Claude 工程负责人 Felix Rieseberg：别再用 2024 年的方式用 Claude

完整中文导读

Claude 工程负责人 Felix Rieseberg 在访谈中表示，他几乎不再写代码，核心做法是把崩溃数据、业务工具和电脑交给模型，让模型自己挑问题、自己用工具，而不是堆叠角色 Agent。他建议用多条线程专攻反驳、再用一条线程做 judge 筛选批评，并提醒 Skills 半衰期短、慎用；同一会话自评仍不可靠，应尽量引入外部信号。

中文整理

作者 / 来源：meng shao (@shao__meng) · 原文时间：2026年10月24日 20:25（北京时间）

原作者信息要点

材料称，Claude 工程负责人 Felix Rieseberg 在 @siliconvalleymm 访谈中表示，他几乎不再写代码，核心做法不是造更多角色 Agent，而是把崩溃数据、业务工具和电脑交给模型，用对抗评审与外部证据约束输出，从人当“传送带”转为模型自己挑问题、自己用工具。

他称团队约一周半做出 Claude Cowork；他现任 Claude 工程负责人，自称“Claude 的传送带”。过去他挑一条崩溃丢给模型修，现在认为应让模型接触全部崩溃数据，自行决定修什么、不修什么。早晨有 agent 简报，日常多在原型：睡几天掂量想法，让 Claude 做多版，人做 critique。他称能做一千个原型，但人的注意力一天大概只能认真看一个；好产品信号是少数人上手就“点亮”、能做以前做不到的事，按钮宜少不宜多。

自动化方面，他称其砍掉烦人、贵、耗时的活，眼下经济价值最清楚；他更在意增强，即补技能、方法、知识，让人做成以前做不到的事，真正拉开差距的往往是改工作流与定义好坏。

知识工作评“好”：报天气瞎猜温度碰巧对为不及格，差半度但定位、信源、路径靠谱更好，过程与可验证性优先于“看起来对”。写作别只说“Claude 把这段写好”，应学优秀作者流程，放大论点、找最强反驳、按专业步骤走。动效/3D 的 Unlock 常是用专业人士同款工具，如让 Claude 用 Blender。

防幻觉用对抗评审加 Judge：同一产出开多条线程专攻“证明你错了”，查事实、逻辑、误解；再开一条做 judge 筛哪些批评成立；成立的反馈可回原会话，原会话也可判断是否采纳。找茬往往比创造容易，对抗侧有时可用略弱模型。自己完全不懂好坏时多砸 token、多轮 AI；自己能当“甲方”判断观感时，观感即可。

Agent、Skills、数据：他偏刺地认为行业对“Agent 角色扮演”过转；模型是强通才，DeepMind 定制数学银牌后通才模型很快拿金；硬套“你是数据科学家”常限制用法，他多数任务不设人设。与其给每个 agent 切一小片数据，不如给全景业务视图加文档清楚的工具，需要业务数据就调业务工具，不必整库灌进上下文；工具调用变强后，他不再优先做“该给谁哪片数据”的决策。Skills 官方与他个人都劝慎用，半衰期极短，有时删掉 skill 输出更好，上一世代模型的规矩常会绑住新模型。换位成“模型体验”，会要原始数据、一台电脑、装软件权限、少被别人先下结论。

不信任什么：问“还信不过 agent 做什么”时，他改答更不信同一个会话自评，当前会话当自己工作的法官仍很不靠谱，应尽量找外部信号，如另一会话、真实指标。事实核查一类他敢信单线程，即找一手来源、验来源质量。反馈闭环可在 Slack/GitHub 等处给工具权限，让模型自己汇集反馈、压成原则，再挖“你以为信、实际未必信”的原则用于后续评审；也可人机并排写反馈几轮再对齐。

创业与软件：一人/两人团队做大公司更可行，但秘诀没变，即共情，对用户、场景、付钱的人是否真有价值。会消失的是“勉强凑合、没得选”的烂软件；真正好用的产品多数人仍不会自己想出来。他爱去酒店前台等处看真实经济用的机子，大量仍是笨拙旧系统，垂直清理是机会；牙医诊所软件一类老笑话，关系与分发仍难。能力过剩指顶尖智能与多数人还在问“法国首都是哪”的差距；Dario 的“天才数据中心”要落到可用，靠重想需求与可能性。个人层少做“帮我润色邮件”，多把真正想要的结果交给模型，直到撞上当前天花板。

给工程师与下一代：工程师价值看用户是否愿意为结果付钱，不是背完整 React API；建议做能摸到的真作品组合、证明共情与整合多系统能力；背单一 API 贬值，把多系统捏在一起升值。招人看做过什么、是否在赢的团队上，胜过看学校学位。对尚幼女儿，他主张早懂商业如何运转、如何协作、如何找价值；推崇滑铁卢式多实习，懂怎么推想法、要资源、过法务，往往比纯 CS 理论更快上手。五年后很难直觉跟上智能指数；较有把握的是今天这些 AI 产品大概还处在智能手机之前的功能机阶段，形态会大变；他自己的建议也可能十周后就要改一版。

本站整理与观察

本站整理：材料把 Felix 的观点归为几条主线，即减少角色扮演式 Agent、给模型全量数据与工具权限、用对抗评审和外部信号约束输出、慎用 Skills、以过程可验证性而非“看起来对”评价知识工作。这些均为材料转述的受访者观点，非本站独立验证。

本站观察（推论）：材料中“一周半做出 Claude Cowork”“DeepMind 定制数学银牌后通才模型很快拿金”等表述来自受访者自述或转述，材料未提供可核验细节；读者宜将其视为观点与经验分享，而非已证实事实。

本站观察（推论）：材料反复强调外部信号与对抗评审，与其对同一会话自评的不信任形成一致逻辑；但材料未给出具体评测数据或对照实验，相关效果判断仍属经验性主张。

本站观察（推论）：材料对 Skills 半衰期短、角色 Agent 限制通才模型的说法较尖锐，属受访者个人判断；材料未提供系统性证据，不宜直接当作行业结论。

材料为单一访谈转述，未附原始视频文字稿或独立核验；文中数字、产品名、人名及事件均按材料转述保留，未做外部查证。本站观察仅为基于材料的推论，不构成对受访者观点正确性的验证。

上下文来源：1