全文 2,000字 | 閱讀約 6 分鐘

（Mike Krieger 談 2026 年企業(yè) AI 落地挑戰(zhàn)）

最近年底復(fù)盤時(shí)，很多企業(yè)有個(gè)共同感受：

模型越來越強(qiáng)，預(yù)算也花了，可業(yè)務(wù)還是老樣子。

你問 AI 三個(gè)問題，都能答上； 但真要派個(gè)任務(wù)讓它干活？經(jīng)常干到一半就卡住了。有時(shí)是它找不到需要的數(shù)據(jù)，有時(shí)是沒權(quán)限打開文件，有時(shí)是流程走到某一步就斷了，最后誰也不敢說這活兒算干完了。

差在哪？

不在模型不夠聰明，而在企業(yè)根本沒準(zhǔn)備好能交給 AI 的活。

Anthropic CPO Mike Krieger 上周接受采訪時(shí)，沒有花時(shí)間夸 Claude 多強(qiáng)大，而是提了一個(gè)更實(shí)際的問題：

AI ，到底能不能真正分擔(dān)你的部分工作？

答案取決于企業(yè)自己。

Anthropic 這一年在企業(yè)部署中發(fā)現(xiàn)，真正的障礙不是技術(shù)，是組織本身。

這道坎具體在哪？

（我們最近連續(xù)寫了三篇 Agent，但關(guān)注點(diǎn)不同：Notion 寫“Agent 怎么進(jìn)流程”，Hinton 寫“Agent 出公司后規(guī)則怎么變”，Krieger 寫“企業(yè)想讓 AI 真干活，卡在 demo 到生產(chǎn)這道坎”。三篇不是重復(fù)，是同一條線的三段推進(jìn)。）

現(xiàn)在，你會(huì)發(fā)現(xiàn)幾乎所有 AI 公司都在做同一件事： 不再只強(qiáng)調(diào)模型多聰明，而是強(qiáng)調(diào)它們 AI 產(chǎn)品能不能真正干活。

看 Anthropic 怎么做的。

他們沒把 Claude 當(dāng)成更聰明的聊天機(jī)器人，而是當(dāng)成能接活的同事來設(shè)計(jì)。

最早上線的 Claude Code，只是個(gè)開發(fā)工具：用戶輸入一句話，它能補(bǔ)全代碼、搭個(gè)網(wǎng)頁、生成 demo。這個(gè)工具發(fā)布半年，年化營收就破了 10 億美元?？蛻舭?Netflix、畢馬威、Spotify、歐萊雅。

Mike Krieger 發(fā)現(xiàn)，在 Anthropic 內(nèi)部，很多團(tuán)隊(duì)用 Claude 不是為了寫完代碼，而是讓它接手整段工作流。

比如：

• 有團(tuán)隊(duì)把它當(dāng)成“盒子里的 SRE”，監(jiān)控系統(tǒng)、自動(dòng)排查日志；

• 有人用它做生物研究助手，搜文獻(xiàn)、搭數(shù)據(jù)處理腳本；

• 還有人干脆讓它當(dāng)項(xiàng)目經(jīng)理，匯總需求、下發(fā)子任務(wù)。

AI 的角色在這些場景里已經(jīng)變了。

2025 年底，Anthropic 把 Claude Code 改名為 Claude Agent SDK。不再只是能寫點(diǎn)代碼的助手，而是可以接指令、執(zhí)行流程、交付結(jié)果的角色單位。

用 Mike 的話說：我們在重新定義 Claude 的角色，不是生成答案，而是交付結(jié)果。

要交付結(jié)果，就得讓 AI 持續(xù)工作、穩(wěn)定執(zhí)行。

所以 Anthropic 開始構(gòu)建一整套支撐機(jī)制。不只是給段輸入、看段輸出，而是讓 AI 在更模糊的目標(biāo)下，自己往前推、最后提交成果。

它不是自動(dòng)補(bǔ)全，是自動(dòng)完成。

但能力到位了，坎也出現(xiàn)了：不是 AI 不行，是組織還沒準(zhǔn)備好。

第二節(jié)｜真正的落地坎，不在模型，在組織

很多企業(yè)以為把 AI 接進(jìn)來，就像請了個(gè)聰明實(shí)習(xí)生，開個(gè)賬號、發(fā)個(gè)指令，它就能自己上手。

結(jié)果一試，發(fā)現(xiàn)反應(yīng)慢、答復(fù)模糊、常?？?。 但問題不在 AI，在企業(yè)這邊：任務(wù)給得不清楚，信息也給不到位。

比如，你讓 AI 幫你查報(bào)表、分析客戶數(shù)據(jù)，它該去哪兒找？

很多公司自己的人都不清楚數(shù)據(jù)放在哪，更別說 AI 了。有的表格列名叫"Sheet3_Temp"，沒解釋、沒說明，誰知道那是什么。

AI 要理解這些文件，得靠數(shù)據(jù)背后的標(biāo)簽、注釋、來源關(guān)系。但大多數(shù)企業(yè)這些基礎(chǔ)工作都沒做，AI 面對一堆文件，根本不知道從哪下手。

這就是 Mike 所說的：

得先把數(shù)據(jù)整理成 AI 能看懂的樣子，它才可能幫上忙。

但光有數(shù)據(jù)還不夠，還得給它權(quán)限。

AI 再能干，你不給它訪問入口，它也進(jìn)不去。

• 有的公司一個(gè)流程要跳十幾層系統(tǒng)；

• 有的文件需要審批才能打開；

• 有的流程根本沒梳理過，連入口都找不到。

Anthropic 在幫客戶解決這些問題時(shí)發(fā)現(xiàn)，障礙表面上是系統(tǒng)、權(quán)限、流程，實(shí)際上是組織沒想明白：

讓 AI 做什么？

需要什么信息？

做完給誰？

這是第一層：數(shù)據(jù)、權(quán)限、系統(tǒng)，該準(zhǔn)備的都準(zhǔn)備好。

第三節(jié)｜從“問答”到“派活”，思路要變

數(shù)據(jù)、權(quán)限都準(zhǔn)備好了，就能用起來了嗎？

還有第二層：學(xué)會(huì)派活。

怎么派？很多人還在用老辦法。

AI 不是搜索引擎，不是知識(shí)問答，也不是點(diǎn)一下就能用的插件。它更像剛?cè)肼毜男氯耍耗愕酶嬖V它做什么、從哪查、什么算合格，它才能上手。

兩者區(qū)別在哪？

很多團(tuán)隊(duì)習(xí)慣對 AI 說：幫我做一個(gè)財(cái)報(bào)。

AI 當(dāng)然試著寫，但它不知道你公司的報(bào)表格式，不知道數(shù)據(jù)從哪拿，不知道你要的指標(biāo)標(biāo)準(zhǔn)是什么。

而真正有效的方式，像對待實(shí)習(xí)生一樣：

• 告訴它：你是財(cái)務(wù)助理；

• 給它表格入口、讀數(shù)據(jù)權(quán)限；

• 明確它只負(fù)責(zé)統(tǒng)計(jì)客戶收入和退款差額；

• 要它按 Q4 月度格式輸出一份表格草稿。

這樣 AI 才能真正上手做完工作。

Anthropic 和 GitHub 合作的 PR Agent 就是按這個(gè)邏輯設(shè)計(jì)的。具體怎么用？程序員在代碼審查頁面標(biāo)記 Claude，它就會(huì)：

1. 審查代碼，找出可能的問題

2. 總結(jié)這次修改的主要內(nèi)容

3. 給出改進(jìn)建議

4. 自動(dòng)完成一輪修改

整個(gè)過程你不用盯著，去喝杯咖啡回來就完成了。

為什么這個(gè)用得起來？

因?yàn)樗麄儼讶露祭砬宄耍?strong>

任務(wù)明確：每次就干這幾件事，邊界清楚

權(quán)限到位：能讀代碼庫、能寫修改、能提交結(jié)果

流程穩(wěn)定：審查→總結(jié)→建議→修改，路徑固定

用得起來之后，還有個(gè)更關(guān)鍵的問題：出了問題怎么辦？

網(wǎng)上總是有人說：

“AI 永遠(yuǎn)取代不了人類，因?yàn)?AI 不能背鍋。背鍋，才是人類獨(dú)特競爭力?！?/p>

這話聽著有道理，但問題不在 AI 能不能背鍋，而在于企業(yè)敢不敢讓它背。

什么叫“背鍋”？說白了就是：出了問題，能找到責(zé)任人。GitHub 的例子里，Claude 提交的代碼修改，有記錄、有審查、有版本管理。出了問題，能追溯是哪一步的問題。這就是“能背鍋”。

Mike 強(qiáng)調(diào)的就是這個(gè)：AI 不是加個(gè)側(cè)邊欄回答問題，而是要進(jìn)到實(shí)際工作流里，有明確分工，能交付結(jié)果。

關(guān)鍵不在技術(shù)，在于組織敢不敢給它明確的責(zé)任邊界。

結(jié)語｜組織準(zhǔn)備好，AI 才能用起來

技術(shù)已經(jīng)到位了。

Mike Krieger 這一年的觀察很簡單：不是 AI 不行，是組織還沒準(zhǔn)備好。

2026 年開始，企業(yè)要問自己：

• 數(shù)據(jù)理清楚了嗎？

• 權(quán)限放得開嗎？

• 任務(wù)說得明白嗎？

• 責(zé)任劃得清嗎？

這四個(gè)問題想明白了，該準(zhǔn)備的準(zhǔn)備好了，AI 就能從“會(huì)干活”變成“真干活”。

不是技術(shù)的問題，是組織的問題。

把組織這道坎跨過去，2026 年企業(yè)才能真正用起 AI 。

識(shí)自AI

本文由 AI 深度研究院出品，內(nèi)容翻譯整理自 Anthropic CPO Mike Krieger 訪談等網(wǎng)上公開素材，屬翻譯評論分析性質(zhì)。內(nèi)容為觀點(diǎn)提煉與合理引述，未逐字復(fù)制原訪談材料。未經(jīng)授權(quán)，不得轉(zhuǎn)載。

星標(biāo)公眾號， 點(diǎn)這里 1. 點(diǎn)擊右上角 2. 點(diǎn)擊"設(shè)為星標(biāo)" ← AI深度研究員 ? ← 設(shè)為星標(biāo)

參考資料：

https://www.youtube.com/watch?v=VSLEGpCemtE

https://www.theverge.com/2024/5/15/24157240/mike-krieger-anthropic-instagram-ai

https://medium.com/%2540GlobalGPT/the-secret-sauce-at-anthropic-cpo-mike-krieger-says-stop-bossing-eebcc8e28fbe

https://techcrunch.com/2024/05/15/anthropic-hires-instagram-co-founder-as-head-of-product/

來源：官方媒體/網(wǎng)絡(luò)新聞

排版：Atlas

編輯：深思

主編: 圖靈