如何对 AI 更有“野心”？一位 Claude 开发者的实用指南
很多时候，限制 AI 发挥上限的并不是模型本身，而是我们对任务的想象力。在大多数人还在让 AI 改写邮件、生成模板 PPT 时，Anthropic 的 Claude 开发者 Felix Rieseberg 分享了一份“野心指南”，教我们如何摆脱浅层用法，真正释放大模型的生产力潜能。
他将使用 AI 的“野心”拆解为四个维度，其中三个最值得深入实践：
1. 提升“高度”（Altitude）：从交待动作，到追求最终结果
不要只让模型完成细碎的微观任务，试着让它在更高的抽象层级上思考：
• 思考目标背后的目标：以前是让 AI 修复一个 Bug，现在可以试着让它构建机制“确保应用长期无崩溃”；
• 重构工作流：在制作季度业务汇报时，不要只让它填模版，而是喂给它全局原始数据，让它推导出最紧迫的 3 个关键决策，甚至设计一套能取代低效周会的实时监控方案。
2. 挖掘“深度”（Depth）：像顶尖行业专家一样死磕
不满足于表面应付，把模型推到底层工具和方法论的极限：
• 坚持使用顶级工具：不要满足于让 AI 输出简陋的表格，逼迫它使用真正的数据科学库、数据库与统计模型；
• 设定“不讲道理”的高目标：告诉模型一个看似严苛的指标（比如将耗时压缩 90%），并坚定告诉它“这完全可行，请继续探索”；
• 对抗性验证与外部评判：给 AI 原始数据，让它反向推翻团队原本的业务假设；同时引入外部执行工具或测试集来检验输出，而不是让模型自己给自己打分。
3. 拓展“广度”（Range）：打破单兵思维，调动跨界视角
AI 极大地降低了调用跨学科经验的边际成本：
• 用“动词”替换“名词”：例如季度报告不仅是“一份 PPT”，本质是“在 30 分钟内让决策层在不确定中达成共识”。有了行为导向，就更容易引入心理学、传播学甚至侦探视角的逻辑；
• 组建跨角色智囊团：在复杂方案评估中，引入做空机构、法务审计、调查记者等不同维度的分析逻辑来审视方案盲区，但要让模型“执行对应专业的实际调研方法”，而非单纯的角色扮演。
---
核心启发
心理学上有个概念叫“自我效能感”（Self-efficacy）——人类往往习惯自我设限，只敢在熟悉的舒适区里设定目标。但在 AI 模型能力每隔几周就跃升一次的时代，最先拉开差距的，往往是谁更敢于提出那些看似“过分”的问题与目标。
原文链接：https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/
#人工智能 #Claude #提示词工程 #认知升级 #工作流
很多时候，限制 AI 发挥上限的并不是模型本身，而是我们对任务的想象力。在大多数人还在让 AI 改写邮件、生成模板 PPT 时，Anthropic 的 Claude 开发者 Felix Rieseberg 分享了一份“野心指南”，教我们如何摆脱浅层用法，真正释放大模型的生产力潜能。
他将使用 AI 的“野心”拆解为四个维度，其中三个最值得深入实践：
1. 提升“高度”（Altitude）：从交待动作，到追求最终结果
不要只让模型完成细碎的微观任务，试着让它在更高的抽象层级上思考：
• 思考目标背后的目标：以前是让 AI 修复一个 Bug，现在可以试着让它构建机制“确保应用长期无崩溃”；
• 重构工作流：在制作季度业务汇报时，不要只让它填模版，而是喂给它全局原始数据，让它推导出最紧迫的 3 个关键决策，甚至设计一套能取代低效周会的实时监控方案。
2. 挖掘“深度”（Depth）：像顶尖行业专家一样死磕
不满足于表面应付，把模型推到底层工具和方法论的极限：
• 坚持使用顶级工具：不要满足于让 AI 输出简陋的表格，逼迫它使用真正的数据科学库、数据库与统计模型；
• 设定“不讲道理”的高目标：告诉模型一个看似严苛的指标（比如将耗时压缩 90%），并坚定告诉它“这完全可行，请继续探索”；
• 对抗性验证与外部评判：给 AI 原始数据，让它反向推翻团队原本的业务假设；同时引入外部执行工具或测试集来检验输出，而不是让模型自己给自己打分。
3. 拓展“广度”（Range）：打破单兵思维，调动跨界视角
AI 极大地降低了调用跨学科经验的边际成本：
• 用“动词”替换“名词”：例如季度报告不仅是“一份 PPT”，本质是“在 30 分钟内让决策层在不确定中达成共识”。有了行为导向，就更容易引入心理学、传播学甚至侦探视角的逻辑；
• 组建跨角色智囊团：在复杂方案评估中，引入做空机构、法务审计、调查记者等不同维度的分析逻辑来审视方案盲区，但要让模型“执行对应专业的实际调研方法”，而非单纯的角色扮演。
---
核心启发
心理学上有个概念叫“自我效能感”（Self-efficacy）——人类往往习惯自我设限，只敢在熟悉的舒适区里设定目标。但在 AI 模型能力每隔几周就跃升一次的时代，最先拉开差距的，往往是谁更敢于提出那些看似“过分”的问题与目标。
原文链接：https://felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models/
#人工智能 #Claude #提示词工程 #认知升级 #工作流
Felix Rieseberg
How to be more ambitious: A tutorial for humans with models
“We’re not ambitious enough” is easy to post and hard to follow. Here’s a practical tutorial, with prompts.
