Mike Krieger 谈人工智能产品、模型竞争与编程的未来

Instagram 联合创始人、Anthropic 首席产品官 Mike Krieger 与 Harry Stebbings 讨论人工智能模型、产品设计、编程和工作的未来。Krieger 是一家构建并销售人工智能模型及产品的公司的高管。

被问到价值将在哪里创造时，Krieger 说自己无法预知未来。他预计，持久的企业会将差异化分销、行业知识或专有数据与基础模型能力结合起来，尤其是在医疗和金融等复杂领域。

现有软件供应商与新创公司面临不同挑战。现有企业拥有客户关系和工作流程，但必须避免过度承诺人工智能功能而令用户失望；初创公司可以更自由地实验，却常常缺乏数据、分销和信任。

Krieger 建议创始人使用现在可用的模型探索问题，而不是等待完美模型。为了理解客户和早期工具局限所做的工作，在后续模型让产品变得可行时，可能变得很有价值。

他认为人才、差异化模型行为和客户关系可能是基础模型层的价值来源。他认为模型随着时间推移可能变得更加不同，这是 Anthropic 高管作出的预测，并非已经确定的市场结果。

他说 Claude 已在编程等方面形成优势，客户使用情况也有助于确定未来研究重点。他还描述了 Anthropic 希望成为长期人工智能合作伙伴的目标，而不只是按输入和输出 token 收费。

为了取得进一步进展，Krieger 强调训练环境和评估应更接近真实任务。软件工程师的工作不只是生成代码修改，还包括理解需求、与同事协调和回应用户反馈。

他说，办公室工作同样难以用单一基准衡量。更好的评估可能既需要把任务拆分为组成部分，也需要测试模型如何在完整、不断变化的工作流程中运作。

谈到训练数据，Krieger 预计人类样例和合成环境会结合使用。游戏可以在明确规则下探索许多可能路径，但他说，定义不够清晰的真实任务更难模拟和评估。

他还希望有更好的方法评估模型的性格和交互风格。即使传统基准没有捕捉到变化，用户仍可能注意到模型变得更友好或更简短。

模型选择和彼此分离的聊天记录会让用户面对技术复杂性。Krieger 认为，更好的界面应该隐藏更多底层机制，让上下文更容易跨对话延续，而不是要求用户理解每个模型的内部原理。

为概率性系统设计产品不仅涉及可见界面。提示词、模型是否提出追问、模型质量和评估都会影响体验；团队需要回归测试，发现某项变化何时让原本有用的工作流程变差。

不同受众需要不同的发布方式。API 客户可能优先考虑稳定行为和自愿启用的变更，而面向消费者的产品可以更公开地迭代；企业部署还会增加自身的预期和管理约束。

Krieger 说，模型发布的排期异常困难，因为竞争对手频繁推出产品，比较结果可能在几天内改变。他鼓励团队关注自身发展轨迹和客户价值，而不是对每次基准测试结果反应过度。

Stebbings 认为，品牌和个性会影响消费者是否认同某个助手。Krieger 同意，界面、模型行为和难以量化的产品感受都可能重要，并将其与不同社交网络作类比。

谈到蒸馏，Krieger 承认将较大模型的能力转移到较小模型可能有用。他主张考虑国家安全、服务条款和实验室资助研究的能力；这些是来自模型供应商的政策和商业观点。

他说，模型的价值最终取决于团队，以及系统能否在实际使用中可靠地完成工作，而不只是基准分数。他没有声称确切知道竞争对手使用了哪些专有训练数据。

Krieger 说，低估中国人工智能研究人员和产品团队的能力是错误的。他指出中国科技产品的质量和规模，认为前沿研究与创新并不局限于西方实验室。

他说，Anthropic 的研究人员在 DeepSeek 中看到一些值得考虑或重新审视的架构思路。他说，Anthropic 自己的产品展示推理过程的计划早已存在，而观察其他界面提供了有用的产品经验。

Krieger 说，DeepSeek 成功触达广泛受众，其故事、时机和易用产品都发挥了作用。他将这一叙事与对完整训练成本的独立核实比较区分开来，并说 Anthropic 可以更清楚地讲述 Claude 的故事。

他认为，持久使用需要超越令人印象深刻的第一次互动：助手必须反复帮助人们完成有价值的工作。他说，在访谈时，人工智能还不是大多数人工作中不可或缺的部分。

被问到模型供应商何时应该构建应用时，Krieger 说 Anthropic 必须谨慎选择，因为产品团队需要支持多个产品界面。他更倾向于广泛有用的能力，而不是为每个垂直行业工作流程制作高度定制的产品。

通用助手可能处理偶尔的翻译需求，而专业工具可以通过深入的工作流程设计、可靠性和集成形成差异。他赞赏为每天从事相关工作的人构建的产品，而不是假设底层模型就是完整产品。

Krieger 将 Claude Code 描述为最初为 Anthropic 内部工程师构建的智能体式命令行工具。他说，工具足够有用，值得发布，但它不能解决所有编程问题，也不能取代集成开发环境。

他说，目前编程工具仍需要人参与：用户引导任务、审查结果，有时还需要回退。他说，Anthropic 在这一领域关注智能体式工作，而不是重建 IDE 的每项功能。

展望三至五年后，Krieger 预计开发者会花更多时间决定构建什么、委派任务和审查生成的代码。这是一项预测；他指出仍需要安全检查、测试以及更好地理解公司代码规范。

他设想未来智能体能评估多种方案、测试它们，并将关键决策交给人类审查者。这个例子是对未来能力的愿景，并非描述访谈时已有的完全可靠系统。

更快地生成代码可能将瓶颈转移到判断用户需要什么，以及让团队就产品策略达成一致。Krieger 认为小团队可能因此受益，因为它们能更快达成一致，同时强调这仍然是困难的人类问题。

Anthropic 的第一方产品与 API 提供了不同的反馈循环。他说，内部使用 Claude Code 发现了一项工具使用问题，并促成后续模型改进；第三方产品则带来广泛分销和不同用例。

Krieger 说，公司对加快第一方产品迭代，以及构建超越原始 token 交换的 API 抽象层投入不足。他希望改进工具使用、规划和上下文管理等能力；这些是产品重点，并非交付保证。

为了更快行动，他希望团队跨越组织边界、更早聚集合适的人，并花更多时间进行产品和设计评审。他说，公司的部分流程对于仍处早期的产品而言已经过于僵化。

他提醒，产品的采用程度可能领先于真正的产品市场契合，因为用户来使用应用是为了获取底层模型。从 Anthropic 的角度，他认为公司仍需做大量工作，才能让产品可靠地服务用户。

在快问快答中，Krieger 肯定 OpenAI 快速发布早期版本的能力，并说 Anthropic 需要改善产品整体连贯性。他的比较体现了自己在竞争公司任职的立场。

他希望简化用户在项目、Artifacts 和对话之间的导航，强调正确的上下文和清晰的下一步。他说，Claude 的原始界面最初是模型展示窗口，现在需要支持更广泛的工作。

他认为一个受到低估的挑战是：当智能体掌握敏感的个人或组织信息并与他人交互时，如何保护隐私并作出适当判断。有用的助手也必须知道何时不该披露信息，系统需要防范操纵。

Krieger 认为，用人工智能练习社交互动可能有益，但不能完全替代与真人互动的后果和体验。他关于儿童和人工智能朋友的评论属于推测，并非已证明的发展研究结论。

谈到欧洲，他重视当地机构和客户对隐私及产品设计提出的问题。他看到应用开发者的潜在机会，但表示结果取决于监管和初创企业环境。

被问到健康和长寿时，Krieger 对人工智能帮助研究和行政工作持乐观态度。他引用一家公司的例子：临床试验报告的一个环节变快了，同时明确指出，这并没有压缩此前多年的研究。

他还提到细胞模型研究可能加速实验。他对未来药物研发的乐观是一项预测，并不能证明已经出现治愈方法或寿命具体增加多少。