为什么造 AI 的人也说不准下一步——Dianne Penn(Anthropic)

• 嘉宾 Dianne Penn 是 Anthropic 的第一位技术产品经理，2023 年加入时产品团队只有 5 个产品工程师，「整个 API 业务只有一个工程师，你敢信」。她从 Claude 2 一路参与到 Fable 的每代模型发布，也孵化过 Claude Code、MCP、Skills、Claude Design，以及 computer use、tool use、reasoning 这些底层能力。→ 详细
• Lenny 回忆当时外界的普遍判断是「这帮人没戏了，OpenAI 领先太多」；而现在 Anthropic 的年化收入（ARR）据报道已到 500 亿美元量级——「以前公司上市才是这个体量」。→ 详细
• 早期公司一直在找自己的定位：技术是一块，但「这项技术怎么给用户、给社会创造价值」是另一块。起点和别人一样是个聊天助手 Claude.ai，然后才慢慢长出 tool use 这类东西。→ 详细

• 2024 年初 Anthropic 发了一篇可解释性研究：模型内部存在一些「特征（features）」，对应特定主题——比如「用要点列表写东西」「人物和地点」，其中反复出现、最有共鸣的一个是金门大桥。把这个特征调高，Claude 就会对金门大桥着魔：你问它意面菜谱，它会顺口说「那个橙色跟金门大桥的国际橘一模一样」。→ 详细
• 团队在 24 小时内把这个体验搬上 Claude.ai，工程、产品、设计、研究一起上，只在线了大概 24 小时，「说实话最后可能只触达了两千个人」。但 Dianne 说这是个隐形拐点——它第一次证明「我们真的能做出跟竞品不一样的产品体验，用属于自己的方式把研究成果展示出来，而且是创业公司那种速度」。→ 详细
• 整件事是彻底自下而上的：工程师、设计师主动捐出自己的时间来做。她拿这个例子说明早期文化，并强调「文化和价值观从那时到现在基本没变」。→ 详细

• 第二个转折是训练和测试 Opus 3（2024 年 3 月初发布）。当时公司还不到 200 人，但所有人都清楚「我们需要、也想要做出一个前沿模型」，因为外界一直在问一个核心问题：别人凭什么要选 Claude？→ 详细
• 她记得那年 12 月，自己和几位研究负责人各自回了父母家，视频里能看到每个人身后是儿时的房间，所有人都在拼命琢磨「我们到底要把模型训练成什么样？它现在的表现对不对？」。那段共同经历攒下的信任，让今天产品和研究之间的协作依然顺畅——「因为早期我们真的是一起在战壕里泡了那么久」。当年那批研究负责人，现在分别在带强化学习、模型人格（character）和对齐工作。→ 详细

• 「2023 年我刚来的时候，没有人会把 Anthropic、Claude 和写代码放进同一句话里。」当时 GPT-4 也有人拿来写代码，但那只是众多用例之一。→ 详细
• Dianne 观察到的信号很具体：用户已经不只是拿模型做代码自动补全，而是在写成段成篇的长代码。于是团队问：这是不是一个机会，值得把 Opus 3 往这个方向多训一点？→ 详细
• 结果是「从训练角度看这个改动其实相对不大，但它在早期帮我们做出了竞争差异化」——带来了第一批 Claude 死忠开发者，「因为我们提供了一种他们当时觉得根本不可能实现的价值」。这是全片最典型的一个「判断力 > 工作量」的案例：真正值钱的不是那次训练，是那次看信号的判断。→ 详细

• 团队里常说一句话：「你得先有前沿的产品，才撑得起前沿的模型，才能让人真正感受到前沿模型的魔力。」→ 详细
• Opus 4.5 的高光时刻是两件事共振的结果：模型的智能终于到了能让广泛用户「以 agent 的方式端到端把事情跑完」的程度，而 Claude Code 提供了那个载体。她的原话是：没有 Claude Code，Opus 4.5 不会有那个时刻；没有 Opus 4.5，Claude Code 的采用速度也到不了那个量级。→ 详细

• 大家熟悉的 scaling law 是那条平滑曲线：算力和数据越多，下一个 token 预测的损失（loss）越低，模型越聪明。但 Dianne 提醒，同一批论文里还有另一类图——涌现能力（emerging capabilities）是不连续地跳上去的：模型可能从「1+1 都算不对」，一下子变成「稳定能算对」。→ 详细
• 这就带出全片最关键的一句因果：「如果你没有那个 eval、没有那套测试系统，这些跃迁可能已经发生了，而你并不知道。」 这既是产品机会问题，也正是安全问题变难的根源。Lenny 接得很好：「你可能已经造出了一个 AI 大脑，它能做的某些事情你自己都还没意识到——所以工作的一部分就是去发掘：我们在这件事上突然变得很强了，那能拿它干什么？」→ 详细
• 因此她给「身处指数曲线内部」的应对法是两条：一是适应力——「当新信息摆到你面前时，你是继续照原计划走，还是据此做出更好的决策」；二是第一性原理推演——问「那又怎样？这意味着什么？」，然后把本来预计几个月后才做的计划直接提前，因为模型现在真的能做到了。Cowork、Skills、Tag 就是这么冒出来的。→ 详细
• 她还点了一个组织层面的难处：有些团队会比其他团队更早、更强烈地感受到这条曲线，所以要有「那份耐心和体面，把不断变大的组织一起带上路」。→ 详细

• 她用 PM 的话给这个现象起了名字：product overhang / user overhang（产品侧、用户侧的能力过剩）——意思是模型已经具备的能力，远超今天产品用到的、用户知道怎么用的部分。「即便是在今天已有的 Opus 上、尤其像 Fable 这样的新模型上，还有很多东西是我们可以去挖的。」→ 详细
• Lenny 引了 YC 的 Garry Tan 一个说法作为对照：「如果你现在就愿意一年在 token 上花十万美元，那你过的就是 2028 年的人才会过的生活」——因为到那时这些会变得非常便宜，人人都能这么干；而现在你有一个「提前住进未来」的超额收益窗口。→ 详细
• Dianne 对「token maxing」的修正很关键：token 花销是输入，真正的产出是实验。「如果我们把目标设在实验上，可能是对结果更好的一种表述方式，而达成这个结果的路径也可能不止一条。」——换句话说，别把「烧了多少 token」当 KPI，要把「跑了多少次有效实验」当 KPI。→ 详细
• 但她也承认硬条件：公司内部最有创造力的人、最会做原型的人，确实每一版新研究模型出来都花大量时间跟 Claude 待在一起。「在技术变化这么快的时候，不上手碰这项技术，是很难想出一个完美战略的。」以及那句被剪进片头的话：「你打磨 token 得跟打磨像素一样上心。」→ 详细

• Anthropic 内部有个从早期延续下来的习惯叫 working in public（公开地工作）。产品界面还很少的时候，有一个 Slack 频道，几乎全公司的人都在里面测试 Claude 的早期版本——「大家当时不会管那叫『用例』，但你可能是在让它改一篇文章，或者让它帮你想怎么把这封邮件写得更得体」。→ 详细
• 关键机制在于接力变异：一个人抛出一个想法，别人去试这个想法的各种变体，「大概十来次请求之后，就会冒出某个很神奇的东西，或者一个全新的用例」。她由此下了个判断：「实验并不一定总是一项个人运动。」 我们其实可以更主动地把「群体性的发现」设计进实验流程里。→ 详细
• 内部至今仍在跑这个循环：某个特别好奇的人分享了一个新原型，一下子带动一大票人——「哦，原来现在用 Claude 还能这么玩」。→ 详细 Lenny 补充说这也是 Twitter 在这件事上格外有用的原因：看别人分享做出来的东西，会激发你自己的小想法。→ 详细
• 但她也划清了边界：大方向上「我们知道模型能写好文章、能做长文本写作」，可具体有哪些真实痛点它能解决、怎么做到用户真正用得起来的程度，这部分只能靠探索和实验——不是想出来的。→ 详细

• Labs 的核心命题是识别并深挖那些「不连续的大赌注」——那些可能压根不在核心路线图上的东西——然后判断它到底成不成立，以及如果成立，它的 10 倍、100 倍、1000 倍形态长什么样。产出包括 Claude Code、Skills、Claude Design、MCP。→ 详细
• 当下能做的事太多了，所以他们今年的操作原则是：对主题、对方向持有非常坚定的观点，但对具体做成什么原型保持相对松的态度。有时候一个判断当下跑不通，那就「等一到两代模型之后再回头看」。→ 详细
• 一个反直觉的价值主张：原型本身就能让你学到东西，哪怕它从没变成能发布的产品。这也是 Labs 能替公司「提前看到拐角后面」的原因。→ 详细
• 组织上的三条经验：一是小组极小，「有些想法一开始就只有一个工程师在做」，因为「一个特别大的团队去追一个非常模糊的大想法，反而会因为人多而变慢」；二是招人专挑真正想做 0 到 1 的那种性格；三是接受砍掉赌注很难——「你其实是在以创始人的身份押一个赌注，而它暂时还没跑通」。→ 详细

• 研究员的日常大致就是「提假设、找数据、调算法、跑训练、看结果、再迭代」，但 Dianne 补了一层：研究组织同时有一个更长期的愿景层——「公司刚成立那会儿，研究员就已经在讨论：怎么让 Claude 会用电脑？」她形容顶尖研究员身上有「一股很像创始人的劲头」。→ 详细
• 她团队的位置是深度嵌进这些循环里，尤其是对用户影响最大的方向：视觉、computer use、写代码、agent 写代码、tool use、test-time compute（推理时算力）。核心任务是「把用户反馈转译成研究员看得懂、也下得了手的东西」——这是这份工作里最大、也最难的一块。→ 详细
• 最好的示范是那个「幻觉」的例子：用户在 Claude.ai 上留一句「Claude 胡编乱造」，你要是直接跟研究员说「请把幻觉问题修一下」，根本没法落地。所以团队会去调（用户授权的）完整对话轨迹，逐层分诊：它当时本该调用工具却没调（→ tool use 的失败）？还是文档找对了但引用错了里面的事实（→ 搜索与结果综合的失败）？还是 alignment 的问题？→ 详细
• 拆到这个颗粒度之后，再判断「这个问题够不够大」，再设计 eval 来衡量到底有没有改进。她把这整件事概括成一个目标：缩短「发现问题」到「能动手改」之间的距离。→ 详细

• 招 PM 的第一条标准是第一性原理思考——「不是把你在消费级产品或 B2B SaaS 里那套模式直接套过来，而是真的去想：在此时此刻、面对这群用户、用这项技术，用户价值到底是什么」。（顺带一个反直觉数据点：她团队的招聘流程三年没变过。）→ 详细
• 她举的「什么才算真的第一性原理」的例子，就是这句团队口号：一般 PM 理解自己的日常是「写 PRD、写产品愿景文档」，但对研究向 PM 来说，推动用户价值的方式是找对用户反馈、做对 evals——「evals 才是那份用户需求的具象化」。第一性原理思考就是：先想清楚为了达成目标到底该做什么，而不是「我以前一直干这些事，所以我接着干」。→ 详细
• 起点仍然是理解用户痛点，但触达痛点的方式变了：过去做用户访谈，挖得深会让用户带你走一遍操作流程、抠到像素级；现在——「你得像抠像素一样去抠 token」。团队的日常动作是读对话 transcript，非常深入地看那些失败的 trajectory（轨迹）：这是幻觉？还是 Claude 过度自信？「失败的类型其实有很多细微差别。」→ 详细
• 搞清楚之后，你才能把痛点稳定地描述出来，而这个描述本身基本上就能变成一个新的 eval。接着还要检查这个 eval 是不是 on distribution（贴合真实分布）——它既要覆盖真的会失败的情况，也要覆盖那些本来就不该失败的情况（否则你会训出一个矫枉过正的模型）。→ 详细
• 最后是可度量：把它交回研究团队之后，「等 Opus 5.5 出来，这一块到底有没有变好？Claude 现在能不能在文档里定位到正确的地方、抽出正确的综合结论？」——你没法改进你衡量不了的东西。她还强调这项技能正在外溢：「我也跟其他公司的 PM 聊过，我认为它正在更广泛地成为一项必备技能」，因为今天的产品都处在「模型 + harness（外壳/脚手架）+ 一组面向特定用户的上下文」的交叉点上，而且「这件事到今天仍然非常靠手感、非常依赖判断，所以你必须贴着细节」。→ 详细

• 这套做法是 Anthropic 内部最早跑通的。早期的 Claude 不太会遵循特定 schema，比如按 JSON 格式输出——而这恰恰是今天 Claude 能当好一个 agent 的地基：「你如果输出不了指定格式，就不知道怎么访问 API、没法调用工具」。→ 详细
• 起点是 Claude 2 时代一条很虚的反馈：「Claude 不太会遵循指令」。她的追问方式值得逐字抄下来：「你说『Claude 不听指令』具体指什么？给我讲讲是在什么场景下发生的，到底是哪一段？你问了什么？Claude 又回了什么？」——细到这个颗粒度。→ 详细
• 结论令人意外：早期大家说的这类失败里，大概 80% 其实是 Claude 没写出正确的 JSON。 一个听上去像「模型智能不够」的抱怨，真相是一个格式问题。→ 详细
• 然后是极其朴素的落地动作：先攒 30 到 40 个 Claude 做错这件事的例子，这批例子本身就是 eval 集（一个 prompt + 一个 response，对照手里的标准答案 golden answer 跑不通就说明这个 eval 有价值——它能稳定复现痛点）。加进 eval 仓库后，每出一个新版本 Claude 都跑一遍。「到今天基本永远是 100%，或者 99.9%，已经不再是痛点了。」→ 详细
• Lenny 一句话点破这套工作流的本质：「这基本上就是 PM 版的测试驱动开发——先写测试。」 完整流程是：接住反馈 → 搞清楚他们真正想说什么 → 能不能复现 → 是不是稳定出现 → 是不是个大问题 → 标准化成研究员能直接消费的形式。→ 详细

• Lenny 直接问「你们现在还写 PRD 吗」，Dianne 的回答是还写，只是用法变了。当问题已经定义得很清楚时，「eval 这类东西几乎可以当成一种速记」——能用 eval 说清楚的，就别写文档。→ 详细
• 第一个仍然非 PRD 不可的位置：让一大群人对齐。 PRD 是个很好的载体，「能让一大群人在『体验是什么、目标怎么定』这套事实来源上对齐」。所以每做一个模型他们其实都写 PRD——但注意这份 PRD 不是给研究员看的，而是给不断扩张的产品面、工程团队，以及法务、安全这些 stakeholder 看的，作用是「让一大群人朝同一个方向划船」。→ 详细
• 第二个位置：更模糊的问题和机会。 像 computer use 这种还没发布过的东西，「我们手上不一定有一堆现成的具体用户痛点」——这时 PRD 里「产品愿景」那部分就有价值了：去探索「哪怕这项技术还没成熟到人人可用，你怎么让它先在某一小群人身上跑得很好」。→ 详细
• 这个结论是有交叉验证的：Lenny 说他前不久刚聊过 OpenAI 那边负责 Codex 应用的 Andrew，说法完全一致——PRD 没死，对特定的项目和想法依然很有用。→ 详细

• 这是她全片态度最硬的一段，专门针对职业中期的人和坐在管理岗上的人：「要想带好团队、带好做这项技术的 PM，你自己必须非常 hands-on，而且不只是花时间玩一玩，是真的用这项技术发过东西」——同样扎进细节里，跟你的 PM、你的工程师一起去抠 token。→ 详细
• 具体到制度上：她招进来的资深 PM，onboarding 计划跟一个刚入行的人完全一样——理解用户、读那些经用户授权的反馈、跟客户聊。理由很直白：「如果一个人自己没经历过从零把东西建起来，他不一定能认同、甚至不一定看得出来一个好的 AI 产品该长什么样。」→ 详细
• 她自己也照做：每次做模型都刻意留出时间，亲自认领一到两条工作流，目的是「保住我对模型的 theory of mind（对它怎么想事情的直觉）、保住我对模型在往哪走、进步有多快的手感——这样我才能帮团队做出更好的决策」。→ 详细
• Lenny 把这条翻译得更狠：「不管你在公司层级里处于什么位置，如果你自己不动手建东西，你是撑不下去的。」 Dianne 补了另一半：你还得享受这件事——「不管什么级别，最成功的那批人，都是真心喜欢跟 AI 一起工作的人」，而且腾出的时间不只是做实验，是端到端亲手把东西发出去、拿到用户反馈。→ 详细

• 面对「我烦死了、被推着用 AI、变化太快我很累」这种状态，她的第一条建议还是那句：做实验不是个人运动。她自己「差不多摸过每一个版本的研究模型、二十来个版本的正式 Claude」，但乐趣有一部分来自看别人也发现了新用法。→ 详细
• 具体动作是结对：找一个已经很兴奋的人，围绕一个你真正在意的用例一起搞，而不是自己一个人去找那个「完美用例」——「后者感觉像工作，而跟别人一起搞，很多时候感觉像快乐」。→ 详细
• 第二条是收窄。她坦白：「外面新出的原型和产品实在太多了，我根本追不过来，所以我给自己的取舍是：挑一两个，自己往深里钻。」两条路（结对、或找一件能立刻见到价值的事）的共同点都是「往深里走，而不是浮在表面、什么都碰一点」。→ 详细
• Lenny 拿出了一个外部数据点印证：他和同事 Noam 做过一次读者调研，问大家怎么看当下 AI 带来的变化，最有意思的结论之一就是「幸福感来自在一两件事上深挖，而不是同时铺开一堆小事」——因为人真正高兴的时刻，是终于摸索出一条让 AI 切实改善生活的路子，「而不是手里攥着一堆半残的、勉强能跑的破玩意儿」。→ 详细
• Dianne 把这件事重新定义成一个 PM 问题：关键是别让它变成「打个勾交差」，而是「对自己时间和精力做一次产品优先级排序」——如果目标是「带着乐趣去实验」，那你需要哪些输入条件？→ 详细

• 她提出一个大多数人忽略的用法方向：AI 不只该用来提升产品的 IQ，也可以提升你的 EQ——「拿它来把彼此之间的对话谈得更好、把管理者当得更好」。→ 详细
• 具体产物：她专门做了一个 skill，把《关键对话》（Crucial Conversations）这本书的方法装进去，用来帮自己判断——「面对眼下这个情境，我切入的颗粒度对不对？」 Lenny 确认了做法之细节：不用把书喂给它，模型对这本书本来就足够熟，你只需要告诉它「我马上要跟某位同事进行一场很难的对话，给我一些建议」。→ 详细
• 她对效果的描述很克制、也因此可信：「几乎就像有一位私人化、个性化的教练」，而且「也有些时候我最后并没有采纳 Claude 的建议，但光是拿它来做头脑风暴、把思路先跑一遍，就已经很值了」——她会问它：我对对方反应的预判合理吗？怎么能更快聊到深处？怎么更快建立信任？怎么把话说得更直接？→ 详细
• 这个用法她现在会主动分享给团队里其他管理者：「怎么真正用 Claude 让自己成为一个更好的教练」——理由是「有时候你很难找到那个刚刚好的措辞，而模型手里有大把恰到好处、分寸得当的表达」。她另外还提到 Claude Tag 代表了一种新范式：让 agent 自己跑出去干活，再把成果带回来给你。→ 详细

• 被问到「脑子退化/思维萎缩」的担忧时，她给的是一条按场景分流的规则，而不是笼统的「少用 AI」。前提是她的自我认知：「对我个人来说，思考的过程和写作的过程是绑在一起的。」 所以她要守住的一条是：别让 Claude 把我全部的思考都接管过去。→ 详细
• 第一类（要保住判断力的事）：先自己形成一个观点，再拿着它去和 Claude 打磨，并且「确保从头到尾保住我自己的语感和语气」。Lenny 把这条提炼为：先想、先有 POV，再把 Claude 当陪练来推进和反驳。→ 详细
• 第二类（该整个交出去的事）：比如每月的 monthly business review（月度业务回顾）——这种场合她「反而希望它是标准化的」，也做了对应的 skill。她的判断标准非常锋利：「月度业务回顾里，『写』这个动作的价值，相比『想』这个动作是不对称地低的」，那就该把「写」完全交给 Claude，自己退到审阅者和校验者的位置。→ 详细
• 由此她给出全片最好用的一把尺子：判断该不该交给 AI，就看这件事上「把它交出去」是否存在价值的不对称。顺着这条线，她还把「AI 味」这个老问题重新框了一遍：与其纠结「是不是 AI 写的」，更合适的视角是可验证性——「谁来验证、谁来签字背书，这件事变得比谁写的更要紧」。→ 详细

• 「你最不想要的，就是一个只会顺着你说的 AI。」她把这件事和 Anthropic 的对齐/安全研究直接挂钩：「有时候让 Claude 来反驳我，反而让我变得更好……就像同事一样，当我的想法还没成型时，我希望有人能顶我一下。」→ 详细
• 一个很「套娃」的实例：她用 Opus 的一个研究版本，让模型自己去想「下一版 Claude 该怎么定价」，用它来检验团队的定价决策做没做对。她的落点是：AI 不该只是助手、只是执行者、只是被派活的对象，它还得能判断「现在做的这件事对不对」。→ 详细
• 顺带一个对「主动性」的重新定义，很值得抄进任何一份 agent 设计文档：「所谓主动性，并不一定是把安排给你的事做完，而是知道什么时候该提出一个新想法。」 而这与「知道什么时候该反驳你」是深度绑定的，是模型人格特质里很核心的一块。→ 详细
• 她给「思考搭档」定的及格线也高得刺眼：「一天下来，因为和 Claude 一起工作过，你的想法应该变得更好了。这才是该追的核心目标，而不是把你的想法改进 10%。」 Lenny 接了一句时代注脚：以前创始人推团队是「想大 10 倍」，现在的问法变成了「这个想法的一千倍版本长什么样」。→ 详细

• 「把野心放大一点」现在是句烂大街的话，Lenny 吐槽说说起来容易、做起来太难——难就难在你到底能把事想多大。Dianne 给的解法是把这句空话降维成一道具体的题。→ 详细
• 那道题是：「假设 Claude 8 出来了，用户的行为会发生什么变化？那这对你今天该怎么搭这个产品意味着什么？它能不能兼容到那个未来的体验？」 她说这是自己做产品时反复问团队、也反复问自己的问题——因为技术跑得太快，你必须确保今天做的东西是「向前兼容」的。→ 详细
• 配套的姿态是那条贯穿全片的原则：把这件事从头到尾想通一两遍，然后在「方向」上很固执，在「具体怎么做」上保持松弛。「『有野心』这个词太宽泛了，所以我们试着用这种方式把它落到实处。」→ 详细

• 最成功的那批研究员和研究负责人有三个共同点：极强的第一性原理思考（面对问题能一层层推理下去）、对自己方向真的有热情且能把终局讲得很有野心、以及贴近细节——「我们的首席科学家、负责 fine-tuning 和强化学习的几位，是真的会盯着训练跑得怎么样、evals 表现如何、底层数据长什么样」。品味（taste）就是这么练出来的。→ 详细
• 第四点是敢想大：「就像 Dario 说的，我们可以彻底改变软件工程……很多时候你的想法就得往星星上射。」→ 详细

• Lenny 的困惑很在理：它明明叫大语言模型，怎么偏偏一读就知道是 AI 写的。Dianne 的解释是技术能力是 jagged edge（参差不齐的锯齿边）：曾经模型写作还行但不够 agentic，于是优先解决「怎么让它更 agentic、更会调对工具」；那块改善之后，其他方面就成了新的毛边。→ 详细
• 也就是说，写不好不是天花板，是排期问题——「写作现在正处在这样一个节点：我们得真正把注意力和优先级放上去」，而这是她团队和研究侧眼下投入非常大的一个方向，语气和人格（tone and character）是有明确优先级的。她预测等这块提上去，下一个问题就会变成「怎么让 Claude 更主动」。→ 详细

• 以前是「模型做好了就发布，大家好，人人可用」；Fable Mythos 走的完全是另一条路——被拦住、被大量审视，各方都要先确认它不会黑进自己的系统。政策和出口管制那块她留给专门的同事，只谈产品侧。→ 详细
• 产品侧的结论是：前沿模型能力越强，安全防护、red teaming（红队演练）、测试和发布前流程也得跟着快速演进。一个具体产物是兜底系统——用户即便撞上限制，仍然能从 Opus 4 拿到很好的回答；这套东西现在叫 model safeguards package（模型安全防护包），接下来几周几个月还会持续迭代。→ 详细
• Lenny 点出一个耐人寻味的二阶效应：最先进的模型只有少数公司碰得到，反而给各家实验室造出了一种「不公平优势」。Dianne 的回应是这并非他们所愿——「对于通用型的技术，我们并不希望出现那种局面，希望它更可及；这其实是我们现在最优先的事项之一」。→ 详细

• 被问到「在走到 AGI 之前，人脑在哪儿最有价值」，她的第一个答案是判断力。理由很硬：判断力是「大量微妙细节和经验的累积」，而这些系统经历过的事远不如人类多，所以「那种一点一点挣来的判断力，对产品负责人、乃至对所有人来说，都会继续极其关键」。→ 详细
• 她把这条判断力具体化成一句几乎可以刻在墙上的话：「AI 能造的东西太多了，那到底哪些是一家公司、或者一个实验室该造的？」——这里面很多都需要人的判断力、韧性和主动性。这些「超出了通用能力的范畴，更像是到了那个层级的人身上的行为方式和性格」。→ 详细
• 第二块是领域专长：软件工程「确实已经被 AI 彻底改造了」，但生物、生命科学这些领域「我们还只是站在指数曲线的脚下」——同一时刻不同行业在曲线上的位置差得很远。他们推出 Claude for Science 正是在往这些方向投。→ 详细
• 这条线和她前面「怎么不被 AI 接管思考」的回答是同一条：Lenny 总结得很准——先守住自己的观点和视角，再去问 AI；串起来就是判断力 + 韧性 + 属于你自己的观点。→ 详细

• 问到该鼓励孩子学什么，她的答案是「和你我从小被培养的其实是同一批特质」：对学习的好奇心、韧性，以及相信自己心里的那个声音——先把它养出来，然后相信它。她有一个四岁和一个八岁的孩子，「责任在我身上，去帮他们把内心那个声音养起来」，哪怕表现出来是有主见、敢当着她的面站队。→ 详细
• 她自己没解的那道题是：什么时候该让孩子开始接触 AI。她在一次活动上听到一个家长的做法觉得很有意思——让孩子只用非常早期的模型，这样他们还是得自己费点劲，而不是一问就立刻拿到全部答案（比如那种不太稳定的开源本地模型）。→ 详细
• Lenny 补充说 Ben Mann 对同一问题的答案也是好奇心，另外 Ben 很推崇蒙台梭利（Montessori），这也是他自己家在做的方向。→ 详细

• 先看节奏有多离谱：2024 年一整年发了四个模型（系列），而今年光第二季度发的量就超过了那个数。→ 详细
• 她给出的第一个答案还是那句母题：「这不是一项个人运动。」 团队里的氛围是 radical ownership（极度当责）+ 强协作。她承认「有时候确实感觉像在打一项高强度竞技，因为你面对的都是极关键的决策，用户侧、训练侧不断有新信息进来，你必须很快给出建议和判断」——然后是那句要害：「没有人能靠自己长期这么扛下去。」→ 详细
• 这种互助有具体形状：发布前一晚，哪怕自己不是那个模型的 DRI（直接责任人），也会陪着熬夜帮 DRI 审博客文章、改稿子、想更好的 demo——「知道该在什么时候给对方当那只多出来的手」。她们管这种深度同步叫进入 hive mind（蜂巢思维）。→ 详细
• 她对「休假」的定义特别值得单拎出来：「重点不是你能休假、然后回来面对三倍的活儿，而是你休假的时候，能放心团队自己判断得出该做什么。」（她六月刚休完假。）另外她提到个人层面的支撑：伴侣非常支持，「我做 AI 到今年是第六年了——先是 Amazon，然后是 Anthropic」。→ 详细
• 这套东西最终落回招人标准：她要的「意念同步」不是每个细节都对齐，而是「第一性原理是什么？你的前提假设是什么？」这一层对齐——这样别人才能替你兜底，或者反过来推你的决定、把你的思考磨得更锋利。所以她招人时会明确地问：「这个人在乎的是自己的 ego、是把自己的组织做大，还是在乎给公司和团队的影响力做贡献？」——她倾向于选低 ego、以团队为导向的人，「这确实是可持续性里很大的一部分」。→ 详细
• 一个反向的时代注脚：Lenny 提到 Fiona 在近期一集里说，软件工程现在孤独多了——「我们现在是在跟 agent 一起工作，而不是跟别的人；团队变小了，每个人手里都带着一支 agent 舰队在不停对话」。这恰好反衬出身边真实的人有多重要。→ 详细

• 收尾时她主动说：「其实你没问我这个，但社区里一直有个疑问：模型都这么强了、工程师又这么主动上手，我们还需要 PM 吗？」→ 详细
• 她的答案是需要更多，而且给出了新的岗位内核：「以用户为中心、愿意钻进细节去理解用户到底想完成什么、能把这些提炼成可执行的东西，并且愿意为此做那些不厌其烦的苦活」——这四件事才是产品人的内核（注意：不包含「写文档」「排需求」这些形式）。→ 详细
• 她给的时代判断是：「我们现在正变得非常以技术层为驱动，而要让它真正产生影响，你必须钻得够深，必须有好奇心，必须极度亲力亲为。」→ 详细
• Lenny 的收束几乎是这期的一句话总纲：「现在『做东西』变容易了，难的部分变成了——我们到底该做什么？我们已经做出来的这个东西对不对、好不好、值不值得继续押注？」→ 详细 Dianne 补最后一刀：「而且就是要钻进用户的细节里去。」→ 详细
• 她想让人带走的另外两点：一是工作方式要更新；二是保住乐趣——「如果你此刻觉得自己已经没有最初那种兴奋感了，那就去找那些还有这种感觉的人」，同时不断给自己的技能补充新血，比如用第一性原理去想清楚你到底在解决什么问题。→ 详细

Q1 · 最常推荐给别人的两三本书？

• 《How to Raise an Adult》（如何养育成年人）——偏个人生活的一本。作为妈妈，她常想「我到底想在孩子身上种下些什么」，而这本书最有帮助的一点是那个框架：我们要养的不是「孩子」，而是「未来的成年人」——顺着这句话就会去问：我们希望在孩子身上打磨、激发、培育的到底是哪些特质？→ 详细
• 《Incorruptible》（Eric Ries 著，她最近在 Audible 上听的）——她说「怎么建一家伟大的公司」是个重要问题，但她本人最着迷的是「怎么让一支很棒的团队、一家很棒的公司一直走下去」。她最喜欢书里那些「给文化设指标」的例子：「如果你只测营收，那你就只会朝营收去；但如果你有一些更好的指标，那才是真正能守住你在意的那些价值观的办法。」 她正在想怎么把这套东西落到团队层面——「我们怎么才能把团队里那些反复聊到的规范、默契，更清楚地表达出来」。（Lenny 补充：Eric Ries 最近上过这档播客，这本书上了纽约时报畅销榜。）→ 详细

Q2 · 最近喜欢的电影或剧集？

• 《Fallout》（辐射，Amazon Prime）——上个月休假时刷完的，改编自同名游戏。→ 详细 她的评价：「写得很机灵、很幽默，动作场面也特别足。强烈推荐。」→ 详细

Q3 · 最近发现的、特别喜欢的产品？

• Claude Tag——「作为一种产品体验非常有意思」，Anthropic 内部有好几个不同版本在跑，「我觉得它真的是个特别特别强的工具」。（Lenny 说他正在试着把它接进自己给付费订阅读者开的 Slack 社区，并在琢磨：如果不是在一家公司里、而是一群互不相识的人，这套东西还能不能跑得通。）→ 详细

Q4 · 常回想起的人生信条？

• 来自她爷爷（她头十年是爷爷奶奶带大的，父母当时是在美国读本科和硕士的移民学生）：「不管你走多远，上面永远还有一层。」（No matter how far you go, there's always another level.）她说这话听着挺狠，但很好地概括了爷爷的人生哲学；每当遇到全新的、前所未有的事情她就会想起它——「今年上半年这种时刻特别多」。落到感受上就是：永远还有下一座山，永远还有下一个机会。→ 详细

Q5 · 早年在 JP Morgan Chase 做高收益债券交易员（管过上亿美元规模的组合）留下了什么？

• 现实和电影不一样：「大部分交易员是坐在终端前面，更多是在电脑上做分析。」 但那个环境依然男性主导——她是交易台上唯一的女性，也是唯一一个有她那种背景的人。→ 详细
• 她学到两件事：一是建立起真实的自我认知；二是那条到今天还在用的信条——「哪怕我是最资浅的那个、哪怕我看上去和别人不一样，最好的想法、以及对最好想法的笃定，才是最重要的，其他因素都不重要。」→ 详细
• 带进管理里就是：「我在团队里挺坦诚、也挺愿意示弱的。」 不管一个人级别多高、资历多深，只要有好想法她就帮他推进下去，也希望对方自己做到——把想法抛出来 → 真的对它有笃定 → 一路跟到底 → 把琐碎的脏活累活干完，让它落地。→ 详细

• 社交平台：她自陈「在社交平台上没什么存在感」。想追她和她团队的工作，最好的渠道是 Anthropic 官方博客——新模型、新产品体验都发在那儿。→ 详细
• 怎么帮到她（一）：给反馈。 她说这条是真的会到她手上——你在任何一个产品界面上点赞或点踩、或者把对模型的反馈告诉对接你的销售，最后都会传到她这里；「每一个研究模型，我都会相当深入地去看它的好评度和反馈」。所以：去压榨 Claude，告诉他们它在哪儿掉链子。→ 详细
• 怎么帮到她（二）：推荐人。 团队在扩，Anthropic 研究团队这边在招 PM（走官网 careers 页投递）。她要的画像：真心热爱这项技术、有极强好奇心、习惯第一性原理思考、敢于质疑各种前提假设，同时带一点爱折腾、爱瞎鼓捣的黑客气质。→ 详细