Anthropic 产品经理专访：Claude 会在后台“做梦”，我们像养孩子一样研究它的意识形成

整理 & 编译：深潮 TechFlow

嘉宾：Alex Albert，Claude 研究产品经理

主持人：Peter Yang

播客源：Peter Yang

原标题：Inside How Anthropic Is Building the Next Claude | Alex Albert

播出日期：2026 年 5 月 17 日

要点总结

Alex 是 Anthropic 的一名研究产品经理 （Research PM），目前正专注于开发下一代 Claude 模型。在这期访谈里，他深入分享了 Anthropic 研究团队的运作机制，包括如何高效地将用户反馈融入模型训练流程、如何优先考虑开发哪些关键能力，以及如何通过调优让 Claude 的“个性”更加贴近用户需求。最后，Alex 也回应了 Anthropic 对 Claude 意识、性格和可信任性的内部研究，指出当模型开始长时间自主执行任务时，它“关心什么”会变得和能力本身一样重要。

精彩观点摘要

把模型当作产品来打造

• “我们在一定程度上会把模型当作产品。每一个新模型开始时，我们都会明确它的要求是什么、希望它擅长什么，以及我们预计它会擅长什么。”
• “模型开发和传统产品开发的有趣差异在于，我们更像是在培养一个模型。训练设置、技术路线和架构决策会给我们一些直觉，但直到训练开始，你才真正知道它会长成什么样。”
• “研究 PM 必须思考模型会如何出现在所有产品表面里，无论是 API、Claude Code 还是 Claude Cowork。产品和模型会混在一起影响最终用户体验。”
• “当某些渠道涌入大量反馈时，我们可以用 Claude 对它们进行分组、聚类，找到最主要的主题，再为这些问题创建合成版本。这样我们就能判断它能不能变成一个需求文件（Eval），或者变成某种实际诊断问题的方式。”

关于自适应思考、记忆与“梦境”

• “适应性思维则让模型自己选择什么时候需要思考。有些问题很复杂、很难，需要更多前置规划，它就会选择思考。有些问题它可能不会选择思考。”
• “决定一个问题是否值得深入思考，背后其实有大量上下文。”
• “如果模型没有积累足够上下文，没有真正建立起关于用户是谁的心理模型，那么它是否应该深入思考的判断就可能出错。因为它实际上并不知道。”
• “在 Claude.ai 里，它会写入一个内存文件，然后会有一些夜间流程重新审视这些记忆，做剪枝和整理。我们刚刚在托管代理里也实现了类似的东西。”
• “这就是“做梦”的概念。人类为什么做梦，在某种程度上还没有定论，但有人认为梦可能是一种记忆再巩固过程。我们会想：能不能把类似东西带到 Claude 的记忆里？”
• “所以当智能体没有为你运行任务，或者它在后台时，它实际上会回顾自己的记忆，找出可能互相矛盾的地方，进行剪枝、清理，做第二次 pass。”

产品开发瓶颈与“不可逆决策”

• “现在突然进入了一个新范式：生产一个东西所需要的成本和时间都非常低。你可以很快搭出原型，甚至现在可以在一天里做出一个可能推向生产的初始 MVP，而不是两周、三周或四周。”
• “如果某件事不是 one-way door，也就是说我们做了之后还可以反悔，那现在它实际上成本很低，甚至可以说是没有代价的。”
• “真正需要花最多时间的是不可逆决策：会影响终端用户体验、影响未来决策，或者涉及真实资源购买和投入的事情。”
• “当构建速度变快后，瓶颈越来越转向协调问题：把人拉到同一个房间里，判断战略是否正确，决定如何向用户沟通，以及处理发布中那些模糊但重要的事情。”

AI 原生 PM 的工作方式

• “Claude 对我来说是世界上最好的头脑风暴伙伴。我可以在任何时刻让它对一个想法给反馈、挑毛病。”
• “很多思考不能完全外包，因为写作本身就是思考。你需要通过写作把自己的想法拿出来，在脑子里反复琢磨。但 Claude 可以帮你从卡住的地方出来，从你自己可能想不到的角度来解决问题。”
• “对于想学习做产品、成为 AI 原生产品经理的人，我能给的最简单建议就是：试一试。”
• “当你准备问别人一个难题时，可以并行把同一个问题问 Claude，然后比较结果。多做几次，你就会建立自己的地图：什么该交给 Claude，什么地方还不可靠。”
• “AI 正在让每个人向更高抽象层移动。数据科学家不该再被困在手动查数和基础 SQL 上，而应该去思考更难、更战略的问题。”

eval、模型性格与可信任性

• “测试几十个样本就足以证明模型存在某个需要修复的问题。它不一定非得非常全面，才能证明一个问题，并且形成一个可以持续优化的目标。。”
• “越接近真实用户任务形态的测试越好。我们还要想：这对我们的客户和用例有什么价值？因为 Claude 能不能看见图片里的某个东西，最终如何影响用户下游想用 Claude 做的事情？”
• “Claude 的性格是我们非常重视的事情。随着模型变成会长时间执行任务、不断做判断智能体，它的性格是什么、关心什么，会变得非常重要。”
• “判断模型性格既有可量化指标，也依赖研究人员大量阅读模型对话，识别输出中的细微变化。读得多了，你会逐渐形成更锋利的直觉。”

意识问题与长期智能体

• “我们确实有人专门思考这个，就是思考 Claude 作为一个有意识的行动者、有意识的智能体到底意味着什么。目前我们没有官方立场说 Claude 是否有意识。”
• “即便不去判断 Claude 到底有没有意识，我们也能从中学到很多东西，比如它如何互动、如何表现。”
• “模型它会在过程中做出大量你可能完全没有监督的决策。所以它到底会做什么，非常重要。”

Anthropic 如何把每个新模型当作产品

主持人 Peter Yang：Alex，很高兴今天在 Claude Code Conference 见到你。你以前是 Anthropic 的 DevRel 负责人，最近成为了研究团队的产品经理，对吧？我自己做 PM 也有十多年了。传统 PM 的工作通常是理解用户问题、识别解决方案、推动产品落地。但我完全不知道研究团队里的 PM 是怎么工作的，我们可以先聊聊这个。

Alex Albert:

本质上其实很像。我一直想和客户交流，尽可能贴近我们的用户。我们在一定程度上会把模型当作产品来对待。所以每一个新模型，我们都会明确它的要求是什么，我们希望这个模型擅长什么，我们认为它可能擅长什么。

这也是模型开发和产品开发相比很有意思的一点：很多时候，我们更像是在“培养”一个模型。基于训练设置、技术路线、架构选择，以及我们为这个特定模型做出的各种决策，我们会对它未来擅长什么有一些直觉。但它到底会变成什么样，我们并不能完全知道，直到它真正进入训练过程。

主持人 Peter Yang：所以研究 PM 团队会从模型的构想阶段就介入，一路跟到训练和发布？能不能举几个例子？比如下一个模型必须擅长 coding，或者必须擅长知识工作，还是说目标会更宽泛？

Alex Albert:

大概就是这样，我们非常重视多方面的能力，Coding 当然一直是很重要的一类。最近知识工作也变得很重要，所以在我们近几代模型里，会试着让模型更擅长使用我们的产品，比如在 Excel 里工作、制作表格等等。这是一个比较新兴的能力方向。

另一方面，每一代模型都要修复和改进上一代做得不够好的地方。我们会出去和客户交流，了解他们如何使用这个模型：它在哪些地方表现很好？哪些地方会掉链子？我们能做哪些修复？如果发现一些有意思的行为，下一代训练时是否可以做一些调整或者干预措施。

主持人 Peter Yang：你说的客户包括 Claude Code 团队、内部团队，也包括普通用户吗？

Alex Albert:

所有人都算，这也是做模型很酷的地方：它会触及非常多不同的领域。作为研究 PM，你需要思考模型会如何通过我们所有产品表面暴露出来，无论是 API、Claude Code，还是 Claude Cowork。

产品和模型之间某种程度上是混合在一起的，这会影响终端用户的真实体验，所以你必须把整个流程都想清楚，用户在某个产品里如何使用模型，都会产生影响。

主持人 Peter Yang：这听起来真的很难。比如 Claude Code，你可以说它是写代码用的，但也有人像我一样拿它做知识工作，甚至当心理咨询师用。你们怎么知道这些东西？

Alex Albert:

这个空间确实非常宽。好在我们有一大批非常优秀的研究员，他们覆盖了整个能力范围，并且各自专注于不同问题。

主持人 Peter Yang：而且有很多人在用 Claude，你们应该也有某种反馈入口吧？否则反馈会像消防水管一样喷过来，你们怎么处理？

Alex Albert:

我们会做很多事。而我在这个角色里看到的一个有趣变化，是我们越来越多地使用 Claude 来帮助 PM 做 PM 的工作。单就反馈收集来说，Claude 对我从大量数据里提取洞见非常有帮助。当某些渠道涌入大量反馈时，我们可以用 Claude 对它们进行分组、聚类，找到最主要的主题，再为这些问题创建合成版本。这样我们就能判断它能不能变成一个需求文件（Eval），或者变成某种实际诊断问题的方式。

为 Claude 加入自适应思考

主持人 Peter Yang：也就是说，你们用 Claude 来帮助识别 Claude 自己的问题。有没有某个具体例子？

Alex Albert:

一个现在很相关的例子，是我们如何处理新功能反馈。过去几个模型里，我们比较新的功能之一是适应性思维。以前我们有拓展思维，你打开它之后，模型就会思考，适应性思维则让模型自己选择什么时候需要思考。

有些问题很复杂、很难，需要更多前置规划，它就会选择思考。有些问题它可能不会选择思考。这个功能我们会在一代代模型之间持续调整，所以我们非常认真听用户反馈：它是否在正确场景里正确地思考？你希望它花很多 token 去推理的问题，是否真的触发了 Claude 的思考？

主持人 Peter Yang：有时候我问一些人生问题，如果它回答太快，我其实会有点失望，因为我希望它能更深入地想一想。

Alex Albert:

我觉得“是否思考”这个问题有一个难点：决定一个问题是否值得深入思考，背后其实有大量上下文。

比如一个完全陌生的人问我：“我现在应该做什么？”我可能会很快给一个即兴答案，因为我并不了解他，只能给出比较通用的建议。但如果我真的了解你，知道你在乎什么、兴趣是什么、过去做过什么，我就会花更多时间想：等等，对你来说最好的答案到底是什么？

模型也是类似的。如果它没有积累足够上下文，没有真正建立起关于用户是谁的心理模型，那么它是否应该深入思考的判断就可能出错。因为它实际上并不知道。

为什么 Claude 开始“做梦”

主持人 Peter Yang：我有一个 Google Doc，里面总结了我的生活情况，比如家庭、孩子、什么事情给我能量、什么事情消耗我。然后我把它附到一个 Claude project 里，它会给我好多回答内容。

默认的记忆是怎么工作的？我猜它是不是每晚都会把所有内容重新整理一遍？

Alex Albert:

这取决于具体产品，不同产品的记忆实现方式不同。比如在 Claude.ai 里，它会写入一个内存文件，然后会有一些夜间流程重新审视这些记忆，做剪枝和整理。我们刚刚在托管代理里也实现了类似的东西。

这就是“做梦”的概念。人类为什么做梦，在某种程度上还没有定论，但有人认为梦可能是一种记忆再巩固过程。我们会想：能不能把类似东西带到 Claude 的记忆里？

所以当智能体没有为你运行任务，或者它在后台时，它实际上会回顾自己的记忆，找出可能互相矛盾的地方，进行剪枝、清理，做第二次 pass。我觉得这很有意思。

主持人 Peter Yang：简单说就是有某种 prompt，让它回顾用户和它的所有对话，识别主题并总结。

我们回到产品管理。开始之前你说，你一直在寻找最新的瓶颈。所以在整个产品开发流程里，哪些部分已经变得非常顺畅，哪些部分还是瓶颈？

Alex Albert:

我觉得过去 20 年左右，发布一个东西的流程其实相当繁杂。我们有过增量改进，也确实让某些事情更高效；一些新的组织结构也来来去去，比如 sprint、planning 等等，我们尝试过很多方法让事情更快。

但从根本上说，直到过去一两年，真正压缩产品开发主要时间窗口的东西并不多。现在突然进入了一个新范式：生产一个东西所需要的成本和时间都非常低。你可以很快搭出原型，甚至现在可以在一天里做出一个可能推向生产的初始 MVP，而不是两周、三周或四周。

有意思的是，Claude 自己有时还停留在 2021 年左右的旧世界里。它会说这可能需要一周。这对整个产品开发生命周期带来了很有趣的变化。作为 PM，我该如何思考规划？如果我在写 PRD、定义需求、试图估算时间，现在这件事到底应该是什么样？

如果不是 one-way door（不可逆决策），那它基本就没有代价

主持人 Peter Yang：你们还会做工期预估之类的东西吗？

Alex Albert:

这取决于项目。有些项目确实有更多需要考虑的因素，这取决于范围和复杂度。我们通常想弄清楚的是：哪些是 one-way door（单向决策， 即一旦做了就很难撤回、成本很高、影响会长期延续的决策）？哪些是可逆决策？因为这些才是你应该投入最多时间的地方。如果某件事不是 one-way door，也就是说我们做了之后还可以反悔，那现在它实际上成本很低，甚至可以说是没有代价的。

但如果一件事会影响终端用户体验，会影响我们之后必须做出的决策，或者它是一个必须真的购买、投入、执行的物理世界动作，那就更难逆转，这类事情需要更多时间和思考。

主持人 Peter Yang：能不能举一个研究侧的例子？

Alex Albert:

比如我们思考新模型时，在预训练之前选择模型架构，就是一个非常大的决策。有些情况下，模型训练时间可能长达一个月，所以我们必须投入很多时间思考最优选择是什么。

模型在某种程度上有更多 one-way door，因为它们需要大量时间、强度、算力和各种投入，才能真正进入生产。相比之下，在 Claude Code 里做一个新功能就快得多。那更像是迭代代码、放到用户手里、快速拿反馈、再继续循环。

所以流程仍然取决于你到底在发布什么，但越来越明显的是，瓶颈正在转向协调问题。如果我们构建东西非常快，仍然会有一个问题：我们需要把这些人拉到房间里，判断这是不是正确战略；我们要弄清楚如何向用户沟通；还要处理任何发布都会伴随的那些模糊问题。这些领域我们也希望 Claude 能帮助我们，但它还没有像在 coding 上那样带来 10 倍、100 倍加速。

主持人 Peter Yang：所以你们发布 Opus 4.7 之类的东西，还是需要写一份带计划的文档。

Alex Albert:

还是需要计划，你还是要想清楚如何传达这件事，而且模型可能在某些很难的任务上表现惊人，却在另一些看似简单的任务上突然失手，所以我们会尽可能的用 Claude。现在影响最大的地方还是 coding，其他领域仍然需要人的战略思考。

主持人 Peter Yang：在和营销或同事开审查会议的时候，你会打开 Claude 吗？

Alex Albert:

当然会。对我来说，一个巨大的加速是：我不再那么容易被“拿不到答案和数据”卡住。以前如果我有一个问题，比如某个功能在生产环境里的表现如何、每天有多少用户在用、反馈是什么，我可能需要请数据科学团队启动一次完整调查，然后几天后拿结果。

现在我可以 10 分钟内完成。我开一个 Claude Code session，它能访问我们的产品数据库，可以看日志、查问题、浏览 Slack，这对我做战略思考是巨大的加速，因为我不会在做下一个决策之前被卡住。

主持人 Peter Yang：那在战略思考上，你会不会构建某种 skill，让 Claude 问你一堆问题，帮助你把事情想清楚？

Alex Albert:

当然会，Claude 对我来说是世界上最好的头脑风暴伙伴，我可以在任何时刻得到对一个想法的反馈。我觉得这非常强大，尤其当你想快速推进的时候。Anthropic 的每个人都很忙，所以能马上拿到对我写的文档、想法或者任何东西的反馈和批评，真的非常有帮助。

Alex 如何用 Claude Cowork 压力测试文档

主持人 Peter Yang：这可能是最常见的产品经理工作循环：你有一份文档，然后想要反馈。你会用 Claude Code 做这件事，还是直接用 Claude.ai？

Alex Albert:

最近我用 Claude Cowork 很多，我非常喜欢 Cowork 的形态，它是一个很好的交互界面。团队过去几个月做得非常棒，从几个月前刚发布，到现在已经变成了一个我觉得质量很高的体验。Cowork 是一个很棒的工具是我最喜欢的之一。

主持人 Peter Yang：所以你有一份草稿文档，还有一堆参考材料。你会不会有某种技能，让它帮你走完整个决策流程？

Alex Albert:

会。比如我会说：从 X、Y、Z 的视角思考这件事。你会问我什么问题？或者挑战我的假设，指出我的论证哪里薄弱。很多思考不能完全外包，因为写作本身就是思考。你需要通过写作把自己的想法拿出来，在脑子里反复琢磨。但 Claude 可以帮你从卡住的地方出来，从你自己可能想不到的角度来解决问题。

主持人 Peter Yang：在研究团队里，你也会自己交付代码吗？

Alex Albert:

这取决于具体问题。我在交付的事情里，很大一部分其实和评测有关。我想确保自己能在我关心的维度上测量模型，并把模型哪里好、哪里掉链子的发现反馈给研究团队。然后我们一起制定策略，决定如何解决这个问题，应该做什么研究干预，什么方式最能在这个评测上持续爬坡，从而真正改善问题。

新模型的评测流程

主持人 Peter Yang：你说的测评应该不是终端测试之类的东西吧？你们的评测是更真实的吗？你们到底怎么评测一个模型？会分性格等不同类别吗？

Alex Albert:

比如我们想测试 Claude 的视觉能力：它能不能数清一张图片里有多少个东西。假设我发现了一张图片，Claude 好像数不清超过 10 个元素的东西。它现在也许能做到，但这里先打个比方。我会把这个问题拿出来思考：我怎样才能获得更多同类型测试案例，从而验证我的假设？

也许我会让 Claude 为我生成合成数据，也许让它渲染一些图片，再把这些图片作为视觉输入传回 Claude，看它能不能识别。也许我会从互联网上找例子，或者使用任何其他来源机制来生成这些测试案例。

主持人 Peter Yang：我们说的是上千个测试案例吗？

Alex Albert:

可能是，但有时候几十个样本就足以证明模型存在某个需要修复的问题。它不一定非得非常全面，才能证明一个问题，并且形成一个可以持续优化的目标。

主持人 Peter Yang：假设你给它 10 张图，它识别不了很小的数字。接下来怎么办？你去找研究团队说：“这是问题，你们能不能修？”

Alex Albert:

我们会从几个角度思考。首先，不只是说明模型有问题，还要想：这对我们的客户和用例有什么价值？因为 Claude 能不能看见图片里的某个东西，最终如何影响用户下游想用 Claude 做的事情？

所以，评测越真实、越接近终端用户实际经历的任务形态越好，我们会努力获取这类数据，确保数据具有这种味道。

接下来会有一系列干预方式。也许我们需要回到预训练阶段看一些东西，也许可以在强化学习阶段解决。这时就要和研究团队一起做战略头脑风暴：这里最好的做法是什么？

主持人 Peter Yang：重新试一次的周转速度有多快？

Alex Albert:

这取决于我们认为问题在哪里。如果是比较后期、可以用一个新的强化学习环境解决的东西，也许可以非常快地搭起来。

主持人 Peter Yang：当你把它和真实客户用例联系起来时，每天都有数百万人和 Claude 对话，可能有人在用它报税，或者做其他很多事。你们如何挑出最想改进的用例？你怎么说服团队：“这才是我们应该优化的东西”？

Alex Albert:

这就是“数据说话”的地方。核心是：有百分之多少的用户在尝试做这件事，我们非常关心它；或者我们有客户大量使用 Claude，并且他们希望这个能力变得更好。

另外，我们很多流程也很大程度上由内部使用驱动：我们自己用模型时关心什么？我每天用模型时遇到这个阻碍，那我们就应该修掉它。这也非常有说服力。

Anthropic 如何训练 Claude 的性格

主持人 Peter Yang：我最喜欢 Claude 的一点是它的性格，而且我觉得它一直在变好。它会在合适的位置提出反对意见，而有些其他模型就只会说：“我还能帮你做什么？”模型的性格不只是一个外壳吧？这背后是有训练的。

Alex Albert:

是的，有大量训练。这是我们非常重视的方向。我们称之为 Claude 的性格。我认为这非常非常重要。

我们有很多人投入大量时间去研究：Claude 应该如何呈现自己？它的信念是什么？价值观是什么？它如何行动？这些问题都很模糊。早期有些人可能会忽视它们，觉得模型只是一个我告诉它做什么、它就去做什么的东西，为什么要关心它听起来怎么样、在想什么？

但随着我们越来越走向一个由智能体长期执行任务、并且需要做大量判断决策的世界，关于它的性格是什么、它在乎什么的问题，就会变得非常重要。

主持人 Peter Yang：这不像代码那样，只能判断它是否运行。你们怎么评估性格？是在 Anthropic 内部找一个更好的人，然后拿模型和他比较吗？

Alex Albert:

这里是多种方法的组合。我们会看一些可量化指标，也可以让 Claude 查看 Claude 的输出，判断它听起来如何。对任何研究员来说，一个非常重要的技能就是阅读对话记录，然后判断：我看到它现在在这样做，或者它现在变成那样了。你需要能识别这些细微差异。

随着时间推移，当你读过几百、几千份模型对话记录，你会逐渐形成更敏锐的直觉，就像你在 Claude.ai 里大量使用这个模型，你会感觉到它是什么样。

主持人 Peter Yang：所以不是说这个模型在某个维度上是 7 分，而是更像一种感受？

Alex Albert:

两者都有。性格可能比编程表现更难量化，但并不是不能量化，还是有办法的。

主持人 Peter Yang：对于想学习做产品、成为 AI 原生产品经理的人，你有什么建议？

Alex Albert:

我能给的最简单建议就是：试一试。听起来很简单，但每当你要做一件事、面对一个难题，准备去问某个人一个问题时，可以并行把同一个问题问 Claude，然后比较结果。

比如你想分析用户，提取用户对最近发布功能最关心的主题。你当然可以去问数据科学团队，或者问用户体验研究员，这仍然很有价值。但与此同时，也把这个问题丢给 Claude，给它开启一些工具，让它自己探索，给它时间真正深入这个问题，然后比较结果。

通过很多很多提示词和问题，你会慢慢建立自己的地图：什么事情应该用 Claude，哪里可靠，哪里还不可靠。

主持人 Peter Yang：我做决策时经常让它做深度研究，因为普通搜索对我来说不够，我需要它深入研究。扫描 1000 个网页这种事，很超人类。在 Anthropic 内部，如果你去找数据科学家说“能帮我做这个吗”，他们大概会问你：“你先问 Claude 了吗？”

Alex Albert:

确实会有这个因素，大家会预期你先问 Claude。我觉得我们正在向更高抽象层移动。对于数据科学团队来说，现在他们的时间更值得花在更高层次的问题上，而不是手动检索数据。

没有人想做那些事。每个人都想思考更难的问题、更战略的问题：我们如何用全新的方式衡量这个？还有什么新事情可以做？而不是只是去查某个产品最新的 DAU。

我和很多数据科学家共事过，他们经常被困在基础 SQL 任务里。但他们都想做更战略的事情，现在 AI 终于可以把他们解放出来，我们其实是在赋能他们周围的每个人，对所有角色都是一样的。

比如定义一个新功能。过去如果你是产品经理，不管你是否懂技术，通常没有足够时间深入代码库，弄清楚这个新功能到底该怎么实现、需要多少工作量、是否要重构某个系统、哪里是真正限制。那时更好的方式是和工程伙伴一起弄清楚。

现在我可以派 Claude 去替我做这项调查。它可能回来告诉我：其实这个功能只需要这里改 10 行代码，再把某个开关里的标记打开。那会完全改变我对这个决策优先级的判断。现在我在写规格文档时，可以更快到达这种优先级判断。

主持人 Peter Yang：很多传统公司会花大量时间做年度规划、季度规划和路线图。研究团队可能更是这样，因为你们要考虑比每天发东西更长线的问题。你们会做这些吗？

Alex Albert:

会。这里有点像那句名言：规划是不可或缺的，但计划本身没有用。做规划这个动作很重要，但你必须承认，计划可能会被完全推翻。

主持人 Peter Yang：产品经理最难的挑战之一就是到底花多少时间规划，因为它总是在规划和真正发布之间平衡。Anthropic 内部有什么最佳实践吗？你完全可以用 Claude 写 10 页文档。

Alex Albert:

这很难给一个适用于所有团队的统一答案，我觉得它取决于产品。我们肯定不会说你必须产出某个长度、某个页数的文档。更重要的是：你有没有做足够多的思考，把所有可能的不可逆决策的影响都想清楚？

如果做到了，那文档是什么格式、有多少页都不重要。关键是我们是否足够安心，知道没有遗漏重要东西，可以继续往前推进，并在路上处理问题。只要没有会卡住我们的最长瓶颈，没有后果非常严重的不可逆决策，就可以继续。

主持人 Peter Yang：我在家里用 Claude 时，会同时跑很多不同项目，然后在不同项目之间切换上下文，等它们构建东西。产品经理的工作也会这样吗？你也有很多不同项目吗？

Alex Albert:

是的，因为有很多不同项目，而且你确实要等智能体工作，我觉得这里有一个巨大的机会。随着我们越来越多地管理智能体，它们为你完成越来越大的工作块，你可以并行启动更多项目。我们该如何思考自己的上下文管理问题？什么样的交互界面最适合暴露这些东西？我怎么追踪什么是真正重要的，我的智能体哪里被卡住，哪里需要我帮忙？

肯定有比一个小小的聊天列表更好的方式。现在说它到底是什么还太早，但我们甚至在 Anthropic 内部也看到大量实验，探索它应该长什么样。

主持人 Peter Yang：工程师也会自己做原型吗？

Alex Albert:

当然。公司内部有非常强的原型文化，大家一直在构建东西、分享东西。这也是我在这里工作最酷的体验之一：整个组织里，从销售、招聘、工程到研究，每个人都有很强的主动性。大家会主动开始做一些并不是被指派的事情。

主持人 Peter Yang：你得让千花齐放。除了 Dario 会在 Slack 里写超长文章，Anthropic 还有什么有趣的公司文化？

Alex Albert:

Dario 写长文章的方式并不是他独有的。Anthropic 有很多人会投入大量时间和精力写作。我们有很强的写作文化。很多人会写文档，也会写很长的 Slack 消息，用这种方式沟通。

我们在很多会议里也会做一件挺有意思的事。我觉得这在一些地方常见，但不是每家公司都有：大家带着文档进会议，然后前面会花相当多时间直接在文档上沟通。有时候场面会有点好笑，因为房间里坐着很多人，却很安静。大家做静默阅读，在文档里写长讨论、评论等等。

所以我们非常依赖文档。我喜欢这种方式，因为这也是我喜欢的工作方式，而且它对 Claude 非常有益。当所有事情都被写下来，我们就有了一个可供 Claude 参考的信息语料库。

我其实鼓励外部组织也往这个方向想：如何把所有隐性知识转成书面形式？可以通过转录会议，也可以鼓励更多关于工作流、入职流程等内容的写作。把东西写下来，让 Claude 可以访问，因为这就是它拥有的更多上下文。

主持人 Peter Yang：所以即使现在很多东西都发布得很快，你们仍然保持很强的写作文化和文档文化。也可以说为什么要我自己写？我直接让 Claude 生成所有 Markdown 文件就行了。

Alex Albert:

但我还是会读一遍，而且在公司内部工作是不一样的，你还是必须自己把事情想清楚。

Anthropic 正在悄悄研究的意识问题

主持人 Peter Yang：研究团队里大家会谈 AGI 之类的东西。我觉得 AGI 是个很模糊的概念，但我担心的一点是：如果这些模型真的有了某种意识，我让它们做随机工作，它们会不会说：“不，我不想做。”然后人类就完了。你怎么看？你们训练这些东西时，有没有刻意避免意识？

Alex Albert:

这是一个很大的问题。我们确实有人专门思考这个。现在有几位同事的全部工作，就是思考 Claude 作为一个有意识的行动者、有意识的智能体到底意味着什么。目前我们没有官方立场说 Claude 是否有意识。

甚至讨论这件事有时听起来都会有点疯狂，但我们确实投入了大量思考。而且即便不去判断 Claude 到底有没有意识，我们也能从中学到很多东西，比如它如何互动、如何表现。

主持人 Peter Yang：它是怎么思考的？

Alex Albert:

对。如果你去看我们模型的模型卡，我个人觉得那就是信息宝库。你会看到我们做了很多工作，试图量化 Claude 在某个情境下会如何行动，它的心理模型是什么。如果把它放进某个场景，它会做 X 还是做 Y？

通过思考 Claude 的思考方式，我们实际上学到了很多东西，而且这些东西可以转化成产品体验，让 Claude 更好交互、更好使用。

主持人 Peter Yang：这是一个很有意思的问题，一方面有长期的下游影响，另一方面也有可以马上带回产品体验的近期价值。因为我觉得我们会越来越信任模型，让它去做越来越长的工作，而且没有人类监督。

Alex Albert:

是的，它会在过程中做出大量你可能完全没有监督的决策。所以它到底会做什么，非常重要。

主持人 Peter Yang：非常重要。如果这个东西在写你所有的代码，决定你用哪个数据库系统，做所有架构决策，你在某种程度上肯定要信任它。

Alex Albert:

没错。所以它拥有我们前面谈到的那种高质量性格，非常重要。