[{"data":1,"prerenderedAt":253},["ShallowReactive",2],{"page-/post/daily/people-strong-then-ai-strong":3,"surrounding-page":244},{"id":4,"title":5,"author":6,"body":7,"date":231,"description":13,"extension":232,"group":6,"lastmod":231,"meta":233,"navigation":234,"path":235,"rawbody":236,"seo":237,"showTitle":6,"stem":238,"tags":239,"versions":6,"__hash__":243},"content/post/daily/people-strong-then-ai-strong.md","能力强的人用AI更强",null,{"type":8,"value":9,"toc":222},"minimark",[10,14,17,20,27,30,35,38,43,46,49,52,56,63,66,69,74,77,80,83,86,89,92,98,101,107,110,113,116,119,124,127,130,133,136,141,144,148,151,154,157,160,166,172,178,184,187,190,193,198,201,207,210,213,216],[11,12,13],"p",{},"最近 Anthropic 发布了第四期 Economic Index 报告，基于 200 万次 Claude 对话数据（100 万来自 Claude.ai，100 万来自 API），引入了\"经济原语\"这个新的分析框架。",[11,15,16],{},"这次报告给出了一个和大众认知相反的结论。",[11,18,19],{},"很多人以为 AI 会先从流水线和客服这些简单工作开始替代，知识工作者暂时还安全。",[11,21,22,23],{},"但真实情况是：",[24,25,26],"strong",{},"理解提示词所需的教育水平越高，AI 带来的任务时长缩减就越明显。",[11,28,29],{},"换句话说，AI 正在从知识工作的核心地带切入，而不是从边缘蚕食。",[31,32,34],"h2",{"id":33},"复杂任务反而跑得更快","复杂任务，反而跑得更快",[11,36,37],{},"官方数据显示了一个反直觉的现象：",[11,39,40],{},[24,41,42],{},"任务越复杂，AI 带来的提速效果越明显。",[11,44,45],{},"即使考虑到复杂任务的成功率更低这个因素，这个结论依然成立。",[11,47,48],{},"具体来说，需要更高教育水平才能理解的任务，AI 能节省的时间反而更多。但复杂任务的成功率确实更低一些，说明了一件事：AI 在高难度任务上的表现更不稳定。",[11,50,51],{},"你用 AI 帮你写代码、做分析、起草方案，每次都像在抛硬币——这次能不能靠谱完成，谁也不知道。",[31,53,55],{"id":54},"会问的人得到更多","会问的人，得到更多",[11,57,58,59,62],{},"报告发现了一个有趣的现象：",[24,60,61],{},"用户输入的表达水平和 AI 回复的表达水平，呈现高度相关性","。",[11,64,65],{},"说人话就是：你用什么水平的语言问问题，AI 就用什么水平的语言回答你。",[11,67,68],{},"这不是 AI 在刻意迁就你，而是它的训练方式决定的。Claude 会自动匹配用户的表达层次。",[11,70,71],{},[24,72,73],{},"所以，原本架构能力更强的开发者，用同样的 AI，效率反而更高。",[11,75,76],{},"为什么？",[11,78,79],{},"因为架构能力很大程度上受制于表达能力——包括语言和文字上的表达。",[11,81,82],{},"以前这种能力体现在和团队的沟通上，谁能把需求说清楚、把方案讲明白，谁就能推动项目往前走。",[11,84,85],{},"现在这种能力同样体现在和 AI 的沟通上。你能不能写出高质量的 Prompt，能不能把复杂问题拆解成 AI 能理解的小步骤，直接决定了 AI 能给你多大的帮助。",[11,87,88],{},"但这并不意味着非技术背景的人就没机会了。",[11,90,91],{},"事实上，很多没有编程背景的人，通过 AI 已经做出了不少有用的 App、工具、甚至小产品。",[11,93,94,95],{},"关键在于：",[24,96,97],{},"你能不能清晰地表达你想要什么。",[11,99,100],{},"不一定要懂算法、懂数据结构，但你得能把你的需求、你的逻辑、你的期望，用准确的语言描述出来。",[11,102,103,104],{},"这种能力以前可能叫\"产品思维\"，现在可以叫\"Prompt 工程\"，但本质上都是同一件事：",[24,105,106],{},"把脑子里模糊的想法，翻译成可执行的指令。",[31,108,109],{"id":109},"多轮对话才是关键",[11,111,112],{},"官方数据揭示了另一个现象：",[11,114,115],{},"Claude.ai（网页端）和 API 调用的成功率差异明显，前者显著高于后者。",[11,117,118],{},"差在哪？",[11,120,121],{},[24,122,123],{},"多轮对话。",[11,125,126],{},"网页端用户可以纠错、引导、迭代。AI 给的第一版不满意，你可以追问、可以补充细节、可以调整方向。",[11,128,129],{},"而 API 调用通常是\"一锤子买卖\"，提交请求就等结果，没有纠错机会。",[11,131,132],{},"API 调用的数据显示，Claude 在约 3.5 小时的任务上能达到 50% 成功率。但在 Claude.ai 上，即使是更长时间的任务，成功率依然保持在较高水平。",[11,134,135],{},"原因就是多轮对话把复杂任务分解成了小步骤，每一轮都有机会纠偏。",[11,137,138],{},[24,139,140],{},"人类的引导能力，仍然是关键变量。",[11,142,143],{},"这也解释了为什么架构能力强的开发者用 AI 更高效：他们知道怎么把大问题拆成小问题，知道每一步应该问什么、验证什么。",[31,145,147],{"id":146},"白领工作正在被掏空","白领工作正在被\"掏空\"",[11,149,150],{},"官方报告提到了一个\"去技能化\"(deskilling) 的效应：",[11,152,153],{},"因为 Claude 倾向于覆盖那些需要更高技能水平的任务，如果这些任务被自动化，员工可能会被留下更多常规性工作。",[11,155,156],{},"当然，报告也提醒说，这个假设建立在\"自动化会缩减工作的这些方面\"的前提上，实际上工作可能会以其他方式演变。",[11,158,159],{},"但如果顺着这个逻辑想，会发生什么？",[11,161,162,165],{},[24,163,164],{},"技术写作员","：AI 接管了分析、审稿、内容生成这些核心工作，人类可能只剩下画图和排版。",[11,167,168,171],{},[24,169,170],{},"旅行代理","：AI 做行程规划、比价、推荐，人类只剩打票收款。以前需要丰富经验才能做好的工作，现在变成了简单的执行角色。",[11,173,174,177],{},[24,175,176],{},"教师","：AI 能帮忙批改作业、做研究、准备教案，这些恰恰是教师工作中最需要专业知识的部分。剩下的主要是课堂管理和面对面互动。",[11,179,180,181,62],{},"问题不在于失业，而在于",[24,182,183],{},"工作内容的降级",[11,185,186],{},"你可能仍然有工作，但做的事情变得更琐碎、更机械。",[11,188,189],{},"当然也有例外。",[11,191,192],{},"比如房产经理：AI 接管了记账、文档管理这些低端任务，人类可以专注于合同谈判和客户关系，工作内容反而更有价值。",[11,194,94,195],{},[24,196,197],{},"AI 接管的是不是你工作中最核心的那部分？",[31,199,200],{"id":200},"写在最后",[11,202,203,204,62],{},"这份报告最重要的发现，不是 AI 能做什么，而是",[24,205,206],{},"谁能更好地用 AI",[11,208,209],{},"能力强的人，用 AI 之后更强。",[11,211,212],{},"会表达的人，从 AI 那里得到更多。",[11,214,215],{},"AI 时代不光是淘汰，更多的是机会。",[11,217,218,219],{},"但前提是：",[24,220,221],{},"你得能说清楚你想要什么。",{"title":223,"searchDepth":224,"depth":224,"links":225},"",2,[226,227,228,229,230],{"id":33,"depth":224,"text":34},{"id":54,"depth":224,"text":55},{"id":109,"depth":224,"text":109},{"id":146,"depth":224,"text":147},{"id":200,"depth":224,"text":200},"2026-01-19T13:50:00.000Z","md",{},true,"/post/daily/people-strong-then-ai-strong","---\ntitle: 能力强的人用AI更强\ndate: \"2026-01-19T13:50:00.000Z\"\nlastmod: \"2026-01-19T13:50:00.000Z\"\ntags: [\"AI\", \"思考\", \"职场\"]\n---\n\n最近 Anthropic 发布了第四期 Economic Index 报告，基于 200 万次 Claude 对话数据（100 万来自 Claude.ai，100 万来自 API），引入了\"经济原语\"这个新的分析框架。\n\n这次报告给出了一个和大众认知相反的结论。\n\n很多人以为 AI 会先从流水线和客服这些简单工作开始替代，知识工作者暂时还安全。\n\n但真实情况是：**理解提示词所需的教育水平越高，AI 带来的任务时长缩减就越明显。**\n\n换句话说，AI 正在从知识工作的核心地带切入，而不是从边缘蚕食。\n\n## 复杂任务，反而跑得更快\n\n官方数据显示了一个反直觉的现象：\n\n**任务越复杂，AI 带来的提速效果越明显。**\n\n即使考虑到复杂任务的成功率更低这个因素，这个结论依然成立。\n\n具体来说，需要更高教育水平才能理解的任务，AI 能节省的时间反而更多。但复杂任务的成功率确实更低一些，说明了一件事：AI 在高难度任务上的表现更不稳定。\n\n你用 AI 帮你写代码、做分析、起草方案，每次都像在抛硬币——这次能不能靠谱完成，谁也不知道。\n\n## 会问的人，得到更多\n\n报告发现了一个有趣的现象：**用户输入的表达水平和 AI 回复的表达水平，呈现高度相关性**。\n\n说人话就是：你用什么水平的语言问问题，AI 就用什么水平的语言回答你。\n\n这不是 AI 在刻意迁就你，而是它的训练方式决定的。Claude 会自动匹配用户的表达层次。\n\n**所以，原本架构能力更强的开发者，用同样的 AI，效率反而更高。**\n\n为什么？\n\n因为架构能力很大程度上受制于表达能力——包括语言和文字上的表达。\n\n以前这种能力体现在和团队的沟通上，谁能把需求说清楚、把方案讲明白，谁就能推动项目往前走。\n\n现在这种能力同样体现在和 AI 的沟通上。你能不能写出高质量的 Prompt，能不能把复杂问题拆解成 AI 能理解的小步骤，直接决定了 AI 能给你多大的帮助。\n\n但这并不意味着非技术背景的人就没机会了。\n\n事实上，很多没有编程背景的人，通过 AI 已经做出了不少有用的 App、工具、甚至小产品。\n\n关键在于：**你能不能清晰地表达你想要什么。**\n\n不一定要懂算法、懂数据结构，但你得能把你的需求、你的逻辑、你的期望，用准确的语言描述出来。\n\n这种能力以前可能叫\"产品思维\"，现在可以叫\"Prompt 工程\"，但本质上都是同一件事：**把脑子里模糊的想法，翻译成可执行的指令。**\n\n## 多轮对话才是关键\n\n官方数据揭示了另一个现象：\n\nClaude.ai（网页端）和 API 调用的成功率差异明显，前者显著高于后者。\n\n差在哪？\n\n**多轮对话。**\n\n网页端用户可以纠错、引导、迭代。AI 给的第一版不满意，你可以追问、可以补充细节、可以调整方向。\n\n而 API 调用通常是\"一锤子买卖\"，提交请求就等结果，没有纠错机会。\n\nAPI 调用的数据显示，Claude 在约 3.5 小时的任务上能达到 50% 成功率。但在 Claude.ai 上，即使是更长时间的任务，成功率依然保持在较高水平。\n\n原因就是多轮对话把复杂任务分解成了小步骤，每一轮都有机会纠偏。\n\n**人类的引导能力，仍然是关键变量。**\n\n这也解释了为什么架构能力强的开发者用 AI 更高效：他们知道怎么把大问题拆成小问题，知道每一步应该问什么、验证什么。\n\n## 白领工作正在被\"掏空\"\n\n官方报告提到了一个\"去技能化\"(deskilling) 的效应：\n\n因为 Claude 倾向于覆盖那些需要更高技能水平的任务，如果这些任务被自动化，员工可能会被留下更多常规性工作。\n\n当然，报告也提醒说，这个假设建立在\"自动化会缩减工作的这些方面\"的前提上，实际上工作可能会以其他方式演变。\n\n但如果顺着这个逻辑想，会发生什么？\n\n**技术写作员**：AI 接管了分析、审稿、内容生成这些核心工作，人类可能只剩下画图和排版。\n\n**旅行代理**：AI 做行程规划、比价、推荐，人类只剩打票收款。以前需要丰富经验才能做好的工作，现在变成了简单的执行角色。\n\n**教师**：AI 能帮忙批改作业、做研究、准备教案，这些恰恰是教师工作中最需要专业知识的部分。剩下的主要是课堂管理和面对面互动。\n\n问题不在于失业，而在于**工作内容的降级**。\n\n你可能仍然有工作，但做的事情变得更琐碎、更机械。\n\n当然也有例外。\n\n比如房产经理：AI 接管了记账、文档管理这些低端任务，人类可以专注于合同谈判和客户关系，工作内容反而更有价值。\n\n关键在于：**AI 接管的是不是你工作中最核心的那部分？**\n\n## 写在最后\n\n这份报告最重要的发现，不是 AI 能做什么，而是**谁能更好地用 AI**。\n\n能力强的人，用 AI 之后更强。\n\n会表达的人，从 AI 那里得到更多。\n\nAI 时代不光是淘汰，更多的是机会。\n\n但前提是：**你得能说清楚你想要什么。**\n\n",{"title":5,"description":13},"post/daily/people-strong-then-ai-strong",[240,241,242],"AI","思考","职场","vuxMps-W_JILq8-uajFUpFdq7w0g7mcKeJWh7KpNTEs",[245,249],{"title":246,"path":247,"stem":248},"OpenClaw 安装入门（Windows）","/post/zzao/openclaw/openclaw-install-windows","post/zzao/openclaw/openclaw-install-windows",{"title":250,"path":251,"stem":252},"假设你是AI，你的Skill应该是什么样的","/post/zzao/ai-skill-structure","post/zzao/ai-skill-structure",1779005085221]