打开网易新闻 查看精彩图片

用AI写代码的人越来越多，但大多数人只是把它当成一个高级补全工具。真正的高手在做什么？他们在教AI如何自我进化。

Luca Dellanna分享了5个他正在使用的Claude Code技巧，核心思路只有一个：让AI在工作中自动积累经验，而不是每次都从零开始。

第一招叫"自我改进注入"。设置一个全局钩子，当AI在一次任务中调用超过8次工具时，自动追加一条优化建议。可以是可复用的技能、记忆模式或工作流修复。关键在于那个"8次以上"的阈值设定。触发条件的精准度比提示内容本身更重要。在错误的任务类型上触发钩子，消耗的token比没有钩子还多。

第二招是"技能审计"。创建一个技能，列出所有已安装的技能及其代码行数，然后让用户选择哪些需要审查。审查什么？简洁性、清晰度、功能重叠、token效率。你的AI助手装了多少技能你可能都不记得了，但它们每一个都在消耗你的上下文窗口。

第三招是"配置文件审计"。让AI读取所有CLAUDE.md文件，检查冗余指令、啰嗦表述，以及可以移到记忆模块的内容。配置文件写一次就忘了，但它每次对话都在被读取。

第四招叫"反思"。让AI回顾当前对话，分析任务、错误和用户反馈，提取学习机会、技能创建和改进建议。这本质上是在对话结束时做一次复盘，把临时经验转化为持久能力。

第五招是"条件提示检查器"。当用户输入超过50个词时，自动追加一条提示，让AI确认预期结果是否清晰。提示越长，意图越容易模糊。

这些技巧的共同点是：它们都不需要复杂设置，不需要信任你不理解的第三方工具。复制粘贴那一段话就能用。

有意思的是，这套方法论的底层逻辑和管理团队很像。你不可能盯着每个细节，但你可以建立机制让系统自己发现问题、自己改进。AI工具正在从"被动执行"走向"主动学习"，而推动这个转变的不是AI本身，是使用它的人。

x.com/DellAnnaLuca/status/2022698606785175958