上海
全文 3,000字 | 閱讀約 8 分鐘
（訪談片段：Cat Wu 談成為優秀AI產品經理的方法）
自 2025 年 5 月以來，Claude Code 活躍用戶增長近 3 倍，年化營收提升 5.5 倍。 Figma、Rakuten、Intercom 等公司，開始把它接入日常工作流：不是試用，是用起來了。
9 月 14 日，產品負責人 Cat Wu 接受采訪。她沒講參數，也沒講多少功能上線。 她講了一件更關鍵的事：
一款 AI 工具，怎么從小試驗變成全公司都在用？ 不是靠畫圖規劃，也不是靠制定時間表，而是讓大家用起來、不斷改進它，最后自然發展成了一個完整的生態。
她說，這不是公司的戰略布局，而是工具自然成長的過程：
工具先用起來，規范后面再補；
做什么功能聽用戶的，不按既定計劃走；
好用不是因為功能多，而是幫到人；
可持續的，不是堆功能，而是讓用戶自己創造新用法。
這，就是 AI 原生組織的起步順序。
不是新建一個 IT 部門，而是讓工具在實際應用中證明價值、形成口碑傳播。
一、工具先應用起來
Claude Code 一開始不是為了發布，也不是誰定了戰略方向。
它的起點，只是一個工程師試著把模型整合到自己的日常工具。
Anthropic 工程師 Boris 在使用內部 API 時，動手搭了一個命令行工具（CLI），想看看 AI 在寫代碼這件事上，能幫上多少忙。
Cat Wu 當時把自己 20% 的時間拿來加功能，比如接入強化學習環境。她發現這個工具和公司內部很多系統配合得很好，效率確實提升了不少。作為早期用戶，她開始主動提供反饋。
她回憶：
“我給 Boris 發了很多產品反饋……我希望工具里這些地方能改一改。當我們決定要把它正式發布的時候，我特別興奮，馬上全職加入了這個項目?！?/p>
Claude Code 的成長路徑就此展開，但方式很特別：不是寫出來的，而是用出來的。
Cat 說：
“一開始用的是他團隊的人，然后是整個組織開始用，最后連研究人員、數據科學家、產品經理、設計師……都用上了?！?/p>
不是先培訓、再部署、再推廣。
而是工具先被用起來，組織結構隨之自然形成。
她特別強調一點：我們還沒上線，組織內部就已經用開了。
主持人直接評價：
“它就像一個游戲……越用越像超級用戶。”
這不是夸張，而是 Claude Code 有意為之。
Cat 解釋他們的設計原則時說：
“我們的理念是：新功能不需要上手說明。只靠名字和一句話解釋，就能知道它是干嘛的。而且你馬上就能開始用。
這種“邊用邊學”的方式，讓用戶從自己熟悉的工具開始，自然過渡到高效的 AI 協作模式。
而最關鍵的是：
Claude Code 有個特別的設計思路。它讓自己變得容易被使用，而不是要求用戶學會使用它。
這就是成功的關鍵：
不是讓工具去適應組織的舊流程，而是直接融入每個人的日常工作，組織自然就會接受它。
二、功能靠反饋迭代
Claude Code 的更新節奏很快，新功能一個接一個地出現。
但不是因為 Cat Wu 寫了一堆 PRD（產品說明文檔），也不是公司排了密密麻麻的產品路線圖。
而是因為用戶一直在提需求，團隊立刻能動手試做。
Cat 表示：
“我們很多最好的功能，都是一個工程師原型化一個想法，丟到內部試用。用的人多了，反饋上來了，我們就繼續改，最多兩三輪就能定型?！?/p>
這就是 Claude Code 的迭代方式：先做個小版本，讓內部幾百上千個員工試用，然后看反應。
這個反應不是情緒，而是行為：
有沒有人愿意一直用？
有沒有人主動留言說“這個不錯”？
有沒有人說“還有這個能不能也做一下”？
工具有沒有價值，不是你講的，是用戶反饋出來的。
? 待辦清單功能的誕生過程
你現在看到的 /todo 功能，其實不是 Cat 或 Boris 一開始提的主意。
是團隊工程師發現一個現象：
“很多用戶用 Claude Code 讓模型做 20~30 個修改任務。但模型常常做到一半就停了，比如做了前 5 個就忘了后面?！?/p>
他靈光一閃：
“我們能不能像人一樣，讓模型先寫一份待辦清單，然后提醒它任務沒做完不能停？”
結果驚人。
Cat 分享了觀察結果：
“模型真的就照著清單把所有任務都完成了，連順序都跟清單一樣。而且，它的穩定性提升得非常明顯?！?/p>
但這個功能并沒有直接上線。
因為團隊發現了一件事：用戶用得多，卻用得不穩定。
Claude Code 原來只是把清單短暫顯示在屏幕上。
Cat 說：用戶其實想看清模型的進度，但清單一閃而過，他們想再看時只能向上翻找，很麻煩。
于是，Boris 又做了一個實驗版：讓待辦清單可以隨時查看，還能加快捷鍵，能看到當前進度。
這就是現在你看到的 /todo 指令。
Cat 的總結是：他們不寫繁瑣的產品文檔，也不搞復雜的評審。因為做這些功能，難的不是編程，而是設計出用戶真正需要的界面。
? 在 Claude Code 團隊，篩選代替審批
什么功能值得保留？
標準很簡單：真的有人用，能重復使用，遇到類似問題還會想到它。
你會發現，他們的節奏非常像“直播帶貨”里的選品：
有人下單 → 看誰復購 → 看誰留言 → 看是否適合放進貨架
Cat 強調：
“當用戶真的喜歡一個功能，這就是一個強烈信號，我們要公開發布。而有些功能我們試了，但最后決定不推出來?！?/p>
團隊內部怎么收集這么多反饋？
反饋來源不是客服團隊，而是 Anthropic 員工的自發參與。他們有個內部聊天室，大概一千人左右。每 10 分鐘就有人發反饋，質量都非常高。
甚至工具上線后，很多早期企業客戶，也加入了這套反饋機制。
他們告訴客戶，請大聲說問題，不用夸我們。他們歡迎負面反饋。說出來，我們才知道要修什么。而修 bug 的速度也很快，一般能在一兩周內處理完。
在外部社區，他們也用了 Claude Code 自己的功能來做反饋整理：
Slack 反饋自動匯總
GitHub 問題自動去重
文檔更新先由 Claude Code 寫第一版，再人工校對10%
舉個例子：
“我問 Claude Code：‘哪個客戶也提過這個問題？’它會自動去查反饋歷史、GitHub issue，然后告訴我相關信息。這樣當我們改好了這個功能，就能立刻通知對的人?！?/p>
Claude Code 的產品節奏不靠規劃驅動，而是一套輕盈密集的反饋回路：
功能先在內部快速試
用戶真實使用并主動反饋
工程師直接上手改
驗證有效后向外推廣
總之，先讓工具真正好用，再談其他。
三、變成組織的接口
很多人以為 Claude Code 就是個寫代碼的 AI 工具。
但 Cat Wu 看得更深：它不是在堆功能，而是在搭建組織工作的接口。
什么是“組織接口”？
就是讓不同角色的人，都能用自己熟悉的方式與工具交互，工具也能適應每個人的工作習慣。
這些接口，有一個很明確的標準：
工程師能用，設計師也能用；
不只是用一次就完，還能持續使用；
不只是人告訴工具做什么，工具也能主動反饋進度。
? 簡潔界面，個性化體驗
Cat 解釋為什么選擇命令行：終端幾乎能訪問開發者能觸達的一切。只要你用過命令行工具，就知道 Claude Code 能干嘛。
更重要的是，命令行的限制反而成了優勢：
沒有按鈕，只能打字，
每個功能都得做到簡潔、精準、能相互配合。
讓用戶剛開始不會信息過載，但隨著使用深入，會發現它越來越強大。
Claude Code 有個叫 Claude.md 的記憶文件。
每次啟動時自動讀取，就像快速上手指南。
Cat 說：
“你可以在里面告訴 Claude 你的架構、測試方法、團隊習慣……它就像是你的技術簡歷，幫助 Claude 馬上進入狀態?！?/p>
更有意思的是，你還可以設置個人版。
比如產品設計師 Megan 在自己的 Claude.md 里寫：“我是產品設計師，你要把事情解釋得更清楚一點。”
這就不是通用工具，而是能懂你的個人助手。
? 開放擴展，人人能動手
用戶可以添加自定義命令和觸發器。比如有人希望 Claude 等待回應時發 Slack 提醒，就可以設置短信、郵件、彈窗提醒。
還有一個重要功能是“子代理”。
Claude Code 可以設定多個子任務代理，比如你要部署、重命名、寫測試……每個動作都可以變成一個子代理，在后臺并行處理。
用戶不用等官方升級功能，自己動手就能馬上實現想要的能力。
這套工具設計，正在讓不懂代碼的人也能動手做事。
Cat 自己就是個例子：
“我作為產品經理，很多小功能我自己動手加，比等工程師來寫還快?！?/p>
設計師Megan 也一樣：
“她原來從不提交代碼。但現在可以用 Claude Code 給 Console（API 管理后臺）提功能修改建議，還能自己改?！?/p>
工具不是變復雜了，而是變順手了。人人都會用，這就是組織接口的真正價值。
四、從工具到生態
Claude Code 并不止步于命令行。
Cat Wu ：
“我們不是在做一款寫代碼的助手，而是在做一套可以幫人搭建 AI 代理的工具箱?！?/p>
?什么是工具箱思維？
意味著別人可以用 Claude Code 的基礎能力，快速搭建出自己的 AI 助手：法律助手、健康助手、行政助手、財務助手。
這，就是 Claude Code 下一階段的重心：SDK（開發工具包） 和生態建設。
Cat 說：
“已經有不少外部公司在用這套 SDK，搭建自己的 AI 工具。等這些團隊真正把產品做出來，我們會去講他們的故事?！?/p>
? 如何確保 AI 會判斷？
要讓別人基于 Claude Code 搭建各種助手，關鍵是要讓 AI 知道什么時候該做什么。
Cat 舉了個例子：
“你問'React 最新版本有哪些更新'，模型應該主動聯網搜索。但如果你只是寫個函數，就不該查網絡。”
為了測試這種判斷能力，團隊主要關注兩個方面：
端到端評估：比如跑 SWEBench（一個自動寫代碼的測試集），看整體表現有沒有變差
觸發評估：看模型能不能在正確的時候調用正確的功能，比如什么時候該搜索網絡，什么時候該制定計劃
他們會記錄模型的每個決定：有沒有做該做的動作，做得對不對，是太積極了還是太保守了。
這聽起來很技術，但背后其實是一個常識問題：
工具到底懂不懂人說話、會不會自己多想一步。
這就是 Claude Code 的商業邏輯：
從命令行工具，到開發工具包，到企業應用，再到非技術用戶。
不追求控制生態，而是成為生態的起點。
結語｜工具會走，組織會變
Claude Code 之所以能成功，是因為有人用，有反饋，有實際應用場景。
從 CLI 小工具，到 SDK 平臺，到設計師、產品、營銷都能動手的入口，它創造的不只是功能，而是：
一套用戶愿意復用的能力設計
一套組織內部自然傳播的協作節奏
一套企業外部可以二次開發的共建基礎
工具的未來不是疊功能，而是融入工作節奏，適應組織習慣。
Cat 最后說：
“我們不畫愿景圖，只造自己也想要的工具?！?/p>
這句話說的，不只是 Claude Code，也是 AI 原生組織真正的起點：
先做出好用的工具，組織節奏自然就跟上了。
本文整理自Claude Code產品負責人Cat Wu在2025年9月14日的訪談內容。未經授權，不得轉載。
星標公眾號， 點這里 1. 點擊右上角 2. 點擊"設為星標" ← AI深度研究員 ? ← 設為星標
參考資料：
https://www.youtube.com/watch?v=jmHBMtpR36M&t=625s&ab_channel=PeterYang
https://www.elenaverna.com/p/the-rise-of-the-ai-native-employee
https://creatoreconomy.so/p/inside-claude-code-how-an-ai-native-actually-works-cat-wu
https://venturebeat.com/ai/anthropic-adds-usage-tracking-to-claude-code-as-enterprise-ai-spending-surges
https://venturebeat.com/ai/anthropic-adds-usage-tracking-to-claude-code-as-enterprise-ai-spending-surges
https://x.com/petergyang/status/1966487035281367177?utm_source=chatgpt.com
來源：官方媒體/網絡新聞
排版：Atlas
編輯：深思
主編: 圖靈
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
