Lenny 深度对谈 Claude Code 产品一姐：AI 时代，PM 该换种活法了！

来源：市场资讯

（来源：AI信息Gap）

Cat Wu，Anthropic Claude Code 和 Cowork 的产品负责人。

普林斯顿大学 CS 专业出身，第一份工作是 Scale AI 的早期工程师。

后来转 VC（风险投资）干了三年，在 Index Ventures 服务过 Figma、Datadog、Discord 这些被投公司。

2024 年 8 月加入 Anthropic。一年半后，她和 Claude Code 负责人 Boris Cherny 搭档，一起把 Claude Code 做成了 Anthropic 300 亿美元年化收入里增长最猛的产品线。

这次，她在 Lenny's Podcast 上聊了一个半小时。

她对 Lenny 说，自己面试过几百个想转 AI 的产品经理（PM），发现大多数人的思路从一开始就走偏了。

「以前一个产品功能从想法到上线，可能要走 6 到 12 个月。现在很多功能 1 个月就上线了，有的 1 周，甚至 1 天。」

「最值钱的 PM，是能想办法继续缩短这段时间的人。」

01｜发布节奏从 6 个月压缩到 1 天，没人写 PRD 了

AI 之前的科技行业，迭代是按半年到一年来的。

「6 到 12 个月规划一个产品路线图，PM 大半时间花在跟其他团队对齐排期。那时候写代码又慢又贵，所以做事都谨慎。」

Cat 说现在不是这样了。

为了匹配这个节奏，Anthropic 内部做了这样几件事。

绝大多数功能直接打上「研究预览」（Research Preview）标签发布。明确告诉用户这是早期产品，不保证长期支持。这样能减轻发布压力，工程师一旦有想法，一周之内就能上线。

工程师觉得功能 OK 了，往团队的「evergreen launch room」频道里发个消息。文档负责人、产品营销负责人第二天就把对外公告写好。一条流水线，工程师只管发布，剩下的自有人接。

产品需求文档（PRD）也没完全消失。但只有「特别模糊的功能」或「需要大量基建投入的项目」才会写。其他都靠两样东西兜底。

一是每周一次的「metrics readout」，全员参加。业务关键指标怎么样、为什么这样，每个人心里都有数。

二是「team principles」文档，里面写清楚谁是核心用户、为什么是核心用户、什么事重要、什么事可以舍弃。

「这两份东西一拿出来，团队里任何人都能自己做决策，不会卡在 PM 这边。」

02｜招会写代码的工程师，不是招 PM

Lenny 抛了个问题给 Cat。

外面一直说，AI 时代不需要那么多 PM 了。但 Anthropic 自己的增长负责人 Amol 上一期播客上的观点正好相反。工程师代码写得太快，PM 和设计师反而不够用。

Cat 的回答，绕开了「要不要 PM」这个问题。

「所有角色的边界，都在变模糊。PM 在写代码，工程师在做 PM 的活，设计师也能改代码。」

她说 Claude Code 团队几乎所有 PM 都做过工程师，或者现在还在写代码。设计师也都是前端工程师出身。

「我们更愿意招有产品 taste 的工程师，而不是再招一个 PM。」

理由是这种工程师能从头到尾把活干完。在社区看见用户反馈，周五功能就能上线，整个过程不需要 PM 介入。

「这是目前最高效的发布方式。」

Cat 自己也是工程师转的 PM。

她说接下来这几个月，工程背景特别值钱。你能判断一件事到底好不好做。能一小时搞定的，就别花一上午开会争论。判断不了的，再写 PRD。

「但每隔几个月，模型能力都会有一次大涨，哪个技能值钱也跟着变。所以我也不敢说工程背景会一直值钱。」

最值钱的还是产品 taste。

「当写代码越来越容易的时候，决定写什么就变得越来越值钱。」

03｜一晚上做完 20 页 PPT

最近 Anthropic 有场 Code with Claude 开发者大会。Cat 要讲其中一节，主题是「Claude Code 怎么从 AI 助手变成一个完整的 Agent」。

她要在 PPT 里放 Anthropic 内部真实的使用案例做 demo。

「我把 Google Drive、Slack、Gmail 都连进了 Cowork。」

她给 Cowork 写了个提示词。

帮我做一份 Code with Claude 大会的 PPT。这是产品营销同事 Alex 给的初版要点。这是我自己写的草稿，不满意，但放这儿了。能不能先给我一个详细的大纲。注意别和 keynote 主题撞车，keynote 优先级更高。

然后 Cowork 干了 1 个小时。

它搜索了推特看 Anthropic 最近上线了什么，检查了 evergreen launch room 看团队在准备什么，又去查了 Claude Code 的 demo 频道看大家怎么用自己的产品。

第二天早上，Cat 醒过来收到一份 20 页的 PPT。

「读了一遍，挺不错的。我喜欢 PPT 文字越少越好，这版稍微长了点，给了一轮反馈就改好了。」

最关键的是，Cowork 用上了 Anthropic 内部的演讲模板和设计规范，整份 PPT 看着像一个 Anthropic 的设计师做出来的。

「视觉上非常完整，第一眼就觉得，这个挺像那么回事的。」

Cat 估算自己手动做这份 PPT 至少要花几个小时。Cowork 一晚上跑完，她只需要把 demo 部分准备好。

她总结了一条心得。

「Cowork 是非常好的头脑风暴助手。它能在几分钟内整合海量信息、把所有可能性列给你。但最终留哪些，还得 PM 拍板。」

04｜PM 最被低估的技能：让模型反思自己的错误

Lenny 问，AI 时代，怎么练成 Cat 说的那种「产品 taste」。

Cat 讲了三件事。

第一，每天花大量时间用 AI。

她讲了一个具体方法。模型偶尔会做出意料之外的事，比如改完前端代码只跑了测试，没验证 UI。

「我会让模型自己复盘，刚才为什么这么决定。」

模型可能会说，「系统提示词这一段写得有歧义」「我把验证这件事委派给了子 Agent，但没检查它有没有真的去做」。

「每次让它自我反思，你会立刻看到 harness 哪里出了问题。这是优化提示词最快的办法。」

第二，找 5 个能给你准确反馈的真人。

Cat 说团队每次推出新模型，最快获得反馈的方式是组织一次团队聚餐，一个一个问「你的感觉」。会有人立刻说「这版话太多」「这版总是给自己写记忆，但写得不太行」「这版又开始过度测试了」。

「不是所有人的反馈都同样有用。但要花时间找出那 5 个 taste 最好的人。」

第三，写可以量化的评测（Eval）。

「不需要写 100 个，10 个高质量的评测就够了。」

评测把模糊的「我觉得这个不太好」翻译成可量化的「这个指标在这种场景下下降了」。Cat 说团队里有几个人专门跟研究团队搭档跑评测。这件事，被很多 PM 严重低估了。

05｜源代码泄漏 / OpenClaw 封禁

3 月 31 日，Claude Code 因为 npm 打包失误，把内部源代码也一起打包发了出去。59 MB 的源代码 map 文件被研究员 Chaofan Shou 第一时间扒出来挂在网上，GitHub 上很快出现了一堆镜像，star 数后来一度涨到 8 万。

Lenny 问 Cat，发生了什么。

「我们第一时间调查了。是人为失误。」

Cat 说这次失误通过了两道人工审核。但还是发生了。

「最重要的不是追责到个人，而是把流程加固起来。这是流程的问题，不是个人的问题。我们已经把改动都上线了。」

紧接着是 OpenClaw 那件事。OpenClaw 是奥地利开发者 Peter Steinberger 做的开源 Agent 框架，之前可以调用 Claude 订阅。4 月 4 日 Anthropic 切断了对第三方的支持，全网开源圈炸开了锅。

Lenny 问 Cat，社区里不少人觉得这是 Anthropic 在「打压开源」。

Cat 没回避。

「Claude 的需求在疯狂上涨。订阅产品最早不是给第三方设计的，它们的使用模式跟我们自家的不一样。」

Anthropic 的判断是把订阅算力优先留给自家的 Claude Code 和 Cowork。所以做出了这个取舍。但 Cat 说，所有订阅用户都拿到了一笔等额配额作为补偿。

「我们也想让过渡丝滑一点。但优先级最后还是放在自家产品和 API 上。」

Lenny 帮她翻译了一下。

「Anthropic 在 200 美元一个月的订阅上其实已经在赔钱了，算力紧张，没法再让第三方拿去白用。生意要做下去。」

Cat 也承认。

「能让 Claude 触达更多用户，是 Anthropic 当下最重要的任务之一。订阅是这个目标的核心抓手，所以这是个不得不做的取舍。」

06｜AGI pilled 的度，是 PM 最难拿捏的事

播客里 Cat 反复提到一个词，「AGI pilled」。

你可以理解成「相信 AGI 真的快来了」的程度。

Cat 说，这件事是 PM 最难拿捏的。

「想象一下 AGI 真到来的那一天。你其实不需要复杂产品，一个文本框就够了。模型聪明到能自己加工具、接入新系统，知道自己什么时候不确定，会主动问问题澄清。」

「难的不是给那个超级 AGI 模型设计产品。难的是给当下的模型设计：怎么把它现有的能力压榨到最大？怎么把用户引到它擅长的那条黄金路径？怎么补足它的短板？」

她给了一条更具体的判断标准。

「下一代模型出来的时候，我们会重新读一遍系统提示词，逐条问：这条提醒还需要吗。不需要就删。」

Cat 举了一个例子。早期 Claude Code 接到大型重构任务，会改完 5 处就停。所以团队加了一个 to-do list 工具，强迫模型把所有调用点都列出来挨个改。

「Opus 4 之后，我们发现不需要提醒，它也会自己用 to-do list。再后来这个 to-do list 反而变成了用户体验加分项，模型已经不靠它兜底。」

「新模型出来时，要做的第一件事，往往是把加给上一代模型的那些辅助手段，一个个砍掉。」

07｜给所有 PM 的一句话：just do things

最后 Lenny 让她送一句话给焦虑的 PM 们。

「Just do things.」

「我觉得很多公司里 PM、设计师、工程师的职责边界太死了。Just do things 是说，你想清楚目标和约束，就放手去做，跨边界也行。做错了，道个歉再改回来。」

她补充道，工作里的角色和岗位说明，本质上都是假的。

「Jobs are fake. 你只要理解约束条件，就能想清楚自己能做什么。然后快点把它做出来。」

但她警告了一种「错误的 just do things」。

很多人热衷于折腾自己的工作流，加 skill、加 MCP、堆各种 agent 自动化。但目标本身反而被搁置了。

「我也常看到有人把自动化做到 90%、95%，就丢在那儿不管了。剩下那 5% 不啃下来，就根本算不上自动化。但那最后 5% 是真的费劲。」

她举了个自己的例子。

她正在让 Cowork 帮她把 Gmail 收件箱清零。

「我教了它好几个月。现在还远没有到位。」

「找你工作里那些重复的、你一点都不喜欢的活，把它交给 AI。然后用省下来的 20% 时间，去做你一直想干、但没有空干的事。」

Anthropic 之所以从开局不被看好，到现在 300 亿美元年化营收反超 OpenAI，靠的不是某一个炸裂功能。

是一整个跑得比所有人都快的产品团队。

全公司 30 到 40 个 PM，工程师不靠 PM 也能独立把功能从想法做到上线，一年内把发布周期从「6 个月」压缩到「1 天」。

「我们想方设法移除每一个功能发布的障碍。」Cat 说。

这话听起来没什么。但关键是，她说到做到。

我是木易，Top2 + 美国 Top10 CS 硕，现在是 AI 产品经理。