从Meta首席工程师到Claude Code创造者：Boris Cherny的职业进化论
有一个场景，相信每个深度使用AI的人都经历过：你让Claude帮你分析一份文档，它给了个还不错的答案，但你心里清楚——如果它能多花点时间，多翻几遍资料，结果肯定会更好。可惜，聊天窗口的逻辑就是”你问我答”，它没法像一个真正的助手那样，接过任务就埋头苦干，干完了再来找你汇报。
这个痛点，Anthropic用一周半的时间给出了一个答案：Claude Cowork。
01
一个”不知道该怎么用”的产品
“我们冲刺了一周半就把这个东西做出来了。”Felix是Anthropic负责这个产品的技术负责人，他在直播里这样说。
一周半。这个时间框架本身就很反常。传统软件开发的逻辑是：先想清楚用户要什么，再花几个月打磨产品，最后隆重发布。但Felix的团队反其道而行——他们承认自己并不完全知道用户会怎么用这个产品，所以干脆先把它扔出来，看看会发生什么。
“我现在更多是在一种’好，让我们看看大家怎么想，然后尝试一百万种可能’的状态里。”Felix坦言。
这种坦诚在硅谷并不常见。毕竟，“乔布斯比用户更懂用户想要什么”的神话已经流传了几十年。但Anthropic显然在押注另一种可能：让用户成为真正的创新者，开发者只负责搭建游乐场。
这让我想起Excel的故事。Excel从来不是为某个特定用途设计的——它就是一张可以放公式的表格。但正是这种开放性，让它催生了整个B2B SaaS行业。Felix在对话中也提到了这个类比：
“Excel的重度用户对那些’边际效率提升’或’更好的界面设计’并不太感兴趣，他们更看重的是对一个产品的深度熟悉。”
02
不是翻译，是重新理解”工作”
如果你打开Claude的桌面应用，现在会看到三个标签页：Chat、Code，以及新来的Cowork。
表面上看，Cowork和Chat长得很像——都是对话框，都能打字提问。但这种相似性恰恰是最大的陷阱。Chat的逻辑是”你问我答”，一来一回，几分钟内搞定。而Cowork的设计初衷完全不同：它是为那些需要花几十分钟甚至几小时才能完成的任务准备的。
举个例子：假设你想让AI帮你分析过去一个月的日历，看看你的时间分配是否符合你的目标。如果在Chat里做这件事，Claude大概会扫一眼你的日程，给出一些泛泛的建议。但在Cowork里，它会真的打开你的Chrome浏览器，一页一页翻你的Google Calendar，花上一个小时做详细分析，然后再来找你汇报。
“如果你是非技术用户，你习惯的世界是：发一条消息，几分钟内收到回复，然后你得停下来等AI说完才能继续。”Dan Shipper在直播中这样解释Cowork的定位，“但这个产品是为异步工作设计的。你可以说’去干这个活’，然后该干嘛干嘛，过一会儿再回来看结果。”
这种”异步”的工作方式，对于用过Claude Code的程序员来说早就习以为常了。但对于大多数非技术用户，这是一种全新的体验。你第一次可以把任务”扔”给AI，而不是”陪”着AI一起做。
03
技能系统：AI时代的”肌肉记忆”
在Claude的生态里，有一个叫”技能”（Skills）的概念。简单说，技能就是一组预设的指令，告诉Claude在特定场景下应该怎么做。
比如，Kieran（Every公司的工程师）给自己做了一个”瑞士设计风格”的技能。每当他让Claude设计什么东西，这个技能就会自动加载，告诉Claude应该遵循什么美学原则、用什么字体、避免什么样的设计陷阱。他还有一个3D打印的技能，专门指导Claude如何生成可以直接打印的STL文件。
在直播中，Kieran演示了一个有趣的组合：“帮我用瑞士设计风格，设计一把漂亮的椅子，然后生成一个4厘米高的STL文件，我要3D打印它。”
Claude自动加载了两个技能——瑞士设计和3D打印——然后开始工作。几分钟后，一个符合瑞士设计美学的迷你椅子模型就出现在了屏幕上。
这里面有一个深刻的洞察：技能系统本质上是在解决”如何让AI记住你的偏好”这个问题。传统的做法是写复杂的MCP工具或者API接口，但Felix发现，很多时候你只需要写一个Markdown文件，用自然语言告诉Claude应该怎么做就够了。
“我现在主要在利用技能这个可编程的表面，”Felix说，“比如我在做马拉松训练计划，我写了一个小程序来抓取我的运动数据，但然后我只是在技能文件里用Markdown写：‘嘿Claude，如果你要做训练计划，请遵循以下原则。’”
这种简化意义重大。它意味着”定制AI”这件事，不再需要编程技能，只需要你能清楚地表达自己的需求。
04
界面会变少，而不是变多
过去十年，SaaS行业的趋势是碎片化——每个细分需求都有一个专门的软件。但Felix预测，AI时代的趋势可能恰恰相反。
“我相信，随着模型智能的提升，我们实际上会看到更少的界面来覆盖更广的使用场景。”他说。
这个判断违反直觉。过去几年，关于”聊天是不是AI的最终形态”的争论一直没停过，很多人认为我们需要更多专门的界面来释放AI的潜力。但Felix的思考角度不同：如果AI足够聪明，能够理解你的意图，为什么还需要那么多专门的入口呢？
他用Google搜索的演变来类比：2000年代初，Google的每个子产品都有自己的搜索框——图片搜索、新闻搜索、购物搜索。但现在，你只需要在Chrome的地址栏里输入你想要的东西，系统会自动理解你的意图。
“我觉得我们会继续有一个类似’搜索/我想要什么’的输入框，”Felix说，“但问题是：你需要多少个这样的框？一个用于代码，一个用于个人娱乐，一个用于医疗问题？我不确定我们会有那么多分开的入口。”
如果这个预测成真，对于那些正在构建”垂直AI应用”的创业公司来说，可能是个坏消息。因为Anthropic这样的公司可能会直接把这些功能整合进主产品里。
05
一个正在消失的护城河
这里有一个对创业者来说至关重要的洞察：技术能力作为竞争壁垒正在快速消解。
过去，如果你想让AI帮你做复杂的研究任务——比如分析竞争对手、整理数据、生成报告——你要么需要会编程，要么需要花钱购买专门的工具。但现在，Cowork让每个人都能获得这种能力。
在直播中，Dan演示了一个例子：他让Cowork去PostHog（一个分析工具）里查询他们发布的一篇文章的点击数据。没有任何API配置，没有任何MCP设置——Cowork只是打开Chrome浏览器，用Dan已经登录的账号，直接去PostHog网站上把数据找了出来。
“这太疯狂了，”Dan说，“这种事情以前我得去找负责平台的同事帮忙查。”
这意味着什么？意味着”能用AI做复杂任务”不再是一种稀缺能力。执行速度和创意应用才是新的差异化因素。
06
那个还没解决的问题
当然，Cowork远非完美。在直播中，Dan试图让它帮忙在Google Docs里做文案校对——这听起来是个简单的任务，但AI挣扎了很久也没能完成。
“Google Docs是AI的最终Boss，”Dan开玩笑说，“它表面上是个简单的应用，但底层实现太复杂了，根本不是真正的HTML。”
这暴露了当前AI代理的一个根本局限：它们擅长处理结构化的、有明确规则的任务，但在面对那些”看起来简单但实际上很复杂”的真实世界场景时，仍然会频繁翻车。
Felix对此很坦诚：
“我们知道这个产品有很多粗糙的边角，这就是为什么我们叫它’研究预览’。但我们宁愿早点把它放出来，和用户一起迭代，而不是躲在山洞里打磨一年再发布。”
这种坦诚本身就是一种产品哲学的宣言。
07
真正的范式转变
如果要用一句话总结Cowork的意义，我会说：它标志着”AI助手”这个概念的一次重要进化。
过去的AI助手像是一个随时待命的问答机器——你问，它答，然后等你下一个问题。但Cowork更像是一个可以独立工作的同事——你把任务交给它，它会自己去研究、去尝试、去解决问题，完成后再来找你汇报。
这种转变听起来微妙，但影响深远。它改变的不只是工具的形态，更是人与AI协作的基本模式。
Felix在直播最后说了一句话，让我印象深刻：
“我们作为人类，其实也是靠一长串Markdown文件来运作的——公司入职时没人会手把手教你怎么订机票，你得自己去查内部文档。”
也许，未来的AI就是这样工作的：不是一个全知全能的神谕，而是一个能读懂你的”工作手册”、然后独立完成任务的勤奋同事。
而Cowork，就是这个未来的第一个粗糙但真实的样本。
