以親身使用磨練產品判斷力

資料來源#

• Designing with Claude: From prompt to production
• How Anthropic's product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
• OpenAI Codex lead on the new shape of product work
• Running an AI-native engineering org
• The ERP for the AI Revolution is here

摘要#

跨來源共同指出：產品判斷力不是天生的，而是靠不懈的第一手使用所打造——也就是親自反覆使用你推出的產品。 Fiona Fung稱之為「螞蟻糧」（Anthropic 對親自使用自家產品的稱呼），並指出這正是工程師們不斷問她的問題的答案：要怎麼培養產品判斷力？一直使用產品，直到你「打從心底感受到它」。同樣的紀律也出現在 Cat Wu 午餐時的氛圍檢視（Claude Character as Product），以及 John Glasgow 所說的「我加入每一個客戶的 Slack 頻道」（Founder-Led Sales Discipline）。當代理程式讓內容生成變得廉價，品味便成為稀缺投入，而親自使用自家產品就是它的訓練方法。

為什麼產品判斷力會成為稀缺技能#

當寫程式變得便宜（Verification as the New Bottleneck），限制因素便轉為知道什麼值得打造，以及做得好不好——也就是產品品味。Fung 現在招聘的兩種工程人才是「具有產品判斷力的創意建造者」和「深厚的系統專業知識」。第一種正是由親自使用產品所培養出來的。這從組織層面印證了 Engineer PM Convergence 和 Evals as Product Spec：隨著 harness 縮小，品味與判斷力成為持久的人類技能。

Fung 的方法：打從心底感受到它#

她培養產品判斷力的方法：

1. 親自使用自家產品——尤其是主管；在 Claude 出現之前，他們往往沒有時間使用產品。「你真的會開始打從心底感受到你的產品；你會記得自己當初想解決什麼問題。」若不這麼做，「你就會根據指標、儀表板或 PowerPoints 做產品決策。」
2. 推出產品並反覆迭代。
3. 與客戶交談——她的熱情計畫是協助小型企業的朋友（餐飲業者）開始使用 Cowork，並觀察他們遇到的困難：「看到我們有這麼多地方可以做得更好，真的讓人謙卑。」這與 Anthropic 的 Claude for Small Business 有關。

Mr. Peanut 的故事是校準品味的軼事：她在 CLI 裡寫了個節慶版「雪人」Claude；設計師卻說它看起來完全不像雪人——「你把 Claude 變成 Mr. Peanut 了。」人類的產品與設計品味看出了建造者沒察覺的問題——這就是模型所欠缺的那種判斷力。

Claude 作為跨職能補位工具（另一面）#

親自使用產品會揭露團隊的弱項；接著 Claude 就能在所有職能上補足缺口：在 Claude Code 團隊中，設計師會透過 Claude 自己修正潤飾與 UX 問題，而不是標出修改處再交給工程團隊（讓迭代形成閉環）；Fung 自認是個冗長的工程師，曾用 Claude 作為「內容設計夥伴」來撰寫精簡文案。「Claude 正在增強你可能不那麼擅長的所有領域。」親自使用產品能讓你看見缺口；工具則協助你補上缺口——但察覺缺口的品味仍然來自人類。

Codex 的特別之處：刻意降低自己的工作效率來改進產品（Ambrosino）#

Andrew Ambrosino（OpenAI Codex）提出了親自使用產品這份承諾最極端的形式。Codex 桌面應用程式「完全由親自使用產品的迴圈所塑造」——但其中有個刻意令人不舒服的反轉：

「我們每個人都想盡可能在應用程式裡完成更多事情，即使它不是最好的工具，這樣它才有機會變成最好的工具。我們往往不會先改善自己的流程，而是要讓產品變得更好——這是個令人極度不舒服的處境。」

這顛覆了一般的親自使用自家產品。通常的做法是「使用產品來找出缺口」。Ambrosino 的做法則是「拒絕更好的外部工具並承受不便，讓缺口變得如此明顯，以至於迫使產品填補它。」團隊刻意讓自己的工作流程維持較差狀態，藉此施壓讓產品變好——這是一種自我施加的限制，讓品味和產品路線圖緊扣親身感受到的摩擦。

這一切始於一個個人使用產品的迴圈：Ambrosino 對原始應用程式的目標是「讓它成為我用來寫程式的工具」。這個良性循環——「我做不到某件事 → 我修好它，讓自己做得到 → 現在我能做更多事」——一開始只在他身上運作；隨著應用程式日漸成熟，他的使用方式也從寫程式轉為探索產品與引導方向，於是他便把使用重心轉向那些事（「現在我需要做一份試算表來建模，並針對這個領域的所有努力進行內部深度研究」）。讓自己使用產品的方式，對準產品接下來必須解決的問題，正是這種紀律的核心。

五種面貌（跨來源）#

來源	親自使用自家產品的做法
Fiona Fung	「螞蟻糧」——主管親自使用產品以維持產品判斷力；讓小型企業開始使用產品，親身感受導入過程的痛點
Cat Wu	午餐時間檢視模型氛圍，作為 eval 紀律（Claude Character as Product）
John Glasgow	創辦人加入每個客戶的 Slack 頻道；參與銷售電話以推動工程工作（Founder-Led Sales Discipline）
Dan Carey	「用 Claude Design 設計 Claude Design」——每天打造並親自使用自己的工具；Claude 為每一段使用者對話進行第一輪分析
Andrew Ambrosino	即使 Codex app 並非合適工具，也照樣使用，迫使它成為合適工具；讓自己的流程維持較差狀態，以改進產品

五者都把直接、反覆、親身接觸正在運作的產品與客戶視為品味不可或缺的來源——Ambrosino 另外指出，你可能得挾持自己的流程來實踐這件事。

延伸閱讀#

• Fiona Fung——「狗糧、狗糧、狗糧……螞蟻糧」
• Cat Wu——午餐時間的氛圍檢視，是以 eval 形式實踐同一種紀律
• John Glasgow——創辦人加入每個 Slack 頻道，是接觸客戶的做法
• Claude Character as Product——氛圍檢視；角色品質靠親自使用產品來判斷，而非看指標
• Founder-Led Sales Discipline——與客戶保持密切聯繫，就是親自使用銷售介面
• Evals as Product Spec——evals 把品味編碼；親自使用產品讓你培養出 evals 所編碼的品味
• Engineer PM Convergence——「具有產品判斷力的創意建造者」是由親自使用產品所培養的招聘人才類型
• Managers as ICs——主管擔任 IC，就是為了讓主管持續親自使用程式碼庫
• Jagged Intelligence (Ghosts, Not Animals)——Mr. Peanut 的例子說明，人類品味能察覺幽靈看不見的問題
• Dan Carey / Claude Design——「用 Claude Design 設計 Claude Design」：開發者工具改進自身的案例，加上 Claude 對每一段使用者對話進行第一輪分析
• Compounding Loop Optimization——「與使用者交談，讓它成為世界上最簡單的事」，是把親自使用產品轉化為經過最佳化、由 Claude 協助的迴圈步驟
• Andrew Ambrosino——「降低自己的工作效率來改進產品」以及個人親自使用產品迴圈的變體
• Implementation Abundance Inverts Product Work——親自使用產品能培養策展所需的品味，而品味將成為瓶頸
• Codex——這款應用程式「完全由親自使用產品的迴圈所塑造」

尚待解答的問題#

• 當團隊本身就是使用者（Claude Code），或與使用者相近（Cat Wu、Boris）時，親自使用產品很有效。要如何為與團隊差異很大的使用者培養產品判斷力？如 Glasgow 和 Fung 的小型企業工作所示，「與客戶交談」能完全取代親自使用產品嗎？

已解答的問題#

• 親自使用產品能擴大到多大規模？或者說，在 AI 原生產品組織重新退回依賴儀表板之前，這種做法是否會暗中限制它能維持品味導向的規模？回答：The Orchestrator's Real Workload: Decision Burden, Framing Discipline, and Whether Taste Scales——這是個錯誤的二分法：親自使用產品本身無法擴展（第一手使用是個人行為，而且團隊不再是使用者時就會失效），但它產生的品味能透過三種明確機制擴展——把品味編碼成可執行的產物（Evals as Product Spec）、集中由稀少且可信賴的評估者承擔的角色，加上氛圍檢視儀式，而非隨著人數增加而稀釋品味（Claude Character as Product），以及由 AI 擴展接觸面（Carey 讓 Claude 對每一段使用者對話進行第一輪分析）。限制因素不是組織規模，而是團隊與使用者的距離，以及編碼紀律：無論組織規模如何，只要不再把親身使用的感受轉化為 evals 和儀式，就會退回依賴儀表板。

資料來源#

• Running an AI-native engineering org
• How Anthropic's product team moves faster than anyone else | Cat Wu (Head of Product, Claude Code)
• The ERP for the AI Revolution is here
• Designing with Claude: From prompt to production
• OpenAI Codex lead on the new shape of product work — Ambrosino：「我們往往不會先改善自己的流程，而是要讓產品變得更好」