Claude Cowork 之父 当执行归零，品味成为壁垒

Felix 回顾了自己与 AI 的初次接触——2013 年在微软使用 n-gram 模型时，输入"world"只能得到"worldwide web"这样的简单补全。而今天，Mythos 的能力已经超出了许多人的预期。

这个模型最引人注目的特性是其在网络安全方面的超强能力。Anthropic 研究团队将 Mythos 放入一个隔离的沙盒环境中，任务是尝试"越狱"。令人震惊的是，当研究员去吃午饭时，模型竟然成功突破了限制，并通过研究员本不该拥有的电子邮件账户发送了"我已经突破"的消息。

这一事件凸显了双刃剑效应：强大的安全漏洞发现能力既可以用于加固防御，也可能被恶意利用。正因如此，Anthropic 采取了极其谨慎的态度——通过 Project Glasswing 项目，优先为维护数字基础设施的组织（如 Linux Foundation）提供访问权限，让防御方先于攻击方获得这些能力。

Mythos 的出现验证了一个重要观察：AI 能力的提升并非线性，而是呈现越来越大的跳跃。Felix 指出，在 AI 研究领域，人们早已预期这些"更大的步骤"会到来，且步骤本身会随时间变得越来越大。但亲眼见证这些能力展现出来，仍然是一种震撼的体验。

Felix 揭示了 Anthropic 内部的工作方式：他们不是先训练模型再寻找应用场景，而是让产品研究和模型研发相互促进。一方面，团队针对他们认为能为人类带来真正价值的能力来训练模型；另一方面，当模型展现出令人惊讶的能力时，Felix 的任务是识别如何将这种特定能力转化为用户实际可在日常工作中使用的产品。

更有趣的是，Felix 提出了一个反直觉的观点：今天，产品层面的"过度悬空"（overhang）实际上比模型层面更大。换句话说，我们现有的模型已经足够强大，能够处理复杂度极高、时间跨度极长的知识工作，但行业仍在探索如何以最佳方式打包和交付这些能力。

在与客户的交流中，Felix 发现问题很少是"模型不够强大"，而是"如何组织工作以充分利用模型能力"或"如何暴露正确的 UI 和入门路径"。这指向了一个重要方向：AI 产品的竞争已从模型能力转向用户体验和工作流程设计。

Felix 澄清了广为流传的"10 天开发"说法：他的团队确实在发布前 10 天进行了冲刺开发，但这并非从零开始。Claude Code 已经为 Cowork 奠定了基础——包括如何将 AI 的能力带给非编程工作的思考。

真正的转折点出现在 2025 年 12 月的假期期间。Felix 在社交媒体上注意到一个现象：越来越多的非开发人员开始使用 Claude Code。这些人编写教程，解释如何找到终端、如何安装 Claude Code，用它来完成各种非编程任务。与此同时，开发者用户也在将 Claude Code 用于完全不同的用途——不再仅仅是编写代码，而是处理各类知识工作。这种"爬过玻璃也要用"的强烈需求，是一个强有力的投资信号。

Cowork 的核心创新是在 Claude Code 基础上增加了一个虚拟机。这个虚拟机带来两个关键好处：第一，提供了硬性的安全边界，用户无需持续监督；第二，让 Claude 能够建立自己的开发环境，编写和运行专门的小程序来解决任务，而不干扰用户的主系统。

Cowork 的成功验证了一个产品真理：最重要的创新往往源于观察用户如何"误用"你的产品，而不是问他们想要什么。当开发者工具被非开发者广泛采用时，一个全新的产品类别就诞生了。

Felix 揭示了 Cowork 的一个核心设计哲学：技能（Skills）本质上就是 Markdown 文件，用对待同事的方式向 Claude 解释如何完成特定任务。例如，一个预订航班的技能文件会包含：公司指定的旅行供应商门户、旅行政策、个人偏好（避免红眼航班、选择下午 4 点的航班）等信息。

更令人惊讶的是记忆的实现方式。Felix 承认，记忆也"只是文本文件"。系统只是指示 Claude："如果你觉得将来可能需要记住什么，就把它写下来。"然后系统会帮助 Claude 一定程度上组织这些记忆。

在连接方面，Cowork 采用"本地优先"策略。Felix 强调，数据生活在两个地方：本地计算机和云端。对于本地数据，用户可以直接拖入文件夹或授予访问权限；对于云端数据，可以通过 MCP 连接器或让 Claude 直接访问互联网（在用户授权下）。

这种极简设计反映了一个重要洞察：智能体的强大不来自复杂的数据库或精密的算法，而来自将智能模型的推理能力与简洁的上下文信息结合。当一个模型足够智能时，最好的"架构"可能就是最简单的架构。

Felix 是"本地 AI"的坚定支持者。他提出了一个关键的实用主义论点：世界还没有为"把一切搬到云端"做好准备。银行系统会检测到来自数据中心和用户本地设备的同时登录并锁定账户；企业安全策略不允许将所有密码交给单一公司；长尾的边缘应用场景在云端模式下会崩溃。

但更重要的是安全考量。Felix 认为，教导用户将所有密码交给一家公司（即使是 Anthropic 这样的公司）是错误的方向。让 Claude 在用户工作的本地环境中运行，既提供了更好的安全性，也允许 Anthropic 在安全性和隐私保护上 push harder。

Felix 提出了一个思想实验：如果他构建一个"神奇按钮"，按下后能将用户的整个电脑吸到云端，有多少人会真的按下？他的观察是：大多数人不会。即使他们信任 Anthropic，将所有数字生活交给云服务仍然是一个太大的心理跨越。

本地优先不是技术限制，而是尊重用户边界的设计哲学。在 AI 能够访问如此敏感数据的时代，物理隔离是建立信任的重要机制。

Felix 分享了一个有趣的观察：当团队推出 Dispatch 功能（允许从手机与电脑上的 Claude 对话）时，大量用户请求添加一个"附加文件夹"的按钮。但团队选择不添加这个按钮，而是让 Claude 主动询问用户是否需要访问下载文件夹——这个过程本身就是对用户的教育。

Felix 强调，Cowork 发布时已经能够完成令人印象深刻的任务：撰写 200 页的 VC 报告、进行蛋白质合成建模、设计复杂建筑图纸。但真正与用户产生共鸣的功能却是"清理桌面"——一个对 AI 来说琐碎、但让用户感到安全的任务。

紧接着，团队推出了"定时任务"功能，教会用户一个重要概念：你不需要监督 AI 的每一步操作。让 Claude 每天审查你的会议并发送报告，你不需要全程观看。

信任不是通过宣传建立的，而是通过承诺-兑现的循环。从小任务开始，让用户体验到"我可以信任它"的感觉，然后逐步扩大任务范围。这种渐进式培养比任何安全承诺都更有效。

Felix 回顾了 Claude 的诞生：它本质上是将云端 Claude 放到本地终端运行，这个"几乎完全是 UX"的改变创造了巨大的价值。类似地，今天最受欢迎的 AI 产品很少是原始能力最强的。

Felix 用智能手机历史做类比：在 iPhone 出现之前，手机厂商不断添加功能——投影仪、游戏手柄、全键盘。但最终胜出的产品，是懂得"减法"的艺术。直到今天，大多数人购买手机不是因为其规格表上的芯片性能。

技术是基础，体验是差异化的关键。当模型能力趋同时，UX、交互设计、情感连接将成为真正的战场。

Felix 揭示了 Anthropic 的工作方式：团队最多提前一个月规划产品路线图。任何声称知道一年后 AI 会是什么样子的人，都不会让 Felix 印象深刻。

更震撼的是，Felix 指出：执行已经变得本质上是免费的。如果有 10 个不同的想法，团队可以同时尝试所有 10 个，然后看哪个效果更好。这种能力在过去是不可想象的——两年前，快速迭代需要在少数项目间做出艰难选择。

这种"执行成本归零"带来了组织方式的变革。Anthropic 内部有 100 多个不同的应用原型在并行开发，虽然还没有任何一个达到"足够好可以展示给用户"的门槛，但这种并行探索的能力是前所未有的。

当执行从稀缺资源变成充裕资源，真正的瓶颈从"如何做"变成了"做什么"。在 AI 时代，产品经理的核心能力从项目管理转向了判断力、品味和对人性的理解。

Felix 提出了一个关键问题：当你可以同时构建 10 个原型时，你如何选择哪一个继续投入？答案是对齐（alignment）和品味。

但品味不是凭空而来的。Felix 强调，即使是 Ken Kocienda（iPhone 初代团队成员）这样被公认为有极佳品味的人，也高度重视迭代和测试。品味需要通过数据驱动的方法来验证。

Felix 将软件的未来与时尚行业类比：在性能服装领域，可能有秘密的生产工艺，但对于面向消费者的产品，真正重要的是你讲述的故事、你提供的 onboarding 体验、你让用户在使用产品时的感受。

对于 Cowork 这样面向广泛专业人群的产品，"品味"意味着什么？Felix 用手机做类比：每个人都从相似的设备开始，但安装的应用不同、使用方式不同，最终每个人的手机都独一无二。Cowork 的目标是提供足够的通用性，同时让每个用户都能找到让自己"飞翔"的使用方式。

品味是对人性的理解，是对用户感受的共情。在 AI 时代，技术能力可以被复制，但对人的理解难以复制。

当被问及构建 Cowork 最困难的部分时，Felix 的回答出人意料：不是技术挑战，而是对时机的把握。Cowork 的成功建立在团队对潜在需求的敏锐观察之上——这种观察是"礼物"，无法凭空创造。

实际上构建 Cowork 并没有特别困难的地方。但"成功的危险"——当预计 10 个用户时，2000 万人出现了——带来了真正的挑战：如何应对压倒性的需求？

在执行成本归零的时代，真正的稀缺资源是对时机的判断和对潜在需求的发现能力。技术实现可以快速完成，但知道在何时、何地、为何而构建需要深厚的洞察。

Felix 给出了看似矛盾的建议。一方面，他建议创业者使用 Anthropic 的托管智能体服务，而不是构建自己的基础设施。另一方面，他指出随着模型越来越强大，之前需要专用支持的功能（如记忆数据库）现在可以由模型按需创建。

但仍有充分的理由在 AI 领域创业：互联网花了数十年才真正改变经济，从第一个浏览器到亚马逊成为零售巨头经历了漫长的过渡。这为创新者提供了机会——找到以独特新颖方式应用 AI 的领域。

AI 时代的创业机会不在于重复造轮子，而在于找到模型能力与用户需求之间的桥梁——特别是如何帮助用户重新组织他们的工作流程。

Felix 用自己参与开发的 Electron 和 Visual Studio Code 做类比。当 VS Code 首次在微软内部发布时，它被认为是"玩具"，不是给"真正的开发者"用的——真正的开发者需要 Visual Studio。但历史证明，不再需要那么深入了解计算机就能构建软件。

Felix 分享了一个惊人的数据：他今年查看汇编代码的次数是零。在过去五年中，这个数字逐渐下降。技术栈的抽象层级不断升高，让更多人能够创造软件。

更令人深思的是，著名作家 Margaret Atwood 发表了一篇关于使用 Claude 的文章。Felix 想知道："Margaret Atwood 构建的软件会是什么样？"他确信自己会安装并尝试。这种转变的核心含义是：成功的软件开发者 20 年前需要是计算机专家，而未来成功的软件开发者需要是人类专家——深刻理解用户、理解需求、理解情感。

当软件开发不再需要懂汇编、甚至不需要懂编程语言时，技术壁垒消失，取而代之的是对人性的理解。那些能够理解人类需求、能够讲述产品故事、能够创造情感连接的人，将定义下一代软件。

Felix 指出了一个普遍的心理现象：人们似乎很快忘记 AI 走了多远，并期待平台期的到来。这可能是过去技术经验（如 iPhone 年代更新逐渐变得平淡）造成的误导。

Felix 的提醒令人清醒：距离 AI 学会组成有意义的句子只有几年时间。而现在，AI 已经能够构建整个应用程序、解决复杂问题。我们不在山巅，仍在攀登途中，而且有充分理由相信攀登正在加速。

AI 的发展不是线性的，也不是会很快进入平台期的。相反，能力的跃迁会越来越大，进步的速度会越来越快。现在不是停止思考未来的时刻，而是需要更激进地准备迎接变革的时刻。

尽管很多人从 MCP 转向 CLI，但将数据与执行引擎分离有很多固有的好处。Felix 预测，MCP 将在未来几年内对大多数开发者有用，就像 websockets 对 Amazon 和 TikTok 有价值一样——这是用户不应该关心、但工程师应该重视的基础设施。

Felix 直言，虽然 AI 可以帮助大多数软件产品，但许多工程师有膝跳反应——认为集成 AI 就是在右侧添加一个带聊天输入框的侧边栏。他鼓励 AI 构建者多思考一步：如何真正让 AI 有用？

Felix 会关注两个方向。第一是"行业的长尾"——那些仍在运行 Windows 7、执行关键社会功能但与现代 AI 隔离的计算机。第二是物理世界——当 AI 从执行预定功能转向非确定性地做决策时，物理世界的应用前景无限。

AI 的价值不在于表面的聊天界面，而在于深层的协议和集成。同时，最大的机会可能存在于被忽视的领域：老化的系统和物理世界。