很多时候,真正让人停下来的,不是任务本身有多难,而是你明明知道手里有工具,却还是只把它用在最省事的地方。改一封邮件、查一个概念、填几行模板,这些都没错,只是用久了,人会慢慢忘记:工具摆在那儿,不等于用到了它最该发挥作用的地方。
前几天,Anthropic 工程主管 Felix Rieseberg 的一篇长文刷屏了。文章里有一句话很直白,大意是:不少人把顶级模型当成写写改改的助手,仿佛开着一架很先进的飞机,却只拿它去跑短途差事。这个比喻有点夸张,却也容易让人一下听懂。陶哲轩以前也提过,模型有些方向强得惊人,有些方向又显得笨拙,这种反差,本来就很像今天很多人的真实体验。
往前看,Felix 的意思并不是“多用一点就行了”。他在文中强调的是,使用模型时要更有野心。他本人负责 Anthropic 里 Claude ai、Cowork 以及 Claude Code Desktop 等核心产品工程,之前还长期维护 Electron,也在 Notion、Stripe、Slack、微软做过。这些经历放在一起,意味着他不是站在远处谈感受,而是长期泡在一线,看过很多顶尖用户怎么用,也看过更多人把能力停在表面。
顺着他的思路,最容易被忽略的一点,是很多人一提效率,想到的只是“更快”。同样的事,少花点时间做完;同样的代码,多省一点工时;同样的文案,少改两轮。这个目标当然现实,也有价值,可它更像是把原来的动作压缩了一下,并没有改变动作本身。Felix 把这种追求叫做速度,意思很明确:这很基础,但还不够。
如果把视角再抬高一点,事情就开始不一样了。Felix 提到,真正能拉开差距的,是三个方向:高度、深度和广度。先说高度。他举过自己处理客户端崩溃问题的经历:一开始,他也是让 Claude 逐个修具体问题,修完一个又来一个,事情总在局部打转。后来他把目标改成“让客户端应用持续保持零崩溃”,事情一下从修补,变成了系统化处理。为了围绕这个目标展开,他甚至给 Claude 接上了崩溃报告、版本映射、以及 Windows、macOS、Linux 三套独立测试环境,让它可以自己复现问题、验证修复、提交补丁,再跑回归测试。
这种变化,很多普通人也能代入。比如做季度业务回顾,最常见的做法,是把数字填进 PPT 模板,再让模型润色几句。可 Felix 说,如果只是这样,思路还停在表层。更进一步的做法,是把一手业务数据都喂给模型,直接问它:这个季度到底发生了什么,为什么会变,接下来该先做哪三件事,并把每个选择的利弊都列出来。再往前一步,不是问“这页怎么写”,而是回到这项制度最初为什么存在,去想有没有比季度汇报更早发现问题的机制,并让模型用历史数据去证明它。
接着说深度。这里最容易让人误会的是,很多人会在提示词里写“你是一位资深架构师”或者“请以首席数据科学家的身份回答”,看起来像是把专业度拉高了,实际却常常只是换了一套说法。Felix 的提醒很现实:真正的深度,不是换头衔,而是逼模型动用这个领域里最顶尖的人会用的工具、方法和底层素材。也就是说,不要只问它“怎么说”,而要问它“用什么数据、什么模型、什么外部标准来证明”。
这也解释了他给出的那段可直接复用的提示词骨架:先让模型说出顶尖专家会怎么做,再追问它该从哪些原始数据开始,接着列出可能用到的专业工具、统计模型和工作方法,最后要求它给出能被客观验证的标准。这里最有意思的地方,是把“如何变得更专业”这件事,反过来交给模型自己去拆解。它不再只是回答问题,而是先帮你把问题抬到更像样的层次。现实里很多卡住的任务,常常就是因为我们总在吃别人嚼过的东西,却没去碰最原始的材料。
再往外走一步,就是广度。Felix 觉得,做任务时不要只盯着一个领域的惯性,还可以换到别的学科、别的行业去看。比如把“季度汇报”拆成动词,不是名词化地理解成“一份PPT”,而是把它看成“在30分钟内,让一群注意力分散的人,看懂因果关系,并在不确定中做出决断”。一旦这么拆,问题就不再只是排版、图表和措辞,而会牵出信息组织、决策机制、甚至不同角色各自需要的判断方式。视角一变,边界就变了。
他后面还提到一个更底层的东西,叫自我效能感。意思不复杂:有些人不是不会做,而是不太相信自己能把事做成。文章里举了几个历史例子,像乔治·丹齐格在伯克利上课时,把黑板上的两道题当作作业带回去做,后来才知道那其实是两道长期未解的难题;还有罗杰·班尼斯特在1954年打破“四分钟一英里”之后,46天内就出现了第二个突破者。这些例子当然各有各的时代背景,但它们共同说明了一件事:很多边界,有时候先是被想法画出来的。
也正因为这样,Felix 还提到,他有时会在骑自行车时,用手机语音给 Claude 下宏观指令,搭出一个 3D 个人主页。这个细节挺有画面感,像是人还在路上,脑子已经先把空间挪开了。可文章后面的讨论也提醒了另一面:抽象层级拉高之后,审查成本会变大,长链条任务里,一个小错误也可能在后面被放大。所以,有野心不等于放手不管,越往前走,越需要客观校验、版本控制和自动化测试把过程托住。
说到底,工具越来越强,限制反而常常落回到我们自己习惯不习惯抬头看一眼。如果你手里也有一件一直做得很顺的事,今天会不会想一想:它到底只是更快一点,还是本来就该换个问法?