Anthropic分析近万条对话：AI时代，难的不再是描述，而是判断

先看一个让人乐观的数字：85.7%的对话都存在“迭代精炼”，即用户在拿到回答后会继续追问、反驳或修正，而不是一次取走答案就走。而且越爱迭代的人，展现的熟练度行为越多——有迭代的对话平均出现2.67项行为，几乎是无迭代对话（1.33项）的两倍，质疑AI推理的概率高出5.6倍，识别AI缺失上下文的概率高出4倍。需要说明的是，报告坦言这只是相关而非因果，未必是“多聊几轮”本身让人更在行，更可能是本就在行的人更愿意多聊；但无论因果指向哪边，迭代都是高熟练度最稳定的外在标志。

各项行为在“有迭代”与“无迭代”对话中的出现率对比，迭代组普遍更高（如“明确目标”54.5%对30.9%）。

值得注意的是在全部对话中，当AI生成完整的“成品”（如代码、文档、应用等）时，用户对其产出的批判性评估和质疑程度反而会降低。在这类对话里，用户的行为出现了一组方向相反的位移：一方面，前端“指挥”全面加码——明确目标的概率上升14.7个百分点，指定格式上升14.5个百分点，提供范例上升13.4个百分点，连追问迭代也多了9.7个百分点；另一方面，后端“核查”却集体退潮——识别缺失上下文下降5.2个百分点，核查事实下降3.7个百分点，质疑下降3.1个百分点。同一个人在同一段对话里，越是用力把成品催得漂亮，越是松开了验证它的手，这是由于自动化偏差（automation bias）导致的，即系统给出的结果越完整、越流畅，人越倾向于默认它正确，主动校验的意愿随之让渡。成品的“完成度”，就这样被误读成了“可信度”。

有成品”与“无成品”对话的行为对比——描述类行为上升，而三项判断类行为下降（核查事实−3.7pp、质疑推理−3.1pp、识别缺失上下文−5.2pp）。

说到底，AI最擅长的从来不是“正确”，而是“看起来正确”：格式工整、逻辑顺滑、措辞专业，可其中的数据可能是杜撰的，结论可能是片面的，关键背景可能从一开始就缺席。因此，在与AI协作这件事上，我们大多是“偏科生”：擅长把需求说清、把任务派出去，却疏于在AI交回成品后认真检查与负责。要理解这种偏科从何而来，得先弄清楚：所谓“会用AI”，到底是一种什么能力。

很多人对“AI熟练度”有一个根深蒂固的误会，以为它约等于“会写提示词”。但回到这份报告所依据的“4D AI熟练度框架”（4D AI Fluency Framework），会用AI其实被拆成四个先后相扣的维度：描述、委派、判断、担责。这套划分并非凭空归纳，而是建立在近万条真实对话的观测之上，每个维度都对应着可被识别、可被统计的具体行为，前面那些精确到小数点的数字正由此而来。在这套框架里，提示词只属于“描述”这一个维度中的一部分，约占整体的四分之一的四分之一。换句话说，把全部心思押在“怎么把话说漂亮”上，最多只练到了熟练度的十六分之一，真正的协作能力是一条更长的链条。

9830条对话中各项AI熟练度行为的出现频率排序

不妨把这条链拆成“前半程”和“后半程”。前半程面向输入：描述要求我们把目标、角色、格式、范例和边界讲清楚；委派要求我们判断哪些任务适合自己做、哪些交给AI、哪些人机合作。这两步本质上都在解决“怎么把东西做出来”，对应我们最熟悉的“生产”逻辑。后半程则面向输出，才是协作真正下功夫的地方：判断要求我们对AI给出的内容保持清醒——推理站不站得住、有没有缺失上下文、事实经不经得起核查；担责要求我们愿意为最终结果负责，而不是把“这是AI写的”当成免责声明。

会用AI的四步链条。前半程（描述、委派）解决“做出来”，后半程（判断、担责）解决“对不对”；稀缺的能力正从前半程滑向后半程。

判断不是一种空泛的态度，它包含质疑AI推理、识别缺失上下文、核查事实。这三项的出现率都很低：质疑推理约15.8%，识别缺失上下文约20.3%，核查事实只有8.7%。作为对比，“描述”类行为中的明确目标高达51.1%，提供范例也有41.1%。我们做“描述”的频率，是做“判断”的两到三倍，甚至更高。我们很愿意告诉AI该做什么，却很少回头追问它做得对不对。

判断为什么比描述更难？一部分原因藏在测量里。框架的24项行为中，只有11项能在对话中被直接看到，另外13项发生在聊天界面之外——例如权衡分享AI内容的后果，或者向他人诚实说明AI的参与。这13项在某种程度上是熟练度最关键的维度，可它们屏幕上看不到，数据库里也记不住。这带来一个值得警惕的推论：判断与担责的缺失，很可能被严重低估了。描述会留下痕迹，判断常常不会。看不见的能力，最难被衡量，也最难被培养。

熟练使用AI最常见的形式是“增强式”（augmentative）使用——把AI当作思考的伙伴，在来回打磨中借力，而不是让AI替自己拍板。与之相对的是“自动化式”使用：一句话丢过去，拿了成品就收工。两者的差距在数字上很直观：有迭代的对话，熟练使用AI的行为是无迭代的两倍。追求“一次收工”看似高效，实则降低了熟练度。更长远的代价在于，判断是一种用进废退的能力：我们越是把思考外包给AI，自己的判断力越可能退化。

看清了迁移的方向，出路也就清楚了。这一代人要补的课，不是怎么生产，而是怎么判断、怎么负责。这并非要退回不用AI的旧时代，而是把投入的重心从一味“指挥前端”挪一部分到“把关后端”。那些质疑推理、识别缺失上下文的用户——正是把5.6倍、4倍这些数字撑起来的人是熟练度最高的一群；他们的共同点不是更会下指令，而是更愿意在成品面前多核查一遍。

模型可以把内容生成得无可挑剔，却替不了我们判断它该不该信、能不能用、要不要发出去。署名的是我们，采纳的是我们，承担后果的也是我们；从这个意义上说，AI介入之后，个体的责任不是变小，而是变大。重建判断力并不需要多高的门槛：采纳之前多问一句依据，转发之前亲手核对关键数据，惊叹之前先想想它漏了什么、回避了什么。判断不是不信任AI，而是把“看起来对”和“真的对”重新分开——这正是人区别于工具的地方，也是任何模型都无法代劳的部分。

当AI让“做出来”变得廉价，“看得准”就成了新的门槛。同一个工具，握在熟练度不同人的手里，产出会天差地别；而拉开差距的，往往不是谁更会指挥AI，而是谁更敢于、也更善于对它的产出较真。技术普惠不会自动带来判断力的普惠；越是身处一个“什么都看起来对”的环境，主动核实、独立思考就越珍贵。把判断与责任重新握回自己手里，或许正是这一代人在AI时代最该补上的能力。如果今天只想试一件最小的事，不妨回到你最近一次AI对话，在它那个看起来天衣无缝的回答下面，追加一句：“你觉得这个回答有没有什么遗漏，或者站不住脚的地方？”会不会与AI协作的分水岭，常常就藏在这后半程的一句追问里。