52天75次發布，A司這場“產品大爆炸”太猛烈了

文 | 字母AI

最近兩個月我在刷手機的時候，感覺每天都有Anthropic的新聞。今天發布了個啥，明天又發布了個啥。

產品管理社區Product Compass創始人帕維爾·胡林（Pawe? Huryn）也有相同的感覺，于是他把這些新聞整理成了一份日歷發在X上，從美東時間2月1日到3月23日，Anthropic在52天發布了73款產品。

這條X發出的當天，Anthropic發布了Computer Use（電腦操控功能），以及Claude Code Channels for Teams + Enterprise。

所以應該叫52天發布75個產品才對。

這篇X剛發出不到24小時，Anthropic又發布了Claude的Auto Mode。

Anthropic相當于每0.7天就發布一個新產品，是OpenAI自稱“每3天一個新功能”速度的4倍以上，甚至說我還沒寫完一篇稿，下一個新產品就已經發布了。

在之前字母AI的文章《150萬AI agent社交狂歡背后，是一場“產品大爆炸”》中，我提出了“產品大爆炸”的概念，自從Claude Code 掀起編程革命之后，整個AI圈都投入了一場產品創新迭代的浪潮之中，“龍蝦”OpenClaw就是其中的代表。毫無疑問，Anthropic既是“產品大爆炸”的引領者，同時也是最大的受益者和踐行者。

但是你有沒有想過，為什么Anthropic能做到？

誠然，AI編程是至關重要的一環，用AI來開發，事半功倍。

可是在全球最嚴格的編程測試集SWE-Bench Pro里，ChatGPT-5.4和Gemini 3 Pro的成績都比Claude Opus 4.6要高。

所以在我看來，AI編程只是第一步，它是目前所有AI公司都擁有的能力，Anthropic的成功并不只在于此。

而是在于他們形成了技術自舉的加速循環，用AI來完成整個閉環。人類開發者在其中的作用，只是提供一個想法，唯一需要做的就是等AI跑出結果。

當工具開始制造工具本身時，我們可能正在目睹技術奇點的早期信號。

現在看是52天發布75款產品，過幾天可能就縮短到30天發布80款產品，15天發布100款產品……

Anthropic如今的成功，正在迫使行業老大OpenAI重新審視自己的戰略，開始全面模仿Anthropic的路徑。

01 52 天的產品浪潮

引領這場產品浪潮的是Anthropic在1月中旬發布的Cowork。

這個產品開發團隊只有4個人，總工時10天，90%的代碼由AI編寫。

可就是這么一個超短周期的產品，卻能根據你所描述的任務，自主實現規劃、執行，以及交付結果。徹底改變了許多人的工作方式。

顯然，Cowork的成功給了Anthropic信心。于是到了2月初開始，浪來了。

Claude上線了法律插件，它能夠審查法律文件、追蹤合規任務、自動化合同審查，與Thomson Reuters等法律數據庫深度集成。

這個插件在單日引發全球軟件和服務類股票約2850億美元的拋售，6個交易日總共造成8300億美元的拋售。

Thomson Reuters、LegalZoom等法律科技公司股價當場暴跌，軟件ETF基金IGV從2026年初至2月27日下跌22.8%。

2月17日，重磅炸彈Claude Sonnet 4.6來了。

這是Anthropic產品歷史上第一次，Sonnet級別的模型在編程測試中超越了上一代的Opus。

Sonnet 4.6的上下文窗口擴展到了100萬token，約75萬個單詞，相當于2500頁文檔，意味著AI可以一次性處理整個大型代碼庫。

過去企業在選擇AI服務時，成本和能力是蹺蹺板的兩端，性能高價格就高，價格低性能就低。

現在Anthropic把蹺蹺板拆了，Sonnet 4.6比Opus 4.6便宜了將近一半，加速了企業市場向Anthropic的遷移。

2月20日，Claude Code Security上線，使用基于推理的掃描來發現代碼庫中的零日漏洞。

傳統安全掃描工具需要不斷更新規則庫，就像是拿著通緝犯照片在街上找人。

而Claude Code Security可以發現從未見過的漏洞模式，它理解代碼編寫的邏輯，所以能在很早的時候就判斷出哪些地方可能出問題，即使這個問題從沒有被記錄過。

2月24日，Anthropic開始發布大體量的產品，這家公司在當天連發了10個企業插件。

包括投資銀行插件能做交易審查、估值建模，財富管理插件能做投資組合分析，私募股權插件能做盡職調查，人力資源插件能處理入職材料、品牌規范，還有工程、設計、運營等插件。

Anthropic與FactSet、S&P、Thomson Reuters、RBC Wealth Management等行業巨頭深度合作。

市場再次出現拋售，但是與Anthropic合作的公司股票反而上漲。投資者的理由很簡單，“與Anthropic合作”是生存之道，而非對手。

同期，私有插件市場上線。

Anthropic為企業客戶提供了一個“私有插件市場”，企業可以開發自己的插件，將公司特有的工作流、合規要求、品牌規范編碼為agent，然后在組織內部分發。

它把Anthropic的能力變成了一個平臺，企業不再是購買一個工具，而是獲得了一個可以無限擴展的基礎設施。

3月9日，Code Review上線。

當AI開始大量生成代碼，這時候人類就審查不過來了，只能交給AI自己來處理。

Code Review就是這樣一款專門審查代碼的多agent系統。它能自動分析代碼邏輯、標記錯誤、識別安全漏洞，每次審查成本15到25美元。

同時這也是Anthropic實現AI開發自舉循環的關鍵一環。

3月11日，Anthropic邁出了更大的一步，發布了微軟Excel和PowerPoint跨應用協作功能。

Anthropic讓Claude可以在Excel和PowerPoint之間無縫工作。

舉個例子，你可以讓Claude從Excel中提取財務數據、構建交易對比表，然后自動將估值摘要放入演示文稿，最后起草發郵件。

整個過程信息、指令、任務歷史在不同應用間流動，用戶不需要重復說明上下文。

這個功能雖然說起來簡單，然而它實際上解決了一個長期存在的問題：AI的記憶是孤立的。你在Excel里告訴AI的事情，到了PowerPoint里它就忘了。

3月17日，持久化agent線程發布。

用戶現在可以用Claude Apps來管理Cowork中的任務，agent可以跨會話保持上下文和任務狀態。你早上在手機上給AI布置任務，下午在電腦上打開，AI還記得你要什么，進展到哪里了。

根據Ramp的數據，僅僅10周。在首次購買AI工具的企業中，Anthropic占據的份額從50%飆升至73%，OpenAI從50%跌至27%。在整體企業市場中，Anthropic的份額超過40%，OpenAI為27%。

OpenAI被打得有點懵圈了。

02 為什么是 Anthropic 引領了這場浪潮

前面咱們也說過了，別人的AI編程能力比 Anthropic 還強，但是憑什么是Anthropic領先呢？

核心原因不在AI編程上，而是在于Anthropic使用的線束架構（harness）。

線束架構不是新鮮事物，OpenAI也在用。

線束架構的本質是一個讓agent能夠長時間自主運行、完成復雜任務的編排系統。

在Anthropic的官方blog中寫到，如果把AI模型比作引擎，線束就是讓引擎持續運轉的整套基礎設施。線束管理上下文、編排多個agent協作、處理任務分解、進行狀態傳遞，確保AI能夠在數小時甚至更長時間內自主工作，而不需要人類持續介入。

Anthropic在構建長時間運行的AI編程系統時，發現了兩個關鍵問題。

第一個是上下文焦慮。當任務變得復雜、對話歷史變長時，模型會開始失去連貫性。模型會出現“上下文焦慮”，當它們認為快要達到上下文限制時，會過早地結束工作。

就像一個打工人，眼看快下班了，可是他手頭的活還沒干完，他就只能匆匆收尾。

Anthropic的解決方案是上下文重置（Context Reset）。完全清空上下文窗口，啟動一個全新的agent，但通過結構化的“交接文檔”傳遞前一個agent的狀態和下一步計劃。

這給了agent一個干凈的起點，同時保持了工作的連續性。這與簡單的“壓縮”不同。壓縮是把早期對話總結后保留在同一個會話中，但“上下文焦慮”依然存在。

重置則是徹底的新開始，代價是需要精心設計交接文檔，確保下一個agent能無縫接手。

第二個問題是自我評估失效。

當要求AI評估自己生成的代碼或設計時，它們傾向于自信地稱贊自己的作品，即使在人類看來質量明顯平庸。這個問題在主觀任務上尤其嚴重，因為沒有像軟件測試那樣的二元驗證標準。

你讓AI設計一個網頁，它做完了，你問它做得怎么樣，它說“非常好，符合現代設計美學”。你一看，又是紫色漸變配白色卡片，丑絕人寰，甲方看了想退單，產品看了想殺人。

Anthropic的解決方案是分離生成者和評估者。

讓一個agent負責生成，另一個agent負責評判。這種分離本身不會立即消除寬容傾向，可是一旦外部反饋輸入，生成者就有了具體的改進目標。

Anthropic目前采用了三agent的線束架構，分別是Planner、Generator、Evaluator。

這個系統實現了完整的AI編程閉環。

Planner（規劃agent）的任務是把用戶的簡單想法擴展為完整的產品規格文檔。

用戶只需提供簡單的想法，Planner就會將其擴展為完整的產品規格文檔。

Anthropic特意讓Planner專注于產品背景和高層技術設計，而不是細節實現。因為如果Planner在前期就指定了錯誤的技術細節，這些錯誤會級聯到后續實現中。所以才要約束最終交付物，讓agent在工作中自己找到路徑。

Generator（生成agent）采用“一次一個功能”的方式工作，從規格文檔中逐個挑選功能實現。

每個沖刺（sprint）結束后，Generator會先自我評估，然后將工作交給Evaluator進行質量檢查。它使用React、Vite、FastAPI、SQLite或PostgreSQL技術棧，并通過git進行版本控制。

Generator就是真正干活的那個。它不會一口氣把所有功能都做完，而是一次只做一個功能。

做完一個功能后，它會先自己檢查一遍，然后把成果交給Evaluator去打分。它用的都是現成的主流技術，而且還會做版本管理，以便做壞的時候恢復到以前版本。

Evaluator（評估 agent）使用Playwright MCP工具，像真實用戶一樣點擊運行中的應用，測試UI功能、API端點和數據庫狀態。

然后根據一套標準對每個沖刺打分，比如產品深度、功能性、視覺設計、代碼質量之類的。

每個標準都有硬性閾值，如果任何一項低于閾值，沖刺就會失敗，Generator會收到詳細的反饋說明哪里出了問題。

除此之外，在每個沖刺開始前，Generator和Evaluator會協商一份“沖刺合約”。

在寫任何代碼之前，需要先達成合約上規定的東西。

Generator提議要構建什么、如何驗證成功，Evaluator審查這個提議，確保Generator在構建正確的東西。

雙方通過文件進行溝通，一個agent寫文件，另一個讀取并回復。這種機制確保工作忠于規格，同時不會過早地過度指定實現細節。

你可以這么理解，在每次開始干活之前，Generator和Evaluator會先開個會，碰一碰需求。用行話來講就是“對齊一下顆粒度”。

只有所有人都滿意這個方案的時候，才會開工去執行，并且每執行一步，都要拿出這個方案來再瞅一眼。

Anthropic用同一個提示詞對單agent模式和三agent的線束模式進行測試，題目為：創建一個2D復古游戲制作工具，包含關卡編輯器、精靈編輯器、實體行為和可玩測試模式。

單agent方式運行20分鐘，成本9美元。生成的界面看起來符合預期，但實際使用時問題不斷。

布局浪費空間、工作流程僵硬、最關鍵的是游戲本身壞了，實體出現在屏幕上但不響應輸入。

完整線束方式運行6小時，成本200美元。

Planner將一句話提示擴展為16個功能、10個沖刺的完整規格，遠超單agent嘗試的范圍。除了核心編輯器和播放模式，還包括精靈動畫系統、行為模板、音效和音樂、AI輔助的精靈生成器和關卡設計器，以及帶分享鏈接的游戲導出功能。

線束模式的成本是單agent的22倍，但產出的質量差距不是22倍能形容的。單agent的產出是一個看起來能用、實際不能用的半成品。完整線束的產出是一個可以直接發布的產品。

這個架構的真正價值不在于它能做什么，而在于它能持續做什么。單agent可以完成一個簡單任務，但當任務復雜到需要數小時甚至數天時，單agent就會迷失方向。

線束架構通過分工、檢查、重置，讓AI能夠像一個小團隊一樣工作。

線束架構不是Anthropic的發明，Anthropic的優勢在于，他們比別人更早、更系統地遇到這些問題，然后把解決方案標準化、產品化。

03 Anthropic 幫助整個行業看清了方向

雖然Anthropic引領了這波產品浪潮，但是2026年初，整個AI行業最火的產品，卻不是Anthropic的產品，而是OpenClaw。

大街小巷都有各種“養龍蝦”攻略教程，這已經無需多言。

可OpenClaw的成功，恰恰證明了Anthropic路線是正確的。

真正的護城河不在于模型性能，而是用AI來完成整個閉環。

OpenClaw能訪問你的電腦文件系統、執行終端命令、控制瀏覽器、接入社交軟件。更重要的是，它運行在用戶自己的電腦上，擁有你給它的所有權限。

你發一句話給它，它就能自己去執行，最后返回給你結果。

當然它也會有失敗的時候，但是它絕大多數都能成功。

這才致使用戶寧愿冒著巨大的安全風險，給AI開放底層電腦權限，讓它去幫自己訂票、發郵件、修Bug。

用戶不是不在乎安全，他們對“讓AI干活”的渴求已經強烈到可以暫時壓過對風險的恐懼。

還有一家企業也被Anthropic的產品大爆炸所影響，它就是OpenAI。

2026年3月16日，在OpenAI的內部會上，應用業務CEO菲吉·西莫（Fidji Simo）直言：“Anthropic的進展應該成為警鐘。”

自此，OpenAI宣布從“do-it-all”策略轉向聚焦編程工具和企業客戶。

在產品層面，OpenAI計劃將ChatGPT、Codex、Atlas瀏覽器像 Claude 一樣合并為單一應用。

在企業市場，OpenAI也準備模仿Anthropic，推出類似的插件市場。

不過OpenAI現在面臨的問題是，即使他們理解了Anthropic的策略、也懂得構建類似的線束架構，他們還需要時間來追趕。

可是在AI這個行業，時間就是一切。Anthropic可是每0.7天發布一個新產品，OpenAI哪怕耽誤一秒鐘都有可能會掉隊。

抓點緊吧！