Claude 角色即產品

資料來源#

• How Anthropic's product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
• Verbalizable Representations Form a Global Workspace in Language Models

摘要#

Cat Wu 主張，Claude 的角色——低自我中心、輕鬆愉快、正向、傾向採取行動、願意提供誠實回饋——是核心產品介面，而不是柔性的附加特質。在 Anthropic，塑造這個角色的工作由 Amanda 負責；Cat 稱這個角色「比寫程式更難，因為任務如此模糊」。其含意是：AI 原生產品團隊除了工程與設計之外，也需要一套角色工作的紀律，並以推出功能同等嚴謹的方式處理角色迭代。

Anthropic 所說的「角色」是什麼#

Cat 提供了一份簡短清單：

• 低自我中心。 被告知做錯某件事時，Claude 會回答：「Oh shoot, like thanks for telling me. Let me fix it.」
• 正向。 當使用者卡在一項「難以克服」的任務上時，Claude 會提供具體步驟，並詢問是否應該開始。
• 輕鬆愉快。 Cat：「就像它既輕鬆有趣，又極度能幹。」
• 傾向採取行動。 與正向態度相連——不只是鼓勵，而是主動提出要進行下一步。
• 誠實回饋。 不會對使用者說的每件事都反射性地表示同意。（這也連結到 OpenClaw／開放模型的討論：使用者之所以特別想念 Claude 的角色，正是因為其他模型會諂媚地表示同意。）

這些特質共同描述了 Cat 所稱的「出色同事」。

為什麼這是產品，而不是拋光#

三項主張：

1. 角色會在每個互動介面上被感受到。 它不是標語，而是每個回應聽起來的方式。當另一個模型「沒有這種特質」時，使用者會立刻察覺。
2. 它比寫程式更難。「寫程式比較容易，因為你可以驗證是否成功。塑造角色則需要非常強烈的信念，知道 Claude 應該成為什麼樣子。」
3. 這就是人們遷移後想念 Claude 的原因。 存取權被限制的 OpenClaw 使用者表達的悲傷，特別針對的是人格，而不是能力——這表示角色是產品依附感的承重原因之一。

Lenny 補充了 Ben Mann 在先前 podcast 中的說法：「人格正是讓 Claude 在這麼多事情上如此出色的原因」——角色不是裝飾，而是結構的一部分。

Amanda 的角色#

Cat 將 Amanda 描述為「塑造 Claude 角色」的人。這需要兩項不同技能：

1. 堅定地闡明 Claude 應該成為什麼樣子。 沒有這種信念，角色工作就會漂向平淡的平均值。
2. 闡明什麼才算成功。 說明某個回應為什麼符合角色或偏離角色，是核心 eval 技能；而能穩定做到這件事的罕見能力，正是讓角色工作變得可處理的原因。

這是「稀有且受信任的評估者」模式：Cat 說，「有少數幾個人，比其他人更擅長闡明，究竟是什麼讓特定模型或模型 harness 組合變得優秀。」Amanda 負責角色；Claude Code 團隊則負責程式碼品質的氛圍。

角色的 eval 紀律#

角色比寫程式更難 eval（因為沒有編譯器），但 Cat 列出了兩項實務：

• 團隊午餐氛圍檢查。 每位團隊成員都會對新模型提供質化回饋：「嘿，你對這個模型的氛圍感覺如何？」常見訊號包括：「這個模型太突兀」、「很喜歡寫記憶，但品質不確定」、「不太會自行測試」。
• 假設 → 資料探測。 氛圍檢查的訊號會告訴團隊要查看哪些已記錄資料，而不是反過來。團隊擁有太多資料，無法盲目挖掘；默會訊號會縮小搜尋範圍。

這種模式（先質化、後資料）可以泛化——參見 Model Introspection Feedback。角色正是最清楚展現其承重作用的地方。

新模型能改變什麼——以及不應改變什麼#

Cat 說：「新模型會迫使產品改變。」其中大多數改變都是移除拐杖（參見 Harness Shrinkage as Models Improve）。角色則適用相反的紀律：

• 模型之間的能力會改變；角色應該保持穩定。
• 移除用來維持角色的提示詞段落，會削弱使用者感知到的連續性。
• 角色工作是要在能力躍升之間保留身分，而不是隨著躍升起舞。

這使角色成為少數幾種可能不會隨模型進步而縮小的 harness 資產之一。

「manifesting」這個動詞#

Claude Code 的思考用詞清單（Claude 推理時顯示的動詞——「thinking」、「considering」、「exploring」等）在原始碼外洩事件中流出。Cat 最喜歡的是：manifesting。她把它做成了貼紙。

這是最小尺度的角色——思考時所選用的動詞。每個詞都是一個微小的風格判斷。「manifesting」讀起來帶有溫和的神秘感與機鋒，符合更廣泛的低自我中心但自信的角色。

反方觀點／開放問題#

從 Anthropic 外部很難評估角色，也沒有乾淨的 A/B 隔離方式——角色與能力彼此互動，很難說「Claude 很棒」究竟有多少來自角色、多少來自推理。從實證上看，模型遷移（例如 OpenClaw 使用者的情況）顯示角色確實會獨立貢獻。但在受控實驗的層次上，這仍缺乏研究。

相關連結#

• 工作區中的 Assistant 人格——角色的內部對應物：後訓練會讓 Assistant 風格的反應出現在工作區中、出現在使用者的 token 上；而模型在扮演非 Claude 角色時，內部會標記 disclaimer／fictional

• Cat Wu——闡述者

• Anthropic——供應商；Amanda 所在的組織

• Claude Code——角色的主要介面

• 模型進步時的 Harness 縮減——角色是「提示詞段落會縮減」規則的例外

• 模型內省回饋——支撐角色工作的先質化 eval 紀律

• AI 原生產品節奏——角色推出與功能推出採用相同節奏

• Claude Opus 4.7——每次發布都會進行模型特定的角色調校

• Claude 的憲法／Model Spec——「Claude 是誰」的文件面向；角色是被感受到的體驗面向，憲法則是文字規格

• Model Spec Midtraining (MSM)——角色與價值現在可以透過對合成規格文件進行 midtraining 來實證安裝（2026 年 5 月論文）；這引出了 Amanda 的氛圍檢查 eval 如何與 MSM 安裝的特質互動這個問題

• Model Spec Science——研究哪些規格特徵最能泛化；如果 Anthropic 未來量化模型躍遷之間的角色一致性，這會很相關

• 苦澀的教訓——角色是候選的反例：一種刻意手工打造的資產，隨著模型擴展可能不會向內遷移，不同於苦澀教訓會消解的 harness 腳手架

• Alignment Fine-Tuning (AFT)——Claude 的人格部分源自 AFT（SFT + RLHF）；角色是 AFT 安裝的價值所產生、被感受到的輸出

• 印刷術與軟體民主化——當任何人都能建立軟體後，品味與角色等柔性特質就會成為差異化因素

• 問題－解決方案契合度紀律——創辦人的作法仰賴 Claude 的角色（抗拒諂媚、願意辯護另一方觀點）作為基底，讓 AI 扮演魔鬼代言人得以運作；如果角色退化，這套紀律也會退化

• Evals 即產品規格——角色是抗 eval 特徵的極限案例；Amanda（以及團隊午餐氛圍檢查）被點名為能成功把模糊品味轉化為可測 eval 的人

• 將 Dogfooding 作為產品紀律——午餐時段的氛圍檢查是判斷角色品質的 dogfooding 儀式（也就是 Fiona Fung 所稱的那種「用骨子感受」的紀律）

• 鋸齒狀智慧（幽靈，而非動物）——角色是對幽靈缺乏內在動機的刻意反制：即使底下沒有任何動物性存在，仍要塑造人格

• 模型福祉評估——福祉評估把同一個 assistant 角色視為候選的道德患者；產品角色與福祉主體角色，是同一人格的兩種讀法

• 如何為品味撰寫 Evals？角色作為極限案例——抗 eval 的角色特徵究竟如何被評估（信念 → dogfooding → MSM 變體 A/B）；角色作為極限案例

開放問題#

• 角色如何在不同模型發布版本之間進行版本管理？公開評論沒有呈現角色層級的變更日誌。
• 競爭者能否透過微調重現這種角色，還是它取決於 Anthropic 的內部實務、具有路徑依賴性？
• 對 Cowork 這類非程式設計產品而言，同樣的角色工作是否適用，還是 Cowork 需要自己的角色調校？

資料來源#

• How Anthropic's product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
• Verbalizable Representations Form a Global Workspace in Language Models——角色的內部對應物：後訓練會讓 Assistant 風格的安全評估與同理心出現在工作區中，即使模型仍在讀取使用者訊息時也是如此