如何对模型更有野心
Felix Rieseberg 教程精读笔记

《How to be more ambitious: A tutorial for humans with models》，把「我们还不够有野心」这句口号拆成可以照着做的方法

作者 Felix Rieseberg（Anthropic，Claude 工程负责人）· 原文发布 2026-10-13 · 笔记整理 2026-10-27 · 原文推文链接

原文配图是戈雅的蚀刻画《飞行的方式》。这张为笔记生成的漫画，画的是同一件事：飞起来的人，和还站在地上问简单问题的人。

四种野心，先划掉提速

Felix Rieseberg 在 Anthropic 负责 Claude 工程。他每天看到的新用法里，有模型帮着发现新行星的报道，也有他第一次真心喜欢的 AI 音乐视频。另一头，多数人还在问法国的首都是哪里，或者让模型把一封邮件改得不那么冲。

他引陶哲轩的说法概括这种不均匀：模型「在某些方向上惊人，在另一些方向上不够用」（astounding in some directions, while inadequate in others）。同一批模型，有人已经飞起来，有人还没离开地面。AI 圈把差距归结为一句话：我们还不够有野心。这句话喊多了容易变成口号，他这篇教程就是把它拆开，给出可操作的分型。

• 提速（Speed）：同一件活干得更快。这是 AI 经济价值的基本盘，路径成熟，不需要什么创意，他直接跳过。
• 高度（Altitude）：往上走一层抽象，看结果，不盯着单个任务。
• 深度（Depth）：按领域里最顶尖从业者的方式考虑一个任务，往下沉一层，碰底下的数据、工具和问题本身。
• 广度（Range）：从多个领域取材，把平时不会用到的知识、工具和技法带进来。

他主要用 Claude，但声明这套分型与具体模型无关。下面三节逐型拆开。

高度：问目标之后的目标

给模型派活时，它执行的是你对「怎样达成结果」的最佳猜测。想在高度上更有野心，先问自己一句「接下来我希望发生什么」。也就是目标之后的目标。

他拿季度业务评审（QBR）的材料做例子，演示同一个任务怎样一级一级往上抬：

• 第一级，填模板。把新数字更新进现成的演示模板。这一步模型做得又快又好，野心为零。
• 第二级，给足数据再问。把能拿到的数据都给它，让它自己说：这个季度什么变了，为什么变，我们应该怎么办。
• 第三级，让它排决策。在它了解的一切之上，排出最紧急的三个决策，并为每个决策准备正反两面的论证，先干起来。
• 第四级，质疑形式本身。季度评审的存在，是为了让管理层尽早发现问题，把钱和人挪到对的地方。请它设计一套比季度演示更好的办法，用公司自己的历史数据证明新办法能更早发现问题，再和现行办法并行跑一个季度。

他自己的例子更日常。去年年初他还让 Claude 逐个修崩溃，后来改成一句话：让我们的应用保持无崩溃。话说出口只是开始。为了让模型接得住这个高度，他先做了一轮前置工程：崩溃报告要随手可取，应用版本和代码提交的对应关系要理清，还要给它 Windows、macOS 与 Linux 的电脑，让它能自己复现和验证修复。持久的工作流都在这里诞生，人退出循环，代价是先付这笔打通工具和数据的钱。

适用边界他交代得很清楚。真有终局目标的事情适合抬高度，创意类不太适合；一个简单的判断信号是，这件事后面要不要开会讨论。他也承认有天花板，比如让模型自己去赚钱，2026 年的多数公司还做不到。但模型越强，能待的抽象层级确实越高。

深度：按顶尖从业者的标准干活

有些活只求做得极好。深度的做法，是逼模型用上这个领域最好的一批人的工具、技法和知识，一直推到连他们都可能学到新东西的程度。他继续用季度评审的例子，假设这家公司正被用户流失困扰，给出五条可混用的手法。

• 工具和方法要同款。模型被要求「像专业人士那样」时，经常只换词汇，不换方法。做流失分析，它顺手就会掏出 markdown 表格；要拦住它，要求落到数据库和统计模型上，那是顶尖数据科学家和统计学家真正用的家伙。不需要你先知道专家用什么，模型通常知道。
• 目标定得不合理，并明确告诉它这很合理。网站加载要从 10 秒降到 5 秒，就直接开口要 200 毫秒。它觉得做不到时，重申一遍：这件事完全可以解，你继续。
• 拿原始数据复核既有判断。商业里很多共识只是现实的粗略近似。比如团队认定流失出在新手引导环节，那就把原始数据交给模型，让它试着从数据里复现这个结论。复现不出来，结论先放一放。
• 顺手产出新知识。模型已经沉到数据里时，让它再往前一步找盲区。用日志搭一个能复现过去一年的客户模拟，再去找一个此前没人知道的流失早期信号，并拿它没见过的数据验证这个信号确实能预测。
• 验收交给外部裁判。不要让模型评判自己的产出。理想的裁判是一个它能自己运行、立刻给出反馈的工具，或者一份它没见过的数据。他判断这一条将来可能被模型智能的提升解决，但在 2026 年 10 月，他请读者务必坚持外部验证。

四问里最后一问最见功力。多数提示词写到「怎么做」就停了，他要求在动手前先把验收者定下来，深度才有落点。

广度：把别的领域搬进来

广度的道理不新鲜。他说每部抢劫片的前半小时都在组队，把各怀绝技的人凑齐。现在多 agent 系统越来越好跑，线程、编排器和子 agent 都现成，把别的领域请进来这件事，成本比过去低得多。他自己也承认这一型最难，难在想到：他做过游戏，却是看到同事 Alex Albert 用 Blender 给个人主页渲染室内设计之后，才意识到 Claude 还能干 3D 环境。

他的第一个手法是把名词换成动词，借自《创新的艺术》。季度评审是个名词，换成动词是：让一群忙碌的人在 30 分钟里相信一个关于因果的故事，并在不确定下做出决定。动词写清楚，人和模型都更容易看出缺哪些视角。

第二个手法是按动词组队。这套材料要做到极好，不然外星人就炸地球，人类会凑出什么队伍？他的名单是分析师、记者与编辑；要上台汇报，再加动态设计和声音设计；还值得请一支红队，比如做空者和法务会计。组队的目的是找到领域和方法，有一条分寸要守：让模型照着做空者的实际动作来：去查证，去找漏洞。口气学不学，不用管。角色扮演只会让对话记录变怪，产出不会变好。

三型讲完，他补上共同前提：这些野心都要求模型有一台能装软件的电脑，相关数据也要拿得到，无论走连接器还是别的通道。工具不齐，再好的分型也落不了地。

为什么先要「觉得可能」

方法之外，他还想解释一件事：为什么「更有野心」需要专门写教程。人的上限经常是自己划的，而且只在很窄的领域里信自己。米开朗基罗是雕塑家，当年并不想接西斯廷教堂的天顶画。

心理学管这叫自我效能。相信自己能做成的人，实际做成的也更多。Locke 和 Latham 汇总 35 年目标设定研究后的结论是，被给出具体而困难目标的人，表现胜过只被要求「尽力就好」的人。自我效能有几个广为人知的撬动办法，他挑了三个：

• 以为能解，就解开了。1939 年，George Dantzig 在伯克利的统计课上迟到，把黑板上的两道题当作业抄回去做了。那是统计学里两道未解的难题。
• 看见别人做到。四分钟跑一英里，Bannister 在 1954 年 5 月破掉之后，第二个人只隔了 46 天。他顺带提到，今年 4 月伦敦马拉松上，冠军和亚军在同一场比赛里双双跑进两小时。
• 允许自己失败。工程师熟悉的例子是 Linux，作者当年只说这是个业余项目，不会做大做专业。

他收束时说，自我效能不是新问题，但在能力每隔几周就跳一档的世界里，它比以往更要紧。旧的「不可能」过期得太快，判断本身得跟着更新。

与我们的关系

这篇教程的读者是所有用模型干活的人。落到 agent 工作的日常，有三处可以直接搬。

派活之前，先过一遍高度那一问。把「修好这个报错」换成「让这条链路保持可用」，任务的形状就变了：日志要先备齐，复现环境要先搭好，验收工具要先到位。前置工程的钱付完，才轮得到谈自动化省人。

外部裁判那一条，与报告质控的路数相同。生成者不给自己判卷：确定性检查先行，语义分歧交回模型，最后由医生复审。顺序反过来，再深的分析也只是自说自话。

广度提醒的则是另一件事。影像科的问题，不一定只用影像科的方法解。先把要解决的问题写成动词，队伍自然就组对了。