最近两个月我在刷手机的时候，感觉每天都有Anthropic的新闻。今天发布了个啥，明天又发布了个啥。

  产品管理社区Product Compass创始人帕维尔胡林（Paweł Huryn）也有相同的感觉，于是他把这些新闻整理成了一份日历发在X上，从美东时间2月1日到3月23日，Anthropic在52天发布了73款产品。

  Anthropic相当于每0.7天就发布一个新产品，是OpenAI自称“每3天一个新功能”速度的4倍以上，甚至说我还没写完一篇稿，下一个新产品就已经发布了。

  在之前字母AI的文章《150万AI agent社交狂欢背后，是一场“产品大爆炸”》中，我提出了“产品大爆炸”的概念，自从Claude Code 掀起编程革命之后，整个AI圈都投入了一场产品创新迭代的浪潮之中，“龙虾”OpenClaw就是这里面的代表。毫无疑问，Anthropic既是“产品大爆炸”的引领者，同时也是最大的受益者和践行者。

  所以在我看来，AI编程只是第一步，它是目前所有AI公司都拥有的能力，Anthropic的成功并不只在于此。

  而是在于他们形成了技术自举的加速循环，用AI来完成整个闭环。人类开发者在其中的作用，只是提供一个想法，唯一需要做的就是等AI跑出结果。

  现在看是52天发布75款产品，过几天可能就缩短到30天发布80款产品，15天发布100款产品……

  Anthropic如今的成功，正在迫使行业老大OpenAI重新审视自己的战略，开始全面模仿Anthropic的路径。

  可就是这么一个超短周期的产品，却能根据你所描述的任务，自主实现规划、执行，以及交付结果。彻底改变了许多人的工作方式。

  显然，Cowork的成功给了Anthropic信心。于是到了2月初开始，浪来了。

  Claude上线了法律插件，它能够审查法律文件、追踪合规任务、自动化合同审查，与Thomson Reuters等法律数据库深度集成。

  这个插件在单日引发全球软件和服务类股票约2850亿美元的抛售，6个交易日总共造成8300亿美元的抛售。

  这是Anthropic产品历史上第一次，Sonnet级别的模型在编程测试中超越了上一代的Opus。

  Sonnet 4.6的上下文窗口扩展到了100万token，约75万个单词，相当于2500页文档，意味着AI可以一次性处理整个大型代码库。

  过去企业在选择AI服务时，成本和能力是跷跷板的两端，性能高价格就高，价格低性能就低。

  2月20日，Claude Code Security上线，使用基于推理的扫描来发现代码库中的零日漏洞。

  而Claude Code Security不难发现从未见过的漏洞模式，它理解代码编写的逻辑，所以能在很早的时候就判断出哪些地方可能出问题，即使这样的一个问题从没有被记录过。

  2月24日，Anthropic开始发布大体量的产品，此公司在当天连发了10个企业插件。

  包括投资银行插件能做交易审查、估值建模，财富管理插件能做投资组合分析，私募股权插件能做尽职调查，人力资源插件能处理入职材料、品牌规范，还有工程、设计、运营等插件。

  市场又出现抛售，但是与Anthropic合作的公司股票反而上涨。投资者的理由很简单，“与Anthropic合作”是生存之道，而非对手。

  Anthropic为企业客户提供了一个“私有插件市场”，公司能够开发自己的插件，将公司特有的工作流、合规要求、品牌规范编码为agent，然后在组织内部分发。

  它把Anthropic的能力变成了一个平台，企业不再是购买一个工具，而是获得了一个可以无限扩展的基础设施。

  当AI开始大量生成代码，这时候人类就审查不过来了，只能交给AI自己来处理。

  Code Review就是这样一款专门审查代码的多agent系统。它能自动分析代码逻辑、标记错误、识别安全漏洞，每次审查成本15到25美元。

  举个例子，你可以让Claude从Excel中提取财务数据、构建交易对比表，然后自动将估值摘要放入演示文稿，最后起草发邮件。

  整个过程信息、指令、任务历史在不同应用间流动，用户不需要重复说明上下文。

  这个功能虽然说起来简单，然而它实际上解决了一个长期存在的问题：AI的记忆是孤立的。你在Excel里告诉AI的事情，到了PowerPoint里它就忘了。

  用户现在可以用Claude Apps来管理Cowork中的任务，agent可以跨会话保持上下文和任务状态。你早上在手机上给AI布置任务，下午在电脑上打开，AI还记得你要什么，进展到哪里了。

  前面咱们也说过了，别人的AI编程能力比 Anthropic 还强，但是凭什么是Anthropic领先呢？

  核心原因不在AI编程上，而是在于Anthropic使用的线束架构（harness）。

  线束架构的本质是一个让agent能够长时间自主运行、完成复杂任务的编排系统。

  在Anthropic的官方blog中写到，如果把AI模型比作引擎，线束就是让引擎持续运转的整套基础设施。线束管理上下文、编排多个agent协作、处理任务分解、进行状态传递，确保AI能够在数小时甚至更长时间内自主工作，而不需要人类持续介入。

  Anthropic在构建长时间运行的AI编程系统时，发现了两个关键问题。

  第一个是上下文焦虑。当任务变得复杂、对话历史变长时，模型会开始失去连贯性。模型会出现“上下文焦虑”，当它们认为快要达到上下文限制时，会过早地结束工作。

  就像一个打工人，眼看快下班了，可是他手头的活还没干完，他就只能匆匆收尾。

  Anthropic的解决方案是上下文重置（Context Reset）。完全清空上下文窗口，启动一个全新的agent，但通过结构化的“交接文档”传递前一个agent的状态和下一步计划。

  这给了agent一个干净的起点，同时保持了工作的连续性。这与简单的“压缩”不同。压缩是把早期对话总结后保留在同一个会话中，但“上下文焦虑”依然存在。

  重置则是彻底的新开始，代价是需要精心设计交接文档，确保下一个agent能无缝接手。

  当要求AI评估自己生成的代码或设计时，它们倾向于自信地称赞自己的作品，即使在人类看来质量明显平庸。这样的一个问题在主观任务上尤其严重，因为没有像软件测试那样的二元验证标准。

  你让AI设计一个网页，它做完了，你问它做得怎么样，它说“非常好，符合现代设计美学”。你一看，又是紫色渐变配白色卡片，丑绝人寰，甲方看了想退单，产品看了想杀人。

  让一个agent负责生成，另一个agent负责评判。这种分离本身不会立即消除宽容倾向，可是一旦外部反馈输入，生成者就有了具体的改进目标。

  Planner（规划agent）的任务是把用户的简单想法扩展为完整的产品规格文档。

  用户只需提供简单的想法，Planner就会将其扩展为完整的产品规格文档。

  Anthropic特意让Planner专注于产品背景和高层技术设计，而不是细节实现。因为如果Planner在前期就指定了错误的技术细节，这些错误会级联到后续实现中。所以才要约束最终交付物，让agent在工作中自己找到路径。

  Generator（生成agent）采用“一次一个功能”的方式工作，从规格文档中逐个挑选功能实现。

  Generator就是真正干活的那个。它不会一口气把所有功能都做完，而是一次只做一个功能。

  做完一个功能后，它会先自己检查一遍，然后把成果交给Evaluator去打分。它用的都是现成的主流技术，而且还会做版本管理，以便做坏的时候恢复到以前版本。

  Evaluator（评估 agent）使用Playwright MCP工具，像真实用户一样点击运行中的应用，测试UI功能、API端点和数据库状态。

  然后根据一套标准对每个冲刺打分，比如产品深度、功能性、视觉设计、代码质量之类的。

  每个标准都有硬性阈值，如果任何一项低于阈值，冲刺就会失败，Generator会收到详细的反馈说明哪里出了问题。

  除此之外，在每个冲刺开始前，Generator和Evaluator会协商一份“冲刺合约”。

  Generator提议要构建什么、如何验证成功，Evaluator审查这个提议，确保Generator在构建正确的东西。

  双方通过文件做沟通，一个agent写文件，另一个读取并回复。这种机制确保工作忠于规格，同时不会过早地过度指定实现细节。

  你可以这么理解，在每次开始干活之前，Generator和Evaluator会先开个会，碰一碰需求。用行话来讲就是“对齐一下颗粒度”。

  只有所有人都满意这个方案的时候，才会开工去执行，并且每执行一步，都要拿出这个方案来再瞅一眼。

  Anthropic用同一个提示词对单agent模式和三agent的线束模式来测试，题目为：创建一个2D复古游戏制作工具，包含关卡编辑器、精灵编辑器、实体行为和可玩测试模式。

  单agent方式运行20分钟，成本9美元。生成的界面看起来符合预期，但实际使用时问题不断。

  布局浪费空间、工作流程僵硬、最关键的是游戏本身坏了，实体出现在屏幕上但不响应输入。

  Planner将一句线个冲刺的完整规格，远超单agent尝试的范围。除了核心编辑器和播放模式，还包括精灵动画系统、行为模板、音效和音乐、AI辅助的精灵生成器和关卡设计器，以及带分享链接的游戏导出功能。

  线束模式的成本是单agent的22倍，但产出的质量差距不是22倍能形容的。单agent的产出是一个看起来能用、实际不能用的半成品。完整线束的产出是一个可以直接发布的产品。

  这个架构的真正价值不在于它能做什么，而在于它能持续做什么。单agent能够实现一个简单任务，但当任务复杂到需要数小时甚至数天时，单agent就会迷失方向。

  线束架构不是Anthropic的发明，Anthropic的优点是，他们比别人更早、更系统地遇到这样一些问题，然后把解决方案标准化、产品化。

  虽然Anthropic引领了这波产品浪潮，但是2026年初，整个AI行业最火的产品，却不是Anthropic的产品，而是OpenClaw。

  OpenClaw能访问你的电脑文件系统、执行终端命令、控制浏览器、接入社交软件。更重要的是，它运行在用户自己的电脑上，拥有你给它的所有权限。

  这才致使用户宁愿冒着巨大的安全风险，给AI开放底层电脑权限，让它去帮自己订票、发邮件、修Bug。

  用户不是不在乎安全，他们对“让AI干活”的渴求已经强烈到可以暂时压过对风险的恐惧。

  还有一家公司也被Anthropic的产品大爆炸所影响，它就是OpenAI。

  自此，OpenAI宣布从“do-it-all”策略转向聚焦编程工具和企业客户。

  在企业市场，OpenAI也准备模仿Anthropic，推出类似的插件市场。

  不过OpenAI现在面临的问题是，即使他们理解了Anthropic的策略、也懂得构建类似的线束架构，他们还需要一些时间来追赶。

  可是在AI这个行业，时间就是一切。Anthropic可是每0.7天发布一个新产品，OpenAI哪怕耽误一秒钟都有一定的概率会掉队。