Anthropic 工程负责人：Skill 删掉反而更好，别再像 2024 年那样用 Claude

从“传送带”到放手让 Claude 自己判断

10 月 13 日，Anthropic 工程经理、Claude Cowork 工程负责人 Felix Rieseberg 发表博文，建议用户在使用 AI 时“更有野心”。他分享这篇文章的 X 帖子已获得超过 500 万次浏览。在他看来，更有野心不只是让 AI 把事做得更快，而是要重新想清楚：眼前的工作最终要达成什么目标，能不能把更多事情交给 AI，让它自己找方法。

Felix 以自身经历说明这种转变：过去他会逐一查看程序崩溃记录，挑出问题再交给 Claude 修复，后来意识到自己不过是在给 Claude 当“传送带”。既然 Claude 能修，为什么不让它直接读取崩溃数据、自行判断哪些需要修复？这一反思也影响了他对 Agent 工作流的看法。

对抗式审查：让多个 Claude 互相挑错

近日 Felix 做客 Silicon Valley Girl，与主持人 Marina Mogilko 讨论如何更充分地发挥 AI 能力。他所在团队曾用大约一周半开发出 Claude Cowork，如今他已不再亲自写代码，更多精力放在产品原型、用户需求和团队管理上。

当 AI 承担越来越多工作，如何判断它做得对不对？尤其是在自己不熟悉的领域，怎样避免被一本正经的错误答案误导？Felix 给出的办法是“对抗式审查”：让多个 Claude 分别挑错，再由另一个 Claude 判断这些意见是否成立。他指出，找错有时比创造更容易，因此挑错环节可以用能力稍弱的模型；如果自己能判断结果好坏，就没必要弄懂 AI 的每个步骤。

别再让模型扮演专家，Skill 该删就删

Felix 还建议，不必再刻意告诉 AI“你是某个领域的专家”。与其让模型扮演专家，不如直接为它提供专业工具和数据。在他看来，这种角色扮演式提示词已是 2024 年的做法，如今的大模型本身是通才，刻意设定专家角色反而可能限制其能力发挥。

谈到 Skills，他表示自己经常用，但会谨慎选择。模型更新很快，为上一代模型写的 Skill 可能已经过时，有时删掉效果反而更好。同时也要考虑模型真正需要什么数据和工具，而不是一味堆叠。

开发成本下降，创业者的关键没变

两人还聊到软件创业和工程师的未来。当过去需要团队花几个月开发的软件，一个人也能在短时间内做出来，创业者的优势在哪里？Felix 认为，开发成本降低了，但做好产品的关键没变：理解用户、了解使用场景，并做出让人愿意付费的产品。最初的点子可能会变，创始人理解需求、做出产品的能力更重要。

对于个人如何更充分发挥模型能力，他的建议是先想清楚工作最终要实现什么，再试着把更大的目标交给模型，不断探索其能力边界。如果始终只用它总结邮件、调整语气，就很难真正发挥模型的作用。访谈中他还提到，有用户把大量 NASA 数据交给 Claude 寻找新行星，据称确有发现，NASA 目前正在核实、尚未确认。

从原文信息看，Felix 的核心主张是把评价标准和工具交给模型，而非继续堆砌角色提示词；这对开发者接入 Agent 工作流时的提示词与 Skill 管理策略，是一次明确的方向调整。

来源：InfoQ