近期，人工智能公司Anthropic备受关注。不仅推出了性能卓越的Claude 3.7 Sonnet模型，还在融资方面取得了显著进展。Anthropic首席产品官Mike Krieger（前Instagram联合创始人）在一次访谈中，分享了关于AI行业发展、产品策略和未来趋势的独到见解。
(adsbygoogle=window.adsbygoogle||[]).push({});
平衡创新与信任：AI产品的发布之道
Sam Altman曾提到，初创公司的一大乐趣在于可以快速发布产品，而不必追求极致的完美。然而，随着公司规模的扩大，每次发布都承载着巨大的压力。
Krieger对此深有体会。他认为，不同于初创公司可以采取更激进的“快速行动，打破常规”的策略，也不同于大型企业过于保守和缓慢的发布节奏，Anthropic试图在两者之间找到微妙的平衡点。尤其是在Anthropic拥有了数百万用户后，如何在快速迭代和用户信任之间取得平衡，成为了一个关键问题。
为了适应不同用户群体的需求，Anthropic探索了“选择加入”（opt-in）机制等灵活的发布方式。例如，在API产品中，用户更看重可预测性和稳定性，因此可以采用“选择加入”的方式，让用户自主决定是否尝试新功能。但在面向消费者或企业级的产品中，这种方式可能并不适用，因为用户更期望获得持续改进和优化的体验。
Krieger坦言，Anthropic仍在积极探索最合适的发布节奏。他们希望尽快将新功能推向市场，以便及时获取用户反馈，但同时也意识到，随着公司知名度的提高，以及越来越多的人开始依赖Anthropic的产品来完成工作，他们不能再像以前那样随意对待发布。
模型之外：构建AI产品的护城河
Krieger强调，Anthropic的目标不仅仅是成为一个“模型提供商”，而是要成为客户的“AI合作伙伴”。这意味着要与客户建立更深度、更长期的合作关系，而不仅仅是提供“输入文本，输出文本”的API交易。
为了实现这一目标，Anthropic高度重视第一方应用（First-Party Product）的战略价值。Krieger认为，第一方应用不仅能增加收入来源，更重要的是能够加速学习、提升模型能力、建立品牌忠诚度，并构建更强的竞争护城河。
他以Claude Code为例，指出通过内部试用第一方工具，可以直接获得模型改进的反馈，从而加速下一代模型的迭代。此外，第一方产品也更容易建立用户粘性和品牌忠诚度。
不过，Krieger也承认，在第一方产品的开发方面，Anthropic还有很大的提升空间。他坦言，公司在第一方产品上的投入还不够，导致迭代速度较慢，这在一定程度上影响了Anthropic在市场上的竞争力。
差异化竞争：AI创业的机遇与挑战
在谈到AI创业的机遇与挑战时，Krieger认为，最有价值的领域将是那些拥有差异化市场策略、对特定行业或特殊数据具有独特知识的地方。他特别提到了金融、法律和医疗保健等领域，认为这些领域的复杂性和专业性，为AI创业公司提供了构建长期竞争优势的机会。
Krieger指出，AI和产品设计的关键在于，必须在展示未来愿景和利用模型当前能力之间保持微妙的平衡。创业公司可以适度“过度承诺”，以吸引早期用户，但对于已经拥有成熟产品和用户的垂直SaaS公司来说，则需要更加谨慎，避免因AI功能不完善而破坏用户信任。
他还强调，创业公司应该“为未来的模型构建产品”。他提到，很多创业公司的产品，直到Claude 3.5 Sonnet或类似的突破性模型出现才真正起飞。这意味着，创业者需要积极探索领域，对当前模型的局限性保持敏感，并积极尝试下一代模型。
DeepSeek的启示：技术、营销与产品的多重思考
Krieger还谈到了他对DeepSeek的看法。他认为，DeepSeek的出现，让人们意识到中国在AI领域的技术实力不容小觑。
他指出，低估或继续低估中国在AI方面的能力，将是一个巨大的错误。他以Instagram在中国被屏蔽后，涌现出的一系列平行创业公司为例，指出这些产品通常质量很高，展现出很多创造性思维，并且也实现了大规模应用。
对于DeepSeek的崛起，Krieger认为，这既有技术层面的原因，也有市场层面的因素。在技术层面，DeepSeek的一些做法值得Anthropic借鉴和思考。但在市场策略和市场地位方面，DeepSeek对Anthropic的影响相对有限。
Krieger特别提到了DeepSeek在营销方面的成功。他认为，DeepSeek从默默无闻到在很多圈子里比Claude更出名，这与当前的世界局势，以及“DeepSeek更便宜”的叙事密切相关。他坦言，Anthropic在对外讲述Claude的故事方面做得还不够，没有充分展现Claude的独特之处。
DeepSeek的崛起也让Krieger意识到，Anthropic应该更快地将一些想法推向市场，而不是过分关注每个细节的完美程度。他认为，有时体验的新颖性本身就很有价值。
此外，Krieger还观察到DeepSeek在新兴市场的使用率和留存率很高，但在西方市场却并非如此。他认为，这可能与DeepSeek在不同市场的用户画像和市场策略有关。他指出，对于DeepSeek和Anthropic来说，产品能否保持持久竞争力的关键在于，谁能率先实现AI在工作和生活中的深度应用，并随着时间的推移可持续地发展。
模型能力与用户体验：AI产品设计的核心
Krieger强调，模型质量与产品用户体验（UX）之间存在着强相关性。他认为，要成为一名优秀的UX设计师，就必须同时考虑模型质量。
他指出，如今的设计师、产品经理，尤其是工程师，都需要思考如何围绕一个根本上不确定的系统设计脚手架和产品。这意味着模型质量、提示词工程等所有后端的东西，都成为了产品设计的一部分，并且会对产品产生直接影响。
Krieger认为，未来的用户不需要自己选择模型。他用“抽象泄漏”来形容当前大多数AI产品的设计缺陷。他指出，用户需要选择模型、理解模型的工作方式、进行提示词工程等，这些都是不应该发生的事情。他希望未来的AI产品能够做到“让提示词工程对用户完全透明”，让模型通过对话来澄清用户需求，而不是让用户去区分谁是优秀的提示词工程师。
代码生成与软件开发：AI带来的变革
在谈到AI在代码生成和软件开发方面的应用时，Krieger认为，Claude Code的核心价值在于提升开发流程效率，而非取代IDE。
他指出，Claude Code非常擅长处理那些需要在不同环节之间进行智能协作的任务，例如更新后端、创建前端、提交翻译等。他认为，在IDE和完全自主的AI之间，存在着一个中间角色，即AI智能体。
Krieger认为，未来软件开发人员的角色将发生重大变化。他们需要掌握跨学科的技能，成为“多面手”，既要懂产品，也要懂技术。此外，代码审查也将发生变化，软件开发人员将从主要的代码编写者，转变为主要的任务委托者和代码审查者。
通用性与专业化：AI产品的发展方向
在谈到Anthropic的产品发展方向时，Krieger强调了通用性的重要性。他认为，即使Anthropic选择了一个特定的目标用户群体或垂直领域，他们构建的产品也应该具有通用性，可以在底层架构层面支持多种应用场景。
不过，Krieger也承认，专业化的工作流程知识，对于构建具有长期竞争优势的产品至关重要。他以专业翻译人员为例，指出他们可能需要一些针对翻译工作流程的特定功能。
他认为，在专业用例和由此解锁的工作流程方面，AI具有巨大的价值。但在消费级甚至轻专业级（prosumer）方面，从基础AI产品的角度来看，模型已经足够好了。
数据、算法与评估：AI发展的关键要素
在谈到AI发展的关键要素时，Krieger认为，改进模型训练环境，使其更好地反映真实世界的复杂任务，是当前最大的挑战之一。
他指出，即使在软件工程领域，软件工程师的工作也不仅仅是编写代码，还包括理解需求、制定时间表、与团队协作等。目前还没有合适的评估方法，能够很好地模拟这些复杂的工作流程。
在谈到数据问题时，Krieger认为，为了改进模型，需要混合使用人类数据和合成数据。他指出，优秀的人类数据可以用来引导模型，而合成数据则可以让模型在各种环境中进行探索和学习。
他还提到了模型“氛围感”（Vibes）的重要性。他认为，模型的“感觉”是一种非常主观的、类似人类的方面，很难进行量化评估。因此，既要有关于这些软性技能的数据，也要有评估这些技能的方法。
开源、蒸馏与商业化：AI行业的热点话题
在谈到开源和蒸馏等行业热点话题时，Krieger认为，蒸馏技术并非解锁AI能力所必需的，而且还会带来其他问题，包括国家安全和服务条款方面的问题。
他指出，为了让技术进步以当前的速度持续下去，并实现长期可持续发展，实验室需要能够将所有的训练和创新商业化。他认为，找到合适的商业模式至关重要。
对于Llama的发布，Krieger认为，这并不意味着模型本身没有价值，所有价值都在于数据。他指出，价值在于团队的优秀程度、是否拥有所需的基础数据，以及模型在实际用例中的有用程度。
AI的未来展望：智能引导者与人类的伙伴
在展望AI的未来时，Krieger提出一个引人深思的观点：AI将超越“工具”或“助手”的局限，进化为“智能引导者”。
他认为，AI将主动洞察用户需求，指引方向，辅助决策，成为用户达成最重要目标的关键伙伴。未来的AI产品将不再仅仅是“我可以问问题，偶尔还能主动提出建议”，而是能够为用户提供独特的价值，帮助用户节省时间，提高效率，成为更好的自己。
Krieger还谈到了AI在延长寿命和人类寿命方面的潜力。他认为，AI可以加速药物发现和临床试验的进程，为治疗各种疾病带来新的希望。他对此表示非常乐观。
最后，Krieger强调了“辨别力”和隐私在AI发展中的重要性。他指出，随着模型变得更强大，它们也会变得更博学，可能会接触到各种私密或敏感信息。他认为，如何让模型在提供帮助的同时，保护用户的隐私和数据安全，将是一个巨大的挑战。
暂无评论