Anthropic产品负责人Dianne Penn的六大核心心得

Anthropic产品负责人指出，Opus 4.5和Claude Code相互成就，模型智能与产品载体交汇带来爆发时刻。团队将eval视为产品工作的核心工件，每个新功能生成30-40个代表性示例编码为带标准答案的提示词。产品工作需像关注像素一样关注token，通过分析AI transcript诊断失败是幻觉、过度自信还是工具调用错误。2024年初的Golden Gate Claude实验在24小时内上线，虽仅触达2000人，但证明了Anthropic能提供差异化体验。AI能力呈离散跳跃，没有平滑过渡，需要eval系统来捕捉突然的能力跃升。