Wink Pings

AI 会先淘汰初级岗位。Anthropic CEO 给毕业生的建议:学会用 AI

Dario Amodei 说,AI 已经能做初级律师、初级分析师和初级顾问的工作。他的建议浓缩成一句:学会用 AI。文内附 24 个免费资源,外加一份被大多数人忽略的 harness 指南。你手里的工具,只用了 5%。

Anthropic(Claude 母公司)CEO Dario Amodei 被问到一个问题:一个刚高中毕业的孩子,现在该做什么。

回答很直接:AI 已经能做初级律师、初级金融分析师、初级顾问的工作。它会淘汰很多岗位。

两分钟里,他说了哪些工作先被淘汰,以及唯一让你留在牌桌上的技能。他的建议浓缩成一句:

学会用 AI。

今年开始学的人,不会和 AI 竞争。他们会是那个指挥 AI 的人。

95% 的人读完书会和 AI 竞争同一个入门岗位。5% 的人学会指挥 AI,会运行做那份工作的 agent。

Zayn 在推文中整理了全部免费资源,24 项,总价 $0。他说:保存这份清单,发给今年毕业的人。

清单如下。

Anthropic

  1. 交互式提示工程教程 - 学习如何引导模型的最快方式
  2. Courses - 从第一条提示到管理 AI agent
  3. Cookbook - 可直接复制的代码配方

Microsoft

  1. 生成式 AI 初学者课程 - 21 课
  2. AI agents 初学者课程

Hugging Face

  1. Agents 课程 - 免费,有证书

Google

  1. 生成式 AI notebooks - 动手实验

OpenAI

  1. Cookbook - 常见任务的现成代码

社区与独立资源

  1. DAIR.AI 提示工程指南 - 人人都在转的那份
  2. Karpathy 神经网络从零到英雄 - 理解基础原理
  3. CrewAI - 运行你自己的 AI 员工团队
  4. Microsoft AutoGen - 多个 agent 协作完成一个任务
  5. Awesome LLM Apps - 几百个真实项目参考
  6. DeepLearning.AI 短课程 - 和领域专家的一小时免费课

Anthropic x Coursera 系列

  1. AI 基础:Claude
  2. AI 自动化:Claude
  3. AI 协作:Claude
  4. Claude API 开发
  5. Model Context Protocol 进阶
  6. AI 流畅度教学
  7. 现实世界 AI 完整专项课程
  8. Claude AI 营销
  9. 从零开始学 Claude
  10. Claude Code:用 AI agent 做软件工程

总价:$0。

清单只是第一步。Zayn 在同一帖子的后半部分,指向一份被大多数人忽略的指南:anstap 写的《Your Harness Is Already Installed. You Are Using About 5% Of It》。

这篇文章回答了一个问题:同样用 Claude Code、Codex、Cursor,为什么有人只能聊天,有人能跑一个自动运行的团队?

核心观点:把模型从你的设置里拿掉,剩下的就是 harness。模型提议,harness 决定它能看什么、能碰什么、上下文重置后什么能存活、什么算完成。

提示工程编辑指令,harness 工程编辑指令运行的条件。Anthropic 自己也在一年前用“context engineering”描述这件事。

你不需要从空文件夹开始构建。你已经在用的工具里,就自带一个 harness:33 个 hook 事件、权限层、子代理、技能、会话结束后的记忆。大多数人只用聊天框和一个 markdown 文件。

一条规则可以放在四个地方。成本完全不同。

位置模型能否忽略成本
脑子里总是可以,靠你检查每次运行都消耗你
指令里可以,而且通常在上下文被压缩时悄悄失效每轮消耗 token
hook 里不能,它反正会运行一次性 20 分钟
权限里它连尝试都不行一次性 5 分钟

脑子里的规则不是规则,是你给自己找的活。“不要动迁移文件”是愿望;没有迁移文件的权限是墙。

Hooks 是大家跳过的那部分。指令活在对话里,但对话会被压缩、淹没、最后被忽略。Hook 是代码,它在固定时刻运行,不管模型记不记得。

Claude Code 有 33 个 hook 事件。六个最常用:

  • SessionStart
  • UserPromptSubmit
  • PreToolUse
  • PostToolUse
  • PreCompact
  • Stop

一个 PreToolUse hook 可以在 Edit 或 Write 调用发生时直接阻止。Stop hook 可以在模型认为结束时检查测试是否通过。如果脚本退出码非零,模型会被打回重做。

一条值得写的 hook,甚至不需要 matcher:

{
  "hooks": {
    "Stop": [
      { "hooks": [
          { "type": "command",
            "command": "python tools/check.py --last" }
      ]}
    ]
  }
}

规则:如果你已经第三次输入同样的修改意见,停止手动输入。

上下文是预算,不是容器。更大的窗口不解决遗忘,只是推迟它,而且让每一轮更慢更贵。

三个已经在盒子里的解法:

  • 把决策写到磁盘,而不是聊天。文件是唯一不会被总结的回忆。
  • 给副任务单独窗口。子代理读 40 个文件,交回六行结论,那 40 个文件不碰你的上下文。
  • 压缩前保存。PreCompact hook 把当前计划写进文件,压缩丢失细节,文件不丢。

一个有 harness 但没有状态的东西,是一条非常自信的金鱼。

你可能认为 harness 只是工程师的事。不是。检查只需要能失败,不需要测试套件。

写作:脚本标记禁用短语、长度、重复。
视频:逐帧检查物体是否穿模。
研究:每个数字追溯到真正打开过的来源。
设计:在真实尺寸的手机屏幕上渲染。
数据:打印前后行数和日期范围。

原作者说自己的设置就是三样东西:一个每次会话加载的规则文件;一个检查成品文本的脚本;一个检查 3D 渲染逐帧穿模的脚本。都不聪明,但都能抓住他已经看不见的问题。

关键交换:harness 不会让你参与得更少,它把你移到真正有用的那部分。

原作者也走过弯路。第一次写了 400 行规则,几乎没用;第一次 hook 没有 matcher,堵住所有 Bash,第二天关了;把决策留在聊天里,上下文压缩后决策消失了,两天后他重新支持同一个坏主意,而且赢了,因为反驳证据不存在了。

三条经验:指令要短,hook 要窄,决策要落盘。

harness 救不了一个一开始就错误的问题。任务模糊,权限系统只会让模糊任务更安全地执行。检查只能抓住它被设计来抓的东西。原作者的检查能抓住长句和死短语,但从来没有告诉他一个想法很无聊。

最快的诊断:试着写下“完成”长什么样。写不出来,就先别自动化。

本周可以做的五件事:

  1. 写规则文件:这个项目是什么,什么绝对不允许。
  2. 加一条权限规则:你最不想看到它运行的那条命令。
  3. 加一个 Stop hook:当检查红灯时拒绝完成。
  4. 写一个能失败的检查:30 行脚本,针对你的具体工作。
  5. 建一个记忆文件:决策和死胡同,写进磁盘。

按顺序做。每项都不超过一个晚上。

TL;DR 版本:

  • Harness 是去掉模型后剩下的东西。
  • 你已经拥有大部分。开关就在你从没打开过的设置文件里。
  • 脑子里的规则永远消耗你的注意力;hook 里的规则只消耗一个晚上。
  • 上下文是预算。决定什么被遗忘,否则系统替你决定。
  • 你不需要测试套件,只需要一个能说“不”的东西。

保存这篇文章,打开你的设置文件,打开一个开关。

发布时间: 2026-11-22 09:01