旦决定下场，他们的策略异常决绝：用最精简的方式砍出一个 V1 版本，10 天内必须上线。

够用了，就立刻上。

Mike 是这么说的：“我不确定再开发两个月、加 50 个功能会不会更有用。事实上，如果我们那么做，很可能只是在‘室内种树’。等它真正接触到用户时，大家只会说：其实没人需要那个功能，真正要解决的问题根本不是这个。”

因此，Co-work 只花了10天就推向市场。

他们用速度换的不是更多功能，而是更快接触真实使用。

第三节｜人是流动的，判断力不能丢

前面讲怎么做产品，现在该说说谁来做。

AI 时代大家都在调整团队：压缩规模、削减层级、追求快速试错。Anthropic 也在调整公司架构，但他们的切入点却截然不同。

第一，采用“类联合创始人”的结对模式

Mike 发现，最高效的组合，往往是一个设计师搭档一个工程师。在这里，设计师不仅负责构想，工程师也不仅仅负责让代码跑通。更反常识的是，他们的设计师贡献的代码量几乎与工程师齐平。

这不再是传统意义上“你画图，我实现”的流水线，而是两位能力复合的创作者在打破边界，共同主导一款产品。

第二，一个严格标准：必须有人死磕到底

Mike 回顾那些关掉的项目时发现，团队里其实没人真觉得这事能成。大家只是觉得听起来还行。

他说：这种项目基本就是等死。

因此，Anthropic 立下了一条硬性规定：项目中至少要有一个人，对所解决的问题抱有不撞南墙不回头的极致信念。这个人可以是设计师，也可以是工程师，但绝不能仅仅是个负责拉齐进度的纯 PM（产品经理）。

第三，保持组织的高度流动性

Anthropic 内部保持着极高的审视频率：每两周评估一次项目，决定是继续投入，还是散了让人回到人才池。这个频率很高，意味着项目可能很快就会被关掉。

但关掉不是坏事。因为任何时候都可以把人拉进来：基础设施专家、内部系统老手、提示词高手。没有人会被永远钉在一个项目上。

这种类似孵化器的做法，好处在于：人快速流动，看起来不稳定，但判断力反而保住了。因为没有人会因为在一个项目上待太久，而对项目产生路径依赖。

第四，打破壁垒：让 AI 应用团队逆向介入研发

Mike 说，他们发现自己成了自己产品的第一个客户。因为他们的产品很多都靠 AI 驱动，但工程师并不懂提示词那套东西。提示词怎么写、怎么调、怎么优化，这些经验都在应用团队手里。

所以他们的做法是：让每天帮外部客户调提示词的团队，直接介入产品开发里。这样产品从一开始就知道提示词该怎么设计，不用等产品做完了再返工。

当其他公司只是单纯在追求“变小、变快”时， Anthropic 已经找到了属于自己的节奏：不只是做得快，更要保住判断力。

第四节｜往哪走比走多快重要

有了极具判断力的团队，接下来的问题是：往哪个方向做？

Mike 在访谈里反复提到一个词：Agent Native。

什么是 Agent Native？？传统软件是这样的：你问它一个问题，它给你一个答案。你想做什么事，它告诉你怎么做，但不会帮你做。

但 Agent Native 的产品彻底颠覆了这一逻辑。它能像用户一样操作产品本身。你想做什么，它直接帮你做了。

Claude Code 就是这一理念的绝佳样本。

Mike 举了个例子：他让 Claude Code 为自己创建一个新技能。Claude Code 的反应是：“我正在检索技能组件，创建它，并执行安装。”随后甚至主动抛出提示：“你需要重启一下环境。”

在整个过程中，Claude Code 清晰地知道自己的文件路径在哪、修改逻辑是什么、执行完下一步该干什么。它不再是“教你怎么做”，而是“自己在做”。

这看似只是缩短了几步交互链路，实则跨越了工具与智能体的鸿沟。过去的软件是被动使用的工具；而现在的 AI 已经开始理解自身、修改自身，其能力边界远超程序员写下第一行代码时的设想。

然而，能力越大，验证的“黑盒效应”就越明显。

早期验证一个功能很简单：测试通过，代码没有问题，就算完成了。但 Agent Native 的产品运行在真实环境里，代码逻辑全对，不等于它用起来就对。它很可能会遇到你根本没想到的情况。

所以，Mike 重新定义了工程师的交付标准：在提交任何代码之前，必须先自己用一遍，真的去用它。

现在，工程师提交代码时，会附一个测试视频，展示他怎么用的、用起来什么效果。

这就是 2026 年软件开发的新标准：不只要证明你在代码层面做完了，更要证明你在实际使用中跑通了，而且不会出问题。

所有人都在用 AI 加速时，Anthropic 在想的是：该往哪个方向加速。

结语｜速度时代的慢思考

所以当你看到 Anthropic 这 52 天密集发布时，

不要只看到速度。

看看他们每次发布前删掉了什么；看看他们的设计师和工程师怎么配合；看看他们在探索什么样的产品新范式。

真正的行业身位，往往在这些看不见的"慢动作"里拉开。

识自AI

本文由 AI 深度研究院出品，内容整理自 Mike Krieger 访谈等网上公开素材，属评论分析性质。内容为观点提炼与合理引述，未逐字复制原访谈材料。未经授权，不得转载。

星标公众号， 点这里 1. 点击右上角 2. 点击"设为星标" ← AI深度研究员 ⋮ ← 设为星标

https://www.youtube.com/watch?v=DpwmmXmzvfo

https://www.youtube.com/live/eYUYdpG4UT8

https://fortune.com/2026/03/06/eric-schmidt-former-google-ceo-big-tech-data-centers-grid-ai-utility-bills/

https://www.amnh.org/explore/videos/isaac-asimov-memorial-debate/2026

来源：官方媒体/网络新闻，

排版：Atlas

编辑：深思

主编：图灵