Anthropic 的 AI 霸業之路

重新定義 AI 競技場

Anthropic 在 AI 模型供應商領域中佔據著舉足輕重的地位,尤其在編碼等領域表現出色。然而,其旗艦 AI 助理 Claude 尚未達到 OpenAI 的 ChatGPT 那樣的普及程度。根據 Anthropic 的首席產品長 Mike Krieger 的說法,該公司並未執著於透過創建一個被普遍採用的 AI 助理來征服 AI 領域。

「雖然我希望 Claude 能夠接觸到廣大的受眾,」Krieger 在 HumanX AI 會議上的一次對話中分享道,「但我們的宏偉願景並不取決於此時此刻實現大眾市場的消費者採用。」

雙管齊下的策略:模型和垂直體驗

Krieger 闡明,Anthropic 目前的重點有兩個:打造卓越的模型和開發他所謂的「解鎖 Agent 的垂直體驗」。這一策略的初步體現是 Claude Code,這是 Anthropic 的 AI 驅動的編碼工具,在第一週內迅速獲得了 10 萬用戶。Krieger 暗示,針對特定使用案例的類似專業 Agent 正在開發中,並計劃於今年發布。此外,Anthropic 正在積極開發為開發人員量身定制的「更小、更便宜的模型」。當然,他們最強大的模型 Opus 的未來迭代版本也即將問世。

從 Instagram 到 AI:塑造人機互動的旅程

Krieger 以 Instagram 和新聞聚合應用程式 Artifact 的聯合創始人而聞名,他近一年前加入了 Anthropic。「我轉到 Anthropic 的一個關鍵原因是我相信我們擁有獨特的能力來塑造人機互動的軌跡,」他透露。「我們的方法與眾不同。我們努力賦予人們力量,而不僅僅是取代他們。我們的目標是提高人們對 AI 的巨大潛力和固有局限性的認識。」

謹慎與創新之間的平衡

從歷史上看,Anthropic 一直被認為是較為謹慎的 AI 實驗室之一。然而,該公司現在正發出信號,表示將轉向使其模型減少限制。Krieger 指出,他們最新發布的 Sonnet 3.7 與其前身相比,提示拒絕率降低了 45%。「我們設想了一系列模型,從極度冒險到極度謹慎,」他解釋道。「我的最終滿意度在於用戶認為我們的模型實現了和諧的平衡。」

深入探討 Anthropic 的產品策略

在 HumanX 的對話深入探討了 Anthropic 運營的各個方面。我們探討了 Anthropic 如何應對與其 API 客戶(例如 AI 編碼工具 Cursor)的競爭、前沿 AI 實驗室內產品開發的複雜性,以及使 Anthropic 與 OpenAI 區分開來的因素。

企業 vs. 消費者:Anthropic 的目標受眾

問題: 當 Anthropic 規劃未來幾年的發展方向時,它主要是一家以企業為中心的公司、以消費者為導向的公司,還是兩者兼而有之?

Krieger: 我們的核心使命是賦予人們在工作中的能力,無論是編碼、知識型任務還是其他專業工作。我們不太喜歡以娛樂為中心的純粹消費者使用案例。我相信消費者 AI 領域仍有巨大的潛力尚未開發,但這不是我們目前的優先事項。

作為一個擁有十億用戶服務的領導者,我可以證明以這種規模進行建設的興奮和成就感。雖然我希望 Claude 能夠接觸到廣泛的受眾,但我們的雄心壯志目前並不依賴於實現廣泛的消費者採用。

通往 AI 領導地位的道路:超越大眾採用

問題: 如果大眾採用不是主要目標,那麼 Anthropic 通往領導地位的道路是什麼?

Krieger: 我們的策略沿著兩個主要軸線展開。首先,我們堅定不移地致力於構建和訓練世界上最先進的 AI 模型。我們卓越的研究團隊證明了這一點。我們將繼續在這一領域進行投資,利用我們的優勢並通過我們的 API 提供這些功能。

其次,我們專注於打造垂直體驗,以釋放 AI Agent 的潛力。這些 Agent 超越了單次互動,在用戶的個人和職業生活中為他們提供幫助。Claude Code 代表了我們首次涉足垂直 Agent,專門針對編碼。我們計劃推出更多 Agent,以利用我們模型的優勢並滿足特定用戶需求,包括數據集成。預計在未來一年,我們將推出一系列專業 Agent,超越 Claude AI 和 Claude Code。

與 API 客戶的競爭:微妙的平衡

問題: 許多開發人員對由您的模型提供支持的 Cursor 充滿熱情。Anthropic 如何決定何時與其客戶競爭,就像 Claude Code 的情況一樣?

Krieger: 對於所有 AI 實驗室來說,這是一個微妙而敏感的問題,我會非常謹慎地處理這個問題。例如,我親自聯繫了 Cursor 的 CEO 和我們的主要編碼客戶,提前通知 Claude Code 的發布,並強調其互補性。我們觀察到用戶同時使用這兩種工具。

為 Claude Code 提供支持的底層模型與驅動 Cursor、Windsurf 甚至 GitHub Copilot 的模型相同。一年前,這些產品中的大多數甚至還不存在,Copilot 是個例外。我們樂觀地認為,我們可以通過合作來應對這些偶爾的緊密相鄰關係。

為新的 Alexa 提供支持:戰略合作夥伴關係

問題: Anthropic 在為改進後的 Alexa 提供支持方面發揮著關鍵作用。Amazon 是貴公司的重要投資者。這種產品合作夥伴關係是如何產生的,它對 Anthropic 意味著什麼?

Krieger: 這是在我加入 Anthropic 的第三週發生的。Amazon 表現出強烈的創新慾望。這個機會引起了我的深刻共鳴,因為我們可以貢獻我們的前沿模型和優化它們以應對複雜使用案例的專業知識。反過來,Amazon 擁有廣泛的設備生態系統、廣泛的覆蓋範圍和已建立的集成。

這次合作實際上標誌著我在 Anthropic 的兩項編碼貢獻之一。最近,我有機會為 Claude Code 構建了一些功能,這對管理者特別有用。它允許他們在會議前委派任務,然後在會議後查看結果。對於 Alexa,我開發了一個基本原型,演示了與由 Claude 模型驅動的類似 Alexa 的系統的交互。

Alexa 交易的影響:超越具體細節

問題: 在不深入探討 Alexa 交易的財務細節的情況下,這對您的模型有什麼更廣泛的影響?

Krieger: 雖然我們無法透露確切的經濟效益,但事實證明這種合作夥伴關係對雙方都令人興奮。它成為我們的催化劑,特別是在延遲優化方面。我們基本上將一年的優化工作壓縮到了三到六個月的時間內。我重視那些挑戰我們並設定雄心勃勃的截止日期的客戶,因為這最終會讓每個人都受益。其中許多增強功能都已納入所有用戶可用的模型中。

尋求更多分銷渠道:Siri 的潛力

問題: Anthropic 是否會接受更多類似於 Alexa 的分銷合作夥伴關係?看來 Apple 可能正在尋求 Siri 方面的幫助。這是您會考慮的方向嗎?

Krieger: 我們渴望為盡可能多的這些平台提供支持。我們的優勢在於諮詢和合作。硬件開發目前不是我們內部的重點,因為我們需要戰略性地優先考慮我們現有的優勢。

在研究驅動的環境中進行產品開發:平衡的行為

問題: 作為 CPO,您如何駕馭像 Anthropic 這樣的研究密集型公司的動態?當突破性的研究突破可能即將到來時,您如何預測未來的發展?

Krieger: 我們投入了大量的精力來思考我們希望在今年年底交付的垂直 Agent。我們渴望協助用戶進行研究和分析。我們希望解決許多引人注目的知識工作者使用案例。

如果將某些數據納入預訓練階段至關重要,則需要立即做出決定,以便在年中或更晚的時候體現這些功能。我們必須在產品交付方面既敏捷又適應性強,同時保持對我們六個月目標的清晰願景,以便為研究方向提供信息。

當我加入時,我們構思了更具 Agent 性的編碼產品的想法,但模型還沒有完全準備好支持所需的產品。當我們接近 3.7 Sonnet 發佈時,我們感到很自信。這是一場微妙的舞蹈。等待模型完美意味著您太晚而無法主動構建產品。但是,您還必須做好模型不完全符合您需要的準備,並且能夠靈活地交付產品的不同迭代版本。

編碼能力及其對招聘的影響:重新思考工程師角色

問題: Anthropic 處於編碼模型開發的最前沿。您是否已開始重新評估您的招聘策略和工程師的人員配置?

Krieger: 我最近與我們的一位使用 Claude Code 的工程師進行了交談。他強調,最具挑戰性的方面仍然是與設計、產品管理、法律和安全團隊保持一致,以實際交付產品。與任何複雜系統一樣,解決一個瓶頸通常會揭示另一個約束領域。

我們今年將繼續招聘大量的軟體工程師。然而,從長遠來看,我們設想設計師能夠通過將他們的 Figma 設計轉換為初始運行版本,甚至多個版本,從而在堆棧中取得更大的進展。產品經理,正如 Anthropic 內部已經發生的那樣,可以使用 Claude Code 對他們的想法的初始版本進行原型設計。

預測所需的工程師絕對數量很困難,但我們預計將交付更多產品並擴大我們的範圍,而不僅僅是加速現有產品的交付。產品交付的速度仍然更多地受到人為因素的限制,而不是僅僅受到編碼的限制。

Anthropic 的優勢:文化與協作

問題: 對於正在權衡 OpenAI 和 Anthropic 之間的工作機會的人,您會說些什麼?

Krieger: 我會鼓勵他們花時間與兩個團隊相處。產品,尤其是內部文化,差異很大。Anthropic 更強調一致性和 AI 安全性,儘管與純粹的研究相比,這在產品方面可能不太明顯。

我們的關鍵優勢之一,也是我希望我們保留的,是我們高度整合的文化,沒有領地和孤島。我們在研究和產品團隊之間建立了良好的溝通。研究人員積極歡迎產品反饋,以改進模型。這真的感覺像一個統一的團隊和公司,隨著我們規模的擴大,挑戰在於保持這種凝聚力。