放手，才是真懂：用费曼的眼镜看这周 AI 的三件事

题注：以下用费曼的镜片看事，基于公开言论推断，绝非费曼本人观点。老头 1988 年就走了，不会用这些工具，也不会写中文。

先说个画面。

Claire 自己测产品的时候，永远走“正确路径”——该填的填，该点的点，从不故意搞破坏。然后她让 Codex 接管浏览器，把必填项当成攻击目标，一下翻出一个卡了几个月的 bug。

这事儿让我笑。不是笑她笨。是笑我们所有人。

因为我们都这样。我们以为自己“理解”了一个东西，其实只是记住了它叫什么、流程长什么样。费曼的父亲早就说过：你知道那种鸟在全世界所有语言里叫什么名字，你对那只鸟还是一无所知。

“AI agent” “computer use” “agentic 工作流”——这些词听着吓人。剥掉名字看本质：它就是个程序，盯着屏幕上的像素，移动鼠标，打字。仅此而已。它不“理解”网页，它只是认得哪里能点。

别被名字唬住。这是第一件事。

第二件事更有意思。Claire 一开始给模型列 25 条要测的东西。后来她只说一句“去把引导流程测一遍”，让模型自己决定怎么测。覆盖反而更全。

为什么？因为她自己的假设本来就是盲点。你告诉它测什么，它就只测什么。你给它目标，它才真的去探索。

这跟做实验一模一样。你设好装置，把问题丢给自然，然后闭嘴。你不告诉电子该往哪走。你告诉电子“这儿有个磁场”，它自己决定。人最蠢的习惯，就是想 micromanage 一切——给 25 条指令，走“正确路径”，跟模型讨价还价。

顺带说，她老公 EJ 出了个主意：别让 AI 抽象地评价产品，让它化身具体的人去用。PM、工程师、团队负责人。ChatPRD 这么一测，立马露出个 Claire 知道、却一直没“以用户视角”真切感受到的结构问题。

你看，让人（或让 AI）真的去“用”，比让人“评价”，有用得多。演示大于论证。10 秒的真用，顶 100 页的报告。

第三件事，是我最喜欢的。

Maddie Reese 之前一行代码都不会写。现在她用 Cursor 和一块树莓派，做出了能收推特通知的寻呼机、AI 小票打印机，还有一个“个人 API”。

她自己说代码水平约等于“在圣迭戈靠点西班牙语勉强过日子”——能读个大概，能看出线接错了，但函数不是她写的。

然后她说了一句特别费曼的话：把一条推特绕四个服务送到寻呼机上，“实在谈不上实用。但那不是重点。”

哈！这就是深度游戏。我当年在餐厅看人扔盘子，算它的旋转，那事儿“没有任何重要性”，最后倒弄出了诺奖级别的工作。Maddie 不为用途而做，就为“好玩”，反而把三个真东西做出来了。

反过来，那些非要每个项目都“优雅合理”的人，往往一个都做不完。

最后说说那个“很强但很烦”的 Opus 5。

Claire 拿它跟六个模型盲测，它第一。但它怂、爱道歉、特别依赖人拍板——一行代码的合并冲突，因为它在“别人分支”上，它就不敢解。Claire 满脑子“你直接做就是了”。

她做了个好玩的测试，问：“你和我谁更聪明？” Opus 5 回了一大段，说各有互补、人有共情。另一个模型 GPT-5.6 Sol 直接说：“你懂什么重要，我负责处理，咱俩最佳拍档。”

你品品。到这份上，性格比那点能力差距更说明问题。

而且你猜 Claire 现在怎么用 Opus 5？尽量别跟它“对话”。让它当异步工具在后台跑，出来的活儿她很满意；烦的是读它的长文、跟它聊天拉扯。前端设计、原型，丢给它，然后人躲远点。

这其实是个挺深的道理：最好的工具，是你不用跟它打交道那个。

三件事串起来，我发现一个共同点：这些 AI 工具最厉害的进步，不是它们变多聪明了，是它们终于让人“别指挥得那么细”了。

但大多数人和团队还没学会。他们搞了一堆“AI 工作流”，形式全到位了——智能体、自动化、提示词工程——可还是不放手，还在 micromanage，还在给 25 条指令。

那叫货物崇拜。竹子控制塔搭得再像，飞机不会来。

你敢不敢给个目标，然后闭嘴？敢不敢为“没用”的事花一下午？敢不敢让最好的工具在后台自己跑、你别去烦它？

不敢的话，工具再强，也还是那个对着跑道挥椰子壳的人。