# Anthropic 最新判断：AI 的竞争，早就不在模型本身了

最近看了一个 Sequoia Capital 的播客访谈，请到了 Anthropic 的两位平台负责人 Katelyn Lesse 和 Angela Jiang。她们负责搭建 Anthropic 的开发者平台，说白了就是让全世界的程序员都能用上 Claude 的能力。整个访谈聊了快五十分钟，信息量很大，我看完之后觉得挺有启发的，在这里跟大家分享一下。

## 一、内外一致，谁都用同一套工具

Anthropic 的平台有个挺特别的地方，就是它同时服务自己内部的团队和外部的开发者，而且故意保持两边用同一套工具。她们原话大概是说，很多公司会把内部和外部拆开来管，但她们偏要放在一起，对谁都一视同仁。

这个做法背后的逻辑其实挺简单的。AI 这个东西变化太快了，两年前所有人都觉得聊天界面就是最终形态，后来大家又觉得 Agent 才是未来，再过一阵可能又冒出什么新概念。既然形态一直在变，谁也不敢说自己能看准下一个风口。那与其自己关起门来猜，不如把工具全部开放出去，让更多的人去试，去摸索。市场自己会筛选出最好的玩法。

这其实跟咱们平时生活里的道理差不多。你手里有个好东西，是自己藏着掖着好，还是分享出去让大家一起改进好？Anthropic 选了后者。她们觉得，越多人参与进来，越容易碰撞出真正有用的东西。这种心态放在哪个行业都适用，一个人再厉害，也架不住一群人一起想。

## 二、三层蛋糕：知识，执行，协调

访谈里反复提到一个“三层蛋糕”的比喻，我觉得挺形象的。

最底下那层叫“知识层”。你可以理解为 Claude 的基础能力，比如怎么调用 API，怎么用工具，还有 Skills 和 MCP 这些标准。这些算是比较成熟的东西了，就像建房子的地基，虽然还在不断修修补补，但大方向已经定了。

中间那层叫“执行层”。光知道东西还不够，你得让 Claude 真正去干活。比如让它去操作文件，去调用各种系统，去跑代码。这里面涉及很多东西，怎么安全地开一个沙箱环境，怎么存对话记录方便下次接着聊，怎么管理上下文窗口别让信息过载。她们把这些打包成了一个产品叫 Claude Managed Agents，帮开发者省了不少力气。

最上面那层叫“协调层”，也是她们最兴奋的方向。她们管这个叫“策略”。简单说就是，一个任务来了，你可以把不同的活儿分给不同的 token 去干。有的 token 负责执行，有的负责反思之前做得怎么样，有的当顾问给大方向上的建议，有的专门验证结果对不对。这就像一个团队里有人干活有人检查有人出主意，分工协作，效率更高。

她们提到一个例子，比如你要做一个找 Bug 的 Agent，以前你能做的基本上就是换个更大的模型，或者让它跑久一点。但其实还有第三个办法，就是让它多跑几次然后取最好的结果，效果会比想象中好很多。只是这个办法听起来简单，真正做起来特别难，需要搭很多复杂的东西。所以她们就想把这个做好，然后开放给大家用。

这个分层思路其实挺值得琢磨的。不管做什么事情，从“知道”到“做到”再到“协调好一群人一起做到”，每往上走一层，难度和价值都在翻倍。咱们工作里也一样，自己能干好活是基础，能让一群人配合好把复杂的事情办成，那才是真正的高手。

## 三、开放生态，跑在谁家服务器都行

说到开放这个问题，她们的态度特别明确。代码跑在谁的服务器上，她真的不在乎。关键是整个架构本身设计得好，可靠，能扩展。

她们跟 Modal、Vercel、Cloudflare、亚马逊都做了合作，还推出了 MCP 隧道功能，可以调用防火墙后面的内部服务。你想用自己的基础设施也行，用她们的也行，怎么方便怎么来。

她们甚至把一些东西做成了行业标准，比如 Skills 和 MCP。这些东西 Anthropic 自己用得着，但她们觉得整个行业都用得着，那就干脆拿出来共享，大家一起完善。

这种心态其实挺少见的。很多公司做平台，巴不得把你牢牢绑在自己的生态里。但 Anthropic 反着来，你爱用谁的基础设施就用谁的，只要接口对得上就行。她们在乎的是你把 Agent 搭得好不好，至于底层跑在哪里，那是你的自由。

说句实话，这种思路放到现在这个什么都讲究“护城河”的时代，确实有点反常识。但仔细想想，AI 这个技术太大了，没有任何一家公司能通吃。与其画地为牢，不如把蛋糕做大。这个道理在商业世界里其实一直成立，只不过很多人在利益面前忘了而已。

## 四、Claude Tag 被误解了

访谈里专门聊到了 Claude Tag 这个产品。当时推出来之后，网上一堆人说这不就是个 Slack 机器人嘛，有啥了不起的。

她们觉得这完全理解错了。Slack 只是你跟它对话的一个入口，真正值钱的东西全在水面之下。背后有大量的上下文工程，让它能像一个真正的同事一样融入公司。它是主动的，会自己判断什么对你有用，会把事情办好。你不用费劲去想怎么操作，就跟它说话就行，它自己搞定。

她们还提到一个有意思的观点：以后 Agent 的界面是可以不断换的。今天大家在 Slack 里协作，明天可能在 Teams 里，后天可能在 WhatsApp 群组里，甚至发邮件。Agent 完全可以跟着人走，人在哪里协作，它就出现在哪里，就像一个随叫随到的同事。

这让我想到一个挺深的感受。我们评价一个东西的时候，特别容易被它的外表困住。看到 Slack 界面就觉得是 Slack 机器人，看到聊天框就觉得是聊天工具。但真正重要的往往是你看不见的那一层。冰山水面上的部分谁都能看到，水面以下才是真正决定成败的地方。这个道理放到看人看事上都一样，别太被表面迷惑了。

## 五、Harness 工程：脚手架该拆就拆

她们聊了不少关于 Harness 工程的建议，我挑几个实用的说。

第一，prompt 缓存一定要做。这个能帮你省很多钱，别偷懒跳过。第二，上下文窗口要保持干净，用完的工具调用该清就清掉，别让垃圾信息堆在里面。第三，evals 不能少，你得有办法衡量你的 Agent 到底干得好不好。

不过她们也说了，现在的模型已经非常聪明了，你让它从 A 走到 B，它自己就能走。以前那种需要你一步步搭脚手架、砌两堵墙逼着它走直线的做法，很多可以删掉了。模型自己能判断方向，你不用管那么细。

真正值得花心思的，是上面那层的策略设计。怎么分配 token 的预算，怎么让不同的角色配合，这些才是能拉开差距的地方。

这个观点其实挺有意思的。工具在进步，你的方法也得跟着进步。以前需要小心翼翼呵护的东西，现在可能已经不需要了。如果你还抱着老方法不放，反而会被拖后腿。知道什么时候该放手，什么时候该往上走一层，这个判断力本身就很值钱。

## 六、从客户身上学到的有意思的事

她们作为平台方，能看到全世界最厉害的用户在玩什么，这个视角挺让人羡慕的。

有一类让她印象很深的是公司内部的创新。有些公司把上下文工程玩出了花，从各种地方主动收集信息，然后喂给 Agent，让它变成了一个特别懂公司业务的助手。还有些公司把整个后台办公流程都用 AI 改造了一遍，怎么把上下文拼起来用，做得特别精巧。

还有一类特别有趣，就是那些用着特别老旧软件的公司。比如有些医疗公司，他们用的系统连 API 都没有，想对接都没门。那怎么办呢？他们就用计算机操作能力，让 Claude 直接去“看”屏幕，像人一样去操作那些老系统，实现自动化。还有人拿一台笔记本电脑跑一堆东西，自动生成一堆工具给 Agent 用。这种野路子创新让她们觉得特别兴奋。

另外她们还看到一个趋势，就是有客户把不同平台上的 Agent 通过 MCP 互相调用。比如这个 Agent 是 Claude 上搭的，那个 Agent 是别家模型上搭的，然后通过 MCP 把它们连起来，让它们互相配合干活。结果还挺好用。

这些故事读起来特别有意思。真正的创新很多时候不是在实验室里憋出来的，而是在一线干活的人被逼出来的。系统没 API 怎么办，老软件不能换怎么办，干着干着就想出了办法。这种从实际问题出发的创造力，往往比那些高大上的理论更接地气，也更有生命力。

## 七、Token 成本的理性化

访谈后半段聊到了一个很现实的问题。之前大家是疯狂用 AI，恨不得什么任务都扔给最贵的模型跑。现在开始冷静了，琢磨着怎么省钱。

她们觉得这个转变很正常。模型能力到一定程度之后，你会开始想下一件事，要么是成本，要么是速度。总会在这些维度之间来回找平衡。

但她特别提醒了一点，别因为省钱就把 AI 的用量卡死。很多公司的 AI 用量是员工自己偷偷搞起来的，属于“影子 IT”，你突然设个上限不让大家用了，创新的势头就断了。

正确的做法是设计聪明的策略。比如来一个任务，先判断它有多复杂，简单的就交给便宜的小模型，复杂的才上大模型。这样既省钱又不耽误事。她们也打算把这个做成产品功能，方便大家用。

不过她也说了，Anthropic 的平台是专门为 Claude 设计的，她们不会去做跨模型的路由。她们相信 Harness 应该跟模型家族绑定在一起调优，效果才最好。

这个思路其实跟咱们理财有点像。省钱不是目的，把钱花在刀刃上才是。你要做的是想清楚每个任务到底需要多大的能力，然后匹配合适的资源。一刀切地砍预算，砍掉的可能是最值钱的那部分。

## 八、AI 就像当年的电

访谈快结束的时候，Angela 说了一个我觉得特别好的比喻。她说 AI 有点像当年的电。

在电出现之前，你只能点蜡烛，能干的事就那么点。但电之所以改变了世界，是因为你可以把它接到任何地方去，所有人都能用得上，而且有统一的标准和接口让你插上去。

AI 也是一样的道理。这个技术太大了，没有任何一家公司能自己搞定的。你必须跟整个生态合作，跟合作伙伴一起把路走通。所以 Anthropic 才会花那么多精力去做标准，做开放，做生态。

这个比喻真的很到位。电改变世界不是靠某一家发电厂，而是靠所有人都能接上电，都能用电来做自己想做的事。AI 要真正改变世界，也得走到那一步才行。而 Anthropic 现在做的很多事情，就是在往那个方向铺路。

## 写在最后

看完整个访谈，最大的感受是这两位负责人的思路特别清楚。她们知道技术变化快，所以不执着于某一种形态。她们知道一家公司搞不定所有事，所以选择开放和合作。她们知道底层的东西可以交给平台，所以帮开发者把脏活累活都干了，让大家能专注于真正有价值的创新。

其实不管你做哪一行，这些道理都通用的。别把自己锁死在一个方向上，别什么都想自己攥在手里，别在已经过时的方法上浪费太多精力。把基础打牢，把眼光放远，然后把剩下的精力花在真正能创造价值的地方。

Anthropic 的平台还在不断进化，她们接下来会重点做“策略”相关的功能，让开发者更容易地组合不同的 token 角色。如果这个做成了，可能会催生出很多我们今天还想象不到的新玩法。值得期待。

#科技先锋官##How I AI#