SAN FRANCISCO – Anthropic nie ma długoterminowej mapy drogowej dla Claude Code, swojego agentowego narzędzia do tworzenia oprogramowania, ale firma zakłada, że taki plan i tak stałby się nieaktualny z powodu szybko poprawiających się możliwości modeli i tego, czego deweloperzy zapragną w przyszłym tygodniu. Taki wniosek płynie z 30-minutowej rozmowy, jaką Ars przeprowadził z Cat Wu, szefową produktu Claude Code w Anthropic.

W zeszłym tygodniu, w trzypoziomowym parkingu wypożyczalni samochodów pieczołowicie przerobionym na przestrzeń eventową w centrum San Francisco, Anthropic zorganizował swoją drugą doroczną konferencję deweloperską Code with Claude. Jednodniowe wydarzenie obejmowało keynote wprowadzający nowe funkcje dla Managed Agents oraz ogłoszenie umowy obliczeniowej z SpaceX. Ta umowa wiązała się z podwojeniem limitów użytkowania dla użytkowników Claude Code w planach Pro i Max – odpowiedź na znaczną frustrację użytkowników związaną z niedoborem mocy obliczeniowej, szczególnie w ostatnich tygodniach.

Produkty Anthropic – zwłaszcza Claude Code – zyskały ogromną popularność. „Staraliśmy się bardzo dobrze zaplanować na świat 10-krotnego wzrostu rocznie” – powiedział na scenie CEO Dario Amodei. „A jednak zobaczyliśmy 80-krotny wzrost i dlatego mieliśmy trudności z mocą obliczeniową”. Wzrost liczby użytkowników szedł w parze z odejściem od prostych interfejsów czatu na rzecz złożonych, wieloagentowych przepływów pracy, które są wielokrotnie bardziej wymagające. W czasie kryzysu Anthropic testował rozwiązania, takie jak wprowadzenie ostrzejszych limitów w godzinach szczytu lub usunięcie Claude Code z tańszego planu subskrypcyjnego.

W ciągu ostatniego roku Anthropic wypuścił mnóstwo nowych funkcji, produktów i powierzchni do interakcji ze swoimi modelami. Claude Code przeszedł z CLI do IDE, a następnie na desktop, a nowe narzędzia do zarządzania wieloma agentami zostały wdrożone. Tempo było intensywne i momentami chaotyczne. Tymczasem konkurenci, tacy jak Codex od OpenAI, GitHub Copilot, Cursor IDE i Augment Code, wdrażają własne produkty, czasami z haczykami, takimi jak bardziej wyraźny kontekst, który według nich prowadzi do lepszych wyników.

Jako szefowa produktu Claude Code, Wu ściśle współpracuje z jego twórcą, Borisem Chernym, aby określić, które funkcje priorytetyzować. Nie nadzoruje modeli, ale strategia produktowa, którą opisuje, opiera się na dużym zakładzie, że modele będą nadal tak szybko się poprawiać, że planowanie, jak produkt taki jak Claude Code powinien wyglądać w przyszłości, jest w zasadzie bezcelowe. Zespół Claude Code przechodzi cykle rozwojowe trwające zaledwie tydzień lub dwa, wdrażając funkcje w Dzikim Zachodzie eksperymentów.

Zapytana, czy CLI pozostaje centrum grawitacji, Wu zauważyła, że użycie jest podzielone między wszystkie powierzchnie. „Centrum grawitacji to wciąż CLI” – powiedziała. „To wciąż ten, który ma najbardziej zaawansowane funkcje, to tam większość naszych funkcji trafia najpierw, a także jest po prostu najszybszy do iteracji”. Zauważyła jednak stopniowe przesunięcie w kierunku desktopu, gdy deweloperzy przeszli od zarządzania jednym agentem do sześciu zakładek terminala i w końcu uznali, że czytanie dziesięciu zakładek nie jest ich pomysłem na dobrą zabawę.

Na pytanie, czy Anthropic mógłby skonsolidować swoje liczne powierzchnie, Wu opisała progresję: większość zaczyna w CLI lub IDE, potem przechodzi na desktop do zarządzania wieloma agentami, a następnie chce rutyn, które automatycznie monitorują kanały Slack. „Wszystkie produkty są po prostu sposobem na łatwiejsze wydobycie inteligencji modeli” – powiedziała. „W rzeczywistości usuwamy rusztowania. Usuwamy części podpowiedzi systemowych i opisów narzędzi w miarę, jak modele stają się mądrzejsze”. Potrafi sobie wyobrazić świat, w którym wszystko sprowadza się z powrotem do pola tekstowego, jeśli model jest „zawsze poprawny”, ale na razie potrzebują wszystkich narzędzi.

Wu przytoczyła esej Richarda Suttona z 2019 roku „The Bitter Lesson” jako zasadę przewodnią, która argumentuje, że ogólne metody skalujące się z mocą obliczeniową ostatecznie wygrywają z wyspecjalizowanymi strukturami. „Jesteśmy dość pokorni, jeśli chodzi o nieznajomość dokładnego odpowiedniego formatu, ale zachęcamy nasze zespoły do jak największego eksplorowania” – powiedziała.

W kwestii limitów obliczeniowych Wu zauważyła, że chociaż istnieją wtyczki do semantycznego kodowania...