一句话看懂：Anthropic 的 Claude Code 创建者 Boris Cherny 指出，很多用户仍在使用过时的方式“事无巨细”地指令 AI，给模型下达逐行执行的步骤。他认为当前的大模型能处理更高层级的任务，用户应只描述目标、设定边界，然后让模型自行发挥。
事件核心：发生了什么
在 Y Combinator 的一场活动中，Claude Code 创建者 Boris Cherny 分享了他观察到的用户典型错误：许多人给 AI 的提示依然是“先做这一步，再做下一步，必须按 1、2、3、4 的顺序进行”。Cherny 明确表示，这种做法对于当前一代大模型来说效率很低。他建议用户将精力放在定义任务目标和“成功完成”的标准上，然后给予模型更大的自主权去决定执行路径。他原话是：“给它设好护栏，然后让它自己去‘烹饪’，过一会儿再回来看它做出来的成果，它可能会让你惊讶。”
Andrew Ng 此前也曾提出过类似概念——“懒惰提示”，即随着模型能力变强，只在必要时才添加细节。Cherny 自己也承认，这种“放权式提示”可能半年之前还不可行，但模型能力的快速迭代已经改变了有效互动的规则。
为什么重要
这条建议背后反映出一个常被忽视的变化：AI 模型的能力正在从“执行脚本”向“自主推理”迁移。许多用户（尤其是开发者）的提示习惯来自早期模型理解力有限的阶段——当时确实需要把每一步都拆开。如果这种旧习惯不被修正，它不仅不会提升产出，反而会限制模型可能的表现——就像用高压线管理一个能独立作战的高阶员工。
从行业角度看，这暗示了 AI Agent 交互范式的转变：模型价值的释放不再取决于用户写了多长的提示词，而在于用户是否懂得定义目标与边界。
对用户/开发者/创作者的影响
对使用 AI 的普通用户与开发者：可以考虑重新审视自己的提示策略。如果你依然在写长篇累牍、每一步都明确的“伪代码式提示”，可以试试只说明要什么、不要什么、以及检验成功与否的标准，然后给模型留出执行空间。对构建 AI 应用的团队：这意味着在设计产品交互时，可能不需要为用户预设过于复杂的输入模板，而是应该引导用户学会“高抽象级指令”，这会显著降低使用门槛，同时提升 Agent 的产出质量。对内容创作者：当你只提供主题和风格边界，让模型自己去组织结构和表达逻辑时，反而有可能获得更自然、更有创意的输出。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
1. 提示工程的淘汰或转型？随着模型推理能力的提升，过去的精细化提示技巧可能会快速贬值，提示工程的核心将从“怎么写长提示”转向“怎么定义高质量目标和规则”。2. 更多未被发现的能力。Cherny 提到，Anthropic 内部测试发现模型可能还有数十甚至上百个未公开的有用能力，这意味着未来的突破可能不来自模型参数的扩大，而来自更好的使用方式。3. 竞品 Agent 的响应。Claude Code 这个产品如果因交互模式改进而显著提升效果，同赛道的 Cursor、GitHub Copilot 等会否在提示设计和用户指引上跟进？值得观察。
