视频标题：Anthropic 寻找下一个 Claude Code。视频作者：ACCESS Podcast。
编者按：在大型模型能力跃升和 AI 编程工具迅速普及的背景下，行业讨论正在从“模型能否完成任务”转向“如何将模型能力组织成产品、工作流程和业务系统”。
过去一年，Claude Code、Codex 和 Co-work 等产品相继进入开发者和知识工作者场景。AI 不再只是一个回答问题的聊天框，而是开始成为一种可以作为工具调用、执行任务和验证结果的生产界面。然而，随着“agent 将成为下一代软件形式”的共识逐渐显现，一个更关键的问题开始出现：谁能率先将模型能力转化为可重用、可分发和可扩展的工作系统？
本文编译自 ACCESS Podcast 对 Mike Krieger 的采访。Mike Krieger 是 Instagram 的联合创始人，目前是 Anthropic 的首席产品官，负责 Anthropic Labs，该实验室旨在领导团队探索 Claude Code 之后的下一批前沿产品。
在这次对话中，Mike Krieger 并没有简单地讨论 Anthropic 的下一个产品是什么，而是将 AI 产品竞争分解为一系列更基础的结构性问题：模型能力如何进入实际工作流程，AI 公司如何在内部组织创新，平台公司如何处理与生态客户的边界，以及随着 AI 执行能力的增强，人类判断将在生产链中重新定位在哪里。
首先，产品形式从“聊天”过渡到“任务”。过去，大型模型主要以对话框的形式存在，用户输入提示，模型生成响应。现在，像 Claude Code、Co-work 和 Claude Design 这样的产品代表了一种不同的产品逻辑：使 AI 能够围绕一个目标不断推进工作，并在过程中调用工具、生成结果和执行验证。这意味着 AI 产品的关键不再仅仅是答案质量，而是分解任务、保持上下文连续性、调用工具和验证结果的能力。谁能将这些能力封装成无缝的工作流程，谁就更接近下一代生产力入口。
其次，组织方式已从“大型团队规划”转变为“小型团队实验”。Anthropic Labs 的运营风格更像是一家大型公司内部嵌入的创业部门：从两三个人开始，举行双周审查，并使用高频反馈来确定项目是否应该继续。过去，大型公司的创新实验室往往陷入漫长的周期、不明确的责任以及被认为“足够好”而被推迟的项目。现在，模型降低了建设成本，真正稀缺的是判断力、品味和决策速度。这意味着 AI 时代的组织效率不仅取决于工程人员的数量，还取决于较小的团队是否可以更快地验证方向。
第三，平台和应用程序之间的界限正在被重新定义。Claude Code 的成功使 Anthropic 从仅仅是模型提供商转变为积极塑造应用程序形式。Claude Design 和 Figma 之间的争议表明，模型公司进军应用程序将不可避免地侵犯客户和生态系统合作伙伴的利益。过去，基本模型公司主要提供底层能力，而 Cursor 和 Figma 等垂直应用程序则处理用户界面和场景封装。现在，模型公司还需要通过自己的产品展示以 agent 为先的未来形式。这意味着 AI 平台竞争不仅是 API 竞争，也是产品范式竞争。
第四，AI 越强大，人类判断就越稀缺。Mike 多次强调，Claude 可以更快地编写代码、生成原型和执行任务，但它无法取代从 0 到 1 过程中最困难的部分：提出正确的问题、了解真实用户、定义产品的 North Star 以及确定什么是“正确”。过去，执行能力是知识工作的主要瓶颈。现在，执行正在被模型加速，而人类价值更侧重于初步判断、创造力、关系网络和组织能力。AI 不会自动消除困难的决策，而是会更快地放大错误方向的影响。
如果将此讨论浓缩为一个判断，那就是：在 Claude Code 之后，Anthropic 并不是在寻找单一的重磅产品，而是一套将 AI 从模型能力转化为生产系统的方法。从这个意义上说，本文的主题不再仅仅是 Anthropic 的下一个产品路线图，而是整个 AI 行业的一个结构性转折点，从“模型竞争”过渡到“系统竞争”。
[律动]
AI生产系统革命：对加密货币投资者的启示
随着Anthropic从Claude Code转型为更广泛的生产级AI系统生态系统，整个行业正见证着从孤立模型能力到集成AI工作流程的根本性转变。对于加密货币投资者而言，这一演变既代表着前所未有的机遇，也带来可能在未来几年重塑竞争格局的重大战略挑战。
范式转变：从聊天到生产系统
文章正确地指出，AI的价值主张已发生根本性转变。我们不再仅仅基于模型生成文本或代码的能力来评估它们，而是评估其自主执行复杂多步骤工作流程的能力。从对话式AI向生产系统的转变，与区块链从简单交易向复杂DeFi协议和DAOs的自身演变形成了直接平行。
对于加密货币投资者来说，最直接的影响是使AI代理能够安全地与区块链网络交互的基础设施日益重要。随着这些生产系统的成熟，提供钱包抽象、安全执行环境和AI与智能合约集成的项目有望捕获显著价值。
平台与应用：新的战场
Anthropic向应用领域的扩张（以Claude Design与Figma的竞争为例）反映了我们在Web3演变过程中所看到的动态。在加密领域，我们见证了基础设施提供商（如以太坊）和应用层协议（如Uniswap）如何发展出复杂且有时存在争议的关系。同样的动态正在AI领域出现。
对于加密货币投资者来说，这既创造了机会也带来了风险：
-
机会：能够将自己定位为专业化AI-区块链混合型的项目，专注于区块链特性（去中心化、无需信任、可证明执行）提供独特优势的垂直应用，可能会蓬勃发展。
-
风险：随着中心化AI巨头开发自己的生产系统，他们可能会利用其主导地位边缘化较小的参与者，这与Web2平台历史上对待第三方开发者的方式类似。
自动化世界中人类判断的稀缺性
文章最深刻的见解或许是，随着AI处理执行任务，人类判断变得越来越有价值。这直接影响着加密货币治理和DAO结构的投资理念：
-
治理代币：随着AI系统自动化执行，能够设定参数、定义目标并监督AI行为的治理机制的价值将增加。拥有强大治理系统的项目可能会获得超额回报。
-
声誉系统：在AI代理管理金融操作的世界中，验证这些代理可信度和可靠性的系统变得至关重要。基于声誉的加密协议可能会捕获显著价值。
-
人机混合系统：最成功的平台可能是那些有效结合AI执行能力与人类监督的平台——这正是去中心化自治组织(DAOs)中 emerging的模式。
组织创新与加密货币的竞争优势
Anthropic采用小团队实验的方式，与加密原生项目传统上关联的组织优势相呼应。对于加密货币投资者而言，这强化了以下价值理念：
-
模块化协议：能够实现可组合性并允许较小团队在共享基础设施之上构建专门组件的项目。
-
融资机制：加密原生融资模式如风险工作室、DAO金库和代币化激励，在这种快速发展的环境中可能比传统企业结构更具适应性。
AI生产系统时代的投资机会
基于这些趋势，加密货币投资者应优先考虑：
-
AI代理基础设施：提供安全执行环境、钱包管理和AI区块链接口的项目将从向生产AI系统的转变中受益。
-
验证预言机：随着AI系统做出更多自主决策，可靠验证其输出的需求变得至关重要。具有专门AI验证能力的预言机解决方案可能会看到显著需求。
-
代币化AI市场：能够实现AI模型和工作流程代币化、允许无权限访问和可组合性的平台，可能成为AI经济中的基础架构。
-
AI-DeFi集成协议：连接AI决策与DeFi执行的项目可能从AI生产力革命和去中心化金融的持续增长中捕获价值。
过渡期的战略考量
随着行业从模型竞争转向系统竞争，加密货币投资者应该：
-
关注互补优势：不直接与中心化AI系统竞争，而是优先考虑提供独特优势的技术，如去中心化身份、数据来源和可验证执行。
-
监控紧张点：AI平台与应用开发者之间的摩擦为中间件解决方案创造了机会，这些解决方案可以促进互操作性和公平的价值分配。
-
强调信任机制：随着AI系统变得更加强大，验证其行为并确保与人类价值观一致的能力变得越来越有价值——这正是区块链技术可以提供独特优势的地方。
AI生产系统革命不仅是一次技术演进，更是价值创造和分配方式的根本重组。对于加密货币投资者来说，这既是对现有理念的挑战，也是塑造下一代AI-区块链基础设施的机会。最成功的项目将是那些认识到这一转变并将自己定位为不仅仅是更大系统中的组件，而是生产系统本身的关键推动者的项目。