在科技行业平均每年投入超过2000万美元用于市场营销的大背景下，估值3800亿美元的Anthropic在其增长最快的近一年时间里，整个效果营销体系几乎由一个人独立运转。Austin Lau，Anthropic的首位增长营销招聘，一个从未写过一行代码的非技术背景营销人，独自负责付费搜索、付费社交、应用商店优化、电子邮件营销和SEO等全部可量化渠道——依靠的核心工具就是Claude Code。 Austin Lau此前在Dropbox、Webflow和Notion等产品型公司积累了丰富的增长营销经验。当Claude Code首次发布时，他的第一反应是"我完全不知道这个产品是给谁用的"，作为营销人员，他看不到明显的使用场景。他甚至需要用谷歌搜索"如何在Mac上打开终端"。但Anthropic内部Slack上一位同事发布的非技术员工安装指南激发了他的好奇心。一周之后，Austin已经构建出两套从根本上改变其工作方式的自动化工作流。 第一套是Figma广告创意自动化插件。传统流程中，制作横幅广告需要在Figma和Google Docs之间反复复制粘贴文案，广告更新频率越高，手工劳动量就越大。Austin用自然语言向Claude Code描述了他要解决的问题，让Claude Code参考Figma API文档进行研究和原型开发。虽然生成的初版原型并不完美，但经过进一步调整，最终成为一个可用的插件——单击即可在100个广告模板中批量替换文案，将单条广告的制作时间从30分钟压缩至30秒。 第二套是Google Ads响应式搜索广告（RSA）工作流。RSA要求提交多条标题和描述且有严格字符限制，传统做法是在Google表格中起草、检查字数、再手动复制到Google Ads后台。Austin创建了一个自定义斜杠命令"/rsa"：触发后Claude Code会请求广告系列数据、现有文案和关键词，然后交叉引用他预先设定的Agent Skills——包括Anthropic的品牌调性与语气、产品准确性指南和Google Ads RSA最佳实践。系统使用两个专门的子智能体，一个专写标题，另一个专写描述，各自严格遵守对应的字符限制。这种分工产出的质量远高于将两项任务塞入单一提示词的效果。最终Claude Code将15条标题和4条描述打包成可直接上传Google Ads的CSV文件。
更深层的创新在于Austin构建的记忆系统。他让Claude Code记录每轮广告迭代的假设和实验结果，启动新一轮变体生成时，系统会自动检索所有历史测试数据——哪些文案表现好、哪些失败了——使下一轮迭代直接建立在历史实验基础上。每个循环系统都变得更聪明。在传统团队中，对数百条广告进行系统化的实验追踪通常需要一个专职数据分析师。
此外，Austin还通过MCP服务器拉取实时Meta广告数据，将广告CSV导出到Claude Code后，AI自动标记表现不佳的广告，代理生成新的标题与描述，再通过Figma插件批量更新创意素材，形成从数据分析到创意生产到投放的完整闭环。
Anthropic内部白皮书记录的成果数据：广告文案创作时间从2小时缩短至15分钟；创意产出增长10倍；一个人测试的广告变体数量和广度超过大多数完整营销团队的覆盖范围。Austin强调，AI生成的文案始终只是起点，他会逐一审核每条内容：价值主张是否清晰？信息传达是否准确？语气是否符合品牌调性？真正改变的不是策略判断，而是执行层面的机械劳动被大幅压缩。
需要澄清的是，增长营销并不等于Anthropic的全部市场推广职能。Anthropic拥有完整的品牌、产品营销和传播团队。Austin负责的是效果营销方向——付费媒体、ASO、SEO等可量化渠道。比如Anthropic今年2月的超级碗电视广告显然不是一个人完成的。支撑Austin工作流的文案和品牌素材最初由产品营销和文案团队协作产出，Claude在此基础上进行规模化变体生成和测试。
但Austin并非Anthropic营销组织中唯一用Claude构建工具的人。据Anthropic官方案例显示，跨营销团队的应用已全面铺开：网红营销团队用Claude撰写网红和播客脚本，每月释放超过100小时的人力转向更高价值工作；客户营销团队将案例研究的起草时间从2.5小时压缩至30分钟，每周节省10小时；数字营销团队构建的网页开发工作流使团队生产力同比提升5倍；产品营销团队利用Skills和Projects创建发布简报，每次发布节省5到10小时。
Austin对这一趋势的总结已经超越了工具层面："增长营销正在向产品经理的方向演进。我们不只是在执行广告系列，我们在构建产品来帮助我们达成目标。"他在案例研究中还说了一句被广泛引用的话："从'我希望这个工具存在'到'我可以自己构建它'，这段距离比大多数人以为的短得多。"
Anthropic的这场内部实验正在引发更广泛的行业思考。当AI编程助手模糊了"能做"与"不能做"的边界——而这条边界在历史上几乎完全由技术能力定义——营销人的角色定位正在被根本性地重塑。一个没有工程背景的营销人构建和维护着传统上需要一整个团队的系统，这或许只是AI时代组织变革的一个早期信号。
AI 速览
