「Skill 越多 AI 越笨」口播核对：费利克斯·里泽贝格到底说了什么

2026-10-23 · v2（上午复查官方逐字稿，补本人官网与节目方书面材料） · 口播 33 条说法 × 两场访谈字幕 + 本人博客 · 判定只针对「访谈有没有这么说」，不评价说法本身对不对

1. 结论

口播的主干方法都能在访谈里找到出处，但四个最有传播力的词全是作者自己造的。按行计数，33 条说法里 7 条是原话、11 条是转述、6 条是引申、9 条是作者自有判断。「Skills 有时删掉更好」「不要按岗位切 Agent」「不穿戏服要工具」「传送带」「不让当前会话自评」「一两个人的公司」「更少按钮」「前 iPhone 时代」这 8 个核心观点，访谈里有原句或对应段落。

作者自造的词：「智能负债」「部门墙」「运动员与裁判」「AI 时代的诺基亚」。访谈与博客都没有这四个说法。把它们当成费利克斯的原话转述，会出错。

两处需要修正：①标题句「Skill 越多，AI 可能反而越笨」。原话是「有时完全删掉 Skill 反而输出更好」，而且他紧接着说这招「对有评估手段的人最有用」。②头衔：部分有本人公开自述支持，但口播的范围偏宽。他官网 Work 栏写 I've led engineering for Claude.ai, Cowork, and Code Desktop，S1 频道说明栏也用同一说法。这支持他曾负责 Claude.ai、Cowork、Code Desktop 三条产品线的工程工作，不足以证明他是整个 Claude 的工程总负责人；led engineering for 是职责描述，不是正式职称。S1 主持人口头说 he leads engineering for Claude，S2 主持人说 member of technical staff and engineering manager。正式职级、管理范围和两场录制时的实际职责仍未核实。

v2 更新（2026-10-23 上午）：读者要求找官方逐字稿再核对。截至 2026-10-23 上午，在已查的 9 处官方渠道（第 7 节逐项列出）没有找到两场访谈可供逐行比对的官方逐字稿：YouTube 只有自动字幕，主持人官网的「每集全文逐字稿」目录和站点地图都还没有本集。这只表示在这些渠道和日期内未检出，不表示逐字稿不存在。第 3 节引文仍以自动字幕为依据，33 行判定暂维持，待官方文本出现后逐行复核。新增三条书面身份记录（本人官网、S1 频道说明栏、S2 节目单），头衔结论从「需要降档」改为「部分有本人自述支持，但口播范围偏宽」。

原话
7
访谈有对应原句，意思一致
转述
11
意思来自访谈，措辞、举例或程度被改写
引申
6
在访谈观点上向外推一步，访谈没说
作者自有
9
访谈没有，是口播作者的判断或命名

计数单位是核对表的「行」：口播的 9 个主题各拆成 1 个主句加若干子句，共 33 行；一行只给一个判定。条形长度 = 该类行数 ÷ 33。

2. 来源与身份

S1 主访谈

频道
Silicon Valley Girl（YouTube）
标题
Claude Engineering Lead: "Stop Using Claude Like It's 2024"
发布
2026-10-20
时长
49 分 23 秒（字幕最后一段 49:19）
用途
口播里与访谈有关的说法，主要用它核对
本页依据
YouTube 自动英文字幕（21 条字幕轨全部标注 auto-generated）
官方章节
YouTube 说明栏列 16 个章节时间戳：12:57 How to catch AI's confident mistakes、17:36 Are we overcomplicating AI agents?、22:47 "I'm just a conveyor belt for Claude"、25:08 Why "you're an expert" isn't enough、29:39 How to stop being your company's bottleneck、38:37 Give Claude the goal beyond the task……最后一章 43:24。第 3 节引文位于对应章节内或其边界附近：字幕段起点可能比章节起点早几秒（如传送带 22:46 对 22:47 章节、5b 12:55 对 12:57 章节、第 3 行 25:05 对 25:08 章节）
官方逐字稿
未找到（截至 2026-10-23 上午）。已查：主持人官网 marinamogilko.co 剧集目录（自称「每集附全文逐字稿」，共 124 集，目录里最新一集是标注 Oct 13, 2026 的 James Manyika，本集未上线，按 YouTube ID 拼出的地址返回 404）、该站 sitemap.xml（142 条地址，无本集）、播客 RSS（最新一条是 10-16 发布的同一集 James Manyika，未收录本集，feed 内无 transcript 标签）、主持人 beehiiv 通讯（已读取的首页内容中未见本集文章，页面可能截断）、YouTube 说明栏（未见逐字稿链接）。此结论只表示在上述渠道与日期内未检出，不代表逐字稿不存在或不会发布

S2 次访谈

节目
MTS 播客（YouTube）
标题
Use AI Like It's Already Superhuman | Felix Rieseberg
发布
2026-10-19
时长
28 分 31 秒
用途
补充身份口径、Blender 细节、招人标准
本页依据
YouTube 自动英文字幕（21 条字幕轨全部标注 auto-generated）
官方逐字稿
未找到（截至 2026-10-23 上午）。已查：YouTube 说明栏（未见逐字稿链接）、节目方 Substack 10/19 当日节目单（只列嘉宾与新闻）。Spotify、Apple 的单集页未查；平台自动生成的文字稿不算官方逐字稿

S3 本人博客

标题
How to be more ambitious: A tutorial for humans with models
站点
felixrieseberg.com
发布
2026-10-13
用途
旁证与补充。S1 里他说「今早写的博客」即此文。博客内容不算访谈原话

S4 第三方摘要

来源
note.com 日文摘要
发布
2026-10-21
用途
只用来确认访谈已被二次传播，不作判定依据

S5 书面材料（v2 新增）

S5a 本人官网
felixrieseberg.com Work 栏（2026-10-23 查）：自述曾负责 Claude.ai、Cowork、Code Desktop 的工程工作。支持产品线职责描述，不确定正式职级或全 Claude 的责任范围。Podcasts 栏列 7 个节目入口，其中本次两场访谈的入口都指向 YouTube，没有逐字稿链接
S5b S1 频道说明栏
Felix Rieseberg has led engineering for Claude.ai, Cowork, and Claude Code Desktop at Anthropic.
S5c S2 节目方节目单
MTS Substack 10/19 期 "Today's Experts"：Felix Rieseberg (Member of Technical Staff, Anthropic)
用途
只用于身份口径。S5a 是本人自述，S5b、S5c 是节目方书面标注，证明力不同；都不作访谈原话依据

身份与职责：七条来源记录的口径对照，正式职级未核实

谁说的怎么说的位置
口播「Anthropic 的 Claude 工程负责人」开头
S1 主持人Now he leads engineering for Claude at Anthropic0:06
S2 主持人member of technical staff and engineering manager at Anthropic where he works on Claude products including Claude Cowork desktop app0:01
本人（S2）every single conference introduces me as a slightly different job role… Felix PM. Engineering manager, engineer.25:22
S1 频道说明栏（S5b，书面）Felix Rieseberg has led engineering for Claude.ai, Cowork, and Claude Code Desktop at Anthropic.视频说明
本人官网（S5a，书面）In my time at Anthropic so far, I've led engineering for Claude.ai, Cowork, and Code Desktop.Work 栏
S2 节目方节目单（S5c，书面）Felix Rieseberg (Member of Technical Staff, Anthropic)10/19 期

七行记录逐项对照，不做精确归并：三条书面材料（本人官网、S1 频道说明栏、S2 节目单）写的是「曾负责 Claude.ai、Cowork、Code Desktop 的工程」或「技术人员」；S1 主持人口头说「负责 Claude 的工程」；S2 主持人口头说「技术人员兼工程经理」；他本人在 S2 说每场会议介绍的头衔都不一样；口播取的是最宽的一种。本页写法：「Anthropic 工程管理人员，自述曾负责 Claude.ai、Cowork、Code Desktop 的工程工作；一场访谈称其负责 Claude 工程，另一场介绍为技术人员兼工程经理。」不把 led engineering for 译成正式职称；不同来源的范围差异不视为矛盾，也不据此推定正式职级。

3. 逐条核对表

编号按口播顺序。主句用数字，子句加字母。引文是 YouTube 自动生成的英文字幕原文，未与官方逐字稿核对（截至 2026-10-23 未找到官方逐字稿，见第 7 节）；人名与产品名按原音修正（Reeseberg 改 Rieseberg，claw 改 Claude）。本版暂维持 33 行的四类判定：本次没有新增足以改变分类的文字证据，但这不等于所有引文已获官方原稿确认。

显示 33 / 33 行

编号口播说法判定原文依据与说明
1Anthropic 内部仍经常用 Skills，有些 Skill 完全删除后 AI 反而表现更好原话S1 21:33–21:59 We do use skills quite a bit still. Although our official Anthropic guidance as well as my personal guidance is be really careful with skills… the half-life of a good skill is very short and sometimes what we see is if you completely remove the skill you actually get better output. 口播的「有些」对应 sometimes。被压缩掉的限定（要谨慎、要有评估手段）见 1a。
1aSkill 越多，AI 可能反而越笨引申原句是「有时完全删掉反而更好」，不是「越多越笨」。他紧接着说 22:06 This is obviously most useful to people who have some kind of eval and have an idea of what good and bad looks like. 口播没有这个前提。
1b过去模型不会规划，我们替它规划……这些曾是最佳实践转述S1 21:47 We often tell models things that were sort of relevant for the last generation of models. 三条具体例子是口播补的。
1c「智能负债」作者自有口播自己说「我把这种现象叫做」。两场访谈与博客都没有这个词。
1d专业知识、工具能力、安全边界依然重要作者自有访谈没有这个三分法。S3 博客强调模型需要电脑、能装软件、能拿数据，方向相近，但不是这句话。
2把 Agent 设计成数字员工团队可能是过度设计转述S1 17:49 I think we're kind of over rotating on this agents thing… I think models are really good generalists. 原话是 over rotating（用过头），「过度设计」是口播用词。
2a顶级模型具备跨领域能力，不必切成狭窄岗位转述S1 18:24–18:47 if we sort of put on a little hat like you're a data scientist… that same data scientist has all the intelligence as a field-leading biologist or mathematician… I don't really have any agents who are being told who they are. 口播把几句话归纳成一句结论，不是原文的完整表述。
2b产品 Agent 看不到销售数据、开发 Agent 不了解客户反馈转述S1 19:05 the right approach here is not to make these slices of data and then give every single agent the slice… You give them tools and you document really well what kind of data is behind this tool. 例子是口播改写的。
2c「部门墙」；人类组织架构不等于智能架构作者自有比喻与结论句都是口播的。
2d分工应围绕任务和责任，而不是复制人类岗位转述S1 24:58 I do have projects so I do think about the different work items but I don't think about different roles. S3 的 Range 一节让 Claude 带入多个领域甚至组「红队」，但要求「做专家做的事，不是写得像专家」。
3「你是世界顶级专家」容易陷入角色扮演；他关心专家用什么工具和方法原话S1 25:05–25:48 I never tell Claude you're an excellent whatever… this was very in vogue sort of like 2024… they engage in a little bit of role play and role play is not really what we're going for. We want the techniques, the tools, the knowledge that a professional would use. 26:00 I don't need to put on a costume. 旁证 S3：models often switch vocabulary without actually switching methods（博客，不计入原话依据）。
3a做 3D 动画时让 AI 真正用 Blender原话S1 10:34 Claude, please use the same tools that professional animators use. And now the results are quite good. S2 7:44–7:48 补充：Claude 实际是写 Python 脚本，把 Blender 当库调用。
3b专业能力正在重新定价；未来比的是方法、品位、判断标准引申访谈没有谈「知识贬值」。S2 25:44 他说招 PM 和设计师更看 taste and intuition，方向相近。
4他成了 Claude 的「传送带」：先自己查崩溃再交 Claude 修，后来让 Claude 直接访问数据、自己判断修什么原话S1 22:46–23:12 even a year and a half ago, I was… telling Claude, I found another crash, please go and fix the crash… I'm just a conveyor belt for Claude. Claude needs to have access to all the crash data and then needs to figure out itself what it needs to fix, what it doesn't need to fix. 前后两段都在原句里。S3 博客另外写了接入三个操作系统的机器让 Claude 自己复现和验证，那是补充，不算这句的依据。
4a人类转向目标、边界和监督引申S3 的 Altitude 一节讲「目标背后的目标」，方向一致；「边界、监督」是口播补的。
4b最值得自动化的是「分配重复劳动」这件事本身作者自有访谈没有。口播也没提他紧接着说的 23:12 The upfront cost is really worth it, but… there is upfront cost.
5很少让同一会话评价自己刚做的工作原话S1 26:29 I rarely want the current session to judge itself. That I think is still really iffy.
5a另开独立会话找错、攻击结论；再由独立评审判断；尽量找外部证据转述三层各有原句，但原文没有「独立」这个条件：13:19 spin off another 10 that try to break this down… the same concept as red teaming or short selling；14:12 fire off five threads；14:57–15:10 something we call a judge… you use yet another Claude and their job is… to validate and verify；26:56 my preference is to find some hard outside evidence. 他没说另一个会话在信息、提示词或模型上与被评对象隔离。S3：Do not ask the model to judge itself… insist on outside validation.
5bAI 最危险的是对错误充满信心转述这句来自主持人的提问 12:55 confidently presenting mistakes；费利克斯回答 it still happens to a lot of us，认可现象存在。判断句不是他提出的。
5c「不要让 AI 既当运动员又当裁判」作者自有比喻是口播的。
5c′AI 之间达成共识不等于事实成立引申与 26:56「优先要硬的外部证据」一致，但他没说过这句。两条相关限定：13:48 评审方可以 take a step down in intelligence and still get very good results；17:13–17:30 对「编辑式事实核查、给每个数字找一手来源」这类单一任务，他说 I really trust one agent… I fully trust that 100%。他在 26:24 说「不信任单个会话去做的事」清单更长，自评只是其中最主要的例子；上面的事实核查任务则是他明确说信任的例子。
5d做得快不等于做得对，做得对不等于有价值；执行越便宜，错误方向越彻底作者自有访谈没有。
6未来一两个人就能建立过去需要庞大团队的公司；最重要的能力是理解用户转述S1 32:02 single person teams or two person teams can build billion dollar companies. But… the secret to building a good product is actually not changed. And I believe it's empathy. Empathy for the user, empathy for the use case. 口播把 billion dollar（十亿美元级）改成「庞大团队」，把 empathy（同理心）译成「理解用户」，两处都弱化了原意。
6aAI 可以生成一千个方案，人只能认真评估几个转述S1 5:01–5:08 I can probably show you maybe one thing a day. I can easily build a thousand. I can't show you a thousand. 原话说的是「一天只能给你看一个」，口播概括成「认真评估几个」，所以算转述。
6b过去好产品难做，是因为开发成本高转述S1 4:31 起 we always made implicit cost decisions… can I build this? What is the maintenance cost；31:41 起 the upfront capital cost was much higher.
6c代码便宜了，信任不会；做出产品不等于做成生意作者自有访谈没有。最接近的原句是 37:07–37:18 execution has become extremely cheap… we need to… really double down on empathy.
7AI 能快速制造大量按钮，好产品需要更少按钮原话S1 5:29 we can make as many buttons as you want us to, but I think good products actually have fewer buttons. S2 2:07 just make a button for it… do you want to find a planet today?
7a因为人的注意力没有随生产能力增长引申注意力有限在原文（5:08）解释「一天只能看一个原型」，他没有把它作为「按钮更少」的原因。
8访谈最后：今天的 AI 产品处在「前 iPhone 时代」原话S1 48:16 all the AI products we use today are roughly in the same phase as all the funny phones that we had right before the smartphone came along. So I think we're still in the pre iPhone era. 位置在 49:23 全片的最后一分钟。
8a我们在用「AI 时代的诺基亚」作者自有他说的是 funny phones，没提诺基亚。另一细节：33:56 他承认当年写过博客说 iPhone 很蠢，因为没有键盘。
8b今天大量产品是旧软件加聊天框、侧边栏转述S1 36:30 not just here's a sidebar with a chatbot in it. I think we've permeated the entire industry with low intelligence cheap models that operate at the level of I've read the FAQ page. 「侧边栏加聊天机器人」是原话，「旧软件」是口播加的概括。
8c为什么软件还要人点每个按钮、告诉每一步引申访谈没有这组反问。
9结语「AI 越强，执行越便宜，真正昂贵的是判断什么值得执行」作者自有前半句有 37:13 execution has become extremely cheap 支撑，后半句是口播的结论。

4. 他真正说的工作法（四张图）

图一 传送带：一年半前与现在

一年半前

  1. 人看崩溃报告，发现一个崩溃
  2. 人告诉 Claude「我又发现一个崩溃，去修」
  3. Claude修这一个崩溃
  4. 人回到第 1 步。他的原话：我只是 Claude 的传送带

现在

  1. 人一次性接好数据：让 Claude 能访问全部崩溃数据（S3 补充：崩溃报告、版本映射、三个操作系统的机器）
  2. Claude自己判断哪些该修、哪些不该修
  3. Claude复现、修复、验证（S3）
  4. 人看结果。他的原话：前期成本更高，但值得

依据：S1 22:46–23:18；S3 Altitude 一节。口播说对了「传送带」和「自己判断」，没说「前期成本更高」。

图二 攻击与评审：他怎么防止 AI 自信地犯错

第一步 产出一个会话写出结论、文章或方案。S1 13:19
第二步 攻击另开多个线程，任务只有一个：证明它是错的。他的类比是红队和做空。
线程 1
线程 2
线程 3
线程 4
线程 5
S1 13:19「spin off another 10」、14:12「fire off five threads」。13:48：攻击方可以降一档智能，结果仍然很好。
第三步 评审再由一个 Claude 做 judge，看攻击成立不成立。S1 14:57–15:10「something we call a judge… yet another Claude… validate and verify」
第四步 外部证据他更偏好找到硬的外部证据，而不是只靠模型之间互评。S1 26:56；S3「insist on outside validation」

口播与原文的差别：口播把这套流程概括成「独立会话、独立评审」，并加了「运动员与裁判」的比喻。原文只说「另开线程」「另一个 Claude」，没有说评审方在信息和提示词上隔离。原文还有一条口播没提的例外：对「给每个数字找一手来源」这类编辑式事实核查，他信任单个会话 100%（17:13）。他重点质疑的是当前会话评价自己刚做的工作，但他也说过不信任单个会话的事项清单更长（26:24）。

图三 戏服与工具：他怎么写提示词

他不这样写（2024 年流行）

You're an excellent engineer, please go fix whatever problems are here.
  • 模型会进入角色扮演
  • 换了词汇，没换方法（S3）
  • 他的说法：我不需要它穿戏服

他这样写

Please use the same tools that professional animators use.
  • 要的是专业人员的技术、工具、知识
  • 例子：3D 动画让 Claude 真的用 Blender，结果「相当好」（10:34）
  • S2 补充：Claude 是写 Python 脚本把 Blender 当库调用

依据：S1 25:05–26:00、10:34；S2 7:44。这一组口播基本忠实。

图四 博客的四个维度：口播只取了两个

Speed 速度同样的事做得更快。口播未涉及
Altitude 高度从「修这个崩溃」升到「让应用保持无崩溃」。口播的「传送带」对应这里
Depth 深度让模型用专家真正用的工具和方法。口播的「Blender」「不穿戏服」对应这里
Range 广度让模型带入多个领域，组一支「船员」互相挑战。口播未涉及；与「不按岗位分 Agent」并不矛盾，博客要求的是「做专家做的事」

依据：S3 博客 2026-10-13。绿色为口播覆盖到的维度。

5. 口播没说、但会改变理解的内容

分三类。第一类会改变原意，第二类帮助理解，第三类是额外的操作建议。

一、影响原意的限定

  • Skills 的前提：「删掉反而更好」这招对有评估手段的人最有用（22:06）。没有评估手段，删了也不知道好坏。
  • 评审的边界：攻击方可以用更弱的模型（13:48）；编辑式事实核查他信任单个会话 100%（17:13）。他重点质疑的是当前会话评价自己的工作（26:29），同时他说「不信任单个会话去做的事」清单更长（26:24）。
  • 公司的量级：原话是「十亿美元级公司」和「同理心」，不是「庞大团队」和「理解用户」（32:02）。
  • 发言主体：「AI 对错误充满信心」是主持人的提问（12:55），他只是认可现象存在。

二、有助理解的背景

  • 前期成本：让 Claude 自己拿数据，前期搭建成本更高（23:12）。
  • 自动化与增强：他说 AI 的经济价值目前主要在自动化，但他更感兴趣的是「增强」，即做以前做不到的事（5:58–6:28）。
  • 博客四维度：速度、高度、深度、广度；口播只取了高度和深度（见图四）。
  • 行星案例：他本人说「apparently it is not confirmed yet. NASA is working on actually confirming it」（2:21）。博客用的也是「可能帮助发现」的谨慎措辞。
  • 保质期：「今天给的所有建议，大约 10 周后可能全部改版」（48:51）；「对你有效就有效，不必改」（20:42）。

三、额外的操作建议

  • 起步方式：先下载桌面端，让 Claude 用浏览器操作你现有的系统，之后再考虑连接器和数据导入（24:05–24:18）。

6. 给读者的三条建议（按原文重写）

  1. 先有评估手段，再决定删不删 Skill。他说这招对「有评估手段、知道什么叫好什么叫坏」的人最有用（22:06）。本页据此建议先建立评估方法，否则删掉 Skill 后的「更好」只是感觉。
  2. 会话按任务分，不按岗位分。他自己有「项目」和「工作项」，没有「角色」。给每个会话工具和文档，不给它切好的数据片。
  3. 自评换成攻击加外部证据。做完的会话不评自己；另开线程只负责找错，攻击方可以用更弱的模型；最后尽量找一手证据，而不是让几个模型达成一致。

这三条是对访谈的整理，不是费利克斯列的清单。他自己给的保质期是大约 10 周。

7. 方法与局限