Anthropic 代码工具 Claude Code 的产品负责人 Cat Wu 日前接受 Ars Technica 采访，首次系统披露了这款产品的产品哲学，核心观点出人意料：没有长期路线图，一切靠模型能力进步自适应。 Wu 透露，Claude Code 团队以约一周一次的极短周期迭代，每次只针对一个具体问题快速实验。她形容这种模式为精简架构（lean harness）——随着模型变强，逐步移除脚手架（scaffold）和工具描述，而非不断堆砌新功能。这意味着产品团队不需要预测未来长什么样，因为模型进步会自动消化掉复杂性。 这一策略背后是真实的增长压力。Anthropic CEO Dario Amodei 在会上透露，团队曾预计用户量每年增长 10 倍，并据此储备算力，结果实际增长高达 80 倍，导致近几周出现严重的算力瓶颈。为此 Anthropic 不得不临时调整策略：在高峰时段收紧限制，甚至测试将 Claude Code 从低价订阅计划中移除。 同时，多 Agent 工作流正在取代单轮对话，成为主要使用形态——复杂项目的 token 消耗是简单聊天的数倍。这种结构性需求变化，让纯靠扩大算力池来解决问题的思路难以为继。 竞争层面，OpenAI Codex、GitHub Copilot、Cursor、Augment Code 等对手也在密集迭代，通过更长上下文、更多显式结构等方式寻求差异化。但 Wu 的判断是：这些差异最终也会被更强的模型能力抹平。当模型足够可靠时，用户不需要那么多分步控制和结构化提示——整个工具层都有可能坍缩回一个文本框。 这个逻辑对行业有更广泛的意义：当 AI 模型能力以足够快的速度提升时，堆砌工程来弥补模型不足的策略，可能是某种过度投资。