AI前沿思考

最新的AI模型训练已经开始由上一代AI承担，这意味着人类社会进化千年的基础——教育，已经开始在AI的世界里成为“AI社会的基础建设”，同时也意味着AI已经开始具备自我传承和进化的能力。

      2026年5月8日，Anthropic 发表了《Teaching Claude Why》研究。研究者让大语言模型围绕人类制定的 Claude 行为原则，生成解释文档和虚构故事，再把这些合成文档用于模型微调。研究报告显示，这种做法改善了模型在相关评估中的安全行为。[1]

      AI 参与改进 AI，这并非今天才出现的做法。当然这里说的“自我进化”，指的是 AI 参与改进 AI 的技术过程。人类仍然在制定原则、设置训练与评估，并不意味着 AI 已经可以脱离人类设定的目标，无限地升级自己。但这件事仍然值得警惕，我指的这种警惕也并不是施瓦辛格的《终结者》的灾难性警惕。而是普通人应该认认真真的去面对AI改变生活的这件事情。还是老生常谈，不要无视AI，不要迷信AI，应该重视AI、驾驭AI、应用AI，人机协同。我们需要面对的变化，已经深入到制作和改进工具的方法里。如果只盯着眼前哪个模型更强、哪个产品更好用，可能还不足以真正理解自己将面临未来工作生活中的变化。

提前准备的东西也会过期

      大约在一个月前，为了这个公众号的内容储备，我曾经让 AI 配合，准备了五十多篇系列文章。听起来仿佛是件挺划算的事。选题往下铺开，文章一篇篇排好，未来一段时间的内容都已经有了着落，我就只需要每周挑选几篇出来润色修改，就可以效率拉满，高枕无忧了！结果到今天，一篇都没用上！不是文章不够好，也不是AI味太重，而是我准备的文章在一个月以后，观点落后，选题陈旧，新闻已经变成旧闻了！短短一个月，AI行业的模型发布、Agent的更新，跨智能体的应用工具，AGI时代的到来，AI的篇章又是一次旧貌换新颜！所以，还是老老实实，每篇敲字原创吧！

      时代在变，智能体的应用也在变，而且变化飞速。写的时候还值得展开讲的方法，过一阵再看，前提已经发生变动了。原本要教人怎么绕过去的问题，新的工具可能直接接手处理了；原本觉得需要花很大力气准备的能力，后来发现，至少其中一部分已经换了做法。你努力的结果，只是AI的一次更新按钮，它从不会因为你的努力而多驻足一秒。你几个月的日夜打磨很有可能就在一次升级中被无情的跨过，这就是我们AI从业者的现状，也是无可奈何的悲哀！半年前火遍大江南北的“OpenClaw龙虾”，现在已经不知道在哪个厨房的角落做成了五香还是蒜蓉！

      这件事让我不得不重新看待“提前准备”这件事。如果储备的东西跟某个阶段的技术条件绑得太紧，它也会过期。有时候做得越多，越舍不得承认已经用不上，沉没成本就越高。我们习惯把准备理解成储备：多学一点，多做一点，最好把未来可能需要的东西先攒起来。这是中国人，尤其是老一辈的“优良传统”，攒钱、攒物、攒资源、攒食物甚至攒永远也用不完的垃圾袋。结果呢，所有攒的东西，都有可能在前置条件发生变化的时候变成毫无意义的废品，说到这里，有些杠精又要抬杠了，我不想在这里展开去讲这件事，这不是我今天要讲的主题，我只想强调一句话，所有的积累，在前置条件发生变化的时候，都有可能一文不值，甚至成为负担。包括很多人要给我抬杠的黄金，就算是黄金，也会在前置条件发生变化的时候变成负担。不服的，自己去拓展阅读，世界历史包括我国历史上，都出现过类似的情况。至于老一辈信奉的“社会资源”就更不用说了。所以，准备和储备，是不一样的，不能完全等同！

      这种情况以后可能会越来越常见。你认真学完一套操作，刚刚开始熟练，一次更新就改了入口，甚至把中间几个步骤取消了。努力确实发生过，原来的使用场景却没有义务一直在原地等着你。

      就在2026年10月6日，Anthropic 推出了一组测试版连接器，让 Claude 可以直接创建、修改 Google 文档、表格和幻灯片。过去需要人搬运内容的地方，现在又出现了新的入口。 [2]

      所以我现在关心一个问题：如果变化和更迭本身会成为日常，一个人究竟要靠什么，才能有继续往前走的底气？这个问题跟正在找工作的人有关，跟大学生有关，也跟读小学、中学的孩子，以及准备第二次创业的人有关。只是大家面对的现实压力不一样，所以不能拿同一份《未来必学技能清单》往所有人身上去解释。尤其在 AI 这件事上，我越来越不相信有一张足够长、足够新的清单，就能把未来安排妥当。

      有些建议听起来特别让人心安：学会这几个工具，掌握这套工作流，就能领先。可这种安心可能只管到下一次更新，但是更新什么时候来，永远是未知。把自己训练成某个软件某个大厂AI的熟练工当然有用，但它不能承载我们对未来的全部期许。

      我也不想把“终身学习”四个大字拿出来，将这件事一笔带过，这四个字是完全站得住脚的正确的废话。学习是要花时间、精力，甚至钱的。成年人手里有正在做的项目，身后有需要照顾的人。让每个人无条件加速，把所有空闲都交给新工具，是一种很省事但也很不负责任的建议。

      工具当然应该学。一个功能都没用过，空谈适应变化，最后还是做不了事。但如果全部准备都压在“我会用这个产品”“我特别熟悉这套流程”上，产品更新甚至淘汰，人就容易跟着失去方向。我这两天清理电脑就突然意识到，有很多APP工具，我已经很久很久没有打开过了。不说二十年前，就算是十年前，一个会熟练运用PS的人，在论坛里绝对会被称作大神，但是现在有很多类似的功能和工具已经被悄无声息的替代了，曾经引以为傲的技能也会变得食之无味。

一个人怎样跨智能体工作

      我理解的跨智能体工作，关键在于人能把一件事从头到尾管起来。哪个环节交给谁，结果接下来怎么用，出了问题回到哪里查，都做到心里有数。

      一件事开始之前，我会花一点时间把项目要求，目标和计划都整理出来。最后要拿到什么、交给谁用，哪些条件已经定了，哪些还没有把握，尽量整理明晰。如果发现自己解释不明白，就先别着急去找AI执行。因为这个空缺迟早要补，拖到最后结果漂移只会越来越严重。

      AI分工时，我在意的是每一段任务能不能交代清楚、独立核验。有些工作需要放在一起考虑，硬拆开就会丢掉前后关系；拆得太碎，自己又得忙着来回搬运、重新拼接。怎么拆，要看任务本身。没必要为了用上几个智能体，额外给自己添一堆活。每一段做到什么程度，才可以交给下一段，最好在开始时就把思路梳理清楚。否则前后矛盾，结果也就对不齐。

      把工作交给不同智能体时，要把它们前后怎么衔接也交代进去。前一个输出的东西，要方便下一步使用，重要结论能找到出处。后一个遇到缺项，就明确指出缺什么。这样，问题才不至于一路传到最后才被看见。跨智能体最费心的就是这些AI之间交接。

      至于要用几个工具，我的原则就一个，尽量精简，不到不得已，就不要去跨平台换工具，更换越频繁，信息损失越严重。不得已要更换时，一定要把已经确认的事情要完整的带过去。留一份随时更新的记录，把当前要求、作出的决定和没解决的问题放在一起。条件变了，就及时改，不能让各个智能体有自己的理解，开始工作前，必须要做一次信息对齐。

      遇到新工具，我习惯先拿一小部分工作来试。原来的做法保留着，对照看结果有没有改善，检查和返工花的时间有没有减少。确实合适，再慢慢换过去。这个方法我已经在ChatGPT Gemini Grok Meta之间来回横跳过几次了，这才得出了上一篇内容中每个智能体更适用哪个场景的结论。如果一上来就重搭整套流程，到最后可能是被工具把自己安排了。工具更新了，回头看它究竟改变了哪些条件，再决定要不要调整做法。如果连任务的前提也变了，就把目标重新梳理清楚。手里的事有自己的进度，不能一直跟着产品发布的节奏一直重启。

年轻的熟练与成熟的经验

      大学生和准备二次创业的人，可以把各自熟悉的那一部分拿出来，一起做事。不过，得愿意让对方介入自己的判断，合作才会有用。

      有些大学生接触新工具快，也容易先从操作上找到成就感。接下来要把任务的前因后果一起弄明白：谁需要这个结果，对方怎么判断它有没有用，交出去以后还剩什么问题。只盯着生成的那一刻，许多真正影响结果的地方就看不到。

      我更建议尽早把成果交给真正需要它的人，听到不满意的地方，追问原因，再自己改一遍。别急着用“需求不清楚”解释所有返工。有时候，理解别人含糊地说出来的要求，本来就是工作的一部分。

      二次创业者积累的行业经验，可以用来审视任务里那些没有写出来的条件。觉得一个方案有风险，就尽量说清楚风险从哪里来，要核实什么，什么情况下判断会改变。这样，经验才能被别人理解，也才能进入智能体的工作过程。只留下一句“这事没那么简单”，年轻人和AI都很难接着往下做。

      与此同时，老办法也要允许重新检查。把过去的流程拆开，看看哪些步骤仍然必要，哪些只是因为当年的工具做不到，才不得不绕一道。愿意拿出一小部分让新方法试，效果不好就说清楚哪里不好。亲手试过、认真比较过，才有依据决定要不要改。

      这些差异并不总是按年龄划分。年轻人也有值得保留的经验，做过多年生意的人同样可以熟悉新工具。两边一起做事时，谁的判断都要有依据，意见不一致就找可检验的部分去试。这样合作，才不至于最后变成各讲各的道理。

      对于正在就业的人，我觉得要逐渐看懂，自己的工作在前后环节里起什么作用。只守着一段熟悉的操作，更新一来，就很难判断自己接下来该补什么。

      可以从手边的工作往两头了解：上一步为什么把任务交过来，下一个人拿到结果后还要做什么。能接触到这些人，就把不清楚的地方问明白。AI接手某些操作后，省出的时间可以用来跟进结果，发现差错、补上遗漏，慢慢把自己能负责的范围扩开。

      这需要慢慢练。复杂材料得读得下去，发现结论不对劲，知道回去查哪一段依据；跟人讨论时，也要能把自己的疑问说清楚。工具替你省掉了一些操作，你能不能判断它交回来的东西，仍然和这些基本功有关。

      至于中小学生，我觉得更该把学习的时间留给理解和思考，不必急着把每一次AI更新都加进学习计划。

学习时，给孩子留出自己琢磨的时间，想不明白的地方也要试着说出来。使用AI时，可以带着问题去讨论，遇到不同说法再回到原文和事实里核对。讨论之后，孩子应该能用自己的话说明判断是怎么来的，而不只是记住了一个听起来很好的答案。这个过程值得让他们慢慢经历。

      大人也要容得下这个过程慢一点。别因为自己焦虑，就不断给孩子追加新工具、新课程，弄得他们连认真想一个问题的时间都没有。我们尚在摸索，也需要给孩子留出摸索的空间。

允许自己重新变得不熟练

      适应更迭更多的部分，其实发生在情绪里，我们要允许自己和他人都重新变得不熟练。

      适应这种更新速度本身，很可能会成为未来生活和工作的基础状态。我们不能总等这一轮变化结束，再安排自己。但如果在你的认知和情绪里每次都把更新当成突发事故，人会非常累。

      所谓的“提前准备”，也包括允许自己作出的判断被修正。一个方法过去有效，不能成为它永远正确的证据。经验永远不能替代理论的原因是，经验有着极其浓烈的时代烙印，它更多的只是特定人群在特定时段背景下的实践积累。即使是自己认真想过、公开说过的判断，遇到新的事实，也需要重新看看。这件事虽然听着简单，一旦落到自己身上往往很难，难就难在情绪上的不能接受，难就难在自我推翻的勇气并不是所有人都有。客观地说，每个人刚花了大量的时间和经历学会一种技能或方法，当然会希望它的保质期越长越好。但是当下的时代已经不允许这种长保质期的“罐头技能”存在了。发现新工具把自己好不容易练熟的步骤做得更完美更快，当然会不甘心，也可能会怀疑之前的选择，很多人会把“早知道，我就····”挂在嘴边。这样的反应很正常，也完全可以理解，但是理解并不能拖延时代的发展进程，这就是未来更迭的常态。把方法过时和对自己的判断分开。某个方法在当时有效，今天不再合适，完全成立。承认它要改，也不等于承认自己当时很蠢。真正拖住人的，有时是为了证明过去的投入值得，继续把时间投进一个已经不合适的办法。“适应”才是唯一能跟上AI的万能钥匙，当然也不必把“拥抱变化”变成另一种情绪表演，调整心态，积极的顺其自然就好。

      这里面最难的，可能是接受自己的不完美，承认自己的失败与落后，允许自己重新变得不熟练。一个已经能独当一面的人，要再次问很基础的问题，再次经历做不好，很容易觉得丢脸。年轻人也一样，刚因为熟悉某个工具获得一点优势，就会担心优势消失。我们都可能想守住那种“我已经会了”的生态位。

      可如果以后许多工作都要反复调整，这个位置就没办法一直守着。我要练习的是，暂时不会的时候，仍然能心平气和地参与讨论；发现别人有更好的做法时，愿意看一看，而不是马上替自己辩护。思想上的开放，有时候就发生在这么不体面的几分钟里。

之前的五十多篇文章用不了，损失是真实的。但继续按原来的计划把它们发出去，可能会让这份损失更大。

      能够停下来，重新看一眼眼前的人和事，再决定哪些保留、哪些重做，我觉得这也是一种能力。它不怎么显眼，却会影响一个人能不能长期走下去。

把自己的节奏留住

      与此同时，人总得给生活留一点不被更新推着跑的空间。工作要完成，关系要维系，身体也需要休息。听说一个新功能，允许自己晚两天再看；当前的工具够用，就先把手里的事做完。这样的取舍同样需要判断力。

      我理解的生存底气，大概就在这里。面对变化，我还有一些基本功可用，有能商量的人，有辨认问题的能力，也愿意拿一小块真实任务试试新的做法。效果不好，知道从哪里改；暂时不会，也不急着给自己下结论。

      至于下一次更新会把哪些步骤替换掉，我不知道。谁也很难提前把未来的那一份答案备齐。

       但我希望自己到时候还能看清，眼前究竟有什么事需要做好，谁在等这个结果，以及我该怎样借助新的能力，把它往前推进。

      五十多篇文章没有用上是因为我没法提前书写完未来。但我由衷的希望大家，每一次计划改变时，都有能力去接受和调整，每一次计划失效时，还有办法适应后重新开始。

      所以“准备”，不是“囤”，不是“攒”，而是一种敢于自我更新、自我推翻的勇气，也是积极面对未知和迭代的态度。

资料来源：[1] Anthropic，Teaching Claude Why，2026年5月8日。https://alignment.anthropic.com/2026/teaching-claude-why/

[2] Anthropic，Claude now works in Google Docs, Sheets, and Slides，2026年10月6日。https://claude.com/resources/articles/claude-now-works-in-google-docs-sheets-and-slides