夜雨聆风AI给人类打分，优秀人类只得了7.5分
以前我们给AI跑分，现在AI反手给我们打分了。
Anthropic（就是做Claude的那家公司）悄悄上线了一个灰度功能：你打开Claude的设置面板，点一个叫"AI Fluency"的按钮，几秒钟后，一份关于你AI使用习惯的"体检报告"就出来了。
满分11分，优秀线是7.5分。
已经有手快的网友晒出了自己的成绩单——7.5分，刚好踩线。而Claude给他的评语是："你极其频繁地使用各种Connector，但只要话题涉及体育数据、食谱，甚至地图和地理位置，你就表现得一无所知。"
这哪里是软件，简直是一个拿着教鞭、对你恨铁不成钢的赛博导师。
近万份对话，揭开了人类使用AI的真实水平
这事的背景是Anthropic联合学术界搞了一份《AI流利度指数报告》，研究团队在一个星期里扫描了9830段真实的匿名对话，全程用AI分析，没有人工干预。
他们发现了一个残酷的事实：这世上用AI的人，差距比人和狗都大。
研究团队提出了一个"4D AI流利度框架"，总结出24项衡量人机协作的标准。其中有13项发生在屏幕之外——比如你是否对老板隐瞒了工作是AI做的，你是否考虑了AI生成内容的伦理后果。
剩下的11项，是可以在聊天框里直接观测到的指标。这11项就是Claude给你打分的底层逻辑。
11项评分标准：你在哪一步现了原形？
这11项指标围绕三个维度展开：描述、委托、辨别。
维度一：描述——你真的知道自己想要什么吗？
很多人的对话框长这样："帮我写个周报"、"写一个贪吃蛇代码"。
在Claude眼里，这种指令的流利度几乎为零。真正的高手会做三件事：
第一，明确目标。 你是否向AI解释了你做这件事的最终目的？
• 低分玩家："帮我润色这段英文。" • 高分玩家："我要给硅谷的一家风投机构发Cold Email争取融资，请帮我润色这段英文，确保语气自信但不过分傲慢。"
第二，指定格式。 高分玩家懂得说："请用Markdown表格输出"、"请以3个小标题+每段不超过50字的要点格式呈现"。
第三，提供示例。 Few-shot永远是王者。在让AI干活前，先喂给它一个你认可的范例："请模仿以下这篇爆款文章的口吻来写……"
维度二：委托——把AI当合伙人，而不是自动售货机
研究团队发现了一个惊人的数据：最常见的人机协作模式是"增强型"——人类提出方向，AI填充细节。
但高手不止于此。他们会：
• 迭代优化：不指望AI一次出完美结果，而是通过多轮对话不断打磨 • 情境激发：主动给AI设置约束条件，逼它发挥更好的辨别力 • 质量把控：在AI输出后，自己做最终审核和调整
有个很有意思的发现：有13%的对话中，用户明确表示"这不是我想要的"——而这些用户往往得分更高。敢否定AI的人，反而更懂AI。
维度三：辨别——你分得清AI什么时候在胡说八道吗？
这是最高阶的能力。高手会：
• 识别幻觉：知道AI什么时候在编造事实 • 评估置信度：判断AI输出的可靠性 • 交叉验证：用多个信息源确认关键信息
研究发现，只有不到5%的用户会主动要求AI提供信息来源——而这恰恰是辨别能力的核心标志。
7.5分是什么水平？
根据报告的数据分布：
• 0-3分：AI小白，只会说"帮我写个XXX" • 4-6分：进阶用户，开始有意识地给AI提供上下文 • 7-8分：高手，能熟练运用各种技巧与AI协作 • 9-11分：大师级，把AI当成真正的思考伙伴
那个晒出7.5分的网友，Claude给他的建议是："在让我写第一稿之前，试着对我说——给我一个简洁的要点摘要，不要任何前言废话。这样能让你的初稿干净得多。"
注意到了吗？AI不仅给你打分，还直接告诉你怎么提分。
值得思考的是
表面上看，这只是Anthropic搞的一个趣味功能。但往深了想，有几个问题值得琢磨：
第一，AI正在定义"什么是好的人类行为"。 7.5分是"优秀"，那6分是什么？是"及格"还是"不合格"？谁有权定义这个标准？
第二，你的使用习惯正在被AI学习和分析。 虽然报告说是匿名的，但AI确实在"看"你的每一次对话，分析你的行为模式。
第三，人机协作的能力正在被量化。 以前"会用AI"是个模糊的概念，现在它有了具体的分数。这个分数未来会不会影响你的职业发展？
一个有趣的细节
报告里有一句话特别扎心："这世上用AI的人，差距比人和狗都大。"
想想你自己平时怎么用AI的——是直接甩一句"帮我写个方案"，还是会花5分钟想清楚目标、格式、示例？
如果是前者，那你在Claude眼里，可能连3分都不到。
但好消息是，这些技能是可以学的。而且一旦掌握了，你和AI的协作效率会有质的飞跃。
毕竟，在AI时代，最稀缺的不是会用AI的人，而是会用好AI的人。
本文为原创内容，首发于公众号「新一技术宅」，转载请注明出处。
数据来源：IT之家、新智元
