即刻App年轻人的同好社区
下载
置顶prompt 的撰写技巧只是“术”的层面，不能说不重要，但是更底层的东西“道”，“道”是你的认知层级，思维方式，和看穿本质的能力。“问的问题”本身是最重要的，你问出什么问题，远比你怎么问更致命。因为提问本身就暴露了你思考的天花。
相当于武功里面的，招式 vs 内功，张无忌学的太极拳为啥招式都忘记了，打出来，还那么厉害？
举个例子：
1. “帮我写一篇中国咖啡外卖市场的调研报告。”
2.“我想写一篇关于中国咖啡外卖市场的调研报告。请帮我分析一下市场规模、主要玩家（瑞幸、星巴克、Manner）的商业模式和优劣势，并预测一下未来的发展趋势。”
3. 见图
相当于武功里面的，招式 vs 内功，张无忌学的太极拳为啥招式都忘记了，打出来，还那么厉害？
举个例子：
1. “帮我写一篇中国咖啡外卖市场的调研报告。”
2.“我想写一篇关于中国咖啡外卖市场的调研报告。请帮我分析一下市场规模、主要玩家（瑞幸、星巴克、Manner）的商业模式和优劣势，并预测一下未来的发展趋势。”
3. 见图
1 00
ChatGPT 和 Claude 两款产品的目标场景是完全不一样的：ChatGPT 更偏向于陪伴，带来情绪价值；而 Claude 更偏向于做事，具体解决实际问题。
所以你能看到，整个 Claude 目前在实际工作中的各项任务中非常能打，包括：
1. 办公任务
2. Coding 任务
3. 数据分析任务
在这些领域，Claude 现在是一骑绝尘，非常强悍。OpenAI 也认识到了这一点，发布的 codex 应用（至少在编程领域）随着 gpt-5.3-codex 模型的发布，编程能力确实强悍，确实起来了。
但是 OpenAI 想要全面追上或者赶超，还有很大的距离要走，能不能赶上还是个问题。因为在竞争的商业模式下，两者同时在跑，谁跑得快，或者谁有更好的行业知识和战略定位，这都不好说。
反正就我个人而言，3 个月前我还是 ChatGPT 200 美金的付费深度用户。现在已经变成了 200 美金的 Claude 会员。OpenAI 变成了 20 刀，这个差距确实很大。
所以你能看到，整个 Claude 目前在实际工作中的各项任务中非常能打，包括：
1. 办公任务
2. Coding 任务
3. 数据分析任务
在这些领域，Claude 现在是一骑绝尘，非常强悍。OpenAI 也认识到了这一点，发布的 codex 应用（至少在编程领域）随着 gpt-5.3-codex 模型的发布，编程能力确实强悍，确实起来了。
但是 OpenAI 想要全面追上或者赶超，还有很大的距离要走，能不能赶上还是个问题。因为在竞争的商业模式下，两者同时在跑，谁跑得快，或者谁有更好的行业知识和战略定位，这都不好说。
反正就我个人而言，3 个月前我还是 ChatGPT 200 美金的付费深度用户。现在已经变成了 200 美金的 Claude 会员。OpenAI 变成了 20 刀，这个差距确实很大。
1 00
语音输入法的定位是不一样的。像微信输入法这种虽然很强，但它毕竟只是输入法。输入法就意味着，你说的任何带语气的字，它都会通过 ASR 原封不动地导出来。
但是像 Typeless 这种工具，它其实是在你原始表达的基础上做了加工：
1. 删掉不正式、没用的废话
2. 进行格式化处理
格式化后的内容会变得更正式、更规整。如果把这些内容发给大模型，效果可能会更好，因为它去掉了一些噪声，尤其是长时间的语音噪声。
但是像 Typeless 这种工具，它其实是在你原始表达的基础上做了加工：
1. 删掉不正式、没用的废话
2. 进行格式化处理
格式化后的内容会变得更正式、更规整。如果把这些内容发给大模型，效果可能会更好，因为它去掉了一些噪声，尤其是长时间的语音噪声。
1 00
复杂的任务，不应该只依赖一个模型！
最近摸索出来了一个工作流，先让 Claude Code 中的 Opus 4.6 干一遍，产出完整方案，然后把成果扔给 Codex 中的 GPT-5.3-xhigh，让它扮演最严格的 Reviewer，挑漏洞、补边界、优化方案，结果完成度和质量比单模型高出一大截。
这种做法本质上，就是软件工程里 "写代码的人不该自己审代码" 的铁律，搬到了 AI 协作上。
模型也有盲区，而另一个顶级模型恰好是最好的协作者。
最近摸索出来了一个工作流，先让 Claude Code 中的 Opus 4.6 干一遍，产出完整方案，然后把成果扔给 Codex 中的 GPT-5.3-xhigh，让它扮演最严格的 Reviewer，挑漏洞、补边界、优化方案，结果完成度和质量比单模型高出一大截。
这种做法本质上，就是软件工程里 "写代码的人不该自己审代码" 的铁律，搬到了 AI 协作上。
模型也有盲区，而另一个顶级模型恰好是最好的协作者。
2 01
降智又来了，gpt-5.3-Codex这款模型质量实在是高，访问量也大，OpenAI 不得不重启“降智”大法，
关键是你还不知道你被“降智”了！
我老早之前就跟团队的人讲过，一定要养号，现在更加重要，OpenAI、Claude、Google 这三家尽可能的使用高质量的家宽来访问，而且尽可能固化下来，不要和其他人共用。
不仅仅是 OpenAI，Claude 尽人皆知，像 Google 最近的风控措施也越来越严格了。
关键是你还不知道你被“降智”了！
我老早之前就跟团队的人讲过，一定要养号，现在更加重要，OpenAI、Claude、Google 这三家尽可能的使用高质量的家宽来访问，而且尽可能固化下来，不要和其他人共用。
不仅仅是 OpenAI，Claude 尽人皆知，像 Google 最近的风控措施也越来越严格了。
1 40
chatgpt 上的 gpt-5.2 thinking 已经接近不可用的程度了，速度贼拉慢，而且搜索的效果感觉不如 Claude 上的 opus4.6 extended ，这是 agentic 的 search ，效果上感觉好很多。
1 30
模型的进化速度快到令人窒息，gpt-5.3-Codex（Codex中）在后端工程领域超越了 Opus 4.6（Claude Code中），完成大逆转！
这是一次认知颗粒度的质变，Codex 5.3 终于攻破了 AI 辅助研发最难啃的骨头：基于 PRD + 现存业务微服务系统，独立设计出真正可落地的技术方案。
以前模型做技术方案，都是悬浮的空中楼阁，看着完善，不贴近实际，没法用。
Codex 5.3 不一样，需求细节的理解深度、业务逻辑的严谨性、对原有代码风格的遵循、最小 MVP 下的方案取舍，可以说是读得懂 PRD 里的业务隐喻，理得清屎山代码的逻辑纠葛。
给出技术方案虽然不完美，还需人工调整，但整体上可用了，Codex5.3 跨越了这个门槛，攻下了工程师日常工作中的又一个山头。
这是一次认知颗粒度的质变，Codex 5.3 终于攻破了 AI 辅助研发最难啃的骨头：基于 PRD + 现存业务微服务系统，独立设计出真正可落地的技术方案。
以前模型做技术方案，都是悬浮的空中楼阁，看着完善，不贴近实际，没法用。
Codex 5.3 不一样，需求细节的理解深度、业务逻辑的严谨性、对原有代码风格的遵循、最小 MVP 下的方案取舍，可以说是读得懂 PRD 里的业务隐喻，理得清屎山代码的逻辑纠葛。
给出技术方案虽然不完美，还需人工调整，但整体上可用了，Codex5.3 跨越了这个门槛，攻下了工程师日常工作中的又一个山头。
4 00
Opus4.6 帮我升级了第 4 层：
4. 存在重构层 (AI as Mirror)：AI是一面镜子，迫使人类重新审视"人之为人"的本质——什么是不可替代的？什么是值得追求的？当效率、知识、甚至创造力都不再是人类的专属优势，人的价值锚点在哪里？
这一层不是沿"规模"轴的继续放大，而是转向内部——从"AI改变世界"转向"AI改变人对自己的理解"。
4. 存在重构层 (AI as Mirror)：AI是一面镜子，迫使人类重新审视"人之为人"的本质——什么是不可替代的？什么是值得追求的？当效率、知识、甚至创造力都不再是人类的专属优势，人的价值锚点在哪里？
这一层不是沿"规模"轴的继续放大，而是转向内部——从"AI改变世界"转向"AI改变人对自己的理解"。
行小招: 我目前对 AI 的理解，有三个层次： 1. 个体赋能层 (AI as Copilot) ：AI是工具、是 copilot，辅助你提高在某个具体任务中的效率，拉开人与人之间的差异。 2. 组织变革层 (AI as Colleague)：AI是团队成员、是“新人”、是同事，单独解决某一具体任务而不需要你的协助，这将对现有的团队、组织带来极大的变化。 3. 认知突破层 (AI as Catalyst)：AI是精神伴侣、人生导师、事业合伙人，扩大自己的认知边界，许多现在做不了的事情，比如癌症（人类疾病）、可控核聚变（能源问题）、太空探索等都可以做了，这将对人类世界的科技进展、文明程度带来极大的升级。 前两层本质上是降本增效，而第三层才是最重要的，借助 AI 突破当下个体的局限性，对未知领域进行探索，创作，这些最终需要的还是人才，高级人才，顶级人才， 借助 AI，最终还是要提升自己，突破自己的层次，创造新的增量价值，这，我认为才是 AI 对人类的终极意义！
1 00
当 AI 能完成的越来越多时，人独特的价值是什么？人应该怎么发展？ 目前 opus4 .6 给了我最好的、最深度的启发和思考，内容很长，质量很高，建议花 2 分钟看看。
ps：以前的 Claude 只能写代码，现在的 opus 无所不能
ps：以前的 Claude 只能写代码，现在的 opus 无所不能
4 00
Claude code 和 codex 的设计理念上还是有所不同的，codex 更像是一个交给他、不用管、完全自动化的长期执行的工具，速度慢但是准确，常规任务解决起来很娴熟，这是在做的一个 GraphRAG 的离线初始化数据任务，跑了快 3 小时了依然很平稳。
而 Claude Code 就不一样了，这是辅助你的，需要你在旁边一起，很理解你模糊的问题，速度快，几分钟解决，但即使 opus4.5 依然有不准确的地方，必须人工 check，不像 codex 更省心。
而 Claude Code 就不一样了，这是辅助你的，需要你在旁边一起，很理解你模糊的问题，速度快，几分钟解决，但即使 opus4.5 依然有不准确的地方，必须人工 check，不像 codex 更省心。
3 00
