AI越强，"想清楚"越值钱

这周，我在用 Claude Code 的时候注意到了一个变化。

它推出了一个新功能，叫 UltraPlan。简单说，就是把"规划"这个步骤从本地终端搬到云端，让模型先在云上把你交代的任务拆解成一份详细的执行计划，你在浏览器里看完、确认、修改，然后它才开始真正动手写代码。

我第一反应是：这不是变慢了吗？多了一个步骤，多了一道确认，多花了一些等待的时间。

但用了几次之后，我意识到一件事——

它变慢的每一秒，都在省下之后可能花的几十分钟。

Claude Code 做了什么

先说一下这件事的背景。

Claude Code 是一个 AI 编程工具。简单说，就是你让它帮你写代码、调试程序、做项目。它是 Claude 这个大模型的"编程专用版"。

Claude Code 其实早就有 Plan 模式。你在终端里输入 /plan，它就会先停下来，把任务拆解成几个阶段，写成一份计划文件给你看，你确认了再继续执行。

但问题出在这里——

一位资深开发者在实测后说了两句话，对比非常鲜明：

"Regular Claude: Ship fast, debug later."（普通模式：快速上线，之后再说。) "Ultraplan: Ship carefully, debug less."（UltraPlan：仔细规划，少量 debug。）

另一位做了实测对比的开发者说得更具体：原来的本地 Plan 模式，能够捕获的依赖关系有限，步骤之间的关联有时会遗漏，计划的结构不够清晰——plan 了，但 plan 得不够细。

不够细意味着什么？意味着计划看着清楚，执行的时候才发现逻辑有漏洞；意味着你以为想明白了，开始写了才发现前面有一个你没考虑到的基础问题，导致后面要全部推翻重来。plan 了，但 debug 的工作量并没有真正少下来。时间也就没有真正省下来。

所以 Claude Code 把 Plan 功能升级成了 UltraPlan——把规划过程搬到云端，用更强的模型、更长的上下文，把需求拆得更细、更精准。

每一个阶段做什么、它依赖什么、边界在哪里、可能出现什么问题——全部在 plan 阶段就想清楚。

这样到了写代码的阶段，工程师拿到的是一份真正可以"按图施工"的蓝图，而不是一张草图。方向一开始就是对的，逻辑一开始就是通的，bug 自然就少，debug 的工作量自然就下来了。

这就是 UltraPlan 真正的意义：不是让 plan 变得更快，而是让 plan 变得更细、更准、更值得依赖。

一句话总结：不是从"写了再说"变成了"想清楚再写"——是从"粗糙地想"升级成了"系统地想"。

这件事为什么重要

因为它解决了一个 AI 时代最常见的浪费。

你有没有过这种经历：让 AI 帮你写一份报告，写完了你一看，方向偏了，结构不对，数据用错了。没办法，推倒重来，或者花大量时间修改。

有没有过这种经历：让 AI 帮你做一个方案，做到一半发现它没理解你的真实需求，它按照字面意思做了一件技术上正确但完全不是你想要的事。

这种浪费的本质，不是 AI 不够聪明，而是你给它的任务描述不够清楚。

更本质地说，是你没有一个"想清楚"的环节。

我们人做事也是这样。没有想清楚就动手，做十件，可能七件要返工。做之前花时间把目标和路径想清楚，反而事半功倍，这就是“谋定而后动”。

AI 时代，这个规律没有变，甚至变得更明显了——因为 AI 做事比你快，但它方向错了的时候，浪费得比你更彻底。

做计划不是在浪费时间，是在省token

这周还有一个大背景。

阿里云、百度、腾讯云的 AI 服务，集体涨价了。有的涨幅超过了 400%。

Token 越来越贵，这件事对普通人意味着什么？

意味着你不能像以前那样让 AI 反复试、反复改、反复返工了。方向错了，每改一次都是在烧钱。

但有意思的是，Claude Code UltraPlan 这次升级，恰好是应对这个问题的最佳答案——

先想清楚再做，每一次执行都是对的那一次。

你花在"想"上面的时间，在 token 层面几乎是零成本。但它省下的，是之后可能十次返工的 token 消耗。

这就是今年最值得建立的一个认知：

在 AI 时代，思考的质量，直接决定了你花的钱值不值。

这件事对普通人的意义

你可能不是程序员，不会用 Claude Code。但这个逻辑可以用在任何地方。

你让 AI 帮你写一封重要的工作邮件——先跟它聊聊这封邮件的背景、对象、目的，让它给你一个大纲，你确认了，再让它写成完整邮件。

你让 AI 帮你做一个市场分析的框架——先问它"你会从哪几个维度来分析"，你看完了觉得少了一个维度，补上，再让它展开。

你让 AI 帮你制定一个年度工作计划——先让它说"你觉得这个目标分几个阶段实现比较合理，每个阶段的关键指标是什么"，你点头了，再让它往下拆。

每一次"让它先说计划，你确认了再执行"——都是一次最小规模的风险控制。

你省下的不只是返工的时间，还有反复调用 AI 的 token 成本，以及改完之后那份"将就用吧"的心情。

一种更好的与 AI 协作方式

你注意到了吗？我在这篇文章里一直在说一个模式：

先说清楚，再动手。

这其实是你自己在用的工作方式——接受任务的时候，先跟对方聊清楚需求，搞清楚目标是什么、边界在哪里、有哪些坑要避开，然后才开始做。

跟 AI 协作，也应该是一样的逻辑。

只是很多人还没建立这个意识——因为 AI 反应太快了，快到让人忘记了"想清楚"这件事本身的价值。

Claude Code UltraPlan 这件事有意思的地方就在这里：它不是让 AI 更快，它是强制要求人类先停下来想一想。

这不是功能的进步，这是理念的进步。

最后说一句

这周发生了一件很小但很值钱的事：一家 AI 公司，做了一个产品改动，把"规划"变成了一个独立的步骤，放在执行之前。

这个改动背后，是一个被越来越多人意识到的真相——

AI 越强，"想清楚"就越值钱。

以前我们以为跟 AI 协作的关键是"会提问"。但真正的高手，把"提问"变成"对话"——先聊，先问，先让 AI 说出它的理解，你来确认它理解对了，这个来回才是整个协作里最有价值的部分。

因为那个部分，AI 不会自己省掉。必须你来。

参考来源：Anthropic Claude Code 官方更新日志、MindStudio 测评、DevOps.com 技术分析、LinkedIn Tom Zschach 行业观察

Beyond Algorithms

算法之内：驾驭工具；算法之外：做回自己