深度用了一年 AI 和做 Agent 后，我踩碎了无数坑，总结出这 10 条使用 AI 的最佳实践： 1. AI 放大判断，但不生产判断 人做不到的事，AI… · @don_tech1 · TwKit

@don_tech1

深度用了一年 AI 和做 Agent 后，我踩碎了无数坑，总结出这 10 条使用 AI 的最佳实践： 1. AI 放大判断，但不生产判断 人做不到的事，AI 也做不到。你的认知上限，就是它的天花板。它能帮你把 60 分的决策放大 100 倍，也能把 0 分的愚蠢放大 100 倍。 2. 规则越多，AI 越容易“精神分裂” 给聪明人 5 条原则，他就能举一反三；给 AI 塞几十条规则加正反例，它大概率在后半段开始抽搐。解法永远不是堆 Prompt，而是拆模块——一个 Agent 模块只管一套简单规则。 3. 警惕“80 分到 95 分”的沉没成本 从 0 到 80 分只要 10 分钟，从 80 到 95 分可能要磨三天。非核心、非安全敏感型任务，做到“差不多能用”就果断收手，别把时间耗在边际效应递减的调试上。 4. 抽象指令是平庸之母 “帮我写个运营手册”——这种指令出来的结果绝对是正确的废话。AI 是一个极度吃约束的系统：约束越具体、上下文越刁钻，产出的结果越让人头皮发麻。 5. 搞懂 Agent，只需要看懂一家厨房 • 数据是食材：你的聊天记录、笔记、业务订单； • Skill 是菜谱：代码生成、检索、API 调用的具体手法； • Harness 是主厨调度：谁先谁后、搭配逻辑、翻车了怎么补救。 很多人 Agent 做不好，不是食材不够，是缺了个调度的主厨。 6. 为什么大部分套壳工具用起来很智障？ 多半不是底层模型不行，而是厨房里没有活人主厨。遇到异常不会动态变道、卡在第一步不知道切备用方案，本质上只是一个包装昂贵的死板脚本。 7. 告别仪表盘，回到单一界面 好的 AI 产品不应该让人在十几个控制台和配置页面来回点点点。像 Claude Code 那样，在对话流甚至命令行里无感推进，聊着天把活干完，才是交互的终局。 8. 权限打通，是真正自动化的起点 别整天教 AI 怎么去网页上爬数据了。直接打通数据权限、连上数据库，AI 根本不需要“采集”这个动作，你只要告诉它去哪取货。 9. 治好你的“上下文焦虑症” 别再抠搜几千个 token 了。大模型上下文窗口变长的速度，远远跑赢了你业务文档膨胀的速度。能喂完整背景就喂完整背景，别因噎废食做过度裁剪。 10. 终极个人助理：死守对话框 审代码、查商标、发帖子、换头像……不需要切换任何软件，也不需要离开当前的 Thread。能在同一个对话框里闭环所有琐事，才算真正进入了“超级个体”时代。 做 AI 别迷信黑魔法，拼到底层，比拼的都是对业务拆解的细致程度，以及调动这套“厨房”的架构能力。

曝光 117 · 评论 4 · 点赞 1 · 书签 0