这期访谈最值得带走的，不是「AI 会不会替代 PM」，而是：当模型能力变化得越来越快，PM 如何把产品判断变成一条可运行的反馈回路。
Dianne Penn 是 Anthropic AI Research 与 Labs 团队的产品负责人。她在 2023 年加入 Anthropic，成为公司的首位 technical product manager；这期对话覆盖了 Anthropic 的早期阶段、token maxing、Claude Code、eval-driven development，以及 AI 时代仍不可外包的人类判断。1
这组卡片的主线
- 模型能力要有产品载体。 Claude Code 让模型能力进入真实工作，真实使用又反过来推动下一轮迭代。2
- token 是输入，不是成绩。 更值得追踪的输出，是实验速度、用户价值和更好的想法。2
- eval 正在靠近 PRD 的位置。 先找到正确的用户反馈，再定义「什么叫好」，最后用同一把尺子看每次改动。2
- AI 最好的姿势不是顺从。 Penn 说：「Having Claude push back makes me better.」一个会挑战未成形想法的模型，可能比一个只会同意的助手更有用。2
- 人要保住自己的声音。 好奇、坚持，以及形成自己的 inner voice，仍然是面对下一代模型时的重要能力。2
本周可以试什么
挑一项反复出现的工作，不要先写一份更长的需求文档：
- 先写清楚用户真正要的结果，以及什么叫「好」；
- 从真实反馈和失败案例里整理出一组 eval；
- 每次改动后，用同一组标准回看：是在前进，还是只是在变快。
图中英文短句均来自官方 YouTube 字幕；中文部分是基于完整字幕的意译与结构化提炼，不把意译当作逐字原话。新集的发布时间与条目身份以官方 RSS 为准。3
延伸阅读：官方单集页面 · 官方 YouTube 视频
Comments
Sign in to comment.