塔里克·希哈帕尔

履历与关键经历

• 至今 Anthropic工程师，Claude Code团队成员。负责Claude Agent SDK的设计与推广，推动从编码代理向通用智能体的演进。 事实 [3] [4]
• 至今 连续创业者，曾创立One More Multiverse，并联合创立Pubpub.org和Chime。 事实 [3]
• 2011-至今 曾运营一家拥有30人的YC初创公司，经历从传统编程到AI辅助开发的范式转变。 事实 [5]

核心思想与方法

• **地图与领土隐喻**：AI产出质量的瓶颈不在模型，而在用户对问题的认知边界。提示词是“地图”，真实约束和环境是“领土”。模型越强，未知量（地图与领土的差距）导致的错误代价越昂贵。 归纳 [1] [5]
• **未知量四象限框架**：将任务中的不确定性分为四类——已知的已知、已知的未知（可控）、未知的已知（隐性偏好/直觉，导致反复微调）和未知的未知（完全盲区，导致方向错误）。 归纳 [1] [5]
• **系统性消除未知的工作流**：包括实施前的盲点探测（Blind Spot Pass）、原型验证与头脑风暴、提供参考物；实施中的偏差记录（Deviation Log）；以及实施后的提案与自我测验。核心是将隐性知识显性化，降低后期返工成本。 归纳 [1] [5]
• **“不合理”的野心与权衡消除**：AI工具降低了实现成本，打破了传统创业中“好、快、便宜”的权衡。鼓励开发者利用AI杠杆去实现原本被认为不可能或资源密集型的项目，不再隐式地做妥协。 归纳 [5]
• **Bash作为通用接口**：在构建智能体时，利用Unix原语（如Bash和文件系统）而非抽象API，允许代理动态组合现有工具链，处理非编码任务（如视频编辑、数据分析）。 归纳 [4]

代表性贡献

• 2026-07 **Fable视频剪辑案例**：仅凭Claude Code独立完成Anthropic新模型发布视频的剪辑。通过盲点探测学习调色、原型验证技术可行性，展示了AI在非编码创意工作流中的应用。 事实 [1] [5]
• 2026-07 **Claude Agent SDK推广**：主持工作坊详解SDK设计，强调其建立在Claude Code基础之上，支持金融、数据科学等非编码领域智能体的构建。 事实 [4]
• 2026-07 **方法论传播**：其关于“Finding Your Unknowns”的文章/视频在发布24小时内获得190万浏览，其提出的未知量分类框架被广泛引用为AI高效使用的基础逻辑。 事实 [1]

最近公开表达

• 2026-07 **《如何用AI找到未知的未知》**（2026-07-23）：详细阐述地图与领土隐喻，四象限未知量分类，以及盲点探测、原型验证等具体实施策略。 事实 [1]
• 2026-07 **《How I Plan, Build, and Run Loops with Claude Code in 40 Minutes》**（2026-07-19）：详解利用`/loop`, `/goal`和工作流实现自动化视频编辑，强调迭代式探索优于一次性交付。 事实 [2]
• 2026-07 **《Anthropic 大神的用 AI 心法：先畫出你的知識地圖》**（2026-07-14）：强调工作瓶颈从模型能力转移到用户表达“不知道什么”的能力，推荐盲点扫描和反向面试。 事实 [4]
• 2026-07 **《Claude Agent SDK [Full Workshop]》**（2026-07-13）：介绍SDK架构，Bash作为核心工具的优势，以及瑞士奶酪防御模型。 事实 [4]
• 2026-07 **《Field Guide to Fable》**（2026-07-06）：介绍Fable模型特性，提出“解除束缚”、“发现未知”等核心协作策略。 事实 [5]
• 2026-07 **Simon Willison in conversation with Cat Wu & Thariq Shihipar**（2026-07-15）：讨论Claude Code重塑开发工作流，从手动编码转向产品策略管理，以及内部“吃狗粮”文化。 事实 [3]

最近工作与项目

• 2026-07 围绕 Claude Agent SDK、Claude Code loops 和 Bash/文件系统工具接口开展工作坊与公开演示。 事实 [4] [2]
• 2026-07 用 Fable 视频剪辑案例验证盲点探测、原型验证和迭代式 AI 工作流。 事实 [1] [5]