，拥抱意外惊喜」
在Instagram时，Mike习惯先定好计划（自上而下），但做AI产品发现行不通。因为AI的能力变化快，最好的产品往往是工程师或研究员在摸索中“玩”出来的。比如，Anthropic的Artifacts功能本来只是个研究原型，后来被团队改造成了正式产品。MCP（一个让AI连接外部工具的协议）也是工程师发现重复工作后自发搞出来的。
「好产品比模型本身更重要」
光有个厉害的AI模型（比如Claude）不够，产品得真正帮人解决问题。Anthropic的产品团队不只是把模型“包装”一下，而是要结合AI的微调和应用场景，做出比直接用API更好的体验。比如，开发工具要让程序员更快干活，消费产品要满足用户实际需求。
「AI代理的未来：自主行动与协作」
Anthropic想让AI从“回答问题”进化成“像员工一样干活”。未来的AI得能连续工作几小时，自己用工具、记东西，甚至和其他AI“搭档”或“雇佣”彼此。比如，AI能自动帮你处理GitHub代码、Zapier流程，还要能和其他AI商量怎么干活。这需要解决AI的记忆、权限管理（啥能说啥不能说）等问题。
「AI写代码的冲击：速度快，但暴露组织低效」
即使在Anthropic这种AI公司，AI用得也不平均。销售团队开始用AI准备会议，但很多人还不会用。Mike自己把AI当“写作助手”，写啥都让Claude帮忙改。年轻人用AI更自然，没心理负担。公开用AI（比如在Slack公开频道用AI写绩效评估）能让大家觉得“用AI很正常”，减少不好意思的感觉。
「AI产品易用性是大难题」
现在的AI产品对新手不友好，得学会“正确用法”才能出好效果，不像Instagram一打开就知道咋用（拍照）。Mike很头疼这点，觉得AI的潜力巨大，但普通人用起来门槛高，限制了普及。
「做AI产品别“贴”功能，要“AI原生”」
很多公司做AI产品时，直接在老界面加个AI功能（像贴个补丁），这不行。AI得从产品设计的核心开始融入。比如，别让AI只能“聊天”，得让它能直接操作你的应用功能（比如改数据、发邮件）。否则，AI就是个摆设。
「AI未来：计算力与市场反馈并重」
Mike同意AI发展靠计算力驱动，但怎么分配算力（是做研究、优化模型还是服务客户）是个大问题。他觉得把模型推向市场、听用户反馈很重要，不然产品可能会跑偏。完全不商业化的公司可能在研究上有优势，但会错过市场洞察。
「大多数内容都会是AI生成的，所以区分‘这是AI做的还是不是’我认为将是一个没有意义的问题」（英伟达 CEO也说过类似的话，未来所有会动的东西，都将是自主的。）
Mike Krieger 预测了未来内容生态的普遍状况。他认为 AI 生成内容会变得如此普遍，以至于尝试分辨某件内容是 AI 生成的还是人类创作的，将变得不重要甚至不可能。人们会更关心内容的质量、来源或演变过程，而不是它是否使用了 AI。这句话是说，未来 AI 生成内容将成为常态，区分其来源（人或 AI）将不再是关键问题。
