Anthropic 的工程师说大家用 AI 的方式都很笨拙
原作者：Felix Rieseberg
中文来源作者：Laurie
中文来源：知乎专栏，发布于 2026-10-16 13:00・北京
英文原文：How to be more ambitious: A tutorial for humans with models，发布于 2026-10-13
作者：Felix Rieseberg
Anthropic 工程经理，先后负责Claude.ai、Cowork 及 Claude Code 桌面端的工程团队。开源框架 Electron 联合维护者，曾就职于 Notion、Stripe、Slack 和微软。
在 Anthropic 参与打造 Claude 的这阵子，我每天上班都像在开盲盒。
几乎每一天，我都会看到外面的用户用 Claude 鼓捣出一些让我瞠目结舌的东西——有些是我压根没往那方面想过，有些是我觉得现阶段根本不可能实现，还有些纯粹是我自己犯懒没去试。就在这个月，有人用它协助发现了一颗新行星；我刷到了第一支让我真心觉得惊艳的 AI 音乐 MV；连数学界都在严肃讨论，一个“数学的新纪元”是不是已经来了。
大模型的能力增长是非常偏科的。借用数学家陶哲轩（Terence Tao）的话说，它们“在某些方向上惊为天人，在另一些方向上却笨得可以”。
这就导致了一个极其割裂的现象：作为造工具的人，我看着一小撮“神仙玩家”摸透了模型的脾气，简直像长了翅膀一样在天上飞，这种观赏体验让人非常上瘾；但转头一看，绝大多数人面对这双新长出来的翅膀却手足无措——除了问问“法国的首都是哪儿”，或者“帮我把这封怼人的邮件改得礼貌点”，似乎就不知道这玩意儿还能干嘛了。
所以在我们这帮做 AI 的人里，最近有一句口头禅特别流行。每当看到什么神仙操作，我们就会一边转发一边感慨：“我们的野心还是太小了（We're not ambitious enough）。”
说实话，我特别理解大家听到这句话时的无力感——这听起来太像一句正确的废话了。到底怎么才叫“更有野心”？今天我不灌鸡汤，直接从一线实战的角度，跟大家聊聊怎么把大模型的潜力真正榨干。
在我看来，用 AI 的野心可以分为四个段位：速度（Speed）、高度（Altitude）、深度（Depth）和广度（Range）。
拿“速度”来说，无非就是以前写一天代码，现在有 Claude 半天写完。这是目前 AI 最显性的商业价值，但说白了就是“搬砖更快了”，不需要什么想象力，咱们直接略过。真正能拉开差距的，是后面三个维度。