Anthropic 工程负责人 Felix Rieseberg:更野心地用 AI 的四个方向
FinanceYF5 · x · 2026-10-30
Anthropic 工程负责人 Felix Rieseberg 发文《How to be more ambitious》，讨论为什么多数人只用最强模型改邮件润文案，而有人已用它寻找新行星、制作音乐视频、探索数学新结果——差距不在模型，而在对 AI 能做什么的想象。他把更有野心地使用 AI 分为四个方向：
- 速度（Speed）：用更少时间完成同样的工作，是目前最常见的用法，经济价值的基本盘。
- 层级（Altitude）：不交给 AI 单项任务，而是追问背后的目标。例：不写「做一份季度汇报」，而是让它分析季度发生了什么、找出最紧急的三个决策、再设计一套更早发现问题与调配资源的方法。
- 深度（Depth）：像领域顶尖专家一样工作——用数据库和统计模型而非 Markdown 表格、检查原始数据而非整理后的结论、引入外部工具或真实数据验证而非让模型自评。他附上一个可直接使用的提示词：「需要这个任务更深入的版本而非更大的版本。先说明：顶尖专家还会做什么？从哪些原始材料开始？用哪些具体方法和工具？除了你我还有什么能证明结果正确？然后据此重写任务。」
- 广度（Range）：用过去成本过高的跨领域方法解决问题。把季度汇报重写为「让忙碌的人在 30 分钟内相信一套因果解释并在不确定中做决定」，就能自然引入分析师、记者、编辑、动效设计师、空头研究员、法务会计的方法。
他还引用 Terence Tao 的观察：模型能力「某些方向惊人，某些方向不足」，且增长不均匀——关键是不断更新自己设定目标的尺度，别只问 AI 能不能完成，也问自己是否把任务想得太小。
「漫话AGI」频道最新
- 「随机的渐进失权」:一条推文浓缩 AI 安全新隐喻 — nabla_theta · 2026-10-30
- AI 治理进金融业：模型决策谁来担责成监管核心难题 — mikeflache · 2026-10-30
- 第三方测速脚本供应链被攻破,Polymarket 平台被抽走 270 万美元 — cyb3rops · 2026-10-30
- Gavin Crooks:AI 时代该写「最后一篇论文」了 — MaxUnfried · 2026-10-30
- Anthropic 招聘负责人废除编码面试：新人的饥饿感胜过资历 — bibryam · 2026-10-30
- Citadel 前基金经理：AI 提效十倍，但无分析师对冲基金赢不了人 — AI Engineer · 2026-10-30