从内部工具到"野蛮生长"
2024 年底，Boris 把 Claude Code 的第一版（当时叫 Claude CLI）发给团队内部试用。那时候 Sonnet 3.5 的 agent 能力还很弱，他前一天刚给它加了个文件编辑工具，自己也只拿它当记事本用。
第二天走进办公室，他看到同事 Robert 的屏幕上已经开着终端，Claude CLI 正在运行，旁边是一个红绿色的代码 diff 视图。Robert 已经在用它写代码、操作 git 了。
没有人安排，没有培训，用户自己跑在了创造者前面。
数据科学家"入侵"
几个月后，Anthropic 的工程师们已经把 Claude Code 当成日常工具。有一天 Boris 看到数据科学家的电脑上也开着 Claude Code 终端。他问了一句"你也在试这个？"，结果发现对方不是在试用，而是在干活——用它写 SQL 查询、做数据分析、画 matplotlib 图表，甚至用 ASCII 字符在终端里画简易图表。
一周后，整排数据科学家的屏幕上都是 Claude Code。
这个细节很有意思：Claude Code 是给工程师做的命令行工具，但它的核心交互方式是自然语言——你告诉它要做什么，它帮你执行。这跟你会不会写代码其实没关系。
一个接一个地破圈
随后几个月，同样的事情反复上演：
- 设计师用它做原型和改文案
- 财务用它建模型、做预测
- 销售用它分析 Salesforce 和 BigQuery 里的数据
- 用户研究员用它处理问卷结果
到后来，外部用户用 Claude Code 做的事情已经远远超出编程范畴：控制烤箱、从坏掉的硬盘里恢复婚礼照片、分析自己的 DNA 和医疗记录、跟客服讨价还价。
顺势而为，于是有了 Cowork
Boris 说，到某个时刻，这些事情就不再让他惊讶了。"我们应该让那些想用 Claude agent 做非编程事情的人更容易上手"——这变得显而易见。Cowork 就是这个判断的产物：把 Claude Code 的 agent 能力包装成更多人能接受的形态。
他自己也承认产品还在早期，还不够完美，但"人们已经发现它在各种意想不到的场景下极其好用"。
对独立开发者的启示
这个故事里藏着一个很实用的产品方法论：Anthropic 不是先想"我们要做一个面向非程序员的产品"，而是观察到用户已经在这么用了，然后顺势而为。用户行为是最好的产品经理。
对于正在用 AI 构建产品的独立开发者来说，这里有两层信息值得关注。第一层是工具层面：AI agent 正在从程序员专属工具变成通用生产力工具，自然语言交互天然打破了技术门槛。第二层是产品层面：与其闭门造车想象用户需求，不如先把最小可用版本放出去，看用户会拿它做什么——答案往往出乎意料，而那些意料之外的用法，可能就是下一个产品的起点。