让 AI 更有野心,先别让它做 PPT

让 AI 把季度汇报做快一点，和让它判断这场季度汇报还该不该存在，是两种很不一样的用法。

我们容易接受前一种：材料没变，目标没变，只是交稿提前了。后一种会让人不安，因为模型开始碰我们原本没有打算重新讨论的工作安排。

10 月 13 日，Claude 工程负责人 Felix Rieseberg 写了一篇长文，讨论怎样更有野心地使用模型。他把方向分成速度、目标层级、深度和跨领域范围。速度最熟悉，也被他直接略过。

我更在意他留下的那个问题：当 AI 能完成你交代的任务时，你有没有把值得完成的任务交给它？这篇文章的价值，在于把一句容易喊空的口号，拆成了几处可以检查的工作设计。

PPT 做完，事情可能还没开始

Felix 用一家名叫 Acme 的虚构公司举例。它要做季度经营汇报。最普通的要求，是拿到数据、填进模板、交出幻灯片。

往上提一层，任务变成解释：这个季度发生了什么变化，为什么，接下来该做什么。再往上，是找出最需要讨论的决策，并准备支持和反对的理由。

他最后把季度汇报本身也纳入了讨论。管理层需要早点发现问题、调整资源，季度幻灯片只是实现这些目的的一种办法。能否设计一个更及时的机制，用公司的历史记录验证它会不会更早预警，再与现有流程并行运行一个季度？

这是原文提出的设想，不是一家公司已经跑出的成绩。

这里有个容易忽略的差别：把任务交给 AI 时，我们通常已经替它选好了路线。“做 PPT”包含了一个默认判断：这件事需要靠 PPT 解决。模型即使执行得很好，也未必有机会检查这个判断。

图｜本文整理的目标层级示意。Acme 是原文虚构案例；图中递进不代表实际经营成绩。

但目标不能无限往上抬。要求“帮公司多赚钱”，没有限定业务、时间和可用资源，几乎无法验收。我的建议是只往上追问一层：这份材料交出去以后，谁要做什么决定？把那个决定说清楚，再考虑要不要换交付物。

如果老板明天就要一份指定格式的汇报，先按约定交付。重新设计决策流程可以另立一个小试验，不必拿眼前的截止日期为野心买单。

更大的目标，需要更具体的条件

原文里最有分量的例子，其实是软件崩溃。

Felix 说，他起初让 Claude 修单次崩溃，后来改为让它持续保持应用不崩溃。听起来只改了一句要求，后面却有一串工程准备。

模型得能获取崩溃报告，知道某个应用版本对应哪次 Git 代码提交，还得能访问 Windows、macOS 和 Linux 电脑，独立复现问题、验证修复。

少了这些条件，“保持不崩溃”就无从执行。模型看不到故障，或无法复现，只能根据有限线索推测。要求越大，并不会自动补齐缺失的环境。

因此，读这段时不宜只抄那句更大胆的指令。真正值得抄的是配套清单：它能看到什么，能操作什么，用什么判断修好了，遇到阻塞向谁报告。

放到业务里，还要加一层约束。分析客户流失，可以从脱敏导出和只读查询开始；发优惠券、联系客户、改计费规则，则应单独审批。追求更完整的结果，不等于一次性交出所有权限。

深挖，不是把回答写长

Felix 对“深度”的提醒很直接：模型接到“像专家一样思考”的要求，有时只会换上专家的词汇，却没有换用专家的方法。

还是客户流失这个问题。一张精致的表格，可以列出“新手引导不佳”“价格敏感”“功能不足”。如果这些判断没有回到原始记录，写得再专业，也只是待验证的猜测。

更深的任务应当追问：流失怎么定义？观察窗口是否一致？某类客户看起来更容易流失，会不会只是他们加入得更早、被观察得更久？数据清洗和比较方法会怎样影响结论？

原文建议让模型接触原始数据，使用数据库和统计方法，挑战已有假设，并把发现放到它没有见过的数据上验证。这些要求把“解释得像真的”，推进到了“可以被检查”。

这也不意味着每份周报都需要统计模型。只有当问题真的涉及归因、预测或复杂比较时，增加方法成本才有意义。要避免另一种表演：为了显得深入，给一个简单问题堆上不必要的工具。

图｜本文整理的验证路径。留出数据用于检查预测，独立验收还可以是测试或负责人复核；不是实测结果。

我最赞同他要求外部验证：不要让模型同时出题、答题、再宣布自己满分。代码可以跑测试；流失预测可以留出后续时段的数据；业务建议则需要负责人的核对和小范围试行。

“外部”也不只是再找一个模型点评。第二个模型可能沿用同一份错误材料。检验最好能接触独立证据，或者让结论面临明确的失败条件。

野心大，也得允许答案是“不知道”

原文还有一条建议，我不主张照单全收：给模型一个不合理的高目标，并告诉它这个目标很合理，继续做就能解决。

在有自动测试的工程任务里，苛刻目标可能促使模型尝试另一条路线。但在证据不足的分析中，反复强调“肯定能做到”，也可能把回答推向更漂亮的猜测。

比如要求它证明流失来自新手引导，而已有记录根本无法区分引导问题和客户类型差异。此时最有价值的输出，可能是一份还缺哪些数据的清单。

我会把这条建议改成：目标可以大胆，验收不能让步；允许失败，禁止编造达标。预先约定时间和成本上限，并要求交代没有解决的部分。否则，所谓野心很容易变成对模型施加的交差压力。

跨领域，要借方法，不借人设

Felix 还建议把名词换成动作。季度汇报被称作“一套幻灯片”时，我们容易只想到排版；把它描述为“让忙碌的人理解因果、在不确定中作决定”，就能看到其他专业可以帮忙的地方。

记者会追问证据从哪里来，编辑会检查论证是否顺畅，法务会关心承诺的边界。不同专业带来的价值，是不同的检查动作。

如果只是让几个代理分别扮演分析师、记者和投资人，轮流发言，得到的可能是一场措辞丰富的讨论，工作并没有推进。

原文也提醒要避开角色扮演。把“请扮演审计师”换成“逐项核对收入确认口径，列出与原始记录不一致的地方”，才有东西可以检查。对于小任务，一次调用明确执行几种检查，就够了，不必先组一支虚拟团队。

图｜本文整理的跨领域示例：把身份要求改成可检查的动作。以上均为 AI 生成的解释图，非软件截图。

下一次任务，可以这样改写

下面这段是本文整理的任务设计提示，不是 Felix 的原话。把方括号里的内容换成自己的情况；暂时没有的数据、工具或授权，直接写“没有”。

我现在想完成：[任务]。这件事最终要帮助：[谁]，在[时间]之前，作出[具体决定]。

先检查：现有交付物是否适合这个目的？给出一个改进方案，说明代价。不要擅自扩大执行范围。

可用材料：[文件、原始记录及时间范围]。可用工具和权限：[只读查询、分析环境等]。先列出关键假设、缺失信息，以及适合这个问题的方法；缺失的数据不要补编。

选择一个有帮助的其他专业方法，说明要执行什么检查，不做角色扮演。

验收依据：[测试、未参与分析的数据、负责人复核等]。执行边界：[时间与成本上限]。对外发送、修改生产数据、支出费用须先审批。

先交任务方案，等我确认后执行。结果请分开写：已验证的结论、仍不确定的判断、下一步所需证据。

这段提示并不会赋予模型原本没有的能力。它的作用，是尽早暴露任务中的空缺：目标说不清，证据拿不到，或结果根本无人验收。

Felix 的文章值得读，但不必把它理解成“你用不好 AI，是因为你不够大胆”。不少工作真正缺少的是可用的数据、稳定的工具和承担决策责任的人。

下一次准备让 AI 写材料时，先把材料背后的决定写下来。如果能说明它需要哪些证据、怎样算完成，再把任务交出去。野心可以从这里开始。

来源：Felix Rieseberg，How to be more ambitious: A tutorial for humans with models，2026 年 10 月 13 日。原帖：Felix Rieseberg 的分享