最近看到一篇文章，是在 Anthropic 做 Claude 的工程师写的，聊了一个挺实际的问题：很多人用 AI 还停留在问问常识、改改邮件的阶段，但能做的事远比这多。
他把“更有野心地用 AI”拆成了三个方向。
先说第一个，叫拉高视角。他举了自己的例子，以前让 AI 帮忙修某个程序崩溃的问题，后来换了个思路，直接说“帮我保证这个应用不崩溃”。一个是修一个具体的 bug，一个是让整个应用稳定跑着，层次完全不同。再比如做季度汇报，别只让 AI 填模板、整理数字，把所有数据都丢给它，让它自己分析发生了什么、为什么变化、接下来该怎么办。
然后第二个，叫往深了挖。很多时候让 AI“像专家一样回答”，它就换一套术语，方法还是老样子。他的做法是直接要求 AI 用顶尖专家真正在用的工具和统计模型，别画个表格就完事。还有一招：给 AI 定一个高得离谱的目标，告诉它这完全做得到，逼它往深处走。做完之后别让 AI 自己打分，找外部工具来验证。
最后一个，叫跨界组队。让 AI 从不同领域的角度看同一个问题。还是季度汇报那个例子，他会让 AI 分别用分析师、记者、编辑、甚至做空机构研究员的思路来打磨同一份材料。这里有个窍门：别让 AI “扮演”某个角色说话，要让它去做那个角色实际会做的事。
文章最后讲了一个很有意思的故事。1939 年有个叫 Dantzig 的学生上课迟到了，把黑板上两道题抄下来当作业做，交上去才发现那是统计学的未解难题。他因为不知道“做不出来”，反而给做出来了。还有四分钟跑完一英里这件事，几十年没人突破，1954 年有人破了之后，46 天内第二个人也跟着破了。人能做到什么，很大程度上取决于他觉得自己能做到什么。现在 AI 的能力每隔几周就在进步，我们对“能做到什么”的想象力，也该跟着动起来了。
#科技先锋官##How I AI#