SAN FRANCISCO – Anthropic hat keinen langfristigen Fahrplan für Claude Code, sein agentisches Softwareentwicklungstool, aber das Unternehmen wettet darauf, dass ein solcher Plan durch sich rapide verbessernde Modellfähigkeiten und das, was Entwickler nächste Woche wollen, ohnehin hinfällig würde. Das ist das Fazit aus einem 30-minütigen Gespräch, das Ars mit Cat Wu, Anthropics Produktchefin für Claude Code, führte.

Letzte Woche, in einem dreistöckigen Mietwagenparkhaus, das akribisch in einen Veranstaltungsraum in der Innenstadt von San Francisco umgewandelt worden war, hielt Anthropic seine zweite jährliche Code with Claude-Entwicklerkonferenz ab. Die eintägige Veranstaltung umfasste eine Keynote, die neue Funktionen für Managed Agents vorstellte und einen Compute-Deal mit SpaceX ankündigte. Dieser Compute-Deal brachte eine Verdopplung der Nutzungslimits für Claude-Code-Nutzer mit Pro- und Max-Tarifen – eine Reaktion auf erhebliche Nutzerfrustration über einen Compute-Engpass, insbesondere in den letzten Wochen.

Anthropics Produkte – insbesondere Claude Code – erfreuen sich einer explosionsartigen Beliebtheit. „Wir haben versucht, sehr gut für eine Welt mit 10-fachem Wachstum pro Jahr zu planen“, sagte CEO Dario Amodei auf der Bühne. „Und doch haben wir das 80-Fache gesehen, und das ist der Grund, warum wir Schwierigkeiten mit der Rechenleistung hatten.“ Das Nutzerwachstum ging einher mit einer Verschiebung weg von einfachen Chat-Oberflächen hin zu komplexen Multi-Agent-Workflows, die um ein Vielfaches anspruchsvoller sind. Während des Engpasses testete Anthropic Lösungen wie die Durchsetzung strengerer Limits während der Stoßzeiten oder die Entfernung von Claude Code aus seinem günstigeren Abonnement.

Im vergangenen Jahr hat Anthropic eine Fülle neuer Funktionen, Produkte und Oberflächen für die Interaktion mit seinen Modellen veröffentlicht. Claude Code ging von CLI zu IDE zu Desktop, und neue Tools zur Verwaltung mehrerer Agenten wurden eingeführt. Das Tempo war intensiv und zeitweise chaotisch. In der Zwischenzeit bringen Wettbewerber wie OpenAIs Codex, GitHub Copilot, Cursor IDE und Augment Code ihre eigenen Produkte auf den Markt, manchmal mit Haken wie expliziterem Kontext, der angeblich zu besseren Ergebnissen führt.

Als Produktchefin für Claude Code arbeitet Wu eng mit seinem Schöpfer Boris Cherny zusammen, um zu identifizieren, welche Funktionen priorisiert werden sollen. Sie beaufsichtigt nicht die Modelle, aber die Produktstrategie, die sie beschreibt, setzt stark darauf, dass sich die Modelle weiterhin so schnell verbessern, dass die Planung, wie ein Produkt wie Claude Code in Zukunft aussehen sollte, im Wesentlichen sinnlos ist. Das Claude-Code-Team durchläuft Entwicklungszyklen von nur etwa einer Woche und führt Funktionen in einem Wildwest-Experimentierstil ein.

Auf die Frage, ob die CLI der Schwerpunkt bleibt, merkte Wu an, dass die Nutzung auf alle Oberflächen verteilt ist. „Der Schwerpunkt ist immer noch die CLI“, sagte sie. „Sie hat immer noch die meisten Power-User-Funktionen, sie ist die, auf der die meisten unserer Funktionen zuerst landen, und sie ist auch einfach die schnellste für uns, um zu iterieren.“ Allerdings beobachtete sie eine allmähliche Verschiebung hin zum Desktop, da Entwickler von der Verwaltung eines Agenten zu sechs Terminal-Tabs übergingen und schließlich entschieden, dass das Lesen von zehn Tabs nicht ihre Vorstellung von einer guten Zeit war.

Auf die Frage, ob Anthropic seine vielen Oberflächen konsolidieren könnte, beschrieb Wu eine Progression: Die meisten beginnen in CLI oder IDE, wechseln dann zum Desktop für Multi-Agent-Management und wollen schließlich Routinen, die automatisch Slack-Kanäle überwachen. „Alle Produkte sind nur ein Weg, um Ihnen zu helfen, die Intelligenz der Modelle leichter hervorzulocken“, sagte sie. „Wir entfernen tatsächlich Gerüste. Wir entfernen Teile des System-Prompts und Tool-Beschreibungen im Laufe der Zeit, wenn die Modelle schlauer werden.“ Sie kann sich eine Welt vorstellen, in der alles wieder auf ein Textfeld zusammenfällt, wenn das Modell „immer richtig“ ist, aber im Moment brauchen sie alle Werkzeuge.

Wu zitierte Richard Suttons Aufsatz „The Bitter Lesson“ von 2019 als Leitprinzip, der argumentiert, dass allgemeine Methoden, die mit Rechenleistung skalieren, letztendlich über domänenspezifische Strukturen siegen. „Wir sind ziemlich bescheiden, was das genaue Wissen über die richtige Form angeht, ermutigen aber unsere Teams, so viel wie möglich zu erforschen“, sagte sie.

Zu den Compute-Limits merkte Wu an, dass es zwar Plugins für semantische Cod