看完Anthropic研究才懂:你有多会问,AI就有多强!

大家好呀,我是飞鱼

之前网上有人说现在的 AI 会拉平所有人的差距,实现知识平权,不管你是博士还是初中生, AI 都能够给你同样优质的答案。

但是最近顶级 AI 公司 Anthropic(Claude 的母公司)发了篇报告:

它用一个极其冷酷但是又证据确凿的数据告诉我们这种 AI 面前人人平等,其实完全不成立。

它分析了 100 万条真实用户的话,得出结论:用户提问的水平和 AI 回答的水平的相关系数高达92%。

简单说就是 AI 是一个放大器:

你如果本来就强的话,那么 AI 就会让你更强,如果你本来认知水平就很浅,那么 AI 就只会给你一个很浅层的回答。

你觉得 AI 蠢,那很有可能就是你的提问配不上它的能力。

AI 它更像是一个镜子,你照进去什么水平,那它反射出来就是什么水平。

我记得之前很多人迷信提示词工程:

就是请你扮演一个专家,请你一步一步思考,你是世界级的顾问等等,会把这些东西发给AI。

但是这些技巧以前是管用的,现在随着模型越来越强,它的效果会越来越弱。

那现在到底什么是真正决定 AI 输出质量的呢?

其实不是你怎么去命令它,而是你的脑子里面有没有货。

就是你自己对这个问题的理解,你对于这个领域的专业判断,你能不能够分辨出来什么是一个好答案?

而这些才是 AI 时代的一个硬通货。

这份报告还有一个很有意思的发现:

就是他们发现全球不同国家的 AI 使用模式不一样。

越是高收入、高教育水平的国家,用户越倾向于把 AI 当做合作伙伴来协作,而不是单纯的把活扔给它。

换句话说,真正把 AI 用好的人,不是在使用AI,而是在和 AI 对话。

而 AI 最厉害的地方也不是替你干活,而是和它一来一回的碰撞中,把你自己的想法也给打磨的更好了。

那怎么样才能提升你和 AI 对话的质量呢?

首先第一条就是要先看框架,再要答案:

你别上来就问说怎么办,要先问这类问题的底层逻辑是什么,有什么经典的分析框架,让 AI 先帮你搭一个知识的骨架,然后你再带着这个骨架去问具体的问题。

第二条就是给终点,而不是给路线:

很多人用 AI 的方式就是一步步指挥,比如先干这个,再干那个,然后格式要怎么样?那这种的操作其实反而限制了AI。

你要做的其实是要把目标背景还有约束条件一次性讲清楚,然后让 AI 自己去规划路线。

总之你要放手, AI 才能够发挥。

第三条就是让 AI 当裁判:

把 AI 的回答扔到另外一个 AI 里面去审核,让 AI 之间相互的去挑刺,那你就做这个最终的一个决策者。

总之:现在AI 的天花板其实并不在于技术,而在于人。

与其去研究什么提示词的模板,不如提升自己的认知,多读一手的信息源,多建立系统性的思维框架,多训练自己的判断力。

现在 AI 真的不笨,它只是在等待一个配得上它的问题。

所以大家还是要学习的,加油哈!

最后想看技术文章的,可以去我的个人网站:hardyfish.top/

相关推荐
葫芦和十三9 小时前
图解 MongoDB 02|BSON:你以为存的是 JSON,其实是带类型的二进制
后端·mongodb·agent
葫芦和十三9 小时前
图解 MongoDB 01|文档数据库
后端·mongodb·agent
JieE21210 小时前
LeetCode 56. 合并区间|超清晰 JS 图解思路,面试高频区间题
javascript·算法·面试
陈随易11 小时前
VSCode的Copilot扩展支持接入DeepSeek,Kimi了!
前端·后端·程序员
我不是外星人12 小时前
有了 Harness Engineering ,真的还需要研发工程师吗?
前端·后端·ai编程
candyTong12 小时前
RTK 技术原理:一次典型会话里,80% 上下文是怎么省下来的
javascript·后端·架构
Rust研习社15 小时前
组合真的优于继承吗?为什么 Rust 和 Go 都拥抱组合舍弃继承?
后端·rust·编程语言
IT_陈寒15 小时前
JavaScript的闭包把我坑惨了,说好的内存会自动回收呢?
前端·人工智能·后端
CaffeinePro16 小时前
Pydantic深度使用:数据校验、枚举、ORM映射
后端·fastapi
Chenyiax16 小时前
从 Chat 到 Responses:OpenAI API 抽象为什么变了?
后端