前几天刷到孙宇晨的那个采访。他说他把饮食、训练、工作数据全写成 Markdown，丢给 Claude Code 分析，每天给他出日报，原话大概是「全部都搞了这个 MD 文档……下一个 AI 来就直接读 MD」。他还给自己那套方法论顶上加了一条： 百分百相信 AI。 我自己是从 AI 还没开智那会儿过来的，2022年ChatGPT刚出来的第一天晚上我就在用了。那时候让它写个函数，参数都能给你对错。所以我觉得我们这批人养成的习惯就是管着它。那个时候，提示词写得跟合同一样，输出格式卡死，一步一步拆开喂。一开始只能做代码补全，后来能独立写函数。然后我就一直保持这种 习惯 了，也就是 控制 AI。 举个最近的例子。我想让代码仓保持干净，因为 Agent 改多了仓库会越来越乱，乱了它自己定位 bug 也越来越慢，恶性循环。我当时的思路是：给我写个 skill，定期跑一遍清理；写代码必须按这个 skill 的规范来；再加门禁，文件超过多少行不让提交，lint 不过不让合。然后我就钻进去了，一条条教它实现，规则不对改规则，门禁太严再放宽，折腾了好几个晚上，弄到自己满意为止。 在知道 百分之百信任AI 之后，我就试着直接跟它说：「我发现你最近改代码越来越慢了，定位也越来越慢了。你有没有什么方法措施，能让未来修改代码变得更方便？」 它自己去翻了一圈仓库，回来跟我说，慢主要是因为几个核心模块职责搅在一起，改一个地方要牵四五个文件，建议先拆。然后它在根目录写了份架构说明，说是留给「下一次的自己」看的；又弄了个经验记录，每次花了很久才定位到的 bug 都记一笔，下次直接查。门禁它也加了，但不卡行数，查的是有没有重复实现、有没有绕开公共模块，理由是文件长不一定乱，重复才是真乱。最后还给自己定了个定期复盘，把过时的记录删掉。我那几个晚上设计的东西，它基本都做了，甚至比我自己做的还好。 我们上班，上学，最烦的就是那种领导：一线的事不清楚，偏要规定你每一步怎么走，你说有更好的办法，他还是要按他的来。 回头一看，我对 Agent 干的就是这个 。它读了多少代码、看到了什么问题，我一概不知道，但我就是要它照我脑子里那套来。 我自己居然成为了一个无知又爱控制的领导！ 所以现在我让 AI 干活，基本只说最顶层的目的，说我看到了什么问题、想要什么效果，用什么工具、分几步我不管。然后看它能干到什么程度，不行就告诉它哪里不行，比如还是慢、这不是我要的、你把别的功能搞坏了，它接着改。技术方案让它自己出，我扫一眼，很少推翻，一般还都挺靠谱。 当然有个例外：GPT。这套在 GPT 上我用不起来。我的体感是它没法 自举 的，也收敛不了。你把目的交给它，它不会自己拆、自己查、自己迭代到位；你指出一个问题，它改完别处又冒出一个。说句阴谋论的，我TMD真怀疑这是 OpenAI 故意的。任务永远差一口气做不完，你就得一轮一轮接着聊，Token 就一直烧，人也一直离不开它。生意上说得通，可大家用 AI 本来是想把自己解放出来，不是想被它拴住。要真是这么打算的，那OpenAI 从根上就错了。 我认为接下来的模型训练目标应该是 收敛 ，针对长程的任务，能否意识到人的目标是什么，能否自己提出问题，自己解决问题。能否抓到主要矛盾？能不能不断优化自己的成果？又知道什么时候应该停手？能否做出让人感到惊喜的成果。但其实GPT很令我失望， 我花了很长的时间 ，想通过提示词让GPT懂得什么叫收敛，但是它一直都不明白。 1 个帖子 - 1 位参与者 阅读完整话题

  • 情报分类：技术学习与提效
  • 分类依据：内容涉及技术、AI、软件工具或工程实践
  • 信息来源：服务器 / LINUX DO - 最新话题
  • 发布时间：2026/10/17 16:33:37