AI 系统缺的不是算力而是「执行功能」:四条可落地的管理策略
Designer-Material633 · reddit · 2026-11-19
作者从认知科学角度论证:当前模型循环、弃目标、无法承诺,不是算力问题而是控制问题——它们是「没有经理的工人」。借鉴执行功能(executive function)概念指出三大缺陷:
- 无法在噪声下维持单一目标:人类靠前额叶皮层维持目标表征,模型却把每个工具输出、检索文档都视为同等显著,原始目标被稀释。
- 缺乏分层控制:模型默认平面化反应式决策,「探索选项」这类模糊提示导致无界搜索,「承诺选项 A 并论证」这类具体分层提示才能产出完成。
- 不会修剪工作记忆:人类主动丢弃无关信息,模型无限累积上下文——没有修剪的记忆带来干扰而非智能。
作者给出四条立即可用的策略:1) 每次运行开头重申唯一目标,拒绝不服务于该目标的工具输出;2) 用 Goal → Plan → Execute → Report 的分层提示结构,强制先承诺计划;3) 每步之后只总结相关内容并丢弃其余上下文;4) 加抑制层,明确告诉模型不要做什么(如「不要浏览超过 3 个来源」)。结论:不需要更大的模型,需要更好的管理层。
所属事件:AI 缺的不是算力而是「执行功能」:四个可落地的管理层策略(3 条相关)→
「漫话AGI」频道最新
- Grady Booch 命名前沿模型通用架构:「易错监护者」模式 — Grady_Booch · 2026-11-19
- Brian Armstrong:专业化开源模型团队协作可胜过前沿大模型 — markjeffrey · 2026-11-19
- 国家只为经济价值而存在?一场关于AI与「有意义工作」的辩论 — Paimaamu · 2026-11-19
- 用 Anthropic 报告算账:CS 是 Claude 使用强度最高的学科 — plopesresearch · 2026-11-19
- 研究者自制图表:按学科规模归一化的 Claude 使用率排名引热议 — plopesresearch · 2026-11-19
- Anthropic 分析 20.7 万科研会话:数据分析占三分之一,形式科学用得最狠 — plopesresearch · 2026-11-19