ผู้จัดการผลิตภัณฑ์ของ Anthropic เผยว่าเครื่องมือ AI กำลังปรับเปลี่ยนวงจรการพัฒนาผลิตภัณฑ์อย่างไร
Joerg Hiller 19 มี.ค. 2026 22:46
หัวหน้าฝ่ายผลิตภัณฑ์ของ Claude Code แชร์ว่าโมเดล AI ที่พัฒนาขึ้นแบบทวีคูณกำลังบังคับให้ทีมผลิตภัณฑ์ละทิ้งแผนงานแบบดั้งเดิมเพื่อหันมาทดลองอย่างรวดเร็ว
Cat Wu หัวหน้าฝ่ายผลิตภัณฑ์สำหรับ Claude Code ที่ Anthropic ได้เปิดเผยมุมมองที่น่าสนใจเกี่ยวกับการที่โมเดล AI ที่พัฒนาอย่างรวดเร็วกำลังทำลายแนวทางการจัดการผลิตภัณฑ์แบบดั้งเดิมอย่างสิ้นเชิง ข้อสรุปสำคัญคืออะไร? สิ่งที่เป็นไปได้ทางเทคโนโลยีตอนเริ่มต้นโปรเจกต์ไม่สามารถทำนายได้อีกต่อไปว่าจะเป็นไปได้อย่างไรตอนจบ
ตัวเลขสนับสนุนเรื่องนี้ ตามการวิจัยของ METR ที่ Wu อ้างถึง Opus 4.6 ตอนนี้สามารถทำงานซอฟต์แวร์ที่มนุษย์ต้องใช้เวลาเกือบ 12 ชั่วโมงให้เสร็จได้—มีความสามารถมากกว่า Sonnet 3.5 (ใหม่) ประมาณ 41 เท่า ซึ่งเมื่อ 16 เดือนที่แล้วจัดการงานที่ใช้เวลา 21 นาที
คู่มือเก่าล้าสมัยแล้ว
ผู้จัดการผลิตภัณฑ์แบบดั้งเดิมรวบรวมความต้องการล่วงหน้า กำหนดแผนงานไว้ แล้วดำเนินการเป็นเวลาหลายเดือน วิธีนี้ไม่ได้ผลอีกต่อไปเมื่อข้อจำกัดของโมเดลที่คุณออกแบบไว้สามารถหายไปกลางโปรเจกต์
"คุณกำลังสร้างบนพื้นที่กำลังยกสูงขึ้นใต้เท้าคุณ" Wu เขียน ทีมของเธอตอบสนองด้วยการทิ้งแผนงานระยะยาวทั้งหมดเพื่อหันมาใช้สิ่งที่เธอเรียกว่า "เควสด้านข้าง"—การทดลองสั้นๆ ที่ทำเองได้ซึ่งทุกคนในทีม (วิศวกร นักออกแบบ PM) สามารถสร้างต้นแบบแนวคิดได้ในบ่ายเดียว
ฟีเจอร์ยอดนิยมหลายอย่างของ Anthropic เกิดขึ้นมาด้วยวิธีนี้: Claude Code on Desktop เครื่องมือ AskUserQuestion และรายการสิ่งที่ต้องทำล้วนเริ่มจากการทดลองแบบไม่เป็นทางการมากกว่ารายการแผนงานที่วางไว้
สามเครื่องมือ หนึ่งเวิร์กโฟลว์
เวิร์กโฟลว์รายวันของ Wu ตอนนี้ครอบคลุมผลิตภัณฑ์ AI ที่แตกต่างกันสามอย่าง Claude.ai จัดการการคิดเชิงกลยุทธ์และคำตอบด่วน Claude Code สร้างต้นแบบและประเมินผล Cowork จัดการทุกอย่างอื่น—อีเมล รายการสิ่งที่ต้องทำ สไลด์งานนำเสนอ การค้นคว้าบน Slack การจองการเดินทาง
PM ภายนอกกำลังพบรูปแบบที่คล้ายกัน Bihan Jiang ผู้อำนวยการฝ่ายผลิตภัณฑ์ที่ Decagon บอก Wu ว่าสิ่งที่เคยใช้เวลาหลายสัปดาห์ในการสร้างเพื่อนำไปให้ลูกค้าดูตอนนี้เกิดขึ้นได้ใน "สองสามชั่วโมง" Kai Xin Tai ที่ Datadog อธิบายการเปลี่ยนแปลงนี้ว่าเป็นการเคลื่อนไป "จากการกำหนดความแน่นอนล่วงหน้าไปสู่การเร่งการค้นพบ"
การเปลี่ยนแปลงเชิงปฏิบัติสำหรับทีมผลิตภัณฑ์
Wu ระบุการเปลี่ยนแปลงที่เป็นรูปธรรมสี่อย่างที่ทีมของเธอนำมาใช้:
สร้างต้นแบบก่อนทำเอกสาร หลังจากเขียนข้อกำหนดแล้ว ส่งไปที่ Claude Code และดูว่าได้อะไรกลับมา "แม้แต่ต้นแบบคร่าวๆ ก็เปลี่ยนการสนทนาได้" เธอกล่าว เมื่อสมาชิกในทีมแชร์ข้อกำหนดปลั๊กอิน ต้นแบบที่ AI สร้างขึ้นกลับมาเกือบพร้อมใช้งานจริง
ทบทวนฟีเจอร์กับการเปิดตัวโมเดลแต่ละครั้ง Claude Code with Chrome เกิดขึ้นเพราะผู้ใช้กำลังคัดลอกคำสั่งระหว่างเครื่องมือด้วยตนเอง การแฮ็กนี้ได้ผลดีเพียงพอจนกลายเป็นฟีเจอร์ในตัว
เพิ่มประสิทธิภาพความสามารถก่อน ต้นทุนทีหลัง ใช้โทเค็นมากกว่าที่คุณคิดว่าต้องการในระหว่างการสร้างต้นแบบ "คุณสามารถลดต้นทุนลงได้ทีหลังเมื่อโมเดลที่ถูกกว่าตามทัน"
รักษาการนำไปใช้ให้เรียบง่าย การแก้ไขที่ซับซ้อนสำหรับข้อจำกัดของโมเดลกลายเป็นภาระที่ไม่จำเป็นเมื่อโมเดลถัดไปออกมา Anthropic ลดการกระตุ้นระบบของพวกเขาลง 20% ด้วย Opus 4.6 เพียงอย่างเดียว
สิ่งนี้หมายถึงอะไรสำหรับทีมผลิตภัณฑ์ AI
บริบทอุตสาหกรรมที่กว้างขึ้นสำคัญที่นี่ การจัดการผลิตภัณฑ์ AI ได้กลายเป็นสาขาวิชาที่แตกต่างซึ่งต้องการทั้งทักษะ PM แบบดั้งเดิมและความเข้าใจทางเทคนิคเชิงลึกเกี่ยวกับความสามารถของโมเดล ด้วยกฎระเบียบเช่น GDPR และกรอบการกำกับดูแล AI ที่เกิดขึ้นใหม่ที่เพิ่มชั้นการปฏิบัติตามข้อกำหนด บทบาทนี้จึงซับซ้อนมากขึ้นแม้ว่าเครื่องมือจะทรงพลังมากขึ้น
ข้อความหลักของ Wu สำหรับเพื่อน PM: ติดตามสองสิ่งพร้อมกัน—AI เปลี่ยนเวิร์กโฟลว์ของคุณอย่างไรและเปลี่ยนสิ่งที่เป็นไปได้ในผลิตภัณฑ์ของคุณอย่างไร ทีมที่ทำสิ่งนี้ได้ดีจะไม่ถูกจับได้ว่าไม่พร้อมเมื่อความสามารถก้าวกระโดดไปข้างหน้า
สำหรับทีมซอฟต์แวร์องค์กรที่เฝ้าดูต้นทุนและไทม์ไลน์การพัฒนา AI ผลกระทบนั้นสำคัญ หากวงจรการสร้างต้นแบบบีบอัดจากหลายสัปดาห์เหลือหลายชั่วโมง ข้อได้เปรียบในการแข่งขันที่สร้างบนความเร็วในการดำเนินการอาจกร่อนเร็วกว่าที่คาดไว้
แหล่งที่มาของภาพ: Shutterstock- anthropic
- การพัฒนา ai
- การจัดการผลิตภัณฑ์
- claude
- ai องค์กร
