AI Engineer World's Fair 2026
How Anthropic Builds: Lessons from Labs
Mike Krieger · Anthropic Labs(Instagram 联合创始人)
从首席产品官转回个人贡献者的 Krieger 讲 Anthropic 的工作方式:按目标委托而不是按步骤指挥(「要求得离谱一点」);交互式 Claude Code 用于紧密迭代,Claude Tag 让异步委托在同事间可见;2000 行的 diff 仍需要人建立心智模型;Labs 每两周「坚持或转向」,几乎每轮都砍项目,项目负责人与人员管理分离。
内容概要
Krieger 在 Anthropic 做了两年 CPO,Claude 能评论战略文档,他却只能看别人做、周末挤时间实验;这种 FOMO 加上更强的内部模型,让他转为个人贡献者。「要求得离谱一点」:一位非技术同事请他改内部产品,他意识到自己的下一步也只是去问 Claude——那为什么还需要他当中间人?第一代 AI 产品限制了模型能触达和做的事,教会人们「要求得小」。执行工具让 agent 在内置工具失败时换条路(周末移植项目的例子:反复转换、验证、比较,而不是一次翻译)。Instagram 第一周后端扛不住负载的教训:在故障前就要能测量,在推出前就要建好开关。Anthropic 内部交互式 Claude Code 用于需要快速来回的工作,Claude Tag(在 Slack 里 @Claude 分派任务)让异步委托变成共享实践——像在 Discord 里看别人用 Midjourney,公开场合能看到私人终端看不到的可能性,并走向持续、主动的工作。委托带来评审瓶颈,尤其是架构改动:2000 行 PR 可以读懂每行代码,却不能让人形成「改了什么、为什么」的图景;对意图和取舍的解释帮助评审者提出更好的问题,重要评审仍由人主导。Labs 对每个项目做两周一次的「坚持或转向」评审,几乎每轮都有项目被关;临时的项目负责人与人员管理分开,避免两周的决策引发两周的重组。Claude Design 的下一步是与其他 Anthropic 产品更好地连接、去掉不必要的区分。创业问题:模型提供商能吸收功能,为什么还要创业?更便宜、更快的实验,加上模型不会自动解决的选题、品味、理解用户和触达用户;大公司的产品会反映其已有的集成和优势。金融 agent 需要建立在已验证数据之上的灵活应用,带来源和审计日志。最后谈倦怠:离线时间、跨多次发布的视角、说出失望。
要点(点击时间跳到原视频)
- 1:02
做了两年 CPO:Claude 能评论战略文档,他却只能看别人做事、周末挤时间实验;FOMO 加上更强的内部模型,让他转回个人贡献者。
- 2:40
「要求得离谱一点」:非技术同事请他改内部产品,他的下一步只是问 Claude——那为什么还要他当中间人?第一代 AI 产品教会人们要求得小。
- 6:29
Instagram 第一周后端扛不住负载的教训:在故障前就要能测量,在推出前就要有调节开关。
- 8:23
交互式 Claude Code 仍用于需要快速来回的工作;Claude Tag 让人在 Slack 里 @Claude 分派任务,同事能看到彼此怎么用——像在 Discord 里看别人用 Midjourney,发现更有野心的任务。
- 10:11
委托带来评审瓶颈:2000 行 PR 每行都读得懂,却未必能让人形成「改了什么、为什么」的图景。意图与取舍的说明帮助评审者提问,重要评审仍由人主导。
- 11:54
Labs 每两周对每个项目做「坚持或转向」评审,几乎每轮都有项目被关掉;临时项目负责人与人员管理分离,两周的决策不需要两周的重组。
- 17:44
模型公司能吸收功能,为什么还创业?实验更便宜更快,而选题、品味、理解用户、触达用户是模型不会自动解决的;大公司产品会反映其既有集成与优势。
- 21:41
长期作战需要离线时间和跨多次发布的视角;说出失望,有助于团队讨论感受并决定下一步。
可以用在日常工作里的
- 团队
按目标和最终状态委托给 agent,让它自己规划;人负责理解结果中的决策与取舍。
- 团队
把 agent 委托放到公开频道(如 Slack 里 @agent),让团队互相学习更有野心的用法。
- 产品
小团队实验采用固定节奏的「坚持或转向」检查,敢于频繁砍项目。