Anthropic 剛推出新一代最強模型 Fable，但很多人拿到強模型反而更卡——因為用強模型的方法，跟以前不一樣了。Anthropic 工程師 Thariq 在一場演講裡給了一份「田野指南」，我把它整理成人話，重點是那套「讓 AI 幫你找出你根本沒想到的盲點」的做法，任何人都能借。
先講這是誰
講者是 Anthropic 的工程師 Thariq Shihipar（做 Claude Code 的人），在 AI Engineer 大會上分享。他用一個比喻定調 Fable：「就像 RPG 的教學關結束、開放世界打開了——你能做的事變超多，但也有點嚇人、有點不知從何下手。」所以他給了一份「田野指南」，四個部分我挑重點講。
1. 先鬆綁 AI：少給限制，多給脈絡
他有個很反直覺的觀念：AI 模型是「養」出來的，不是「設計」出來的——像生物學多過像物理學。而「限制住它的，其實是我們」：我們給的框架、我們下的指令，都反映了我們對 AI 理解到哪。
最關鍵的轉變：以前的模型要「小指令＋大量範例＋很多『不要做X』」；新一代模型反過來——指令要更短，範例反而會綁住它（它比你給的範例更有想像力），要給它脈絡而不是給限制。他們最近甚至把 Claude Code 的系統提示砍掉 80%。另一個例子很妙：問一般聊天 AI「哪些寶可夢名字結尾是 aw」它答不出來，但給它工具，它會寫個程式去撈全部寶可夢再篩——同一個模型，給它「手腳」就用完全不同的方式變聰明。
2. 用 AI 找出你自己的盲點（這段最實用）
他說「地圖不等於真實地形」：你腦中的計畫是地圖，真正的專案是地形。每次 AI 撞到「地圖上沒有、你沒交代」的地方，就是一個未知。Fable 能跑的範圍太大，會撞到一堆未知——所以你得先把未知找出來。好消息是：你可以用 AI 自己來找。
- 盲點掃描：「我要做一件我不熟的事，幫我做一次盲點掃描，找出我沒想到的地雷、也幫我把需求問清楚。」
- 先給我 4 個版本：「我沒什麼美感，給我 4 個差很多的設計版本讓我挑」——很多東西你講不出來，但看到就知道。
- 反過來訪問我：叫它訪問你，還可以指定「優先問那些會改變整體架構的問題」。
- 記錄它的偏離：跑的時候叫它把「遇到未知、做了什麼決定」記下來，你就看得到它在哪裡、為什麼轉彎。
- 做完考我一次：叫它出題考你剛剛做了什麼——確保你真的還在狀況內，能為這份成果負責。
他這句話我很有感：「這個模型幾乎什麼都比我懂，我只是需要把它問出來。」
3. 面對那種「又爽又失落」的心情
他很誠實地講了一段心情：第一次用 Fable，他同時感到巨大的獲得、跟一種失落。以前寫程式常常被逼著取捨（App 要快、還是要多做一個功能，這個要一個月、那個要兩個月）；現在以前要花好幾週的事，幾小時就做完了。「你怎麼能不笑？但老實說，你又怎麼能不哭？」他懷念親手寫程式、在腦中旋轉整個架構的感覺，但也記得無數個 debug 的深夜、大部分專案都失敗的挫折。他的結論是：「唯一的出路是穿過去。」留在 loop 裡、持續鬆綁它，就能帶著更多東西走到另一邊。
4. 別再習慣性「二選一」
他最後講一個很衝的觀念：「取捨不一定是真的。」以前我們很習慣「理性」——列出優先順序、這季只能先做這個。但他說：如果你就是全都要呢？逼現實親自告訴你哪裡真的做不到，而不是你自己先假設。「好、快、便宜」以前是三選二，現在可以三個都要。當然他也提醒：「做出來變簡單了，但創造價值還是很難」——工具再快，重點還是你有沒有做出對的東西。
對我帶 AI 課的啟發
我自己在帶學員用 AI，這份指南剛好打中一個我常看到的卡點：大家太習慣「把 AI 當工具下命令」，卻不習慣「讓 AI 反過來幫自己想清楚」。第 2 段那五招，我打算直接搬到課堂上當練習——尤其「盲點掃描」跟「反過來訪問我」，對第一線同仁超有用：他們常常不是不會用，是不知道自己漏了什麼。與其教他們寫更長的指令，不如教他們讓 AI 先幫自己把需求問清楚。這也呼應我一直講的：先跟 AI 聊計畫、確認方向，再叫它動手。
用之前提醒一下
這場演講對象是工程師，有些例子偏技術。但抽掉技術外殼，核心原則對每個用 AI 的人都成立：越強的模型，越要少給死板限制、多給脈絡，並且主動讓它幫你找出你沒想到的地方。不用照抄他的每個步驟，抓住「讓 AI 幫你補盲點、你留在 loop 裡負責」這個精神就夠了。
小結
強模型不是「下更複雜的命令」就會更好用，而是「換一種協作方式」：鬆綁它、讓它幫你找盲點、你留在 loop 裡做判斷。與其焦慮它多強，不如挑一件手上真的在做的事，先請它幫你做一次盲點掃描看看。你會發現，最大的限制往往不是 AI，是我們還沒問對問題。你想先讓它幫你掃哪一件事的盲點？
▶ 完整演講影片
本文整理改寫自 Anthropic 工程師 Thariq Shihipar 在 AI Engineer 大會的演講《Field Guide to Fable》，結合我自己帶 AI 課的經驗。原片：youtu.be/9fubhllmsBU
留言
張貼留言