Mike Krieger
前沿洞察
Mike Krieger 研判，AI 持久价值将沉淀于兼具专有数据、深厚行业认知与差异化渠道的纵向场景（如金融、法律、医疗）。模型层竞争依赖人才密度与生态绑定，但当前行业采纳率虚高、远超真实 PMF。他警示：若 AI 性能稍逊（差20%）却极度廉价（省80%），雇主仍会买单，正加速瓦解初级岗位与人才学徒阶梯；而长链路评测缺失、智能体隐私及可靠性反噬（如被迫回聘人工），则是智能化落地必须直面的系统性硬约束。
观点集合
Mike Krieger，Instagram 联合创始人兼 Anthropic CPO：AI 世界的价值将在哪里创造？|E1265
持久的 AI 价值更可能流向同时拥有差异化 go-to-market、领域知识和专有数据的公司，尤其是金融、法律和医疗领域，因为持续部署会不断强化其优势。模型层护城河取决于人才密度、差异化模型性格和长期企业伙伴关系，但 Anthropic 当前的采用率领先于真实产品市场契合度，真实工作评测与智能体隐私仍是未解约束。
查看摘要（8段）
Krieger 对“价值将在哪里创造”的核心回答是：拥有差异化 go-to-market、差异化领域知识或专有数据的公司——“最好同时具备其中2项，甚至3项”——尤其是在金融、法律、医疗等行业。 这些行业前期那些不性感的基础工作，恰恰是构筑持久优势的来源。真正的赢家循环是，把产品卖进你有独特理解的场景，“并在持续部署的过程中变得更好”。
他对商品化趋势的逆向判断是：“我认为，随着时间推移，模型会变得更不同，而不是更相似。” “Claude 身上有某种 claudy 的东西，GPT 身上也有某种 GPT 的东西。” 模型层的护城河有3层：人才密度、由真实使用深化的模型性格（编码场景的 traction 会反哺下一代 RL），以及成为“AI 伙伴，而不只是 AI 模型”。任何一项做不好，“我认为你都会陷入麻烦”。
DeepSeek 对 Anthropic go-to-market 的影响“几乎为零”——企业关系不是把输入 token 换成输出 token——但它敲响了营销和产品发布的警钟。 DeepSeek 从无人知晓变成“在很多圈子里比 Claude 更出名”（“可能连我的姑妈都打电话问我 DeepSeek 了”），而 Anthropic 在第一方产品上落后，造成了“显著”伤害。
对于押注模型进步的创业公司，不要等待。 他反复听到有人说：“没有 Claude 3.5 Sonnet，我的创业公司根本还不算创业公司。”每一代模型跃迁的赢家，都是那些已经在“不断撞墙”的团队——Cursor 在突破前反复迭代——“当模型到来时，你不是从零开始”。
阻碍进步的最大因素不是算力、数据或算法，而是能够匹配真实多步骤工作的训练环境和评测体系。 SWE-bench 低估了软件工程师的实际工作；没有人能很好地评估办公室专业人士；缺失的评测是：“我来到一份新工作，迅速理解自己的角色、组织里谁是谁”——这正是模型“在极端切片上极其出色”与成为普遍有用的协作者之间的鸿沟。
软件工程师将在“1年后”变成委派者和代码审查者，而不是3年后。 智能体会在浏览器里尝试3种方案、运行漏洞测试，然后只提出1个问题。但“弄清楚要构建什么仍然是最难的部分”，距离解决至少还有3年——这也是他“非常看好”创业公司的原因，因为创业公司的对齐只需要“一场喝咖啡的谈话”。
对于任何评估 AI 应用采用率的人来说，最令人警醒的一句话是：Anthropic 自身的 traction“领先于真实的产品市场契合度，因为它们仍然是获取这些模型的最佳方式——我不认为这会长期持续”。 而放眼整体使用情况，“我们仍处于一个问题的第1天：AI 是否已成为大多数人工作中不可或缺的一部分——我认为答案是否定的”。
即将到来的智能体对智能体交互中，最容易被低估的风险是：辨别力加隐私。 他用自己5岁孩子作比喻：孩子还无法区分家庭秘密和结账通道上的闲聊。“模型从根本上想要提供帮助，而这并不总是你希望它们做的事。”