我每天叫 AI 做的事，大概就跟叫一個台大教授去幫我影印身分證差不多浪費。Felix Rieseberg 在 Anthropic 管 Claude 的工程，他說現在多數人用 Claude 的方式，根本還停在 2024 年。這支影片就是他在講，怎麼把真正大的目標丟給 AI，還有他自己怎麼一天生出上千個原型。

影片時間軸

1. 00:26Felix 說自己早就不寫程式碼了，自嘲以前像搬運故障日誌的傳送帶
2. 01:12一天讓模型做出一千個原型，但人類最多隻能看一個
3. 02:18用天氣預報舉例，猜中溫度不算及格，推導過程才要緊
4. 03:46對抗式審查：一份方案派生五到十個專門挑錯的平行執行緒
5. 04:59拋棄 2024 年那套角色扮演提示詞，通用模型不需要你給它頭銜
6. 07:00把管理者腦中的默會知識提煉成準則，讓模型代替自己把關
7. 08:27一兩人小團隊有潛力做出十億美元級別的企業
8. 11:21現在的 AI 應用還處在智慧手機問世前的全鍵盤功能機時代

他連自己評自己都不信

Felix 講幻覺那段是整支影片最實用的。做法是生成完之後，立刻開五到十條平行執行緒專門挑錯，而且挑錯用更小更便宜的模型就夠，因為批評比創造容易。關鍵是最後那句：永遠不要讓同一個執行緒自我評審，它對自己的產出極度遲鈍。沒有客觀硬指標的場合，你就把自己當客戶驗收，看整體感受，別在細節上死磕。

「你是一位專家」已經沒用了

這段在破除大家最習慣的動作。Felix 說現代模型本質上是全能通才，DeepMind 當年做專用系統去比數學奧林匹亞只拿銀牌，四五個月後通用模型直接金牌。你硬套職業頭銜，只是人類為了方便理解的心理偷懶，反而讓它滿嘴術語、執行力變差。Skills 也一樣，為上一代模型客製的技能指令保質期極短，很多場景整段刪掉表現還更好。

創辦人自己才是瓶頸

很多管理者抱怨模型摸不透自己的品味，產出最後還是要親自審。Felix 的三步提煉法很具體：先把過去在協作平台留下的批註全部餵給 Claude 歸納準則，再讓它挖出你信奉卻從沒明講的潛規則，最後用並排盲測校準。他也提到軟體業的變化：2015 年做一個留學預訂平台要幾十萬美元跟一隊工程師，現在一個人兩天搞定，執行成本趨近於零，剩下的是同理心。

值得下載嗎：值得，尤其如果你還在提示詞裡寫「你是一位資深分析師」。對抗式審查跟品味提煉那兩段可以直接拿來改自己的工作流，前半段比較多概念鋪陳，可以快轉。