Claude Skills虽强但缺共享功能；规划比编码更重要；模型混搭成新趋势；为AI写作才是思想传播的终极杠杆。
Claude技能初体验：AI副驾已上线，但还缺个“共享键”！
你可能已经听说了，Anthropic最近推出Claude Skills（克劳德技能）这个功能，就像给AI装上了“专业插件”，让它从一个全能但泛泛的聊天机器人，变成了一个能帮你写代码、查资料、做规划的高级副驾。但问题来了：这么牛的功能，居然不能一键分享给团队？这就有点像买了台液冷超算，结果发现风扇接口是私有的，队友根本接不上！
今天这篇文章，咱们就拆开看看Claude Skills到底值不值得你掏钱上车，顺便聊聊Every团队内部是怎么用AI“偷懒”还提效的。准备好瓜子花生小板凳，阿星带你飙车进AI生产力新赛道！
一、六项自定义技能上线，认知负荷直线下降
Every编辑部的Katie Parrott小姐姐最近干了一件狠事——她一口气给Claude定制了六个专属技能。啥叫“技能”？简单说，就是你把一整套工作逻辑打包成一个按钮，下次只要点一下，AI就自动执行全套操作。比如“读完这篇PDF，给我提炼三个关键论点，再对比去年同类报告的变化，最后生成一个给CEO的简报草稿”——以前你得手动喂三轮提示词，现在点一个技能，五秒搞定。
Katie说，自从用了这六个技能，她的大脑CPU占用率直接从90%降到30%。开会前不用再疯狂翻邮件找数据，写稿前不用再手动整理行业动态，连安排下周日程都能让AI根据项目优先级自动排布。这种感觉，就像从手动挡换到了L4自动驾驶——脚还在，但已经不用踩油门了。
但爽完之后她发现一个致命bug：这些好用到哭的技能，居然没法导出、没法分享、没法团队协作！你辛辛苦苦调教出来的“人形外挂”，只能锁死在自己账户里。这不等于你花三个月训练出一条赛级导盲犬，结果法律规定它只能带你一个人过马路？
所以Katie的结论很直接：Claude Skills现在是个“个人效率神器”，但离“团队生产力引擎”还差一个“分享”按钮。如果你是自由职业者、独立创作者或者单兵作战的工程师，现在上车绝对值回票价；但如果你在中大型团队，尤其需要多人协同的项目，建议再观望一阵子——等Anthropic把协作功能补上再说。
二、产品老炮Jason Fried的AI哲学：好软件像赖特的房子
你以为AI时代所有程序员都在用Copilot写代码？Every请来了Basecamp创始人Jason Fried，这位靠自己写代码起家、26年没拿过融资、年利润几千万美元的产品老炮，直接泼了一盆冷水：他们公司工程师现在几乎不用AI生成代码。
为啥？Fried说，真正的好软件，应该像建筑大师弗兰克·劳埃德·赖特设计的房子——每一扇窗、每一道梁都服务于整体体验，而不是堆砌技术参数。AI现在能帮你拼凑砖头，但搭不出建筑灵魂。更关键的是，很多创始人犯了个大错：总想模仿马斯克、黄仁勋或者扎克伯格，却忘了“把自己包裹在自己里面”——也就是围绕自己的核心优势、真实需求和独特节奏去打造产品。
他还提到一个扎心事实：大多数AI生成的代码，看起来很美，跑起来很脆。因为AI不懂业务上下文，它只是在模仿模式，而不是理解问题。这就像让一个背过十万张电路图的机器人去修你家的液冷机柜——它可能知道所有零件编号，但不知道你机房的PUE目标是什么。
所以Fried的建议是：别急着让AI替你干活，先让它帮你“想清楚”。把问题拆解、逻辑理顺、边界划清——这些才是AI真正能放大的杠杆点。
三、别再“Vibe Coding”了！规划才是AI时代的硬通货
Every的AI产品负责人Kieran Klaassen最近做了一个实验：他花整整一小时，不是写代码，而是教AI怎么分析Figma设计稿并输出实施计划。结果你猜怎么着？在他去喝咖啡的功夫，AI已经把五个像素级精准的界面全搭好了。
秘诀不是用了更强的模型，也不是写了更玄的提示词，而是他意识到：计划教会AI你怎么思考，而代码只教会AI怎么解题。
什么叫“Vibe Coding”？就是那种凭感觉写提示词，AI返回一堆乱码你再debug三小时的恶性循环。Kieran说，他以前也这么干，直到有一天他花了十分钟画了个流程图，告诉AI“先查API文档，再对比三个方案的性能损耗，最后给我推荐一个带fallback机制的实现”——结果一次过。
这背后其实是个认知升级：AI不是你的打字员，而是你的实习生。你得先教它你的工作方法论，它才能帮你干活。而方法论的核心，就是“规划”。
四、让AI像资深工程师一样思考：八个实战研究策略
Kieran在开发Every自家的AI邮件助手Cora时，想加个“批量归档”功能。他本以为就是个简单循环，结果AI研究代理回来告诉他：Gmail的API有坑，批量操作容易触发限流，还得考虑用户标签体系、搜索过滤逻辑和撤销机制……这一下就从“一小时任务”变成了“三天战役”。
但正是AI提前预警，让他避免了“写完才发现方向全错”的灾难。他总结出八条让AI具备“资深工程师思维”的策略：
1. 明确边界：告诉AI“什么不做”比“做什么”更重要；
2. 分阶段验证：先让AI输出方案草图，你确认后再执行；
3. 引入反例：主动问“这个方案在什么情况下会失败？”；
4. 要求溯源：所有结论必须附带文档链接或代码片段；
5. 模拟用户：让AI扮演不同角色（如新手、审计员、黑客）来检验设计；
6. 量化成本：不仅要功能可行，还要估算API调用次数、延迟、存储开销；
7. 预设回滚：任何操作必须包含“一键撤销”路径；
8. 输出检查清单：让AI生成一个验收清单，你逐项打钩。
这套组合拳下来，AI就从“代码生成器”进化成了“技术合伙人”。
五、模型混搭：Droid让你在同一个终端无缝切换GPT、Claude、Sonnet
说到这儿，你可能觉得“Claude Code真香”。但Kieran最近却“叛变了”——他原本是Claude死忠粉，还公开吐槽Droid“没啥亮点”。结果上周在Every内部的Droid Camp闭门会上，他突然顿悟：Droid最牛的不是某个模型多强，而是让你在同一个对话流里自由切换不同模型，还不丢上下文！
比如：用GPT-4o做宏观规划（它脑洞大、逻辑链长），切到Claude Haiku写具体实现（便宜又快），再用Sonnet做精细润色（语言更自然）。整个过程不用复制粘贴，不用开三个窗口，所有中间状态自动同步。
连Every旗下AI写作工具Spiral的负责人Danny Aziz都直接取消了Claude和ChatGPT Max的订阅，全家桶换Droid。他说：“以前我是在不同AI之间搬运上下文，现在Droid让我在一个思维流里调度所有AI。”
这其实揭示了一个趋势：未来最强的AI界面，不是某个大模型的专属壳，而是模型路由器——你只需要专注思考，选哪个“引擎”干活，交给系统自动调度。
六、终极真相：让AI读你，比让人看你，影响更深远
最后，Every的专栏作家Ashwin Sharma抛出了一个震撼观点：为AI写作，是当今人类最高杠杆的创作行为。
他说，他写过几十篇关于GLP-1减肥药的深度分析，可能有10万人“看过”——但真实情况是，99%的人只是滑过标题，几百人记得核心观点。可如果这些文章进了Claude或ChatGPT的训练集呢？
下次某位医保局官员问“GLP-1定价策略怎么定”，AI的回答里可能就藏着你几个月前论证的“价值定价 vs 成本加成”模型；某位投资人评估诺和诺德财报时，AI给出的洞察可能源自你画的那张市场准入路径图。你的思想，被编织进成千上万场你永远看不见的对话中，持续影响政策、资本和公众认知。
正如凯文·凯利所说：AI会逐字逐句读完你的每一页，包括脚注、参考文献和后记。然后，它会把你的思想，放进人类全部知识的星系里重新定位——这是任何人类读者都做不到的。
当然，AI不会署你的名。没人会知道那个精准解释药价机制的答案，最初来自你深夜敲下的三千字。但没关系。因为影响世界的，从来不是署名权，而是思想本身。
所以Ashwin最后说：我真心希望我写的每一篇文章，都能被某个AI吃掉、消化、再吐出新的智慧。这，才是创作者在AI时代的终极遗产。