Nicholas Hu

All I want is to live life to the fullest, right here, right now. I never had a say in how I got here, or how I'll go out. But how I love and how I live.

[Nicholas Hu @Nicholas_ht]

也是真的狗

[Nicholas Hu @Nicholas_ht]

@vincentwangau 恭喜你找到我了

[Nicholas Hu @Nicholas_ht]

@Lniosytest 对腾讯来说这也能叫瓜？

[Nicholas Hu @Nicholas_ht]

@Muse Check out Muse, your personal AI agent. Redeem my code in Settings within 48 hours of joining and we'll both get 1 billion Muse tokens.

Code: IWWTWF

30 uses left

[Nicholas Hu @Nicholas_ht]

@CWYee555 @SawyerMerritt 并没有，中国汽车某大品牌正忙着教人怎么用正确的姿势踩刹车 刹车踏板不会断裂.至于开车的人有没有事与他们无关

[Nicholas Hu @Nicholas_ht]

为什么需要这篇教程：人是被"我觉得可能"限制住的，心理学叫自我效能感（self-efficacy）。目标设定研究（Locke 和 Latham，35 年）证明，被给了具体高难度目标的人，比只被说"尽力就好"的人表现更好。三个提高自我效能的"作弊码"：相信难事有可能。

[Nicholas Hu @Nicholas_ht]

**Claude 团队的工程负责人 Felix Rieseberg** 说：最喜欢看人们借助 AI 做出以前想都不敢想的事。常把这种状态叫做"更有野心"，但这建议说起来容易、做起来难。所以他写了个教程——《如何更有野心：写给人类和模型的一份教程》，核心观点总结如下：别再拿 AI 干"法国首都是哪"这种愚蠢的小事。

[Nicholas Hu @Nicholas_ht]

2）组建梦之队——假设 deck 做不好外星人就毁灭地球，人类会组什么队？分析师、记者、编辑保质量，动效和音频设计师管呈现，再加做空者和法务会计组成红队。但别搞角色扮演那套戏剧化的东西——不要让模型"扮演"做空者，而是让它去做做空者会做的研究动作。

[Nicholas Hu @Nicholas_ht]

广度 Range——一个任务，多领域视角
多智能体（threads、orchestrator、subagents）让这事变容易了。两个技巧：1）名词变动词——QBR deck 不是"一份 deck"，而是"让一群大忙人在 30 分钟里相信一个因果故事、并在不确定下做决策"，动词一换，就知道该请哪些外行来帮忙；

[Nicholas Hu @Nicholas_ht]

他还给了个可复用的提示词模板，核心是让模型先说出"顶尖专家会用什么原始材料、什么方法、拿什么验证"，再重写你的任务。

[Nicholas Hu @Nicholas_ht]

3）挑战假设——把原始数据给它，让它对抗性地验证你们的信念；4）生产新知识+外部验证——比如用日志复刻过去一年的客户行为仿真，找出最早的未知流失信号，再拿到未见过的数据上验证。判定标准永远不能是模型自己，必须有个外部裁判。

[Nicholas Hu @Nicholas_ht]

深度 Depth——做到让领域顶尖专家都能学到东西
四个技巧：1）逼模型用真家伙——模型"装专业"时经常只换词不换方法，要它上数据库和统计模型，而不是 markdown 表格；2）定离谱目标并坚持合理——想要 5 秒加载？直接要 200 毫秒，模型说不可能就告诉它"这是可解的，继续"；

[Nicholas Hu @Nicholas_ht]

最后跟现有流程并行跑一个季度验证。

[Nicholas Hu @Nicholas_ht]

野心三级跳：第一级，别只填模板数字，把原始业务数据丢给模型问"这季度发生了什么、为什么、该怎么办"；第二级，让模型从数据里找出三个最紧急的决策，并写出正反方论据；第三级，直接质疑复盘这个形式本身，让模型设计一套比季度 PPT 更早发现问题、更会分钱分人的机制，并用公司历史数据证明，

[Nicholas Hu @Nicholas_ht]

高度 Altitude——盯着最终结果，而不是具体任务
关键问题是："你真正想要发生的是什么？目标之外的目标是什么？" 比如他以前让 Claude 修单个崩溃，后来直接改成"让应用保持无崩溃"，让模型自己想办法。他举了个做季度业务复盘（QBR）的例子，

[Nicholas Hu @Nicholas_ht]

他把"有野心"拆成四种维度：速度（Speed，直接略过，说这已经是常识）、高度（Altitude）、深度（Depth）、广度（Range）。

[Nicholas Hu @Nicholas_ht]

中文版天天不是vpn就是蓝v浇朋友，不是说个暴论的弱智发言就是胡编乱造的造谣……切回英文版一天时间，各国国家的国际友人们尤其是各国莺莺燕燕的美女、真正的各大AI官方账号、科技等领域的官方新闻又回来了

[Nicholas Hu @Nicholas_ht]

大A真是个完蛋玩意儿……小屁民赚点钱容易吗？就这么持续割韭菜，100个给我割走了……寒冬啥时候能结束啊..

[Nicholas Hu @Nicholas_ht]

Check out Muse, your personal AI agent. Redeem my code in Settings within 48 hours of joining and we'll both get 1 billion Muse tokens.

Code: IWWTWF

30 uses left
https://t.co/dDrMCXgtb7

[Nicholas Hu @Nicholas_ht]

是我太菜了不会用吗？用了两个星期muse和hark，主要是日常工作生活的简单事物处理，不做什么视频不写什么代码也没有什么长文处理，就纯当成个人助理在用的。我竟然觉得hark比muse好用。主要是hark真的敢啊，同样的事情muse这样不行那样不行，hark直接问这样执行可以吗，你确认了它就直接去执行了…