过去一年，Claude Code 把「写代码」这件事彻底改写了：工程师不再是唯一写代码的人，产品经理、数据科学家甚至设计师，都在直接调用 AI coding agents 参与构建系统。
Anthropic 负责 Claude Code 的 Boris Cherny 最近在 X 上发了一篇短推，提出一个我认为非常值得所有关注 AI/agents 的朋友思考的框架——未来团队里的人，不再按「工程师 / 产品 / 设计 / 数据」来区分，而是按五种「角色原型（archetypes）」来区分。
工种正在融化，留下的是「原型」
Boris 的开场很直白：当工程（engineering）、产品（product）、设计（design）、数据科学（DS）这些传统岗位逐渐「融成一种新角色」，我们需要重新思考未来的角色长什么样。
在 Anthropic，大家统一职级叫 Member of Technical Staff，PM 会写代码，DS 会写代码，设计师也会直接调整 AI 工具，这时候岗位名称已经不能很好描述一个人真正的价值贡献。
他给出了一个简单但非常有启发性的分类：在 Claude Code 团队里，他看到的不是「工程师 / 产品 / 设计」，而是五种执行型原型（execution-based archetypes）。
五种原型：Prototyper、Builder、Sweeper、Grower、Maintainer
Boris 在推文里列了这五种 archetype，我做一个简要的中文解释，并补充一些 AI/Agent 场景里的理解。
1. Prototyper：疯狂试验新想法的人
原文：
Prototyper: comes up with brand new ideas; churns out many ideas, most of which don’t ship.
我的理解：
- 这是负责「从 0 到 0.1」的人，关键能力是发现机会、提出新概念、快速做出原型。
- 在 AI/Agent 场景下，Prototyper 会不断尝试新的 agent workflow、新的产品形态，比如用 Claude/ChatGPT 搭一个「自动找加拿大经销商并发第一轮冷邮件」的原型，然后丢给 Builder 和 Grower去验证。
2. Builder：把原型变成可上线系统的人
原文：
Builder: quickly turns a prototype/idea into production-grade product/infra.
我的理解：
- 这是负责「从 0.1 到 1」的人，把点子和原型变成可真正上线、可被用户使用的产品或基础设施。
- 在 AI 原生团队里，Builder 会把一个「玩具级 agent」打磨成有监控、有安全机制、有权限系统、有日志的生产环境服务。
3. Sweeper：打扫战场的人
原文：
Sweeper: cleans up the UI, simplifies the code and system, unships, optimizes performance.
我的理解：
- 这是负责「整理和减法」的人：把 UI 收拾干净，把冗余功能下线（unship），清理技术债，优化性能。
- 在 AI 工具横飞的今天，很多团队其实缺少 Sweeper：大家不断叠加新的自动化、新的 agent，却没人系统性地问一句：哪些东西要删掉？哪些工作流可以简化到一键？
4. Grower：找 PMF 和做增长的人
原文：
Grower: takes a product that has been built and iterates on it to improve Product-Market Fit.
我的理解：
- Grower的关注点不是「功能做完没」，而是「这个东西是否真的解决了市场上的一个痛点、并且可以持续增长」。
- 对 AI 产品来说，Grower会持续迭代定价、定位、渠道和体验，围绕用户反馈和数据不断调产品策略，目标是让产品找到自己的 Product-Market Fit（PMF）。
5. Maintainer：让成熟系统稳健扩展的人
原文：
Maintainer: owns a mature system to make it secure, reliable, fast, and efficient as it scales.
我的理解：
- Maintainer 是成熟系统的「系统所有者（system owner）」：不是临时救火，而是对安全、可靠性、性能和成本负责。
- 在 AI/Agent 场景下，Maintainer 会关心模型版本升级、费用控制、数据治理、权限体系，以及随规模增长带来的合规和风险。
这些原型和岗位名称无关，和「你在团队里做什么」有关
Boris 在推文中很明确地说：很多人会同时跨两种甚至三种原型，这些原型也并不真正绑定到某个具体岗位（工程师、设计师、PM、DS）。
在 Anthropic，有的设计师是 Prototyper，有的是 Builder，有的是 Sweeper；工程师和 PM 也分别可能对应 Grower 或 Maintainer。
换句话说，在 AI 原生团队里：「你叫工程师还是叫产品经理」没那么重要，重要的是：
- 你是不是那个负责提出新方向的人（Prototyper）；
- 你是不是那个能把东西快速做出来的人（Builder）；
- 你是不是那个把系统打扫干净的人（Sweeper）；
- 你是不是那个把产品带到 PMF 并持续增长的人（Grower）；
- 你是不是那个负责让系统持续安全稳定扩展的人（Maintainer）。
不同产品阶段，需要不同原型组合
Boris 还给了一个很实用的小表：根据产品所处阶段，团队需要的原型组合不同。
- 新产品、还没找到 PMF（pre-PMF）：需要特别强的 Prototyper + Builder + Sweeper（1+2+3）。
- 已找到 PMF、正在增长：需要 Builder + Sweeper + Grower，再加一点 Maintainer（2+3+4+some 5）。
- PMF 稳定的成熟产品：需要 Sweeper + Grower + Maintainer，再配少量 Builder（3+4+5+some 2）。
对于在 BC、本地或跨境创业的朋友来说，这个组合非常值得对照自己的团队：
- 如果你刚开始做一个面向加拿大市场的 AI 服务，团队里是否至少有一个强 Prototyper、一个 Builder、一个愿意做 Sweeper的人？
- 如果你已经有一定营收和用户，是否开始引入 Grower 和 Maintainer，而不只是继续加功能？
结合张三在大温的实践：如何在这五种原型之间切换？
张三作为一个在中国有 13 年售前、技术支持、产品/运营经验、在 BC 重新开始做 Systems technical support analyst + Digital Marketing Consultant 的人，最近也在反思自己在这五种原型里的位置。
在本地贸易商业务里：我是 Builder + Grower
- 对出海厂家（电动农用三轮车、空调、桌游产品等）和大温本地贸易商（纸制品、包装耗材、建筑产品、AI接线员等），我基本上是把他们的「要拓展加拿大渠道、找经销商和终端客户」的抽象需求，转化为可执行的营销和销售系统：选工具、搭 cold outreach 流水线、做内容和脚本，这部分非常 Builder。
- 同时，我会用数据和反馈（邮件打开率、回复率、成交情况、本地客户反馈）持续调整定位和策略：哪些产品更适合先推进？在哪些城市试点更容易？这是很典型的 Grower 工作——围绕 PMF 做迭代，而不只是「把活干完」。
在 Systems technical support 和工具栈运维中：我是 Maintainer + Sweeper
- 在正式工作中，我要保证公司现有系统的稳定运行、安全性和效率，处理故障、制定流程和文档，本质上是在扮演 Maintainer 的角色：我不只是解决单次问题，而是关心整个系统随着团队和业务扩大后的可靠性。
- 我的日常习惯是用 Notion、Obsidian 做知识管理，用 Zapier 等自动化工具清理重复劳动，把工作流简化、结构化，这其实是 Sweeper：持续「打扫战场」，让系统更干净、更好维护。
在 AI/Agent 和内容创作上：我是 Prototyper
- 在 AI/Agent、KWA、预测市场、区块链、加拿大移民路径等话题上，我会不断用 Perplexity、ChatGPT、Claude 等工具尝试不同的内容形态和自动化工作流，比如：自动整理温哥华本地新闻、自动生成多平台内容草稿、自动归档 research 到 Obsidian，这些很多只是实验，并不都会长期运营，这部分很 Prototyper。
- 这些原型的价值是：帮我理解 AI 工具的边界和潜力，为后续可产品化的方向打基础。
如果用 Boris 的话说，我现在的主组合是：
- Builder + Grower + Maintainer 为主，Prototyper + Sweeper 为辅。
这也很符合我目前的阶段：
- 一方面需要稳定养家、维护现有系统和客户关系；
- 一方面又在通过 AI/Agent 不断试探未来可以产品化的方向。
给读者的三个问题：你在自己团队里是什么原型？
读完 Boris 的这个框架和张三在大温的这点实践分享，我特别建议你给自己和团队做一个小「角色盘点」：
- 如果只选两个标签，你现在更像哪两种原型？Prototyper / Builder / Sweeper / Grower / Maintainer？
- 你正在做的产品或项目处在什么阶段？pre-PMF、正在增长、还是已经是成熟产品？对应的原型组合是否匹配？
- 在 AI/Agent 渗透越来越深的未来，你想主动加强哪一种原型的能力？是做一个更强的 Builder，还是更敏锐的 Grower，或是更可靠的 Maintainer？
我后续也会在博客里继续分享：
- 如何用 AI coding agents（比如 Claude Code）强化 Builder 能力；
- 如何用数据和自动化工具帮助 Grower 更好看清 PMF；
- 以及在真实的 BC 市场和跨境业务环境里，这五种角色是如何具体互动的。
如果你愿意，可以在评论区写下：
你自评现在最像哪两种原型，以及你希望未来三年自己变成什么样的组合。
本文章 by 枫叶陆移记 is licensed under CC BY-NC 4.0
，欢迎非商业转载并注明：文章来自“枫叶陆移记”，链接地址为 https://runmaple.com 。
0
20
