Дайан Пенн, руководитель отдела продуктов в Anthropic AI Research and Labs, прошла путь от первого технического продакт-менеджера компании до лидера команд, создающих самые продвинутые модели семейства Claude. В большом интервью Ленни Рачицки она раскрывает внутренние процессы компании, объясняет, почему в мире ИИ традиционные методы управления продуктом больше не работают, и как Anthropic удалось занять нишу лучшего инструмента для программистов, конкурируя с гигантами индустрии.
🚀 Начало пути: от пяти инженеров до статуса самого быстрорастущего стартапа 2:31
Когда Дайан Пенн пришла в Anthropic в 2023 году, команда продукта состояла всего из пяти инженеров, а за всё API-направление отвечал один человек . В то время многие эксперты, включая самого Ленни Рачицки, скептически относились к шансам компании, полагая, что OpenAI уже захватила рынок и Anthropic не сможет её догнать .
Однако внутри компании царила культура стартапа с жестким фокусом на миссии и ценностях . Одним из первых признаков того, что Anthropic нащупывает свою идентичность, стал проект Golden Gate Claude. В начале 2024 года исследователи обнаружили в слоях модели «фичу», отвечающую за тематику моста Золотые Ворота . Команда за 24 часа создала интерфейс, где Claude становился одержим этим мостом, упоминая его даже в рецептах спагетти . Этот «причудливый» эксперимент, по словам Пенн, показал способность компании быстро превращать сложные исследования в уникальный пользовательский опыт .
Основные принципы ранней культуры Anthropic:
- Культура «снизу вверх»: инженеры и дизайнеры добровольно тратили время на амбициозные прототипы .
- Единство в кризис: во время работы над Opus 3 в декабре 2023 года вся команда работала из домов своих родителей на каникулах, что создало фундамент доверия между исследователями и менеджерами .
- Фокус на кодинге: команда вовремя заметила, что пользователи начинают писать длинный код с помощью ИИ, и сделала на это ставку при обучении моделей, хотя изначально кодинг не считался приоритетным направлением .
📈 Жизнь внутри «экспоненты»: непредсказуемость ИИ-прогресса 13:50
Дарио Амодеи, сооснователь Anthropic, часто говорит о том, что индустрия находится на экспоненциальной кривой развития. По мнению Дайан Пенн, это означает, что каждый следующий шаг — это не просто улучшение, а качественный скачок .
Главная сложность работы в таких условиях заключается в том, что способности моделей возникают «скачкообразно» и нелинейно. В исследовательских работах по законам масштабирования (Scaling Laws) видно, что с ростом вычислений общая ошибка предсказания падает плавно, но конкретные навыки — например, умение складывать числа — появляются внезапно .
Это создает специфические вызовы для команды продукта:
- Невозможность долгосрочного планирования: команда часто достает из архива планы, которые казались невозможными пару месяцев назад, потому что новая модель внезапно обрела нужный навык .
- Product Overhang (Продуктовый навес): текущие модели (например, Claude 3.5 Sonnet, в транскрипте упоминаемый как Fable) обладают возможностями, которые пользователи ещё даже не начали исследовать .
- Адаптивность как главная черта: Пенн призывает команду постоянно спрашивать: «Если выйдет Claude 8, как это изменит поведение пользователей?» .
🛠 Эволюция роли PM: «Evals — это новые PRD» 44:16
В Anthropic роль продакт-менеджера (PM) претерпела фундаментальные изменения. Вместо написания длинных документов с описанием требований (PRD), менеджеры фокусируются на создании наборов тестов — Evals .
Процесс работы над фичей теперь выглядит так:
- Глубокое изучение транскриптов: PM должен «потеть над токенами так же, как над пикселями» . Нужно досконально понимать, почему модель ошиблась: была ли это галлюцинация, излишняя уверенность или ошибка в вызове инструмента .
- Создание «золотого набора»: если пользователи жалуются, что Claude плохо следует формату JSON, PM собирает 30–40 примеров идеальных ответов .
- Запуск тестов: этот набор становится частью репозитория. Каждая новая итерация модели прогоняется через этот тест до тех пор, пока точность не достигнет 100% .
Дайан Пенн подчеркивает, что PRD всё ещё полезны для синхронизации больших групп людей (юристов, дизайнеров, маркетологов) или при запуске совершенно новых категорий, таких как Computer Use . Однако для улучшения существующих моделей тесты (Evals) являются более эффективным инструментом коммуникации с исследователями .
🧪 Anthropic Labs и инкубация прорывных идей 23:30
Подразделение Anthropic Labs, в котором работают Бен Манн и Майк Кригер, занимается «непрерывными крупными ставками», которые не вписываются в основную дорожную карту . Именно отсюда вышли такие продукты, как Claude Code, MCP (Model Context Protocol) и Claude Design .
Секреты успеха Labs:
- Маленькие «поды»: идеи часто начинаются с одного инженера, что позволяет избежать бюрократии больших команд .
- Право на ошибку: многие прототипы закрываются, если они не показывают потенциал 10-кратного роста, что требует от сотрудников характера «основателя» и готовности пережить неудачу .
- Сильная позиция по теме: команда может иметь твердое мнение о направлении (например, «ИИ должен использовать компьютер»), но оставаться гибкой в выборе конкретного способа реализации .
🛡 Безопасность и конституция как драйверы интеллекта 1:03:50
Существует миф, что ограничения безопасности делают ИИ скучным и глупым. Опыт Anthropic доказывает обратное: работа над выравниванием (alignment) и «Конституционный ИИ» сделали Claude более интересным собеседником .
Пенн утверждает, что способность модели спорить и возражать пользователю — это ключевой элемент интеллекта. Хороший «партнер по мышлению» не должен просто соглашаться; он должен указывать на слабые места в аргументации . Например, при обсуждении стратегии ценообразования для новых моделей Дайан использует Claude как спарринг-партнера, который подвергает её идеи сомнению .
Что касается «ИИ-почерка», Дайан признает, что тексты, написанные нейросетями, всё ещё часто выглядят шаблонно («зубчатые края» технологии). Anthropic активно работает над улучшением тона и характера моделей, чтобы они писали более естественно . При этом Пенн считает, что в будущем важнее будет не то, кто написал текст, а то, кто его проверил и подписал .
🧠 Где человек останется незаменимым? 1:11:40
Несмотря на приближение к AGI, Пенн выделяет несколько областей, где человеческий мозг сохранит ценность:
- Суждение (Judgment): накопленный десятилетиями опыт и интуиция, которых нет у систем, обучающихся только на данных .
- Настойчивость и воля: ИИ может предложить решение, но человек должен решить, стоит ли его реализовывать и как долго за него бороться .
- Формирование собственного мнения: Пенн советует сначала формулировать свою точку зрения, а уже потом обсуждать её с Claude, чтобы избежать атрофии критического мышления .
В воспитании своих детей (4 и 8 лет) Дайан делает упор на те же качества: любопытство, настойчивость и развитие собственного «внутреннего голоса», который позволит им оставаться самодостаточными личностями в мире, наполненном алгоритмами .
