导语：YC CEO Gary Tan 看完一期访谈后说「这改变了我的人生」。被访者是 Claude Code 创始人 Boris Cherny。这期将近 50 分钟的视频，我完整看了两遍，把最有价值的5个认知提炼出来。不是鸡汤，是可以直接用的产品方法论。

一、潜在需求：产品领域最重要的概念，没有之一

Boris 在访谈里说，潜在需求（Latent Demand）是产品领域最重要的概念，没有之一。

什么意思？

人们只愿意做自己已经熟悉的事。你能做的唯一一件事，就是把他们已经在做的事情变得更简单。

这不是在说「找用户需求」，这是更深一层的东西——不是去发明新的行为，而是去观察用户已经在自发地做什么，然后把那个行为正式化。

Claude Code 的每个核心功能都是这么来的：

Plan Model（计划模式）：Boris 发现很多用户会先开一个窗口跟 Claude 讨论方案和思路，再切回 Claude Code 写代码。他没有觉得「用户行为有问题」，而是花了 30 分钟把这个习惯做成了正式功能。

CLAUDE.md：他发现很多用户已经在自己写 Markdown 文件，让模型读这个文件来理解项目背景。他只是把这个用户自发的习惯，变成了一个标准化的功能。

实战拆解：

你现在做的产品，有没有用户在「绕路」实现某个功能？

有绕路，就有潜在需求。

不要问用户「你想要什么」，而要观察「用户在用什么奇怪的方式解决什么问题」。那个奇怪的方式，就是你下一个功能点。

二、不要为今天的模型构建产品，要为6个月后的模型构建

这是 Boris 在访谈中反复强调的原则，也是 Anthropic 内部产品团队的核心思维方式。

原话是：去找到模型今天还做不好的边界，然后为那个边界构建产品，因为模型一定会追上来。

他举了一个例子：2024年2月，模型大概只能写他 10% 的代码。很多人在那个时候会选择放弃或者转向——「现在还不够好，等等再说。」

Boris 的选择是反过来的：赌模型会变好，现在就构建。

事实证明这个赌注是对的。

实战拆解：

这个原则有两层含义：

第一层：现在能做的事，是因为你提前押注了

如果你等模型「够好了」再开始，你就永远是追赶者。窗口期在模型能力不足但方向已经明确的时候，不是在模型已经成熟之后。

第二层：不要在模型边界处放弃，要在那里布局

现在 AI 还做不好的事情——长期记忆、复杂推理、多模态协作——这些都是未来 6 个月模型会追上来的地方。现在去那里建产品，等模型追上来，你已经有用户了。

三、永远不要跟模型对赌

Boris 说他们团队的办公区墙上挂着一篇文章，叫《苦涩的教训》（The Bitter Lesson），是强化学习之父 Rich Sutton 写的。

核心观点：更通用的方法总会击败更特定的方法。

落实到产品开发，这意味着一个永恒的定律：

你可以花大量资源在某个领域搭建「脚手架」，把模型的能力提升 10%-20%。但下一代模型出来的时候，这些脚手架大概率白费了——因为模型本身就已经做到了。

Boris 明确说：Claude Code 里没有任何一行代码是 6 个月前写的。功能每隔几周就被重构一轮，代码的保质期只有两个月。

实战拆解：

这个认知对普通开发者的实际意义是什么？

不要把精力押注在「让模型更聪明」上，而是押注在「模型变聪明之后，你能做什么」上。

区别在于：

• 错误的方向：写大量 Prompt 工程来弥补模型的弱点，然后下一代模型出来，你的 Prompt 就废了
• 正确的方向：设计好产品架构和用户体验，让模型能力提升之后，你的产品自动变强

模型会变强，这是确定的。你的产品逻辑是否依赖于模型的弱点，这才是真正的风险点。

四、工程师这个职位的定义正在消失

Boris 说，从 Opus 4.5 开始，他卸载了 IDE，100% 用 Claude Code 写代码，每天大概提交 20 个 PR。

在 Anthropic 内部，自从 Claude Code 推出以来，工程师人均生产力提升了150%。

但更值得关注的不是效率提升，而是角色边界的消失：

在 Claude Code 团队里，产品经理在写代码，设计师在写代码，甚至财务人员也在写代码。

Boris 认为，「软件工程师」这个头衔可能会逐渐消失，取而代之的是Builder——一个既会写规范文档，又会跟客户沟通，同时又会用 AI 做产品的综合角色。

实战拆解：

这个认知对你意味着什么，取决于你现在是谁：

如果你是工程师：
不要只守着「写代码」这件事。代码会越来越不值钱，你对问题的理解、对用户的洞察、对系统的架构判断，这些才是真正的护城河。现在就开始练习用 AI 做产品，而不只是用 AI 写代码。

如果你是产品经理或设计师：
现在是你进入代码世界的最好时机，门槛从来没有这么低过。不是让你去学编程语言，而是让你去理解「AI 能做什么」，然后直接把想法落地。

如果你是创业者：
「我需要招一个工程师」这句话，值得重新想想。你可能需要的是会用 AI 构建产品的 Builder，而不是传统意义上的软件工程师。

五、AI 时代最重要的能力不是经验，而是初学者心态

Boris 说了一句很坦诚的话：他认为自己只是一个普通水平的工程师。

但他发现，正是这种「普通」让他更容易理解普通用户的需求。

更有意思的是团队里的一个现象：新人往往比资深工程师更会用 Claude Code。

原因是什么？

资深工程师的大脑还停留在 6 个月前对模型能力的认知。他们知道模型的「限制」——但那些限制很多已经不存在了。他们会预先限制自己的请求，留一部分「模型做不到」的工作自己扛着。

新人没有这些包袱。他们不知道「模型做不到什么」，于是直接把整个问题扔给模型，反而取得了更好的结果。

实战拆解：

这是这期访谈里我认为最反直觉的认知：在 AI 时代，你对 AI 能力的「了解」可能正在伤害你。

你知道「GPT 经常幻觉」，所以你不敢把重要任务交给它。
你知道「模型记不住长上下文」，所以你手动管理上下文。
你知道「AI 写的代码需要 review」，所以你花大量时间 review 每一行。

但这些「经验」，有多少是基于 6 个月前的模型能力？

检验方法很简单：把你「知道 AI 做不到」的事情，再试一次。

用最新的模型，用最直接的方式，不做任何预先的「聪明处理」，直接把问题扔进去，看看结果。

你会惊讶于有多少「做不到」已经变成了「做得到」。

这五个认知的底层逻辑

如果把这五个认知提炼成一句话：

观察用户已经在做什么，为未来而非当下构建，不要对抗模型的进化方向，接受角色边界正在消失，然后以初学者心态极快地迭代。

Gary Tan 说这改变了他的人生。我觉得他说的不是某一条具体建议，而是 Boris 展现出来的整个构建产品的哲学：

不预设答案。不执着于过去的经验。不跟大趋势对抗。接受一半的想法是错的，然后快速迭代找到另一半。