新智元報道
【新智元導讀】反轉了反轉了，過去我們給AI跑分，今天Claude開始反手給人類打分數！它會透過11個指標來分析你和它的歷史對話，判斷你使用AI的程度高低。在AI眼裡，你是高手還是萌新？
倒反天罡，AI開始給人類打分數了！
搞出這個功能的，還是那個抽象的Anthropic。
這個功能雖然目前還在灰階測試階段，但已經在海外AI圈迅速傳開了。
AI是怎麼給人類打分的？
想像這個畫面：你打開Claude的設定面板，點開一個名為「AI Fluency」的專屬螢幕，點擊產生報告。
幾秒鐘後，一份關於你AI使用習慣的「體檢報告」就赫然出現在眼前。
它不僅掃描了你在Chat（日常對話）、Cowork（協作空間）甚至硬核的Claude Code裡的每一次交互，還會根據一套嚴密的標準進行打分（滿分11分）。
已經有手快的網友分享出AI給自己的評價了——7.5分。
更可怕的是，AI的評價可謂一針見血，直戳痛點。
這位網友分享了Claude給他的弱點分析：「例如，報告指出我極其頻繁地使用各種Connector，但只要主題涉及體育數據、食譜，甚至地圖和地理位置，我就表現得一無所知。」
甚至，Claude不僅指出了他的問題，還直接上手給出了指導：比如「主動透過情境激發AI的敏銳辨別力」，以及「在讓我寫第一稿之前，試著對我說——給我一個簡潔的要點摘要，不要任何前言廢話。這樣能讓你的初稿乾淨得多」。
太恐怖了，這哪裡是冷冰冰的軟體，簡直是個拿著教鞭、對你恨鐵不成鋼的賽博導師。
還有網友激動地發文尋找共鳴：「我也看到了！我特地跑來論壇確認我沒瘋！我生成了報告，結果回到筆記型電腦前，伺服器報了個錯，功能就消失了！」
現在，這個驚鴻一瞥的洩露，把人們的胃口吊到了極點。
大家都在好奇：這11項打分標準，到底是什麼？
近萬份匿名對話揭秘，何為「AI流利度」？
要搞清楚這11項標準，我們必須把時間軸拉回Anthropic發布的那份極具前瞻性的硬派研究──《AI流利度指數報告》。
在過去，我們總以為「會寫複雜的提示詞」就是懂AI。但Anthropic認為，這種觀念太狹隘了。隨著模型越來越聰明，死記硬背提示詞模板已經過時了。
真正的高手，掌握的是一種被稱為「AI流利度」的軟技能。就像你熟練一門外語一樣，流暢度意味著你能自然、有效率、無縫地與AI協作。
為了量化這種玄學，Anthropic聯合學術界的Rick Dakan和Joseph Feller教授，提出了著名的「4D AI流利度架構」。
研究團隊動用了強大的隱私保護分析工具（全程無人工幹預，用Claude 4負責行為分類，Claude 3.5 Haiku負責語言檢測），在一個瘋狂的星期裡，對9830段真實的、多輪拉扯的匿名人類對話進行了深度掃描。
他們驚訝地發現：這世上的AI用戶，差距比人和狗都大。
在24項衡量人機協作的終極標準中，有13項發生在螢幕之外（例如你是否對老闆隱瞞了工作是AI做的，你是否考慮了AI生成內容的倫理後果等），而剩下的11項，則是可以在聊天框裡直接觀測到的絕對指標。
每種AI 流暢度行為指標在9,830 次Claude.ai 對話中的流行率，按能力從最常見到最不常見排序，並按能力顏色編碼
這11項指標，就是如今內建在Claude的「評分卡」的底層邏輯！
它們主要圍繞著三個大維度展開：描述、委託和辨別。
11面「照妖鏡」，你在哪一步現了原形？
準備好接受審視了嗎？讓我們逐一拆解這11個核心行為指標。
維度一：描述－你真的知道自己想要什麼嗎？
很多人的對話框是這樣的：「幫我寫週報」、「寫一個貪吃蛇代碼」。
在Claude眼裡，這種指令的流利度幾乎為零。真正的高手會在「設定目標」和「建構對話」上花心思。
1.明確目標
你是否向AI解釋了你做這件事的最終目的？
低分玩家：「幫我潤色這段英文。」
高分玩家：「我要給矽谷的一家風投機構發Cold Email爭取融資，請幫我潤飾這段英文，確保語氣自信但不過分傲慢。」
2.指定格式
你是否清晰界定了輸出的樣子？
高分玩家懂得使用：「請用Markdown表格輸出」、「請以3個小標題+每段不超過50字的要點格式呈現」。
3.提供範例
Few-shot永遠是王者。
你是否在讓AI工作前，先餵給它一個你認可的範例？ 「請模仿以下這篇爆款文章的口吻來寫…」
4.補充上下文
AI不是你肚子裡的蛔蟲。
你是否提供了必要的背景資訊？例如你的行業背景、目標受眾特徵、甚至是之前踩過的坑。
維度二：委託－把AI當合夥人，而不是自動販賣機
在Anthropic的報告中有一個驚人的發現：最常見的AI流利度表現是「增強型」的。
這意味著人們把AI當成思維的火花碰撞機，而不是直接把活兒全部丟給AI。這類對話所展現的流利度，是那種短暫一回對話的兩倍以上！
5.迭代與精煉－最強預測因子！
這是整份報告中最最重要的指標！高達85.7%的高品質對話中包含這個行為。
什麼叫迭代？就是不要接受AI的第一次回答！
低分玩家：看到AI寫得爛，罵一句智障，然後開啟一個新對話。
高分玩家：「你第一點的方向對了，但第二點太學術了。請保留第一點，把第二點換成更接地氣的生活案例，然後再試一次。」
6.任務拆解
你是否試圖讓AI一次性寫出一本10萬字的小說？
流利度高的使用者懂得把龐大的目標拆解：「我們先討論一下大綱；好的，現在基於大綱寫第一章的前半部……」
7.探討方法
在動手之前，你有沒有問過AI：「你覺得解決這個問題，最好的流程是什麼？」
讓AI先輸出它的思考路徑，你再進行修正。
維度三：辨別－不要被AI的花言巧語騙了
隨著大模型越來越聰明，它們的幻覺也編造得越來越逼真。辨別力，是你在這個時代保命的底線。
8.質疑推理
當AI給出一個反直覺的結論或複雜的代碼時，你有沒有追問一句：「你得出這個結論的邏輯是什麼？」、「請逐行解釋這段程式碼為什麼這樣寫？」
9.事實查核
你是否要求AI為其提供的數據給出引用，或透過提問來驗證其準確性？
10.辨識缺失的上下文
當AI給出的方案看似完美但脫離實際時，你能否敏銳指出：「你剛才的分析忽略了我們公司目前預算只有1萬塊錢這個事實，請重新評估。」
11.評估結果
明確地對AI的產出進行評價：「你這次使用的比喻非常精準，但結尾的情感昇華還不夠，我們需要調整結尾。」
最可怕的洞見：精美包裝下的思考降級
在這份數萬字的報告中，如果說有什麼發現讓人細思極恐，那絕對是關於「Artifact Paradox」的發現。
在涉及artifacts的對話中（樣本量為1,209），相比無artifacts的對話（樣本量為8,621），行為指標的普遍性呈現出以下特徵：描述行為和委派行為有所增加，而所有三種辨識行為均有所減少
我們都知道，Claude最殺手級的功能就是Artifacts（隨時可以產生網頁、程式碼、流程圖、互動介面的視覺化視窗）。在包含這類高階產出的對話中（佔樣本的12.3%），人類與AI的協作方式發生了劇烈的突變。
乍一看，人類似乎變得更專業了：明確目標的比例暴增14.7%；指定格式的比例暴增14.5%；提供範例的比例暴增13.4%。
在工作開始前，人類像個精明的專案經理，把一切安排得明明白白。
但是！一旦AI生成了那個看起來精美絕倫、運行絲滑的Artifact成果，人類的腦子就集體罷工了！
數據冷酷地揭示了這一點：在產出這種精美成果的對話中，人類的批判性審查能力出現了斷崖式下跌。
– 辨識缺失上下文的機率下降5.2%
– 核查事實的機率下降3.7%
– 質疑AI推理邏輯的機率下降3.1%
這是為什麼？ Anthropic的分析師一針見血地指出：因為看起來太像真的了！
當AI給你一段乾巴巴的文字時，你會下意識地挑錯；但當AI直接給你渲染出一個排版精美的PDF，或者一個點擊按鈕還會發光的App界面時，你潛意識裡會覺得：「哇，它連這麼複雜的UI都做出來了，它背後的邏輯肯定沒問題。」
如果東西看起來是完成的，使用者就會把它當成完成的。
但這恰恰是最危險的時刻！
Anthropic近期的經濟指數報告表明，任務越複雜，大模型翻車的機率其實越高。在最需要事實查核的複雜程式碼和進階圖表面前，人類反而放下了戒備。
想拿高分？掌握最強殺器－無盡迭代
既然知道了陷阱，那通關的秘籍是什麼？
核心就是四個字：迭代精煉。
在用户进行迭代与优化的对话中（样本量为8,424），相较于未进行迭代与优化的对话（样本量为1,406），所有行为指标的普遍性均有显著提升
報告顯示，在會使用「迭代」的用戶對話中，平均會展現出2.67種其他的流利度行為；而不使用迭代的用戶，這個數字只有可憐的1.33。
毫不誇張地說，「迭代」是衡量一個人會不會用AI的絕對分水嶺。
不懂迭代的人，把AI當成搜尋框；懂迭代的人，把AI當成初級實習生。
高能量預警！這是一組極度震撼的倍數對比。
那些習慣和Claude進行多輪迭代來打磨作品的人，比起不迭代的人，去質疑AI邏輯的機率，飆升了5.6倍！去辨識上下文缺失的機率，飆升了4倍！
這就是為什麼同樣是用Claude，有的人能用它寫出拿下百萬融資的商業計劃書，有的人卻覺得它連個請假條都寫不好。
差距不在於AI，而是你願不願意在對話框裡多聊五塊錢的。
下次當你覺得AI生成的文章沒有靈魂時，不要點重新生成，而是打下這段話：「你上面這版結構不錯，但語氣太像機器了。現在，假設你是一個有著10年經驗、性格有些幽默毒舌的行業老炮，請保持原有大綱，把全文重寫一遍，多用短句，並在第三段加一個自嘲的笑話。」
當你開始習慣這樣對話時，你的AI流利度分數絕對會直線飆升。
從工具到技能，Anthropic在下一盤大棋
看到這裡，你可能會問：Anthropic為什麼要費這麼大勁，去分析人類的行為，幹嘛不直接捲參數、捲跑分？
這恰恰是Anthropic區別於其他AI大廠的最高明之處：他們正在重新定義AI。
透過《AI流利度報告》，他們告訴人類：AI不是一個你買來就能自動變強的裝備，AI是一門需要你不斷練習的語言和技能。
把研究成果變成產品中的評分卡，這是一個極為精妙的回饋閉環。而Claude的評分卡，就是你的Apple Watch。
透過這種遊戲化、數據化的方式，Anthropic正在培養全世界最懂AI、素養最高的一批超級使用者。
這不僅是為了產品留存，更是為了更安全的AI未來──因為只有具備高辨別力的人類，才不會被未來那些聰明到可怕的AI所蒙蔽。
據透露，Anthropic已經成立了Anthropic學院，推出了AI流利度系列課程，甚至開始與PayPal以及全球各大頂尖大學開展合作。
未來，不同人類使用起AI，差異將很參差。
人類，讓AI給你打個分吧
如今，很多人都在焦慮：AI會不會搶走我的工作？
但真正的問題或許是：你配得上現在這麼強大的AI嗎？
Claude即將上線的AI流利度評分卡，就像一面照妖鏡。它照出了我們在新科技面前的懶惰，也指明了通往強者的道路。
雖然目前這個功能何時全量上線、是否對免費用戶開放還是個未知數，但標準已經擺在眼前了。
問題來了，依照這11項指標，AI給你打多少分？
參考資料：
https://www.testingcatalog.com/anthropic-to-introduce-personal-ai-fluency-scorecard-in-claude/
https://www.anthropic.com/research/AI-fluency-index
編輯：Aeneas David
