页面加载中
想知道 Anthropic 内部是怎么使用自己的 AI 产品的？这篇 Peter Yang 对 Cowork 设计负责人的采访提供了难得的一手信息。
1. 设置 Cowork 自动产出每周产品更新报告Jenny 演示了如何用 Cowork 汇总来自不同渠道的用户反馈，并将其转化为产品优先级 Deck。她还设置了一个工作流，每周自动在 Slack 中分享更新后的 Deck 供团队审核。
2. 为 Cowork 创建一个简单的记忆系统Jenny 的“记忆系统”就是一个笔记文件夹。她在里面更新 1:1 会议记录、随手想法、准备文档等。这样 Cowork 就能随时访问她最新的思考，生成相关的输出。
3. 内部 dogfooding 是 Anthropic 最高信号的反馈来源Anthropic 有极强的内部 dogfooding 文化。Jenny 说：“内部用户愿意对你坦诚，而且他们往往是把产品能力推到极限的人。”
4. Cowork 的“10 天发布”背后是一年的原型探索Jenny 回顾了团队在 Cowork 之前探索过的 3 个不同原型。他们决定发布，是因为看到了非技术人员也开始接受 Claude Code。
5. 设计师，向你的工程同事学习 AI 采纳方式Jenny 说：“我会看我的工程同事们——他们已经多大程度地适应了 AI 对工作方式的改变。他们产出了更好的成果，而且从以周为单位交付变成了以天为单位。”
完整访谈见原链接。
Peter Yang 分享了对 Cowork 设计负责人 Jenny 的采访收获：用 Cowork 自动产出周报、用笔记文件夹做记忆系统、Anthropic 极强的内部 dogfooding 文化、10 天发布背后有一年原型探索、设计师应向工程师学习 AI 采纳方式。
Cowork 设计负责人 Jenny 的记忆系统就是一个笔记文件夹——1:1 记录、随手想法、准备文档。极简的信息组织方式让 AI 能持续访问她最新的思考。这说明当前 AI 工作流的最佳实践往往不是复杂技术方案。
Jenny 的记忆系统就是一个笔记文件夹。这样 Cowork 就能随时访问她最新的思考。
Cowork 看似快速发布，实际上团队之前探索了 3 个不同原型。触发发布决策的信号是非技术人员开始接受 Claude Code。这打破了 AI 产品可以快速从零到一的幻觉——原型探索阶段不可跳过。
Cowork 的 10 天发布背后是一年的原型探索和 3 个失败方案。
Anthropic 有极强的 dogfooding 文化，内部用户是最高信号的反馈来源。Jenny 建议设计师向工程同事学习 AI 采纳方式——工程师已经把交付周期从周压缩到天。不跟上这个节奏将面临职业竞争力的结构性下降。
我会看我的工程同事——他们已经多大程度地适应了 AI 对工作方式的改变。
Jenny 的记忆系统就是一个笔记文件夹。这样 Cowork 就能随时访问她最新的思考。
相关知识页
工具链从 Demo 走向生产，编排与评估是主战场。
继续阅读
Zara Zhang 指出 Lark CLI 让 Claude Code/Codex 能访问和操作所有企业协作数据——聊天、日历、会议、文档、表格。企业协作平台对 agent 开放。
继续阅读
Ryo Lu 发出了一篇关于“软件灵魂”的长文：2005 年的 Mac 有质感、有哲学，而今天 A/B 测试和设计系统磨平了一切。AI agent 让生产速度指数级提升，但也让“能跑却无灵魂”的垃圾软件泛滥。他认为品味和执念无法被编程，AI 的真正价值是让有愿景的人做出以前做不到的东西——如果我们做对了，这将是一场文艺复兴，而非更快的工厂。
继续阅读
Aaron Levie 认为 agent 时代的最大机会不在写代码，而在重新设计企业工作流程。用 agent 自动化知识工作需要大量实际投入——整理数据、连接系统、改造流程、设计人机协作机制。编程之外的知识工作没有捷径，这恰恰创造了新的高价值岗位。
继续阅读
Peter Yang 看好 Granola（AI 会议笔记工具）：会议记录是公司中最有用的上下文。
继续阅读
Nikunj Kothari 反对 AI 末日论叙事，认为“AI 取代人类”的故事虽然好卖但过于狭隘。他主张 AI 应该带来一个丰裕时代——AI 处理琐碎工作，人类一起构建和实现那些被搁置的梦想。