Anthropic's Katelyn Lesse & Angela Jiang: Building an Ecosystem, not a Walled Garden

Anthropic 平台负责人 Caitlyn 和 Angela 透露：Claude 平台正从“知识层”往“执行层”再到“协调层”进化，未来开发者能像带团队一样分配 AI 的算力和角色。

• Anthropic 平台分三层：底层是“知识层”，负责让 Claude 懂事、能查资料、会用工具；中间是“执行层”，让 Claude 真正能动手干活，比如编辑文件、跨系统操作；顶层是“协调层”，像“带团队”一样分配算力和任务。
• 知识层的例子：比如 Messages API、MCP（模型通信协议）、技能（Skills）、记忆（Memory）等，主要让开发者能把 Claude 的“脑子”用起来。
• 执行层的代表产品：Claude Managed Agents，把“干活的流程”打包成一套基础设施，开发者不用自己搭环境、管理上下文、处理缓存，直接用就行。
• 协调层的最新思路：不再让所有 token（AI 的“脑细胞”）都干同样的活，而是像团队分工一样，有的 token 负责出主意（advising），有的负责执行（executing），有的负责回顾总结（dreaming/reflecting），可以灵活组合不同“策略”（strategies）。

• 内部和外部用同一套底层：Anthropic 强调，内部团队和外部开发者用的是同一套“原语”（primitives），不搞“自己人专用”。
• 不搞封闭花园：平台不强制用自家基础设施，支持自托管（self-hosted sandboxes），和 Modal、Vercel、Cloudflare、AWS 等主流云厂商合作，开发者可以选自己熟悉的环境接入 Claude。
• MCP Tunnels：允许开发者把自己公司内网的服务安全地接进 Claude，哪怕这些服务在防火墙后面也能用。
• 标准化和互操作：Anthropic 推 MCP、Skills 等标准，方便不同公司的 Agent、工具互联互通；还在和行业伙伴一起讨论 AI 安全、反欺诈等底线标准，强调“像电力一样，AI 必须能接入所有系统”。

• 不断试错新形态：Anthropic 内部有 Labs 团队，专门做各种产品原型，很多只火两周就被砍掉，理念是“今年最酷的交互，明年可能就过时”。
• 垂直领域优先“高频、重度”场景：比如代码、金融、法律等，用户做一轮还想做第二轮（token hungry），AI 能持续帮上忙。Anthropic 会针对这些场景出“技能包”、Cookbook（实用手册）、甚至直接出成品（如 Claude for Financial Services）。
• Claude Tag 的本质：外界觉得它只是个 Slack 机器人，但核心在于“上下文工程”和“组织级别的 harness（流程管控）”，让 AI 像新同事一样自动帮你搞定杂事，主动提建议、补全流程，界面只是冰山一角。

• 上下文工程的关键：聪明的做法不是全塞进窗口，而是动态管理、只放最有用的信息，必要时用工具/接口去查，别让窗口乱成一锅粥。
• Harness（流程管控）的进化：两年前还得像哄小孩一样左右设“护栏”，现在模型更聪明，很多“走直线”的约束可以直接写在 prompt 里，Harness 重点转向“让 AI 跑更长流程、自动复盘、分配角色”。
• 策略层的创新：可以让一部分 token 负责“反思总结”，把经验写进记忆，下次别再犯错；或者让大模型出主意，小模型执行，省钱又高效。
• 领域专用 Harness 还是通用 Harness？：Anthropic 认为，像代码这种能力可以通用，但法律、金融等高风险场景，最后那道“核查逻辑”最好自己掌控，细节决定产品能不能落地。

• AI 原生公司最会玩上下文：有客户把整个软件开发流程（SDLC）全自动化，巧妙地把各类上下文流进 Agent，让 AI 真正“懂全局”。
• 老系统也能接 AI：不少医疗、金融客户用各种“土办法”把没 API 的老系统和 Claude 打通，比如用电脑模拟操作、自动生成数据，再让 Agent 去用。
• 创新点常常藏在内部用例：Anthropic 观察到，最有意思的玩法往往不是外部产品，而是公司内部自用的自动化流程，客户自己拼接出独特的“AI 助手”。

“我们想让开发者像带团队一样分工 AI 的算力——有的出主意，有的干活，有的专门复盘记经验。”

• 做 AI 产品别只盯“会聊天”，要学会分工和流程分层：可以照抄 Anthropic 的三层架构，把“知识获取”“执行动作”“协调分工”拆开设计，复杂任务才能玩得转。
• 别迷信大一统平台，开放互联才有未来：产品要支持自托管、标准接口，别强求用户全用你的云或工具——Anthropic 的开放策略值得参考。
• Agent 产品的差异化机会在“策略层”：谁能把 token 用得更聪明、让 AI 像团队一样分工合作，谁就能做出更省钱、更强大的 AI 助手。