Anthropic 技术团队成员:当 Claude 从助手变成主动协作的 AI 队友

📌 One-Sentence Summary
Anthropic FDE 团队负责人介绍,如何借助逐步授权、共享上下文、工具、记忆、触发机制和反馈,让 Claude 成为主动协作的队友,同时保留人的关键决策。
📝 Summary
Anthropic 一位前沿部署工程团队负责人介绍,他入职后发现同事把 Claude 当成团队共享工作方式的一部分,而不只是个人聊天助手。入职手续、差旅、客户背景等问题,可以通过应用、Slack 或 Claude Code,利用公司知识直接回答。随后,演讲沿着 FDE 团队的成长展示几次职责交接:先让 Claude 创建跟踪表,再让它持续维护新项目数据,最后通过经过人工评审的 PR,把表格替换成内部应用。
用户反馈到来后,Claude 负责分类和修复明显缺陷,人仍决定哪些新功能值得设计和开发。工具完善后,瓶颈转移到协调:一次排班讨论发现,同一工程师分别被分配了 100%、50% 和 25% 的工作量。团队于是要求 Claude 每周五追踪更新,综合频道和记录中的信息,把无法解决的问题整理进周一议程。会议录音转录后,它提取行动项,交由人确认,再协助执行已批准的后续工作。
支撑这些变化的条件包括共享上下文、能够以自身或用户身份调用并留下审计记录的工具权限、个人与团队及组织记忆、时间或事件触发,以及持续更新指令的反馈循环。关键变化是,人不再反复分派孤立任务,而是由 AI 队友主动向人索取缺失信息。案例保留了人工决策环节,但没有提供生产率研究、失败率或详细权限设计,因此应视为第一方实施经验,而非无限制自主运行普遍可靠的证明。
💡 Main Points
通过小步交接逐渐扩大职责
团队从问答开始,逐步让 Claude 创建、维护跟踪工具,再运营接收用户反馈的内部应用。每一步都针对已经出现的瓶颈,而不是先规划宏大的全自主系统。
区分自主维护与产品决策
Claude 分类反馈、修复明显缺陷,人则决定要开发哪些功能并评审 PR。把职责交给系统,并不意味着所有判断和审批环节都会消失。
让 AI 队友主动向人索取缺失信息
每周五收集项目更新、核对上下文,为周一排班会议做准备。无法解决的问题进入议程,而不是让所有负责人一起重新拼凑当前情况。
用人工确认闭合行动循环
会议转录先变成待审核行动项,人确认后,Claude 再协助更新跟踪表、发布消息和通知团队,让协调真正转化为执行。
五项基础能力支撑主动协作
共享上下文、带审计记录的工具权限、分层记忆、主动触发和能够修改指令的反馈,让 Claude 在团队已有工作界面中协作并积累有用知识。
💬 Key Quotes
现在,轮到 Claude 向我们提问了。
真正发生的变化是,Claude 成为了队友。
我们只是不断把更多工作交给 Claude,再想办法让它具备完成这些工作的条件。
📊 Article Meta
AI Screening: 90
Featured: Yes
Source: Product School
Author: Product School
Category: 人工智能
Language: 英文
Read Time: 12 min
Word Count: 2822
Tags:
AI 与智能应用 , 大语言模型 (LLM) , AI 编程 , 前沿驻场工程 , 代码助手
Play Full Video
内容翔实,正好需要,先收藏再看。
思路清晰,干货满满。
思路清晰,干货满满。
思路清晰,干货满满。
写得挺用心的,支持一下。
内容翔实,正好需要,先收藏再看。
很有价值的分享,感谢整理。
写得挺用心的,支持一下。
点赞,必须点赞
看标题就点进来了,内容果然没让人失望。
这个比较实用,已转发给同事。
很有价值的分享,感谢整理。