Claude工程负责人Felix Riesenberg的几个观点

1. 智能负债与Skill的重新审视

❶ Skill可能反让AI变笨：Anthropic内部发现删除部分skill后AI表现更好；过去为弥补模型不会规划、选工具所加规则，如今已成为束缚，旧过程约束形成“智能负债”，未来先进工作流应是多余步骤最少。

❷ 专业边界仍需保留：专业知识、工具能力、安全边界依然重要，可能过时的只是不再必要的流程约束，而非能力与安全底线。

2. Agent组织架构的误区

❶ 数字员工团队是过度设计：把Agent拆成研究员、分析师等岗位，只是复制人类部门墙；顶级模型具备跨领域能力，强行切分会让各Agent看不到全局业务。

❷ 分工应围绕任务责任：有价值的分工应基于任务和责任，而非机械复制人类岗位；人类组织架构不等于智能架构。

❸ 角色扮演不如掌握工具方法：提示“世界顶级专家”易让AI陷入扮演；应让AI使用真正专业软件与流程（如用Blender做3D动画），专家值钱的是方法、品味与判断标准。

3. 人机分工中的人不应是任务搬运工

❶ 从执行者变为目标监督者：费利克斯曾充当Claude的“传送带”，后让AI直接访问数据、自主发现并修复问题；AI已参与任务发现、规划与执行，人转向目标边界与监督。

❷ 最该自动化的是分配劳动：复制资料、拆解步骤只是换执行者；未来要自动化“分配重复劳动”本身，AI越自主，人越不应当中转站。

4. AI自主下的验证与判断边界

❶ 不让AI既当运动员又当裁判：费利克斯少让同一AI评价自己工作；应启动独立AI寻找错误、攻击结论，再用独立评审判断，并寻外部证据；做得快不等于做得对、有价值。

❷ AI越强人类越需判断：执行变便宜，错误方向也会被彻底执行；AI可生成千个方案，但不能保证值得做，判断价值比生产更重要。

5. 产品、生意与交互形态的变革

❶生产超过判断造成新风险：一两人可建大公司，但理解用户仍是核心；制造没人需要的产品更容易，技术能力不再等于产品优势，代码便宜而用户信任不便宜。

❷ 好产品需要更少功能：AI能造大量按钮，但好产品要更少按钮；人的注意力未随产能增长，设计要解决“不该做什么”，取舍能力更重要。

❸ 仍处于“前iPhone时代”：今天多是旧软件加新智能（聊天框、侧边栏），真正变革可能是下一代产品形态；智能能自主完成任务后，软件不应再要求人点每步按钮。

6. 核心结论

人类应负责判断而非加规则。从删skill、拆部门墙、不做传送带、不让AI自证，到判断价值重于制造；AI越聪明，人越要回答“什么值得做、什么值得追求”，昂贵的是判断什么值得执行。