Фіона Фанг — одна з людей, які буквально перебудовують інженерію під епоху генеративного коду. Після Visual Studio і TypeScript у Microsoft, Marketplace та AR‑продуктів у Meta, сьогодні вона очолює команди Claude Code та Co‑work в Anthropic. Її підрозділ працює в режимі, де «більшість коммітів — з допомогою Claude», а код більше не є вузьким місцем. У цій розмові на подкасті Lenny’s Podcast Фанг дуже конкретно формулює, яких саме людей потребують такі AI‑native команди — і чому традиційні інженерні «ролі» стрімко розмиваються.
Дві опори AI‑команди: білдери з продукт‑сенсом і системні «глибинники»
Коли у Фіони запитують, кого вона наймає зараз, відповідь звучить гранично просто: є дві ключові «форми» інженера, без яких AI‑орг сьогодні не відбудеться.
Перша — це креативні білдери з сильним продукт‑сенсом. Це люди, які «зазвичай дуже захоплені продуктом», здатні придумати ідею, побудувати її, а потім «дивитися на фідбек, далі ітерувати, полірувати й стежити, щоб продукт був приємним у використанні». Їхня зона відповідальності — від задуму до фактичного досвіду користувача, включно з тим, як фічі «залітають» у реальний світ, які викликають емоції, де дрібні шерехи й де прихований потенціал.
Друга — глибокі системні експерти. Коли Фанг приєдналася до команди Claude Code, там було багато сильних продуктових «генералістів», але бракувало людей із бекграундом у системах і розподілених системах. Досить швидко стало зрозуміло: без тих, хто справді розуміє, як працюють складні технічні «нутрощі», рухатися далі небезпечно.
Формула проста: моделі «дуже хороші», але організація працює в парадигмі «довіряй, але перевіряй». Там, «де вам потрібна глибока предметна експертиза, — це зона, куди точно варто інвестувати». Це стосується складних шматків інфраструктури, безпеки, критичних шляхів продукту — всього, де помилка може коштувати дорого, а некоректна інтерпретація з боку моделі не помітна «з першого погляду».
Ці дві ролі не існують у вакуумі: вони взаємно підсилюють одна одну. Мрійники‑білдери вміють сформулювати амбітну, іноді навіть трохи «божевільну» візію, а системні експерти роблять так, щоб це працювало надійно і передбачувано.
«Стеля піднята»: як AI змінює те, що може одна людина
Теза, яку Фанг повторює в різних формулюваннях: «це підняло стелю того, на що кожен здатен». Кодування «більше не є вузьким місцем», і це не риторична фігура — в Anthropic «більшість коммітів — Claude‑асистовані», причому код комітять не тільки інженери, а й дизайнери, продакт‑менеджери, інші ролі в команді.
Фанг наводить свіжий приклад: інженер, який не є «мобільником за фахом», зміг самостійно оновити фічу, щоб вона працювала і на мобільних поверхнях. Раніше природна реакція була б: «я ж не Android‑експерт». Тепер, маючи Claude як партнера, людина просто береться і робить.
Тут з’являється ще один зсув мислення, про який згадував і Ленні Рачицький: усе «в теорії можливо», а отже ключове питання вже не «чи потягнемо ми це», а «наскільки амбітно ми можемо мислити». Фанг підтверджує, що цей зсув вона бачить у повсякденній роботі своєї команди.
У такому світі креативні білдери з продукт‑сенсом стають чимось на кшталт «мрійників», які задають напрям, експериментують, збирають фідбек, відшліфовують досвід і беруть на себе повну відповідальність за продукт. Глибокі експерти забезпечують, щоб амбіції не розбивалися об реальність інфраструктури й обмеження систем.
PM, data science, дизайн: «кодові суміжники» входять у гру
Окрема лінія розмови зіткнулася з тим, як AI трансформує ролі навколо інженерії. Усередині Anthropic Фанг бачить найсильніші зміни саме в «coding adjacent roles» — усіх, хто працює поруч з кодом.
Продакт‑менеджери — перші в цьому списку. Вони вже «не заблоковані, чекаючи на інженерний bandwidth», якщо мають ідею. За словами Фанґ, PM‑и в її командах «буквально закочували рукави й допомагали шипити деякі фічі, коли інженера не було змоги залучити». Claude дає їм можливість самостійно дійти від ідеї до працюючого прототипу або навіть production‑фічі — за умови, що система верифікації якісна.
Фанг згадує, що подібний зсув уже починається й у дизайні, і в data science. Вона описує це як «наступні області можливостей», де варто покращувати досвід роботи з AI‑інструментами. Тут поки більше питань, ніж відповідей, але напрям очевидний: усі ролі, які раніше працювали «навколо» коду, починають самі активно взаємодіяти з кодовою базою через моделі.
Це має і зворотний бік: чим більше різних дисциплін комітять у репозиторій, тим важливішою стає верифікація. Anthropic вкладається в автоматизацію перевірок, описуючи в репозиторіях чіткі «frameworks for what good looks like», з якими Claude може звірятись у code review. Але там, де йдеться про критичні ділянки, «людський» експертний огляд залишається обов’язковим.
Коли всі стають інженерами, інженери стають продукт‑лідерами
«Усе розмивається», — так Фанг описує сучасний розподіл ролей. З одного боку, «інженери стають більш продуктовими, відповідальними за якість і успіх продукту». З іншого — «усі дедалі більше стають інженерами».
У практиці її команд це виглядає так:
-
Інженери не просто реалізують задачі, а активно будують продукт‑сенс: стежать за фідбеком, розуміють, як змінюються метрики, беруть участь у пріоритизації, відчувають персональну відповідальність за досвід користувача.
-
Люди з некласичною для інженерії роллю (PM, дизайн, аналітика) використовують Claude, щоб самостійно будувати частини продукту, а не тільки формувати вимоги й чекати реалізації.
-
Комміти, де «Claude допоміг», стають нормою, а не винятком; саме написання коду — все менша частка цінності, яку приносить людина.
У такій конфігурації особливо важливими стають дві якості, про які Фанг говорить у ширшому контексті, але які безпосередньо стосуються й нових інженерних ролей: агентність і відповідальність. В Anthropic це формулюють так: «висока агентність = висока відповідальність». Людям дають свободу «кодити» все, що, на їхню думку, рухає продукт уперед, але водночас очікують чітко сформульованої гіпотези: яку проблему це має розв’язати і як оцінити результат.
Для креативних білдерів це означає: замало просто вигадати й реалізувати фічу — потрібно розуміти, чи вона справді щось змінює для користувача. Для глибоких системних експертів — що відповідальність не завершується на рядку коду: треба думати про ризики, експлуатаційні сценарії, «крайові» кейси і врешті про те, як усе це б’ється з продукт‑візією.
Нова норма для інженерного менеджера
Хоча ця розмова не була сфокусована саме на менеджменті (це окрема тема), кілька штрихів важливо згадати, бо вони підкреслюють зміну очікувань від інженерних команд.
По‑перше, Фанг прямо говорить: «більшість коммітів — Claude‑асистовані», і це «перемикає» менеджерський фокус із контролю процесу кодування на верифікацію результату й розуміння впливу. Вона, наприклад, використовує Claude Code як «другі очі» по всіх репозиторіях і Slack‑каналах: спільні з командою сесії, де модель показує, що було зроблено, як воно виступає, які були інциденти й теми для інвестування, стали для неї стандартною практикою.
По‑друге, очікування від інженерів тепер включають нарощування власного продукт‑сенсу. Фанг прямо каже: вона хоче, щоб інженери розвивалися в бік «сильних продуктових інженерів», а не тільки «людей, які пишуть код». У світі, де Claude пише суттєву частину рядків, цінність зміщується в бік здатності правильно сформулювати задачу, обрати напрям і оцінити, що вийшло.
По‑третє, сам факт, що «все розмивається», змушує керівників думати не про те, «хто яку функцію виконує», а про те, «як зробити так, щоб кожен був однаково продуктивним у нових умовах». Це одна з відкритих проблем, яку Фанг прямо виносить у список питань без остаточних відповідей: за умов розмиття ролей як забезпечити, щоб усі — від PM до data scientist — однаково добре використовували нові можливості, а не губилися між старими й новими способами роботи.
Висновок: дві ролі — багато варіацій
У підході Anthropic, який описує Фіона Фанг, помітний чіткий каркас: AI‑native інженерна команда тримається на двох типах людей — мрійниках‑білдерах із сильним відчуттям продукту та глибоких системних експертах для «жорстких частин». Усе інше — варіації на цю тему.
Claude та інші моделі знімають більшу частину механічної праці написання коду, «піднімаючи стелю» можливого для кожного. Це дозволяє продакт‑менеджерам шипити фічі, дизайнерам заходити в кодову базу, інженерам братися за мобайл чи інші області, де вони не є «традиційними» експертами. Але водночас робить ще важливішими продукт‑мислення, гіпотези, верифікацію й глибоке розуміння складних систем.
У світі, де «все розмивається», ці дві ролі — радше вектори, ніж жорсткі посадові інструкції. Одна людина може зміщуватися між ними, команди можуть комбінувати різні пропорції, але саме їхня наявність і взаємодія визначають, чи зможе AI‑орг перетворити «безмежні можливості» Claude на реальні, якісні продукти.
Джерело
Lenny’s Podcast — Building the most AI-pilled engineering team in the world | Fiona Fung (Anthropic)