打造智能体原生产品

这期是 Anthropic 首席产品官 Mike Krieger（Instagram 联创）系统讲「智能体原生产品」怎么造、团队怎么搭、节奏怎么把。你手上同时在跑两条 agent 流水线——app_incubator 那条 7-Agent 造 App 链路、Holdwell 那座多角色 PRD 工厂——这期几乎是冲着这两件事来的，强相关。下面按项目落到具体的事上。

app_incubator（7-Agent 造 App 链路）

1 · agent-native 第一原则，建议直接焊进你 7 个 agent 的契约层

• 怎么做的：Krieger 说这是他「用得最多的那个词」——「凡是用户在 app 里能做的，agent 都能做」，而且产品的每个最基本积木（一条文档、一个项目）都要被模型「知道」且「可改」。他还点了反面：Claude AI 是 2024 年的产品，没从一开始把这条烙进去，结果用户让它「把这个加进项目知识库」，它居然回「好，让我告诉你加进去的步骤……」——本该原生直接做的事，退化成了教程。
• 你可以怎么做：你 app_incubator 里已经有「设计稿即工程强制契约」。在那份契约里再加一条硬约束：每个被生成的 app，凡是终端用户能在界面上做的操作，都必须暴露成 agent 能直接调用的动作，不能只生成「让用户自己点」的 UI。验收时拿 Claude AI 那个反面案例当 checklist——让你的某个 agent 试着「请 agent 替我改这个」，如果它回的是步骤说明而不是直接动手，就是没达标。

2 · 「该砍什么」才是真瓶颈，给链路加一道「砍」的强制 gate

• 怎么做的：全片第一句金句——「今天的 model 很擅长往产品里加功能，但不擅长判断该砍掉什么」。他用自己做实验佐证：让 Claude 两小时把 Instagram 前身 Bourbon 重做到「功能齐全」，模型还自作主张加了当年没有的滤镜。动手建已经轻松到离谱，难的是品味。Dan 现身说法踩了坑：他做的 Proof 因为「vibe coding 太上瘾」越加越乱，造出个「四不像」，最后整个推倒、只留「一个可分享的 markdown 链接」才爆。
• 你可以怎么做：你的链路现在大概率是「往前加 agent、加能力」的方向。给它补一个对称的反向环节——某个 agent 专职问「这一版能不能砍掉一半」。具体动作：在 app 产出 V1 后插一道「减法评审」，强制列出「哪些功能是因为能做才做、不是因为该做」，默认砍掉，要保留得给理由。这正对你「把'该做什么'前移到 agent」这个痛点——把「该不该砍」也前移给 agent，而不是等用户用崩了才发现臃肿。

3 · 「室内长树」——别让 vibe coding 一次性甩出整棵树

• 怎么做的：树养在室内不经风吹会长歪，因为它需要「来回推它的力」。映射到产品：开发被加速太猛，本该「一次做一件、拿给用户试」的循序渐进，被压成「室内一下养出整棵树」——你手上突然有个完整东西，但「没有每一步积累起来的直觉、没经过经验检验」。对用户也是灾难：等于把人「直接扔进电视剧大结局那一集」，人懵「这都是谁、我怎么被默认全懂了」。
• 你可以怎么做：你的痛点写着「激活/首屏体验」——这条几乎是为它写的。让 agent 一口气生成的完整 app，恰恰最容易把新用户扔进「大结局」。动作：在链路里加一个「首次使用路径」约束，让 agent 不只生成功能矩阵，还要生成一条「第一集→第二集」的渐进上手路径（先露一个核心动作、跑通了再解锁下一个），而不是开屏就把全部能力摊开。

4 · 验证 agent-native 产品不能写传统端到端测试——让 agent 自己「演练」给你看

• 怎么做的：Krieger 说 agent-native 软件「就是一种完全不同的测试」，「你很难写端到端功能测试，因为它本身带不可预测性」。Labs 的方向是搭 harness「尽可能多地演练那些 agent-native 能力」。还有个会心案例：他做的工作日志 app，让 Claude 去交互，结果两个 Claude 在聊天里自己聊起来了（「我老板对我很凶」「真替你难过」）——「你不会为这种情况写单元测试，但它可能冒出涌现的点子」。配套是「工作量证明」三层：不要任由模型说「我读了代码，看起来没问题」，他的反驳「代码就是你写的，我才不信你呢」。
• 你可以怎么做：你 7 个 agent 互相产出、最后吐一个 app，传统跑通测试覆盖不了「agent 实际能不能用这个 app 干活」。动作：给链路加一个「演练 agent」，让它真的去操作生成出来的 app、走一遍真实用户会走的流程，把过程录下来（Krieger/Dan 都在用录屏当验收物），而不是只看「构建成功」。在每个 agent 的 prompt 末尾加一句硬要求：「提交前，先向你自己、再向我证明它确实按预期工作。」

Holdwell ERP（多-Agent PRD 工厂 · 三驾马车 + 碰撞协议）

1 · 「用心程度证明」——你碰撞环节正缺的那把尺

• 怎么做的：Krieger 区分了两层。「工作量证明」是「你确实演练过」；更高一层是「用心程度证明（proof of thoughtfulness）」——他常碰到工程师提改动，他一问「你为什么选这种做法而不是那种」，「很多时候答案是：他们没选，那是模型做的选择」。这种选择「也许还算合理，但不是放进整个范式里最优的那个」。他警告：一堆想当然的小决定叠起来，就成了「一座你自己都没意识到的假设之塔，地基早就歪了」。
• 你可以怎么做：你的痛点里有「碰撞协议纪律是否真执行」——「假设之塔」简直是给它量身画的。在碰撞与合成环节（尤其涉及实体建模、新 primitive 的需求）加一道强制问答：每个关键设计选择，agent 必须回答「为什么是这个方案、被否掉的备选是什么」——碰撞三件里的「第 3 案」本来就在逼这个问题，答不上来=没想透=不准进合成定稿。这比「检查产出格式对不对」更能堵住「模型替你拍板、你不知道」的洞——正好让碰撞从走形式变成真纪律。

2 · 主智能体别自己干活，把活委派给子智能体、保持主循环常开

• 怎么做的：Krieger 在 Claude Code 里「强烈写了一条 prompt」：「你自己别干太多活，把活委派给子智能体。」好处是「大部分时候主运行循环都空着，随时能跟你对话」——这让它「感觉更像一个能对话的人，而不是一个你丢活给它、然后它卡上五分钟的工具」。
• 你可以怎么做：你是三驾马车 + PM 主持的编排。如果「主编排者」（product-manager）自己也在埋头干具体活，它就会经常「卡死」、没法响应你中途的调整。动作：把编排层和执行层拆干净——让顶层只做澄清、派活、主持合成收口，具体 PRD 章节交给子 agent 写。这直接对到你的「跨线对齐」痛点：一个常开、随时能被你打断重定向的协调者，比一个埋头跑完才抬头的更好对齐。

3 · 「影子组织架构图」——信任随 agent 在团队里传递

• 怎么做的：Dan 描述了一条信任链：我用我的 agent 干我擅长的事，别人看我用它干这些、知道我擅长什么，「他们信任它是因为他们信任我」；它又「根据我自我调整」，于是信任被「转移」过去，组织里的人也开始用它干这类活——最后长出一张「影子组织架构图」：每个人的 agent 因为主人擅长的那件事而被大家知道、被大家调用。
• 你可以怎么做：你的工厂是三个固定角色（如同三个「岗位」）。这条提示一个演进方向：每个角色 agent 不只是「执行某类任务」，而应携带「这个岗位的判断与品味」，让别的 agent（和你）逐渐信任并直接调用它的判断，而不是每次都从头校验。也对到「agent 产出缺可观测/可验证」——信任是靠「别人看它干成过这类事」攒出来的，所以工单要留下「这个角色 agent 干成了什么」的可见痕迹，信任才传得起来。

4 · 删功能当使命 + 模板化 vs skill化的平衡点

• 怎么做的：Krieger 夸 Claude Code 团队「几乎把删功能当成一种使命」，判断标准是「这个东西没起作用，就下掉它」。教模型用 agent-native 方式时，关键是找「模板化（固定骨架）和 skill化（打包成可调用技能）之间的平衡点」——以及「那个平衡点到底在哪」。他还做了个「关于 Claude API 的 skill」，因为新模型一发布就不在模型固有知识里，会出现「不，那叫 Sonnet 45」「不不不」的鸡同鸭讲。
• 你可以怎么做：你的 agent 定义与协议约束都收在 .Codex/agents/*.toml 和碰撞协议里。对照「删功能当使命」——定期审一遍：哪些约束/步骤其实没在产出里真正起作用？没起作用的果断下掉，别让协议越写越厚、变成你自己的「假设之塔」。对照「模板化 vs skill化」——审每个环节：它到底该是个固定模板（每次照填）还是个可被 agent 灵活调用的判断？放错位置（该灵活的写死、该写死的太散）就是碰撞纪律走形的一个隐藏来源。

StockHelp（价值投资看板）

1 · Phase 1 只看数据 = 教科书级的「精简 V1」，别急着加信号

• 怎么做的：Cowork 案例——这种产品他们「琢磨了很久」，最后拍板「10 天内放出去」最精简的 V1。Krieger 说「V1 本该或本可以有上百样东西，但它没有」，可它「已经够好用，足以在外面验证出点什么」；他甚至怀疑「再开发两个月、加 50 个功能会不会更有用」，因为那多半「又在搭室内的树，一接触真实就发现根本没人想要那个，大家想要的是另外那块」。
• 你可以怎么做：你 StockHelp 的 Phase 1 就是「只看数据」、Phase 2/3 才做信号通知——这恰好就是 Krieger 说的对的节奏，给你一个外部背书：别被「该不该现在就加买卖信号」诱惑。先让「Phase 1 只看 PE / 5 年分位 / 公允价」这一版自己用够久，看你真实盯盘时缺的是哪块，再据此决定 Phase 2 加什么——而不是凭想象一次加满。

2 · 「安全的游乐场」——边缘要稳，中间才能放开

• 怎么做的：「能有游乐场的唯一前提，就是它的边缘是安全的。」只有把外围护栏（数据安全、不越权、不崩）做死，中间才敢让 agent 自由发挥。Krieger 还讲了稳健性的标尺：不一定要 WhatsApp 那种荒野一格信号也发出去，但「至少加载消息时感觉稳、显示已发送就是真发了，那里有个小小的对勾」；以及到底是「建在沙子上还是有结实主干」。
• 你可以怎么做：你这是自用投资看板，「边缘安全」对你=数据正确性这条护栏不能松。具体：估值数字（PE、5 年分位、target_pe×EPS 算的公允价）是你做买卖判断的地基，这块必须「显示对勾级」的可靠——拉数失败要明确报错，绝不能默默显示上次的旧值让你误判。把这条钉死了，Phase 2/3 的信号、通知才敢往上搭；地基是沙子，越往上加越危险。

职业 / 你本人精力（聚焦、杠杆、该 all-in 哪个）

1 · 保持小团队 + 你这种「一个人多线」其实占了 AI 时代的便宜

• 怎么做的：核心数字——「在 AI 领域每隔 3–6 个月，你就得把产品里差不多一半的东西扔掉」，而「如果只有一个 GM 自己意识到'我得直接把这一半扔掉，因为模型强太多了'，转向就容易多了」。他反复证明扩张太快是「净负面」：人多了「最后把所有时间花在协调上」，开一堆对齐会；连 Instagram「就我们俩，让两个人想到一块就已经够难」。
• 你可以怎么做：你的元约束是「一个人扛正职+多副业，精力是最稀缺资源」。这期给你一个反直觉的安慰：你「一个人」恰恰是 AI 时代最灵活的形态——不用跟任何人开对齐会，模型一变强你能立刻把半个项目推倒重来。所以别因为「人手不够」焦虑去拉人协作；真正该做的是养成「每 3–6 个月主动扔掉一半」的肌肉。这周可挑一个副业，问自己「如果今天模型水平重做，我会砍掉它现在哪一半」。

2 · 「极强信念」是启动的把关因素——帮你判断该 all-in 哪个下注

• 怎么做的：Krieger 说启动新项目「最重要的把关因素，是得有一个人抱极强信念」——但澄清信念该落在「问题领域」而非「具体想法」（对具体想法太执着很危险）。劲头要到「我会一直撞墙，直到这事要么被证明成立、要么彻底死掉」。反面信号是项目「丧钟」：复盘发现「团队里没一个人真觉得这是值得做的事，大家只是觉得'听起来挺合理'」。
• 你可以怎么做：你在纠结「该 all-in 哪个编码下注」。拿这把尺筛你手上 6 个项目：哪个是你愿意「撞墙撞到它成或死」的？哪些只是「听起来挺合理」？后者就是你的精力黑洞。注意他的细分——信念该落在「问题领域」：你对「价值投资该有什么工具」「ERP 该怎么用 agent 造」哪个领域有那种非做不可的劲，比你对某个具体功能更值得信。

投资视角（你是价值投资者 · 顺手问一句）

这期最该进你投资脑子的，是「会过时的版本」这个颠覆陷阱。

• 怎么做的：Dan 抛的尖锐观察——「如果你现在在 AI 领域卖给企业，哪怕产品很现代，它也会相当快变得相当过时，可你的客户偏偏想要那个过时的版本」；「只要你为'某家巨型上市公司现在会买的东西'做优化，你就很容易被颠覆」。Krieger 补具体困局：很多 2–3 年前起步的创业公司，「有套特定技术栈、特定'我们这么做 AI'的思路，模型已天差地别，但跟客户签的合同还按那套过时的来」，并点名「你看 Copilot 之类的，差不多就那种感觉」。Anthropic 的应对范式是「列车持续前进 + 沿途给企业开关」：核心一直演进，给企业留「不想用就关掉」的旋钮（Coda 案例从第一天就带开关）。
• 你可以怎么做：作为找「卓越生意+护城河」的价值投资者，这给你一道筛 AI 公司质量的硬题——别只看它现在产品多先进，要问「它的护城河是不是建在一个会被下一代模型抹平的范式上」。具体落到能力圈：评估任何 AI/SaaS 标的时，问三件事——① 它跟企业签的长约，是锁死在某个会过时的技术栈，还是「列车+开关」式能持续演进？② 它愿不愿意整段重写自己的栈（Krieger 说现在重写是「月」尺度，不愿重写的就是「等着被从零重做的公司取代」）？③ 它是「为巨头现在会买的东西做优化」还是为终局做优化？这套问题可以沉淀成你 StockHelp 的一条定性 checklist，专门给 AI 时代的标的用。

🔍 更深三角度

该反着用：Krieger 整套是「资源足、人手多、要刻意保持小」的语境——Labs 还能在「人才池」里调人进出。你正相反：你天生就是一个人，没有「扩张太快」的风险。所以对你，这期的正确读法不是「保持小」（你已经够小），而是反过来——把他用来对抗大公司协调成本的那套（委派给子智能体、模型一变就重写、删功能当使命），直接当成你一个人放大杠杆的工具。他的「小」是节制，你的「小」是优势，别把节制误读成你也得克制造东西。

和你现在做法冲突：你这本第二大脑、你的多 agent 工厂，骨子里都是「不断往里加」——加主题、加笔记、加 skill、加 agent 角色。Krieger 全片在反着说：最大的错是「不断加功能而非删功能」，「八个功能撑不起好产品、也许第九个就行」是自欺。这跟你「摄入 SOP、信噪比」的痛点正面撞上——你的知识库和你的工厂,会不会也在「加第九个」？张力摆这儿，结论你自己下：你下一个动作，是再加一个,还是先删掉一个没在用的？

对你的镜子：Krieger 那句「代码就是你写的，我才不信你呢」，照出的不只是怎么验收 agent——而是你对「agent 替你做的所有决定」的默认信任度。你同时在用 agent 造 app、造 PRD、(未来)给投资出信号；你有多少次是接受了「模型做的选择」、却没问过「为什么是这个、被否掉的是什么」？你最稀缺的是精力，但省掉「想透」这一步省下的，恰恰是你最不该省的那部分判断力——而判断力 > 努力，正是你写在操作系统里的第一条。

One Human Company 新号（2026-07 回填）

1 · 「模型擅长加功能、难在该砍什么」——一篇能出强对比图的 C 类验证体

• 怎么做的：Krieger（Anthropic CPO、Instagram 联创）全片第一金句：「今天的 model 很擅长往产品里加功能，但不擅长判断该砍掉什么。」他让 Claude 两小时重做 Instagram 前身 Bourbon，模型还自作主张加了当年没有的滤镜；Dan 的 Proof 因为「vibe coding 太上瘾」越加越乱，最后推倒只留「一个可分享的 markdown 链接」才爆。
• 你可以怎么做：选题化成 C 类：「Anthropic CPO 说 AI 难在砍功能，我给 AI 员工加了一道『减法评审』岗」——拿 drizzle tech 验：在第一个 App 出 V1 后强制跑一轮「哪些功能是因为能做才做」，晒砍前砍后的功能清单对比 + 砍错了什么（诚实反驳的空间就在这），判断收在「模型不会替你砍，一人公司里『砍』就是那个人类唯一不可外包的活」。可抄物：「减法评审三问卡」。闸门自检：砍单是我的实测，能过。这也是 A 支柱（方案取舍）的正面题材。

2 · 「每 3–6 个月扔掉一半产品 + 团队刻意保持小」——你新号「一人公司」立场的最硬外部背书，可做 D 类立场文

• 怎么做的：Krieger 的核心数字：「在 AI 领域每隔 3–6 个月，你就得把产品里差不多一半的东西扔掉」，而人多了「最后把所有时间花在协调上」；连 Instagram「就我们俩，让两个人想到一块就已经够难」。一个人意识到「我得直接扔掉这一半」，转向就容易多了。
• 你可以怎么做：D 类候选（带可反驳立场句）：「一人公司不是人手不够，是 AI 时代最快的转向单位」——立场句摆头条，论据用 Krieger 的 3–6 个月数字 + 你 drizzle tech 一次真实的「模型升级后我一晚上重写了某条流水线」的经历压阵。这条直接回答了你账号会被反复问的质疑（「一个人能干过团队？」），值得进存稿。注意 D 类控量在 20%，这篇算立号之作级别的一篇，不是常规款。闸门自检：有我自己的转向实例，能过。

3 · 「用心程度证明（proof of thoughtfulness）」——你弹药库闸门的官方命名，焊进办号纪律

• 怎么做的：Krieger 区分两层：「工作量证明」是你确实演练过；「用心程度证明」是他问工程师「为什么选这种做法」，很多人答「那是模型做的选择」——一堆想当然的小决定叠成「假设之塔」。价值单元正从前者升级到后者。
• 你可以怎么做：这就是你「删掉我自己的判断和实测，这篇还成立吗」闸门的另一种说法——读者收藏你，收藏的是用心程度证明，不是工作量证明（AI 编译文就是纯工作量）。经营动作：把「每篇必须回答一次『为什么选这个方案、被否掉的备选是什么』」写进你的发文自检清单，和可抄物并列成第二道硬门。这一条不用发文，先焊进流程。

🧭 所以呢

可迁移思维模型

• 【耐用】「该砍什么」比「能加什么」难，且只能靠真实使用磨出来。 这条不随模型迭代过时——模型越强、加得越容易，"砍"的品味反而越值钱。适用于你每一个项目，也适用于你筛投资标的（一家公司敢不敢砍自己的旧功能，是它有没有产品力的信号）。
• 【耐用】假设之塔。 一堆「看起来合理」的小决定叠起来，地基早歪了你还不知道。这是你做 agent 编排、做投资决策的通用警报器——每隔一阵，把塔拆开看看底下那几块假设还成不成立。
• 【会过期】「3–6 个月扔掉一半产品」「重写是月尺度」「现在能招轻技术的 GM 了」。 这些是 2026 年初这个模型水平下的具体节奏，半年后数字会变（Krieger 自己都说「不敢讲整个 2026，就说到 8 月底」）。当成此刻的校准、别当成永恒定律。

判断更新：你大概默认「一个人=人手不足=劣势」。这期该把它翻过来——在「每几个月要推倒重来」成为常态的 AI 时代，一个能把整件事装进自己脑子、不用跟任何人开对齐会的人,反而是最快的转向单位。你的稀缺不是人手,是「敢不敢删、想不想透」。

这周一个赌注：挑你 6 个项目里最臃肿的那一个（最可能是这本第二大脑、或那座 PRD 工厂），做一次「减法评审」——列出「哪些是因为能做才做、不是因为该做」，当周至少删掉一个。一个动作同时练你最缺的两块肌肉：删的勇气 + 把「为什么留/为什么删」想透。

---