Швидкий темп релізів Anthropic і вибухове зростання використання Claude — не випадковість. На основі публічних виступів співзасновників компанії Даріо та Даніели Амодей, які розібрав автор каналу Austin Marchese, вимальовується чітка система з чотирьох правил. Вона пояснює, як у Anthropic вирішують, що варто будувати на базі Claude — і як ці ж принципи можна застосувати до будь-якого AI‑проєкту, від пет-проєкту до бізнесу.
1. Перекалібрувати уявлення про можливе
Anthropic демонструє нетиповий для індустрії темп: нові можливості Claude виходять майже щодня, тоді як для більшості компаній подібний реліз — подія раз на квартал. Ключ до цього — зміна трьох базових обмежень, які раніше «вбивали» більшість ідей: вартість, експертиза та час.
Вартість: софт більше не мусить «відбиватися» на мільйонах
Даріо Амодей формулює нову реальність просто: програмне забезпечення стає дуже дешевим, майже безкоштовним. Традиційна логіка — будувати лише те, що можна масштабувати на мільйони користувачів, щоб окупити розробку, — починає ламатися.
Це радикально знижує поріг для того, що взагалі має сенс будувати. Якщо раніше нішевий інструмент був економічно безглуздим, сьогодні його можна створити й підтримувати з мінімальними витратами, часто — силами однієї людини з Claude.
Експертиза: «рівень 1» у будь-якій галузі за допомогою AI
Даніела Амодей відверто визнає: ще нещодавно вона не вважала себе здатною навіть зробити сайт. З Claude це перетворюється на завдання «натиснути кілька кнопок» і отримати готовий результат.
AI дає змогу швидко вийти на базовий рівень розуміння майже в будь-якій сфері — від веброзробки до аналітики. Це не замінює глибоких фахівців, але відкриває двері до експериментів тим, хто раніше навіть не наважувався почати.
Час: розробка стискається до тижнів і днів
Ще один приклад — Claude Co‑work, один із великих продуктів Anthropic. За словами Даріо, його зібрали за півтора тижня, майже повністю за допомогою Claude Opus.
Коли час розробки скорочується в рази, з’являється можливість запускати те, що раніше навіть не потрапляло в план через «занадто довго» або «занадто дорого». Внутрішні дані Anthropic показують: 27% роботи, виконаної з допомогою Claude, взагалі ніколи б не були зроблені без нього.
Практичний висновок: «ревізія полиці ідей»
Майже в кожної людини є умовна «полиця» відкладених ідей — через брак часу, навичок або грошей. У новій реальності частина цих проєктів раптом стає цілком досяжною.
Перше правило фактично закликає: переглянути цю полицю з урахуванням нових можливостей AI. Але не будувати все підряд — далі вступає в дію друге правило.
2. Відкидати все, що не можна перевірити
Друге правило працює як жорсткий фільтр: якщо результат неможливо надійно перевірити, продукт не можна випускати. В Anthropic це правило дійшло до крайності в історії з моделлю Claude Mythos.
Коли навіть топову модель тримають «під замком»
Claude Mythos описується як одна з найздатніших моделей компанії. Але її не випустили публічно: Даніела Амодей пояснила, що команда не була достатньо впевнена в її надійності та безпеці. Випускати модель без цієї впевненості в Anthropic вважають безвідповідальним.
Критерій тут не «працює в тестах», а «можна довести, що працює стабільно». І це не лише про фундаментальні моделі.
Коли помилка занадто дорога
Логіка переноситься й на прикладні інструменти: автоматичні відповіді на листи, фінансовий аналіз, будь-які системи, де помилка може дорого коштувати.
Автор відео наводить власний кейс: він побудував автоматичний генератор email‑чернеток для клієнта, але не зміг гарантувати, що листи відповідають вимогам. Інструмент виглядав вражаюче, але на практиці не працював надійно — отже, його не варто було запускати.
Як проєктувати з урахуванням «вартості помилки»
Ключове поняття тут — «вартість помилки». Якщо вона висока (репутаційні ризики, гроші, безпека, життя людей), проєкт має пройти два обов’язкові кроки:
-
Визначити критерії верифікації до початку розробки.
Потрібно чітко описати, який саме кінцевий результат вважатиметься коректним і як це буде перевірятися. Якщо цього неможливо сформулювати на старті, важко буде зрозуміти, чи працює система в кінці. -
Закласти механізм самоперевірки для Claude.
Борис Черни, творець Claude Code, наголошує: найважливіше для якісного результату — дати Claude зворотний зв’язок, спосіб перевіряти власну роботу. За його оцінкою, наявність такого циклу зворотного зв’язку підвищує якість результату в 2–3 рази.
Цю логіку можна формалізувати навіть на рівні промптів або загальних правил у проєкті (наприклад, у файлі Claude.md), змушуючи модель щоразу думати про верифікацію виходу.
3. Чітко знати, для кого будуєш — і для кого ні
Третє правило стосується фокусу. Багато команд намагаються створювати продукти «для всіх», у результаті отримуючи щось «трохи корисне» для кожного, але по-справжньому цінне — ні для кого.
Anthropic пішла іншим шляхом: чітко визначила свій ICP (ideal customer profile) та антиаудиторію.
ICP: ставка на розробників
Даніела Амодей прямо називає розробників «найважливішими користувачами Claude». Вся продуктова стратегія вибудовується навколо цієї групи: інтерфейси, інструменти, документація, пріоритети фіч.
Цей підхід перегукується з історичним фокусом Microsoft, який колишній CEO Стів Балмер колись емоційно сформулював знаменитим «Developers, developers, developers…».
Антиаудиторія: чого Anthropic свідомо не робить
Даріо Амодей окремо підкреслює: Anthropic не створює моделі для генерації зображень і відео. Тобто компанія свідомо не орієнтується на креаторів-кінцевих користувачів і масовий споживчий сегмент, який активно освоюють інші гравці.
Для контрасту згадується OpenAI, яка одночасно працює з масовим споживачем, креативними інструментами (зображення, відео), корпоративним сегментом і навіть соціальними продуктами. Anthropic натомість концентрується на вузькому, але стратегічному сегменті.
Ефект компаунду: коли кожен новий продукт підсилює попередні
Фокус на одному типі користувача створює ефект «складання відсотків»:
- більше розробників → більше даних для тренування Claude;
- кращий Claude → кращі інструменти для розробників (наприклад, Claude Code);
- кращі інструменти → ще більше розробників.
Цей цикл, за наведеними даними, дав вражаючий результат: Anthropic зросла в 80 разів у першому кварталі 2026 року проти плану в 10 разів.
Як застосувати це до власних проєктів
Навіть для невеликих ініціатив логіка та сама:
- ICP може бути «я сам». Якщо ви будуєте інструмент для власної роботи, це повноцінна цільова аудиторія. Головне — не відволікатися на «круті фічі», які не вирішують ваших реальних задач.
- Антиаудиторія допомагає сказати «ні». Якщо складно визначити, для кого саме ви будуєте, можна почати з протилежного — чітко сформулювати, для кого ви точно не будуєте.
Найуспішніші люди, з якими працював автор відео, за його словами, займаються лише тими речами, які підсилюють одна одну. Це ж саме робить Anthropic, концентруючись на розробниках.
4. Будувати «з середини в середину», а не «від початку до кінця»
Четверте правило стосується того, як саме інтегрувати AI у процеси. Більшість користувачів мислить категорією «end‑to‑end»: дати промпт, відійти вбік і чекати готовий результат. Anthropic натомість орієнтується на модель «middle‑to‑middle».
Три частини будь-якого завдання
Будь-яку задачу можна розбити на три етапи:
- Початок — постановка задачі, контекст, критерії успіху.
- Середина — основний обсяг роботи, обробка даних, генерація варіантів.
- Кінець — перевірка, оцінка, прийняття рішення, фінальне оформлення.
End‑to‑end‑підхід означає, що AI бере на себе всі три частини. Людина фактично усувається з процесу.
Middle‑to‑middle — коли AI виконує лише середину, а людина відповідає за старт і фініш: формулює задачу й ухвалює остаточне рішення.
Чому повна автономія — червона лінія
Даріо Амодей наводить радикальний приклад того, що Anthropic не готова підтримувати: автономні системи озброєних дронів або роботів, які самостійно обирають цілі й відкривають вогонь без участі людини.
Це класичний сценарій end‑to‑end: AI вирішує, AI діє, AI створює наслідки. Вартість помилки тут — людське життя, і Anthropic вважає такі кейси неприйнятними.
Математика «порівняльної переваги»
У менш драматичних сценаріях логіка та сама, але з іншим масштабом наслідків. Даріо описує це через концепцію «порівняльної переваги»:
- навіть якщо людина робить лише 5% завдання (початок і кінець),
- а AI — 95% (середину),
- продуктивність людини може зрости в 20 разів.
Ті 5% — це постановка задачі та фінальне судження, те, що має найбільшу цінність і де людський внесок критичний. 95% — рутинна, але об’ємна робота, яку Claude може виконувати швидко й дешево.
Claude Code і Co‑work як інструменти «middle‑to‑middle»
Два найуспішніші продукти Anthropic — Claude Code і Claude Co‑work — спроєктовані саме під цей сценарій. Інтерфейс передбачає, що користувач:
- сам формулює задачу (початок),
- передає основну роботу Claude (середина),
- потім перевіряє й доопрацьовує результат (кінець).
Автор відео зазначає, що саме так використовує Claude у повсякденній роботі: він завжди присутній на старті й на фініші кожної взаємодії.
Як перевірити власні AI‑проєкти на «end‑to‑end‑залежність»
Перед запуском будь-якого рішення на базі Claude варто явно розкласти процес на три частини:
- Старт: яке рішення або рамку ви маєте задати до того, як Claude почне працювати?
- Середина: яку рутинну або технічну роботу ви передаєте моделі?
- Кінець: де саме ви будете перевіряти, оцінювати й затверджувати результат?
Якщо Claude робить усі три частини — це end‑to‑end‑сценарій, який із великою ймовірністю дасть нестабільну якість. Рекомендація — перепроєктувати процес так, щоб людина залишалася на початку й у кінці.
Перевага підходу «middle‑to‑middle» в тому, що результат AI не мусить бути ідеальним: достатньо, щоб він був «достатньо хорошим», а людина доведе його до потрібного рівня.
Висновок: система, яка масштабується від стартапу до корпорації
Чотири правила, які використовує Anthropic для прийняття рішень про нові продукти з Claude, утворюють цілісну рамку:
- Перекалібрувати можливе — з урахуванням нових реалій вартості, часу й доступу до експертизи.
- Відкидати неперевірюване — особливо там, де вартість помилки висока.
- Фокусуватися на конкретній аудиторії — і так само чітко знати, для кого ви не будуєте.
- Будувати «з середини в середину» — залишаючи людину відповідальною за постановку задачі й фінальне рішення.
Ці принципи пояснюють не лише темп релізів Anthropic, а й те, як компанія змогла показати 80‑разове зростання за квартал проти плану в 10 разів. Водночас вони достатньо універсальні, щоб стати робочою інструкцією для будь-кого, хто сьогодні намагається зрозуміти, що саме варто будувати з Claude — і як це робити безпечно й ефективно.
Джерело
YouTube: How Anthropic Founders ACTUALLY Pick What to Build with Claude