AI图鉴

AI图鉴首页 › AI 资讯 › “别再像 2024 年那样用 Claude 了!”Claude Cowork 工

“别再像 2024 年那样用 Claude 了!”Claude Cowork 工程负责人:有些 Skill 删掉反而更好

来源:InfoQ中文 · 发布时间:11-03 · 由 AI图鉴每小时自动聚合

本条资讯的摘要暂未整理出来,可点击下方按钮查看原文;本站每小时自动补充中文摘要。

翻译|林绮蓓

编辑|蔡芳芳

10 月 13 日,Anthropic 工程经理、Claude Cowork 工程负责人 Felix Rieseberg 发表了一篇博文,建议大家在使用 AI 时“更有野心”。他分享这篇文章的 X 帖子,已获得超过 500 万次浏览。在他看来,这并不只是让 AI 把事情做得更快,还需要重新想一想:眼前的工作最终要达成什么目标?能不能把更多事情交给 AI,让它自己寻找方法?

Felix 自己就经历过这样的转变。以前,他会逐一查看程序崩溃记录,挑出问题,再交给 Claude 修复。后来,他意识到自己不过是在给 Claude 当“传送带”:既然 Claude 能修复问题,为什么不让它直接读取崩溃数据,自己判断哪些需要修复?

这种反思,也影响了他对 Agent 工作流的看法。

近日,Felix 做客 Silicon Valley Girl,与主持人 Marina Mogilko 深入讨论了如何更充分地发挥 AI 的能力。他所在的团队曾用大约一周半开发出 Claude Cowork,而如今,他已不再亲自写代码,更多精力放在产品原型、用户需求和团队管理上。Felix 认为,我们可能花了太多精力告诉 AI 应该怎样工作,却没有给它足够的工具、数据和自主判断空间。在这次访谈中,Felix 提到了不少具体的做法。

当 AI 能够承担越来越多的工作,我们又该如何判断它做得对不对?尤其是在自己并不熟悉的领域,怎样避免被它一本正经的错误答案误导?Felix 分享了一个办法:“对抗式审查”——让多个 Claude 分别挑错,再由另一个 Claude 判断这些意见是否成立。

此外,他还建议,不必再刻意告诉 AI“你是某个领域的专家”,与其让模型扮演专家,不如直接为它提供专业工具和数据。在他看来,这种角色扮演式的提示词已经是 2024 年的做法,但如今的大模型已经是通才,刻意设定专家角色反而可能限制其能力的发挥。

访谈中,两人还聊到了软件创业和工程师的未来。当过去需要团队花几个月开发的软件,一个人也能在短时间内做出来,创业者的优势在哪里?对于刚进入行业的年轻工程师,哪些能力又会变得更加重要?Felix 结合自己的产品和招聘经验,给出了他的看法。以下是访谈完整译文。

太长不看版:

主持人 Marina: 不再亲自写代码后,你每天主要做什么?

Felix:智能体会先简要汇报当天的工作。我现在兼顾产品、工程、团队管理和数据分析,大部分时间用来尝试产品想法,让 Claude 做出不同版本,再评估哪些值得继续。

Marina:你怎么判断一个想法好不好?主要看哪些信号?

Felix:过去要先权衡开发和维护成本,现在可以让 AI 快速做出原型,试用后再判断。我看重的是,用户能否很快理解产品的用处,并借助它完成以前做不到的事。功能不是越多越好,好产品往往反而需要更少的按钮。

Marina:你会怎么判断,哪些任务交给 AI,哪些由人完成?哪些适合人机配合?

Felix:我会区分自动化和能力增强:前者帮助人节省时间和成本,后者让人做到原本因缺少技能或知识而做不到的事。我更关注后者。用好 AI,需要重新考虑工作流程,明确目标和评价标准,而不只是把旧任务交给新工具。

Marina:写作等创意工作很难描述和评价,该怎么告诉 AI 什么才算好?

Felix:不仅要看结果,也要看过程是否可靠,AI 碰巧猜对的不算做好。创意工作确实更难评价,但优秀创作者也有长期打磨的方法。与其笼统地要求 Claude“写好一点”,不如让它按照专业人士的步骤工作,让 AI 使用同样的方法和工具。这样往往效果更好。

Marina:面对自己不熟悉的领域,怎样避免被 AI 自信的错误回答误导?

Felix:可以用对抗式审查:一个 Claude 完成任务,另外几个对话专门找错,找错有时比创造更容易,所以此时可以用能力稍弱的模型。再由另一个 Claude 核查这些批评,把成立的意见交回去判断是否修改。如果自己能判断结果好不好,就没必要弄懂 AI 的每个步骤。

Marina:哪类知识工作,你已经能完全放心交给智能体?需要专门训练对应工作的智能体吗?

Felix:就我的使用经验,事实核查的工作已经可以完全信任 Claude。我会要求它为每个数字找到可靠的一手来源,这通常只需一个普通对话就够了。模型本身就是通才,不必为每项任务设定专家角色,过多的角色设定反而可能限制我们的用法。

Marina:你现在还用 Skills 吗?

Felix:经常用,但会谨慎选择。模型更新很快,为上一代模型写的 Skill 可能已经过时,有时删掉效果反而更好。也要考虑模型需要什么数据和工具。以前我逐个把崩溃问题交给 Claude 修复,后来发现自己只是在当“传送带”,于是让它直接查看全部崩溃数据,自行判断哪些需要修。

Marina:所有内容最后还是要我审核,怎样才能让 Claude 学会我是如何判断的?

Felix:先让它了解你过去给过的反馈,再和你分别审查同一份材料,对比意见有哪些异同,逐步调整流程,不必立刻完全放手。团队协作可以使用 Slack 里的 Claude,让多人共同参与。

Marina:软件越来越容易做,创业者的护城河在哪里?

Felix:开发成本降低了,但做好产品的关键没变:理解用户,了解使用场景,并做出让人愿意付费的产品。最初的点子可能会变,创始人理解需求、做出产品的能力更重要。

Marina:个人怎样才能更充分地发挥模型的能力?

Felix: 先想清楚眼前的工作最终要实现什么,再试着把更大的目标交给模型,不断探索它的能力边界。当然,这不等于直接让它“去赚钱”。但如果始终只用它总结邮件、调整语气,就很难真正发挥模型的作用。

做出一千个原型之后,什么才是好产品?

Marina:Felix,非常感谢你来参加节目,很高兴今天能和你交流。我是 Claude 的重度用户,频道的各项运营工作都在用它。团队成员也都在 Claude 里建立了各自的项目,处理自己负责的工作。对内容创作者来说,我的团队规模算比较大,有 35 个人,我希望大家提高效率,产出更多内容。今年,我们大概新开了三个社交媒体渠道,还推出了一份邮件通讯。一年半前,我们也开始运营 LinkedIn,这个平台以文字内容为主,AI 帮了不少忙。所以,我希望通过今天的交流,让自己、观众和听众都能更好地使用 AI。

Felix:据我了解,你已经用得很熟练了。

Marina:但总还有提升的空间,对吧?

Felix:确实,我自己每天也有新的体会。开发 Claude 最有意思的一点就是,你很难预料用户会拿它做什么。这和我以前参与开发的产品很不一样。比如 Slack,我大致知道人们会怎么用。但用户用 Claude 做出的事情,经常超出我的想象,有些甚至是我原本认为不可能做到的。作为产品开发者,看到用户用自己做的产品取得这样的成果,会特别有成就感。

Marina:有没有什么特别大胆的操作,让你看完也想试试看?

Felix:倒不一定是想照着做。不过,两天前,一位叫 Pavo 的用户让我印象深刻。我记得他是一名产品经理,他把大量 NASA 数据交给 Claude,让它寻找一颗新行星,结果还真找到了。据说,NASA 目前正在核实,还没有确认。我既不是天体物理学家,对这件事的了解也不够充分,所以也不敢说得太肯定。但看起来,Claude 可能找到了一颗此前从未被发现的行星。

Marina:这太有意思了。

Felix:我以前完全没想过,还能这样用 Claude。但仔细想想,对我们这些从事知识工作的人来说,让 AI 分析大量数据,从中寻找有价值的信息,其实是很常见的做法,我们每天都在做。只是我没想到,也可以让它分析公开的太空数据,找找有没有什么是我们此前没有注意到的。这个想法真的很美妙。

Marina:能不能说说你现在一天的工作是怎么样的?你参与开发了 Claude Cowork,却说自己已经不再亲自写代码了。那你早上开始工作时,通常会做些什么?智能体会先向你汇报当天的安排吗?

Felix:是的,它们确实会向我简要汇报当天有哪些事情。我现在看问题的角度也变了,比几年前做传统工程经理时,更关注人的情绪,更愿意花时间理解别人的感受,以及他们做事的方式。同时,我发现自己越来越少需要找其他专业人士帮忙,产品经理、工程经理、团队管理者和数据科学家的工作,现在我都能承担一部分。

至于每天具体做什么,我大部分时间都在做原型。我们会尝试很多想法,先琢磨几天,看看是不是个好主意,再让 Claude 把各种方案都做出来。有了原型,我们就可以逐一评估,判断哪些想法好、哪些不好。所以,做原型确实占了我每天很大一部分时间。

Marina:那你怎么判断一个想法好不好?主要看哪些信号?

Felix:这一直是个难题,我也没有一个全面的答案。但现在,判断一个想法值不值得做考虑的因素确实和以前不同了。过去十到十五年的产品开发,尤其是软件开发,很多决定的背后其实都是成本上的权衡:产品能不能做出来?后续维护和持续投入要花多少钱?需要多少时间?以及选择做这件事,会不会错过其他机会?工程经理得把这些都考虑清楚,才能决定要不要做。现在,我们可以更快地看到实际效果,直接让 AI 先做一个能试用的版本,亲自体验一下看看实际效果如何,再作判断。

但人的注意力仍然有限。比如,你对 AI 产品很有判断力,我一天也许只能请你看一个。我能轻松做出一千个,却没办法让你看完一千个。就算你愿意花一整天陪我看,到后来也会看不进去,觉得:“好了,我不想再看了。”所以,什么才算好产品?我觉得有句老话在 AI 时代尤其适用:完美,是没有什么可以再删去,而不是把所有功能都加进去。我们可以做出你想要的任何按钮,但我认为,好产品的按钮反而更少。

判断一个产品有没有用,我通常会把它交给几个人试试。如果他们很快就明白了它的用处,还能用它完成以前做不到的事,我就知道这个产品做对了。这才是我真正看重的信号。

Marina:那你会怎样判断,自己真正要解决的是什么问题?比如,你现在来到我的公司,会怎么决定哪些任务完全交给 AI,哪些留给人来做,哪些只让 AI 处理其中一部分?

Felix:首先,我会把自动化和能力增强分开看。有些任务占用了你的时间,让你没法去做自己喜欢的工作;还有些任务成本很高,自动化之后能省下很多钱或时间。在这些情况下,自动化确实很有帮助。我觉得,AI 目前创造的经济价值,大部分可能都来自这里。我们判断用 AI 值不值得,通常也是看自动化能带来多少收益。

不过,我更感兴趣的是能力增强,也就是让人们借助 AI,做到以前做不到的事情。你原本可能缺少某种技能、方法,或者不了解相关知识,无法独立完成,现在 AI 能帮你做到了。我去一家公司时,最让我印象深刻的,往往不是他们用了什么工具、工具能做什么,而是他们怎样调整了自己的工作方式。

AI 是一种很特别的产品。要真正用好它,你得重新想想自己是怎么工作的:最终想得到什么结果?怎样才算做好?拿到结果之后又该怎么判断?那些让我印象最深的人,通常都很善于反思自己的工作流程。

Marina:但这很难。拿我的工作来说,很多人用 AI 起草文章,可什么才算一篇好文章?知识工作也能有明确的评价标准吗?写代码也许比较容易判断,你知道自己想实现什么,也知道代码不能有漏洞。但对于知识工作,尤其是需要创造力的工作,你怎么告诉智能体,什么才算好?

Felix:确实很难。我经常举一个例子:假设你的工作是播报天气,你让智能体查一下外面的温度。这里就得想清楚,我们究竟该怎样评价它的表现。如果模型只是猜了一个温度,恰好猜对了,我们不应该让它过关,反而应该认为这种做法有问题。相反,如果它给出的温度差了半度,但找对了地点,查了可靠的数据来源,整个过程有理有据,那也应该比碰巧猜对更好。

但写作,以及其他很依赖审美判断的工作,确实更难评价。要证明一份成果比另一份更好并不容易。所以,我很喜欢和那些写得好、同时又愿意使用 AI 的作者交流。

Marina:他们会怎么做?

Felix:看他们工作很有意思。我的朋友 Adam Davidson 曾在几家很不错的媒体担任专职作者。他会用各种提示词让 Claude 帮他推敲文章,比如:“把我的论点放大一百倍。”“试着改动一下这篇文章。”“哪些地方你最不认同?”“最有力的反对意见是什么?”我不是职业作者,最容易想到的做法,就是把文章交给 Claude,说一句“帮我改好”。但我越来越发现,做知识工作,不能只是要求 AI 给出一个好结果,还要先想一步:这个领域最优秀的人是怎么工作的?能不能让 AI 完成其中的那些步骤?

Marina:这样可以模仿他们的工作流程,但还是缺少审美判断,所以我觉得仍然需要很多……

Felix:对,我同意。不过,有意思的是,真正优秀的作者,大多不认为自己写得好,只是因为有什么神奇的天赋。他们往往会说:“不是的,这是下了很多功夫才写出来的。”

大多数创作者都有自己的一套方法。如果你问他们:“你的作品好,是因为天生就擅长,自然而然就能做出来,还是因为你有一套经过多年打磨的方法?”前一种说法会让他们觉得受到冒犯。但和创作者聊得越多,我就越发现,他们很为自己的方法感到自豪。创作是很辛苦的,要把作品做好,有很多具体的步骤需要逐一完成,并不是坐下来,一本好书就突然出现了。你去作者的工作室看看,会看到很多白板,上面写满了资料和想法。

我在不同领域都发现,与其只告诉 Claude 想要什么样的结果,不如让它按照专业人士的步骤来做,效果往往很好。这样说可能有点抽象,我举个具体的例子。最近,大家应该看到了 AI 在动态视觉、视频和 3D 方面的进步。Opus 5.5 的能力确实提升了很多,但用户能做出更好的作品,还有一个重要原因,就是开始让 Claude 使用 Blender,直接告诉它:“请使用专业动画师用的工具。”结果就相当不错。这里真正起作用的,是创作所用的媒介、方法和工具,而不完全是模型本身理解了什么才是一部好的动画电影。

别让 Claude 给自己的工作打分

Marina:你刚才说,可以让 AI 按照专业人士的方式工作。可即使它会上网查资料,很多信息也没有公开,你怎么知道它给出的结果可信?比如,我想再尝试一种内容形式,或者像刚才说的那样寻找新星体,但我对此一无所知,只告诉它“像 NASA 的研究人员一样工作”。怎样才能避免它把错误答案说得很笃定,让我信以为真?

Felix:这是个很好的问题,很多人都会遇到这种情况。我有一个简单、实用的办法,就是对抗式审查。在编程、数学,以及其他能够用数字衡量效果的领域,这种方法已经被证明相当有效。做法是,先让一个 Claude 完成任务,再启动另外十个,专门来找它的问题。它们的任务就是提出质疑,证明这个结果为什么不对,基本思路和红队测试、做空类似。

Marina:你会用同一个模型来审查,还是换一个模型?

Felix:要看具体任务。不过,找出问题有时候比创造新东西更容易,人也是一样。让我评价一部新手机好不好,远比让我从头设计一部手机容易。所以,审查时通常可以用能力稍弱一些的模型,也能得到很好的效果。这是一个很实际的建议。

Marina:那提示词具体怎么写?如果已经有一套工作流程,需要额外加上什么要求?

Felix:假设你已经有了一份演示文稿或文档。就拿我今天早上写的那篇博客来说,我用的是 Claude Projects,这是我们的一个新产品,可以更方便地同时开展多个线程的工作。我会直接告诉 Claude:“启动五个线程,让每个线程都去证明这篇文章有问题:可能是我的思路不对,可能是事实有误,也可能是我理解错了什么。”它们带着这个明确的目标去审查,就是要找出我哪里错了。

Marina:那收到这么多意见,你怎么处理?我准备采访时也会这样做,只不过会用不同的模型,让它们看看我是不是在某个问题上钻得太深了。但最后收到的反馈各不相同,这个模型这么说,另一个又有别的意见,还有一个说的完全不同,结果还是得由我来决定。你怎么判断哪些意见值得采纳?

Felix:你应该会喜欢这个答案,也大概能猜到我要说什么了:还是交给 Claude。写代码时,我们会设置一个“裁判”。先让那些负责挑错的智能体列出主要意见,再交给另一个 Claude,让它逐一核查,判断这些意见是否成立。

接下来,根据你的工作流程,可以把有效的意见交回最初完成任务的 Claude,让它决定要不要修改。它也能判断,不必每条建议都接受。我们写代码时经常遇到,我自己做知识工作时也有同样的体会:有些意见听起来合理,却忽略了某个关键点,或者实际上没法据此修改,也没有多大帮助。到了这一步,我通常就知道,原来的成果已经相当不错了。如果你自己拿不准做得好不好,又不容易核实,就可以用这种办法。

不过,我用 AI 做的很多东西,其实不需要自己完全了解制作过程。对于每天使用的东西,我们本来就有自己的判断。比如,我重新做了自己的网站,里面用了很多 3D 素材。我从来没用过 Blender,完全不知道怎么操作,但我能判断这些东西看起来好不好、整体感觉对不对,这可能就够了。你可以把自己当作客户,不必弄懂每一步是怎么做的。生活中也常有这样的情况:无论是请人施工、找律师,还是看医生,我们未必有专业知识去判断对方的工作做得好不好,更多时候只能根据自己的感受提出反馈。

所以,如果你不知道怎样判断结果好不好,就多花一些 Token,让 AI 帮你做更多审查。如果你自己就能判断,那可能已经够了,不一定非要弄懂它是怎么做出来的。

Marina:我觉得,还是要挑出少数最重要的项目,去了解每一步是怎么做的,而不是所有事情都想控制。

Felix:对,还是那个老问题:能不能放手,不再事事过问。

Marina:确实很难,现在用智能体也会遇到这个问题。有没有哪类知识工作,你已经能很放心地交给它们,完全信任它们做出的结果?

Felix:事实核查,比如编辑工作中的事实核查,我现在完全信任它的结果。我会让 Claude 核实演示文稿里提到的所有事实,也不用反复检查很多轮,更不需要找五十个智能体,一个就够了。我会告诉它:“请为我提到的每个数字找到一手来源,并确认来源可靠。”这项工作,我现在可以完全放心交给它。

从替 Claude 搬运问题,到让它自己找答案

Marina:你说的这个智能体,是专门训练来做事实核查的,还是平时处理各种任务时用的那个?

Felix:就是开一个 Claude 对话。我接下来这个看法可能有点争议,你应该会喜欢:我觉得,我们有点过于强调“智能体”了。模型本身就是很出色的通才,这一点已经得到过很多次验证。比如,行业刚开始认真研究模型的数学能力时,我记得 Google DeepMind 是最早投入的公司。他们训练了专用模型,搭建了配套的执行框架,让它参加数学奥林匹克竞赛,拿到了银牌,在当时已经是最好的成绩。结果四五个月后,几家主要的通用模型也拿到了金牌。

我能理解大家为什么要给智能体设定角色。告诉它“你是一名数据科学家”,这样我们就更容易理解它能做什么。但被我们称为“数据科学家”的这个模型,其实也有能力处理顶尖生物学家、数学家等其他专业人士面对的问题。如果每次使用 AI,都要先给它安排好一套角色,有时反而会限制我们对它的使用。所以,我刚才提到的很多工作,都没有专门给智能体设定身份。

Marina:但给智能体提供什么数据,难道不重要吗?我们通常会给每个智能体上传特定的资料。还是说,你的 Claude 能调用所有工具,所以不需要再分别准备?可这样一来,它每回答一个问题,需要考虑的数据会不会太多了?

Felix:数据确实很多,但它已经很会判断哪些是自己需要的了。我不太赞成先把数据分成几份,再给每个智能体分配一份。我们自己工作也是一样,要把事情做好,往往需要了解整个业务,只看到一小部分信息是不够的。比如,我是工程经理,如果只能看代码,能发挥的作用就比较有限;但如果还能看到客户数据、了解客户沟通的情况,就能做得更好。有时销售团队和客户开会,我也想参加,听听他们怎么说。我还希望了解详细的产品使用情况,最好能看到业务数据,知道哪些做法有效、哪些没用。智能体也应该能获取这些信息。

但这不意味着要把所有数据一次性塞给它。给它工具,再把每个工具能查到什么数据说明白就行。比如,告诉它:“如果需要业务数据,可以用这个工具查询。”这样,它就能在需要时自己去查,不必先把所有内容读一遍。

Marina:那具体该怎么设置?听你这么说,我在想,是不是应该调整现在的做法,不再为每个项目单独准备一套资料。比如,我们有一个评估嘉宾的项目,里面放了完整的流程说明和以前各期节目的脚本,用来了解不同嘉宾的表现。我是不是可以直接告诉 Claude:“这个文件夹里有全部脚本,Notion 里有每位嘉宾的表现资料,这里是我们的评分方法。”把这些准备好,以后每次要评估嘉宾,就直接开一个新对话,不用再交代一遍背景,只说“帮我评估这位嘉宾”,它就能去做?

Felix:我不太愿意告诉别人,工作流程一定要怎么安排。我一直觉得,只要现在的方法对你有效,就没必要改。

Marina:可模型在进步,我也想跟着进步。这套方法已经用了一年,虽然一直有效,但一年已经很长了。

Felix:明白。如果你想知道我的建议,或者我自己是怎么做的,我还是会先说,每个人都应该选适合自己、用着顺手,也确实能帮上忙的方法。不过,模型现在确实更擅长调用工具了,知道什么时候该用、该怎么用,也不容易陷入反复调用的循环。它不会一发现有个工具能查数据,就想着:“那我一直查,直到把所有数据都查完。”现在,它们已经很会合理地使用工具,既能把事情做好,也不会浪费太多功夫。

所以,我现在不太会在开始前就替模型决定,这项任务需要哪些数据。这样一来,同时开展多个对话、处理多项工作也方便得多,整个过程简单了很多。

Marina:你还用 Skills 吗?

Felix:用,我们现在用得还是挺多的。不过,Anthropic 的官方建议和我个人的看法一致:使用 Skills 要谨慎。我们给模型写的指令,很多其实是针对上一代模型的。AI 更新得太快,一套原本很好用的 Skill,可能很快就不再适用了。有时把它完全去掉,模型给出的结果反而更好。

Marina:我记得有人也说过类似的话:先别管这些,直接写提示词,看看效果怎么样。

Felix:对,这个办法确实有效。当然,前提是你有办法评估结果,知道什么算好、什么算不好。我会仔细判断,哪些时候需要 Skills,哪些时候不需要。还有一个很好的思考角度:除了用户体验,也想想“模型体验”。假设你就是 Claude,接到了眼前这个任务,你需要什么才能把它做好?你很快就会发现,自己需要查看原始数据,需要一台电脑,可能还得安装一些软件,也希望能自己作判断,而不是先听别人告诉你他们已经得出了什么结论。

Marina:我希望直接看到原始材料,就像你说的,知道对方到底说了什么,再自己判断。

Felix:是的,只是前期要多做些准备。一年半前,我还是自己查看程序的崩溃记录,每发现一个问题,就交给 Claude 修复。很快我就意识到,自己不过是在给 Claude 当传送带,把问题一个个搬到它面前。与其这样,不如让它直接查看全部崩溃数据,自己判断哪些需要修、哪些不用修。虽然一开始得花时间把这些配置好,但很值得,因为之后就能让它承担更多工作。我从 AI 身上获得的很多实际价值,都来自这样的改变。

Marina:有些人听到这里,可能会觉得,要用好 AI,得先做很多复杂的配置。那对于今天才开始用 AI 做知识工作的人,是不是可以更简单一些?比如,直接让它查看邮件和自己写过的邮件通讯,从中了解自己的表达风格和业务情况,代替事先专门整理这些说明?

Felix:我觉得,现在开始用 Claude,最好的办法就是先下载桌面应用。里面有内置浏览器,可以登录你平时使用的系统,不必一开始就配置连接器、下载全部数据,或者做其他准备。先把键盘交给 Claude,让它操作一下你的电脑,就已经能做很多事情,也能看出哪些任务做得好、哪些还不行。

用上一段时间,你可能会发现,Claude 已经能通过浏览器,帮你完成公司内部系统或外部软件里的某些工作。这时,再考虑怎样让它操作得更方便:比如,接上连接器,让它直接调用相关功能,就不用在网页上一步步点击了。但刚开始,用浏览器就足以尝试很多事情。

Marina:我再确认一下:你说的“智能体”,其实就是在 Claude 里开启不同的对话,而不是事先设置一个研究助手、一个报税助手,分别负责不同的工作,对吗?

Felix:我确实会用项目来区分不同的工作,但不会给它们分别设定角色。我从来不会告诉 Claude:“你是一位非常优秀的某某专家。”2024 年很流行这样写提示词,比如:“Claude,你是一名优秀的工程师,请修复这里的问题。”

Marina:但我们刚才不是也谈到,可以让它像这个领域最优秀的人那样工作吗?

Felix:我的做法是,先让 Claude 告诉我,这个领域最优秀的人会用什么工具,再要求它使用同样的工具。现在很多模型仍有一个问题,拿数据科学或会计来说,如果你只是告诉它“表现得像一名优秀的会计师”,它就可能开始角色扮演。但我们真正需要的,是专业人士用的方法、工具和知识,不只是他们说话的方式。我不需要 Claude 装成专家,也不需要它说得像专家。我甚至希望它能用五岁孩子也听得懂的话来解释,但处理问题时,用的仍然是这个领域最好的工具。

Marina:现在还有哪些事情,你不放心交给智能体做?

Felix:这个问题不太好回答,因为我们总可以增加检查和验证。对我来说,更需要区分的是:这件事不能放心交给 Claude,还是不能只靠一个对话就完成?后面这种情况其实多得多。比如,我很少让 Claude 在同一个对话里评价自己刚做完的工作,这种自我评价目前还不太可靠。无论你用的是 Claude Code、Claude Cowork、普通聊天,还是项目里的对话,Claude 通常都不太擅长判断自己的工作做得好不好。

所以,我会尽量找外部信号来判断。实在没有其他办法,也可以另开一个 Claude 对话来检查,效果已经证明相当不错。但我更希望找到实际的外部证据,看它到底有没有把事情做好。有时,这也需要一点耐心,给 Claude 一些时间,看看最后的效果。比如,在你的领域,我只是猜测,播放量、订阅人数可能就是重要的指标。

Marina:对,我们看的是播放量。每次给 Claude 布置任务,我都会告诉它,这次需要达到多少播放量。但我们现在还没解决好怎么把反馈传回去。我会给团队提意见,团队修改后发布的内容,已经不是 Claude 最初给我们的版本了。可能七成内容没变,另外三成是我加的,体现了我的判断和偏好。怎样才能让 Claude 也学到这部分反馈?

Felix:我们有个办法,效果还不错。先问一下,你们平时在哪里给反馈?是当面说,还是通过其他方式?

Marina:我们平时在 Telegram 上给反馈,但 Claude 没法直接读取。我们有个机器人收集聊天记录,可我还是得手动让 Claude 去查看这些记录,找出里面的反馈。现在用起来还不太顺畅,甚至我们已经发出去的内容,也得专门让它去看。

Felix:我们写代码时也有类似的情况。团队里有很多工程师,你通常知道手上的工作适合找谁来审查,也知道每个人会重点看什么。Claude 很擅长从他们过去给出的反馈里,总结出这些要求和偏好。

Marina:比如 Slack 上的反馈?

Felix:是的,GitHub、Slack,或者其他任何留下反馈的地方。

Marina:你没有专门让它去看反馈?只是给它 Slack 的访问权限,它就会自己找吗?

Felix:如果 Claude 能调用相关工具,就可以自己收集你过去给过的反馈,不用你再逐条整理。你可以让它分三步完成:先收集你以前给过的反馈,再从中总结出你重视的规则和原则。有时还可以多问一步:“有没有哪些原则,是我一直在遵循,却连自己都没有意识到的?”以后让 Claude 审查工作时,就把这份清单交给它作为参考。我们试过这种办法,确实能让不同对话中的 Claude 按照更符合我们要求的标准提出意见。

对于编程以外的工作,或者不以文字为主的任务,这种做法可能就没那么容易了。但类似的办法还是可以尝试。比如,把客户会议的文字记录交给它,请它评价这次沟通进行得怎么样。我也经常为 Anthropic 做招聘面试,这就是一种典型的知识工作,也很值得尝试。

Marina:可这样还是它在教我,我想做的是让它学会我的判断。我觉得,很多开始用 AI 的人都遇到过这种情况,我自己也是:发现效率提高了,就想做更多事情,但又没有哪个智能体能让我百分之百放心。所有内容都要先经过团队,最后再由我审核,结果我反而成了公司最大的瓶颈。

Felix:坦白说,我觉得我们现在的产品已经能很好地帮你做这件事,前提是让 Claude 看一段时间,了解你平时怎么给反馈。我对此很有信心。刚开始,你可以和它分别审查同一份材料,再把意见放在一起比较。这个实验我几乎会推荐给所

本文由 AI图鉴自动抓取并翻译,版权归原作者所有;如需查看原文请点下方链接。

相关 AI 工具

相关免费羊毛

同源资讯

阅读原文(infoq.cn)

标题、摘要与正文均来自该信源的公开页面,版权归原作者所有;本站自动聚合与翻译,仅作出处跳转。

← 返回 AI 资讯列表AI工具图鉴首页

返回 AI图鉴首页 · 提交工具 · 商务合作 · 关于本站 · 608 款 AI 工具分类导航 · 每日 AI 热门项目与动态