與 Dario Amodei 和 Daniela Amodei 的對談（第 3/3 段） ☕ Buy me a coffee

🧑‍🏫 這段是 Anthropic 共同創辦人 Dario 和 Daniela Amodei 的對談，談 AI 進步這麼快，產品該怎麼做、團隊該怎麼跟著改。後半段也分享了不少使用者拿 Claude 做的真實例子。如果你常用 AI，這支能幫你理解為什麼工具一直在變、該怎麼看待它的變化。

• 22:06 看到模型寫程式已經相當準確（但不完美），很多 Claude 愛好者又是開發者，所以開始思考要不要為開發者打造 coding 產品
  ↳ 團隊發現模型寫程式已經滿準（還不完美），加上很多愛用 Claude 的人本身就是寫程式的，於是開始想：要不要專門替這群人做一個寫程式（coding）的產品？
• 22:36 公司內部一部分像一般的產品組織，另一部分在關注模型和研究端的新進展，要把兩邊結合起來
  ↳ 公司裡有兩群人：一群像一般公司的產品部門，負責規劃和推出產品；另一群盯著模型和研究的最新突破。重點是把兩邊接起來，研究一有新能力，產品就能馬上跟上。
• 22:36 從兩個角度看做產品：building products for AI（為 AI 打造產品）和 building products with AI（用 AI 打造產品）
  ↳ 做產品可以從兩個方向想：building products for AI 是替 AI 這項新技術設計產品；building products with AI 是在做產品的過程中，把 AI 當成工具來用。
• 23:09 講者是研究者出身，沒經歷過沒有 AI 的產品時代，不用把舊觀念「unlearn」，可以直接從零學習新世界
  ↳ 講者是研究出身，沒待過「沒有 AI」的產品時代，所以沒有舊習慣需要 unlearn（刻意忘掉舊做法），可以直接照 AI 時代的規則從頭學起。
• 23:41 2010 年代做產品時，技術背景變化很慢，偶爾才出現新 framework；AI 則是進步得極快
  ↳ 2010 年代做產品時，技術環境變得很慢，頂多偶爾冒出一個新的 framework（寫軟體用的現成工具組）。AI 不一樣，進步快到你才剛習慣，底下的技術又換了。
• 23:41 後果一：有些產品在某個模型能力下做不出來，沿著指數曲線走得夠遠後會突然變得可行
  ↳ 第一個影響：有些點子用目前的模型做不出來。但模型能力像 exponential（指數曲線）一樣越長越快，走得夠遠之後，原本做不到的產品會突然變得可行。
• 24:13 所以要重視內部實驗：失敗過的點子，幾個月後應該再試一次，因為之前不行的現在可能就行了
  ↳ 所以公司很重視內部試做。失敗過的點子不要直接丟掉，幾個月後換上新模型再試一次，之前卡住的地方可能已經不是問題了。
• 24:13 如果 2022 年就做 Claude Code（字幕寫作 quad code）不會成功，因為模型不夠強；當時有類似的早期雛形，但做不出價值
  ↳ 以 Claude Code（讓 AI 直接幫你寫程式、改程式的工具）為例：如果 2022 年就做，一定會失敗，因為模型不夠強。當時其實有類似的雛形，只是做出來沒什麼用處。
• 24:44 講者從 2015 年開始訓練這些模型，說當時的模型「真的很笨」
  ↳ 講者從 2015 年就開始訓練這類模型，直說當時的模型「真的很笨」，用來對照這幾年進步有多大。
• 24:44 後果二：模型變得太好時，產品會達到飽和，例如 chatbot
  ↳ 第二個影響是 saturation（飽和）：模型好到某個程度後，有些產品就算換上更強的模型，使用者也感覺不太出差別。chatbot（聊天機器人）就是例子。
• 25:14 chatbot 仍是大市場、很多人在用、會繼續存在，但模型變聰明的成果在 Claude Code 這類形式和 agentic form factor 上更明顯
  ↳ chatbot 仍是大市場，很多人天天在用，不會消失。但模型變聰明的好處，在 Claude Code 這種 agentic（AI 自己動手、連續做好幾步）的 form factor（產品形態）上看得更清楚。
• 25:14 這一行不是做出一個大產品就能穩定下來，而是一直要做新東西，或至少更新做過的東西，像一間持續運作的創新實驗室
  ↳ 所以這一行不是做出一個熱門產品就能靠它吃老本，而是得不停推出新東西，或至少把舊產品翻新。整間公司比較像一間一直在做實驗的創新實驗室。
• 25:45 對開發者和軟體工程師來說，API 作為市場永遠不會消失，因為隨時都能做出新產品，Anthropic 內外都一樣
  ↳ API 是讓別的程式直接呼叫 Claude 的接口，開發者靠它把 Claude 接進自己的產品。因為模型一進步就有新產品可以做，這個市場不會消失，公司內外都是這樣。
• 26:16 開發者用 Claude 寫程式做醫療、法律、金融等應用；模型越聰明，就會帶來越多新應用
  ↳ 開發者用 Claude 寫程式，做出醫療、法律、金融等各種應用。模型越聰明，能做的事就越多，新應用也會一波接一波冒出來。
• 26:47 最近一年或半年的新現象：用 AI 本身來加快產品開發流程
  ↳ 最近半年到一年出現新現象：不只是拿 AI 來做產品，連「做產品的過程」本身也用 AI 加速，例如讓 AI 幫工程師寫程式。
• 26:47 用 Amdahl's law 說明：內部靠模型加速，程式能多寫 2 倍、4 倍、5 倍，但接著就會看到哪裡出問題
  ↳ Amdahl's law 的意思是：整件事有多快，會被沒加速到的那一段卡住。AI 讓程式多寫 2 到 5 倍之後，其他沒跟上的環節就會開始出問題。
• 27:18 現在出的產品比一年前多很多，品質也不錯；但出貨這麼快會累積大量內部技術債
  ↳ 現在推出的產品比一年前多很多，品質也不差。但做得太快會累積 technical debt（技術債：為了趕進度留下的暫時做法和隱患，之後得花力氣收拾）。
• 27:18 接著就要想：能不能也用 AI 模型來消除技術債、追蹤團隊在做什麼；同時發現團隊必須用完全不同的方式合作
  ↳ 接下來就要想：能不能也讓 AI 幫忙清技術債、追蹤團隊每個人在做什麼。同時他們也發現，團隊的合作方式得整個重新設計。
• 27:48 這類領悟每個月都有；AI 加快的不只是建造速度，也加快了團隊必須改變工作方式的頻率
  ↳ 這種「原來得這樣改」的領悟幾乎每個月都有。AI 加快的不只是做東西的速度，也讓團隊更常需要調整工作方式。
• 27:48 最難的是：問題跟人有關，變化不快，很容易習慣；難的是隨時用新的眼光看技術能做什麼，持續留意
  ↳ 最難的不是技術，而是人：人一習慣就不太想變。真正的挑戰是隨時用新的眼光看「現在的 AI 做得到什麼」，不要拿上個月的印象來判斷。
• 28:19 在個人層面，一碰到新瓶頸工作內容就跟著改變，每天的時間分配也不一樣
  ↳ 對個人也一樣：一碰到新的 bottleneck（瓶頸，整個流程裡最卡的那一步），工作內容就會跟著變，一天的時間怎麼分配也不一樣了。
• 28:50 Dario 對未來約六個月的模型最期待的是：在「組織」層級思考，而不只是在單一個人層級
  ↳ Dario 最期待的是未來約半年內的模型能在「組織」層級思考，也就是從整個團隊怎麼運作的角度想事情，而不只是當一個很能幹的個人。
• 28:50 這呼應「一個人、十億美元企業」的說法，Dario 認為這甚至可能是低估
  ↳ 這呼應了「一個人就能撐起十億美元企業」的說法，Dario 認為這種說法甚至還太保守。
• 29:22 AI 不只是替一個人做很多人的工作，而是在人類團隊組成的組織裡運作，讓產出放大好幾倍
  ↳ 意思是 AI 不只讓一個人做好幾個人的工作，而是進到由人組成的團隊裡一起運作，讓整個組織的產出翻好幾倍。
• 29:52 主持人在 keynote 提過的喜愛案例：Stripe 用它做大型 infra 升級來提升效率，還有幫孩子更快找到寄養家庭
  ↳ 主持人在 keynote（大會主題演講）提過兩個愛用的例子：Stripe（線上金流公司）用它做大型 infra（底層系統）升級來提升效率；還有幫孩子更快找到寄養家庭。
• 29:52 Daniela 從在 Stripe 時就喜歡開發者社群：世界上每個有趣的挑戰，都有厲害的開發者想把它變好
  ↳ Daniela 在 Stripe 工作時就很喜歡開發者社群。Daniela 的感想是：世界上每一個有趣的難題，都有厲害的開發者想把它變得更好。
• 30:22 案例：一些開發者在 global south 試辦，替行動醫生打造介面，讓難以接觸醫生的地方也能問問題、得到醫療建議
  ↳ 例子：有開發者在 global south（泛指較窮、資源較少的開發中地區）試辦，替行動醫生做介面，讓很難看到醫生的地方也能提問、拿到醫療建議。
• 30:52 這類地方例如在泥土路上、離最近城市 50 英里，強調給出的醫療建議要是經過認可（sanctioned）的
  ↳ 這些地方可能在泥土路上、離最近的城市 50 英里。他們特別強調，給出的醫療建議必須是經過認可（sanctioned）的，不是 AI 隨口講講。
• 30:52 Daniela 對醫學研究領域印象深刻：很多開發者藉 Claude 加速生物醫學研究
  ↳ Daniela 對醫學研究領域特別有感：很多開發者用 Claude 加快生物醫學研究的進度。
• 31:22 公司內部有 user happiness channel；案例：有開發者用 Claude 救回損壞硬碟裡的婚禮照片
  ↳ 公司內部有個 user happiness channel（專門分享使用者開心故事的內部聊天頻道）。其中一例：有開發者用 Claude 從壞掉的硬碟裡救回婚禮照片。
• 31:22 另一個案例：有人用 Claude 記錄花園裡番茄植株的生長，Daniela 說自己怎麼也想不到這種用法
  ↳ 還有人用 Claude 記錄花園裡番茄植株的生長情況。Daniela 說，這種用法自己怎麼想都想不到。
• 31:52 Daniela 總結：大家能用 Claude 做到的事範圍之廣令人驚訝
  ↳ Daniela 的結論是：大家拿 Claude 做的事範圍廣到令人驚訝，從救回照片、照顧番茄，到醫療和研究都有。

根據影片，如果 Anthropic 在 2022 年就做 Claude Code，為什麼不會成功？