夜雨聆风💡 Anthropic 即将给 Claude 加一个「AI Fluency Scorecard」（AI 流利度评分卡），给用户的每一次对话打分。
报道里有个细节我读了两遍：一个网友提前体验，让 Claude 评一下自己，结果得了 7.5 分，他还挺得意。
我看完笑了一下，因为他大概率不知道——Claude 接下来要做的事，不是让人给自己打分，是反过来给所有人打分。
而 Anthropic 已经先用 9830 段真实对话样本试过这套打分系统了。结论挺扎心：
85% 的人，根本没把这个工具用明白。
更让我盯着屏幕的是这句：
在所有指标里，会迭代的用户和不会迭代的用户，差距是 5.6 倍。
5.6 倍是什么概念？相当于同样付了 20 美元 Claude Pro，有人开出来一台跑车，有人开出来一台老年代步车。
这件事我反复琢磨了几天，越想越觉得它不是一条 AI 公司的产品更新新闻。
它是一个信号——从「我们考 AI」到「AI 评我们」的权力转向，可能比所有人想得都来得快。
下面是我把 Anthropic 这份研究和 IT 之家那篇报道一起拆开后整理的几个核心点。
一、AI 给人打的这张分，到底是怎么打出来的
先说清楚 Anthropic 这套东西是什么。
它叫 AI Fluency Index（AI 流利度指数），来自 Anthropic Academy 联合多所高校做的一项研究，样本是 9830 段真实对话，跨多个领域、多种用户类型。
研究的核心问题只有一个：
「会用 AI」和「不会用 AI」之间，到底是天赋差异，还是可观测、可量化的行为差异？
研究结论是后者。
他们把「AI 流利度」拆成了 3 个维度 11 项指标，每一项都是可以从对话里看出来的具体行为。
维度一：描述（Delegation）—— 你是怎么交代任务的
你有没有给上下文（你是谁、要给谁看、做什么用） 你有没有定义任务边界（要多长、什么风格、用什么格式） 你有没有提供必要的背景材料
维度二：委派（Description）—— 你是怎么使唤它的
你有没有迭代精炼（多聊几轮，让它改） 你有没有让它澄清不明确的地方 你有没有反问、追问、要例子 你有没有引导它换思路
维度三：辨别（Discernment）—— 你是怎么收货的
你有没有事实核查 你有没有质疑它的推理过程 你有没有识别它的偏见或盲点 你有没有发现它「漏掉了什么」
Anthropic 的判断很直接：这 11 项里，每一项都不是天赋，都是可学习的行为习惯。
但研究中有一个非常打脸的数据：
只有 30% 的用户 会主动告诉 AI「该怎么跟我互动」。
也就是说，70% 的人在跟一个对自己一无所知的实习生干活——不告诉它自己的职业、不告诉它要给谁看、不告诉它喜欢什么风格，然后嫌它写得不像你想要的。
这事儿挺荒谬，但你回头想想自己昨天问 ChatGPT 的那个问题，多半是中招的那 70%。
二、5.6 倍差在哪里：迭代精炼是真正的分水岭
11 项指标听起来挺多，但 Anthropic 把数据回归之后，发现一个让其他指标都变得没那么重要的「超级变量」：
迭代精炼（Iterative Refinement）。
说白了，就是愿不愿意多聊几轮。
数据有多夸张？
在所有「高质量对话」里，85.7% 都包含明显的迭代精炼行为 会迭代的用户，质疑 AI 推理的概率，是不迭代用户的 5.6 倍 会迭代的用户，识别上下文缺失的概率，是不迭代用户的 4 倍 会迭代的用户，几乎在 11 项指标的每一项上都更高
也就是说，迭代不仅仅是迭代本身——它是一个总开关，开了之后其他所有「会用 AI」的行为都会跟上来。
为什么会这样？我自己琢磨出一个直白的解释：
不迭代的人，把 AI 当搜索框。
输入 → 复制 → 关闭。整个过程没有第二轮。AI 输出的好坏，全看运气。
会迭代的人，把 AI 当实习生。
交代任务 → 看初稿 → 挑毛病 → 让它改 → 再挑毛病 → 验收。整个过程是一次完整的合作，AI 输出的好坏，他自己说了算。
这两种用法之间，差的不是 prompt 技巧，是对工具的认知模型。
我把这事儿放到三个最常见的场景里，对照感更强：
场景一：写代码
低分玩家拿到的是一段能跑的代码。 高分玩家拿到的是一段他看得懂的代码。
半年之后，前者留下一堆维护不动的项目，后者沉淀出自己的工程直觉。
场景二：写文案
迭代到第三轮的人，写出来的文章是他的。 不迭代的人，写出来的文章是Claude 的——读者一眼就能闻出 AI 味。
场景三：做研究
低分玩家收到一份报告。 高分玩家收到一次对抗性思考。
5.6 倍的差距，本质上就是这个差距。
三、Artifact 悖论：AI 给得越漂亮，你越不会去翻它的底
如果说"5.6 倍迭代差距"是这份研究里最打脸的发现，那下面这个就是最反常识的——
Artifact 悖论（The Artifact Paradox）。
Anthropic 发现，当 AI 输出 artifact（也就是"成品式产物"——完整代码块、结构化报告、漂亮的表格、可视化图表）时，用户的行为会发生一组奇怪的变化：
| +14.7% | |
| +14.5% | |
| +13.4% | |
| −3.7% | |
| −3.1% | |
| −5.2% |
翻译成人话：
当 AI 输出一份漂亮的成品，人们更愿意用它，但更不愿意去验它。
这个现象 Anthropic 给了一个解释：当输出物呈现出专业感、完成度、视觉权威时，人脑会触发一种「这个看起来已经做完了」的认知节能本能——反正它都做完了，挑刺岂不是显得我事多？
但问题恰恰在这。
AI 输出的"漂亮"和"正确"，是两件没有任何关系的事。
我自己有个特别直观的体感：
如果 ChatGPT 给我一段手写感的草稿，我读起来反而很挑剔，会逐句质疑 如果它给我一份带 emoji、有标题、有粗体的结构化报告，我会下意识觉得"嗯，看起来挺对"
但 Anthropic 的数据告诉我们，第二种情况下，它出错的概率不会因为排版变好而下降，而我发现它出错的概率，下降了 5%。
这是 AI 时代最隐蔽的智商税：
你以为你在审稿，其实你在签字。
而且 Artifact 越是被 ChatGPT、Claude 这些产品本身鼓励（Canvas、Artifacts 这些功能都在让 AI 输出更"成品化"），这个悖论的破坏力越大。
我不是说不要用 Artifact，我自己 Claude 的 Artifacts 用得比谁都凶。
但要带着这个意识：屏幕上越漂亮的东西，越要把它当草稿看。
这一条做到，你的「辨别」分数立刻往上跳一档。
四、对照这 11 项，看看你是几分用户
理论说完了，给一份自检清单。
下面这 10 个问题，每勾一个 1 分。能勾上 7 项以上，说明你是 Anthropic 数据里的"高分用户"。
描述维度
你给 AI 的第一条 prompt，会不会主动交代「我是谁、要给谁看、做什么用」？ 你会不会把背景材料（代码、数据、上下文）一次喂给它，而不是让它"猜"？ 你会不会明确告诉它「我要的输出是什么格式、什么长度」？
委派维度
你会不会读完它的回答之后，至少回一句"再改改"？ 你会不会主动让它"换一个思路再来一次"？ 你会不会故意挑刺，让它解释为什么是这个结论？
辨别维度
它给你列数据 / 引用文献时，你有没有去核实过？ 它说"通常来说……"的时候，你有没有问"为什么是通常"？ 它给你一份漂亮的成品时，你有没有逼自己当成草稿来读？ 你有没有让它反过来批判一次自己刚刚的输出？
我自己第一次过这套清单的时候，老实说只勾了 5 个。
研究里所谓的"高分用户"，不是聪明，是懒得偷懒——他们多花的那几十秒"再改改"、"为什么这么说"，就是 5.6 倍差距的全部秘密。
这套打分系统真正的意义，不是 AI 在评判我们，是它逼我们看见自己有多懒。
五、为什么这件事可能比你想的更重要
写到这里，我想再退一步聊聊这件事的"信号意义"。
Anthropic 不是傻子。它把这套打分系统做出来、做进 Claude 的 UI，绝对不只是为了让用户看一眼分数。
我猜接下来一两年会发生几件事：
1. 评分会变成训练信号
你的对话、你的迭代行为、你的核查习惯，会被 AI 平台拿去优化它的提示工程建议、它的默认行为、它的引导文案。
会用 AI 的人，会让 AI 变得更好用；不会用的人，反过来把它训练得越来越简单粗暴。
这就是 AI 时代的马太效应。
2. 这条线会越来越像"会不会用搜索引擎"
10 年前，我们笑过那些"在百度搜索框里输入'你好我想问一下…'然后按回车"的长辈。
10 年后，我会笑那些"复制 AI 第一次输出就直接交付"的同事。
不是嘲笑，是真实的能力差距。这条隐形门槛会渐渐变成职场和商业里的硬筛选。
3. 「AI Fluency」会变成一项可写在简历上的能力
不会太久，可能 1-2 年内就会出现：
招聘要求里写"requires high AI fluency" 培训机构开始卖"AI 流利度认证" 大厂内训出"AI Fluency 等级"
听起来像段子，但搜索引擎刚普及那几年，"会用 Google"也确实在硅谷被当成一项严肃技能写进入职手册。
历史会重复。
写在最后
回到 IT 之家那个网友——他给自己打了 7.5 分，挺得意。
但等 Anthropic 这套真的上线，他大概率会发现自己实际是 5 分出头。
不是 AI 给低了，是他本来就这个水平。
我写这篇文章不是要泼冷水。
恰恰相反，我觉得这件事是一个机会。
因为这 11 项指标，每一项都不需要 IQ，都不需要长时间训练，都只需要一点点"我多问一句吧"的耐心。
5.6 倍这个差距，不是一道天堑。
它就藏在你下一次和 AI 对话时，**愿不愿意多敲那一句"再改改，我不太满意"**里。
如果今天这篇文章能让你下一次用 AI 的时候，多问一轮、多核一下、多挑一刺——
那你已经从那 85% 里走出来了。
最后，问自己三个问题：
你最近一周和 AI 的对话，平均迭代过几轮？ 你有没有把 AI 给你的"漂亮成品"，当成草稿来挑过刺？ 如果 Claude 明天上线了那个分数，你敢看吗？
三个问题里，第一个就够了。
迭代次数 ≥ 3，你就已经赢了大多数人。
📌 关注公众号，不错过下一篇拆解。
觉得有收获？点赞 + 在看 + 转发，是对我最大的支持 🙏
