Transcription
你认识的每个人都要来问你关于 Claude 的事情，而这里就是你可以真正帮助他们的方法。你已经知道了背景故事。Anthropic 拒绝了五角大楼。白宫进行了报复，公众则通过将 Claude 变成美国第一的应用来回应。几周前从未听说过 Anthropic 的数百万人刚刚下载了这个新应用。而问题就在这里。他们几乎都会把 Claude 当作 ChatGPT 的替代品。同样的问题，同样的期望，同样的工作流程。而人工智能并非如此运作。人工智能模型不像可口可乐和百事可乐那样是可以互换的品牌。它们的构建方式不同，训练方式不同，并且针对不同的事物进行了优化。从 ChatGPT 切换到 Claude，却保持完全相同的习惯，这就像从 Excel 切换到 Photoshop，然后奇怪为什么电子表格功能不见了。看，它们都是软件。是的，它们都是大型语言模型，但到目前为止，它们已经发展得如此之大，以至于你真的不能称它们为同一个工具。那些打开 Claude 并输入他们通常的 ChatGPT 提示，却得到一些平淡无奇的答案的人，将无法理解他们错过了什么，当他们意识到在 ChatGPT 中理所当然的某些功能，比如图像生成，在 Claude 中根本不存在时，他们很可能会沮丧地离开。这是你将要进行的对话的指南，当你的朋友说：“嘿，这是什么 Claude？”时。这不是功能介绍。这是一个实际的解释，说明 Claude 与 ChatGPT 有何不同。你如何利用这些差异，以及当你这样做时，你的工作会发生什么变化。而且这一切都基于我们可以验证的内容。它不是任何一家公司的营销宣传。那么，到底有什么不同呢？这些差异并非表面文章。Claude 和 ChatGPT 是用截然不同的训练方法和不同的理念构建的。而这些方法产生了可衡量的不同行为。ChatGPT 的默认行为倾向于更随和、更广泛，并且至少在某些个性方面，更温暖。如果你问它一个问题，你通常会得到一个详尽的答案，加上你没有要求的背景信息，再加上一个进一步阐述的提议。现在，OpenAI 已经努力控制这种模式最糟糕的过度行为，但其普遍的倾向——乐于助人、详尽、保持对话的进行——仍然是默认的。对于数亿人工智能用户来说，这就是他们认为的人工智能。Claude 是使用一种称为“宪法人工智能”的方法构建的，其中模型是根据明确的原则进行训练的。乐于助人、诚实、避免伤害，而不是仅仅优化那些感觉良好的回应。实际效果是，Claude 更可能指出问题，而不是掩盖问题。它更可能询问你真正想在这里实现什么，而不是急于生成一些看似合理的东西。它倾向于简洁而不是填充。现在，这并不意味着一个工具在各方面都优于另一个。它确实意味着它们拥有非常非常不同的优势，而要很好地使用 Claude 需要理解这些优势有何不同以及如何激活它们。这就是它在实践中的样子。第一原则，Claude 更可能告诉你你的计划有问题。所以 ChatGPT 有一种众所周知的倾向于谄媚，对吧？它有记录在案的告诉你想听什么而不是你需要听什么的经历。OpenAI 的研究人员自己也承认了这一点，最明显的是去年四月的一次 GPT-40 更新，这个问题变得如此极端，以至于他们不得不在几天内回滚。从那时起，OpenAI 投入了非常严肃的工作来解决这个问题，包括改进训练技术，建立新的评估指标，并公开承诺引导模型远离不加批判的认同。因此，目前的 ChatGPT 比触发回滚的版本在谄媚程度上有了显著的降低。但那种潜在的倾向并没有完全消失，因为它根植于训练方法。OpenAI 的模型在很大程度上依赖用户反馈进行训练。点赞、点踩，这本质上奖励了那些在当下让用户感到满意的回应。Anthropic 的宪法人工智能根据诚实等明确原则训练 Claude，这创造了一种截然不同的默认姿态。实际的区别是，Claude 更可能指出一个担忧，质疑你的表述方式，告诉你一些你没有要求听到的东西。它不一定戏剧性地更可能，但发生的频率足以让你在实际使用几天后注意到它。而这对于你的工作来说非常重要，因为如今最昂贵的人工智能错误不是事实错误。而是那些本不该执行的计划。那些未经质疑就产生了人工智能垃圾的计划，比如一个招聘计划，其时间表假设工程师在三个月内就能上手，而实际数字是六个月；或者一个定价策略，忽略了竞争对手的回应。你懂我的意思。Claude 比 ChatGPT 目前更有可能指出这类问题。并非总是如此，并非万无一失，但“稍微更有可能推迟”或“有点更可能推迟”与“不太可能”之间的差异，当你经常与人工智能交流时，确实会累积起来。这意味着你的计划开始受到更频繁的压力测试。你犯的昂贵错误会减少，但你也必须接受你的自尊心有时会受到打击。你不能指望 Claude 会同意你。第二原则，当你使用 Claude 时，你应该描述你的处境，而不是你期望的输出。所以在 ChatGPT 中，人们经常会写一个像命令一样的提示。写一封求职信。给我五个想法。现在，Claude 会很好地回应这些，但它对情境的回应明显更好。而输出质量的差异在这里值得强调。我们知道这是真的。这种情况更有可能发生的原因之一是，Claude 是通过宪法人工智能进行训练的，以推理一个请求是否被恰当地表述。而 ChatGPT 是通过 RLHF 或人类反馈强化学习进行训练的，以满足已陈述的请求。这种差异预示着这里的某些行为。一个被训练来评估表述的模型，会从一个表述良好的输入中获得更多。来自 Access Intelligence、Type.ai、Fluent Support 等多个独立比较评论。请注意，Claude 倾向于提出更多澄清性问题，并比 ChatGPT 更深入地参与上下文。那么，这对你的工作有什么意义呢？嗯，Claude 在猜测你告诉它的内容之外会有点困难。如果你给它一个薄弱的情境，你就会得到薄弱的思考。如果你给它一个非常丰富的上下文层，你就会得到战略性的推理，从而改变你解决问题的方法。是的，更多的上下文对任何模型都有帮助。区别在于每个模型如何利用这种丰富性。ChatGPT 倾向于使用额外的上下文来生成你所要求的更详细的版本。Claude 则倾向于利用它来思考你如何表述任务。Claude 可能会返回比你要求的更多的东西。在某些情况下比你要求的少。在某些情况下和你要求的完全一样。但无论哪种方式，Claude 都在回应并处理你给它的框架和上下文。它感觉更像一个思考伙伴。因此，在你告诉 Claude 要做什么之前，花几句话描述你正在处理的事情是有意义的。Claude 会感激，你也会。第三原则，给 Claude 你的工作，而不是一张白纸。这对于那些认为人工智能是用来生成内容的人来说非常违反直觉。Claude 更擅长编辑和完善现有工作。你可以让 Claude 从零开始生成工作，但它会稍微更简洁一些，而且如果你要求它生成工作，你必须非常具体。在今年二月进行的一项盲测中，有超过一百名选民每轮参与八个提案的投票，Claude 赢得了八轮中的四轮，而 ChatGPT 赢得了其中一轮。这是来自 Access Intelligence 对不同模型的独立比较。他们发现，用户普遍认为 Claude 的输出更自然，无需大量编辑即可发布。因此，Claude 在文本结构连贯性方面得分 85%，而 ChatGPT 为 78%。这涵盖了大量的文本，比如一篇 2000 字的分析。Type.ai 的分析表明，ChatGPT 倾向于陷入一种非常独特的 AI 声音，而 Claude 的输出读起来更像人类写作。而像 Fluent Support、Logic Web 或 Medium 的 I Technically 这样的多位评论者可以独立得出相同的结论。Claude 倾向于写得更自然，而 ChatGPT 听起来更通用。所有关于文本和写作的讨论都非常重要，因为我们在工作日花费大量时间写作。所以，如果你正在进行结构性编辑，而不仅仅是语法修正，有人告诉你，比如第三段削弱了第一段，或者你埋没了你最强的观点，Claude 在这个层面上做得非常好。ChatGPT 倾向于在单个句子层面进行润色。所以，如果你运行相同的文档，并指示“这里最薄弱的论点是什么？如何改进？”那么你就有机会比较输出，而你往往会发现 Claude 对散文结构有那种眼光，而 ChatGPT 在这方面有点弱。我非常清楚的另一件事是，我讨论了 Claude 更简洁，因此可能难以生成较长的文本，但我也讨论了 Claude 擅长写更具人类声音的散文。这些事情是相互矛盾的，你必须通过提示来让 Claude 以你舒适的长度和符合你声音的风格写一篇散文。而且风格部分会更容易，特别是如果你给 Claude 一个例子，比 ChatGPT 容易得多。但长度是你可能会遇到的困难。当你习惯了从 ChatGPT 那里得到非常冗长的回应时，这可能会让你感到惊讶。第四原则，要求 Claude 展示其推理过程是可以的。Claude 具有一项名为“扩展思考”的功能。该模型分配额外的处理能力来逐步解决复杂问题，然后再给出答案，并向你展示它遵循的推理链。因此，对于诸如合同分析或调试间歇性故障等真正困难的问题，扩展思考将产生明显更好的输出。事实上，Anthropic 报告称，在困难的推理任务上，性能提高了高达 54%。这部分工作原理是，Claude 在解决问题的过程中展示其推理过程，并消耗额外的 token，然后阅读该推理过程以继续解决问题。这是一个非常重要的区别，因为从技术上讲，Claude 的模型不是推理计算模型。因此，OpenAI 消耗推理 token 来返回答案，有时在 OpenAI 的专业版本上，需要很长时间，比如 20 到 30 分钟来完成一项任务，而 Claude 则倾向于更快地响应，但会利用所有这些冗长的文本来保持方向并解决问题。这真的很重要，因为你可以看到 Claude 文章中的思维链，并随着时间的推移进行更改或停止。在协作中，你实际上可以向 Claude 发送消息，并在代理完成任务之前更改代理的响应方式。在常规的 Claude 聊天中，你还不能这样做，但你可以看到响应。如果你不喜欢思维链的发展方向，因为你可以打开它并查看它生成的过程中，你可以直接停止并发送一条新消息来澄清。这真的改变了你思考如何处理困难问题的方式，因为你必须问自己，这个问题是我需要干预的吗？如果我需要干预，我是否为自己设定了关注点，以便在 Claude 思考时关注聊天窗口中出现的运行文本，并给自己足够的专注力来捕捉它何时偏离轨道并说：“不，不，不，不是那个。”因为任何经常使用 Claude 的人都会告诉你，他们经常会无意识地这样做。他们太习惯于使用 Claude 和它生成文本解决问题的方式了，以至于他们只是留意着它。他们会说：“啊，不。我停下了，然后改变了。”ChatGPT 用户的工作方式不同。他们习惯于直接开始，然后等待回应。所以，Claude 提供了更多的引导。第五原则，你正在构建一个工作空间，而不是一个聊天框。现在，Claude 和 ChatGPT 都有项目用于工作。两者都允许你上传文档，设置持久性指令，并围绕领域组织对话。所以，这个概念非常熟悉。然而，大多数人使用项目的方式是错误的。他们把它们当作文件柜。你把文件放进去。你发送一个模糊的指令，比如“帮助我做市场营销”。然后你得到的对话几乎与不使用项目没什么区别。以下是正确使用项目的方法。你的项目的自定义指令应该是该工作空间中所有对话的操作规则。不是“帮助我做市场营销”，而是“我是一名 B2B SaaS 网络安全公司的产品营销经理。我的团队向中型公司的 CISO 和 IT 总监销售，这些公司拥有 500 到 2000 名员工。我们最大的差异化优势是易于部署，而我的副总裁更喜欢基于数据的论证，并且不喜欢行话。所有内容都应与我已上传的定位文档和已上传的品牌声音指南保持一致。”现在，项目中的每一个对话都将继承这些上下文。你不需要重新解释你的角色、你的受众等。你只需要说：“我需要一份盖特纳会议的一页纸。”而 Claude 已经知道这意味着什么。那么，为什么 Claude 特别奖励这一点呢？Claude 倾向于非常、非常一致地遵循复杂的系统级指令，在对话中几乎没有偏差。因此，当你设置了像这样的详细操作规则，在 Claude 项目中，它们往往会坚持下去。这与训练方法有关。一个被训练来遵循原则而不是优化用户满意度的模型，往往在遵循你设定的原则方面更加严谨。那么，我们如何知道这是真的呢？Pixel Peak 的 500 项任务比较直接地衡量了指令的遵从性。Claude 的精确遵从率达到 94%，而 ChatGPT 为 87%。我意识到这很讽刺，因为我之前在视频中花了时间谈论 ChatGPT 如何被优化来给你一个你所要求的精确回应。这是真的，但我想和你一起思考工作场景。在工作中，我们通常不会非常清楚地说明我们想要做什么，因为我们不完美，而且我们习惯于给人类一些模糊的指示。因此，如果你优化的是人类在当下喜欢的初始回应，你可能讽刺地没有优化任务的遵从性，因为我们的工作任务有时会在几次对话中被明确。哦，那不是我想要的。你告诉 ChatGPT 多少次了？啊，那不是我想要的。或者，是的，听起来不错。然后你看看它。或者更诱人的是，你说看起来不错。也许你点击了那个喜欢按钮，但你又看了一遍，你的总监把它批得体无完肤，然后你说：“哦，它没那么好。”我认为今天人工智能领域最有趣的问题之一是，一个天真的人在当下感知到的喜欢和好，奖励了 ChatGPT 的奖励函数，以及一个拥有非常高品味和深厚领域专业知识的总监或领导者所看到的“高质量”之间的区别。为了给 ChatGPT 一点 credit，它们实际上正在大力投资解决这个差距，这就是为什么它们发布了 GptEval，它衡量模型在专家评分的真实世界任务上的表现。尽管如此，如果你关注今天工作如何变化，请仔细考虑你如何表述项目指令。因为如果你为 Claude 用更多的上下文来表述项目指令，你将在这些项目中获得非常高质量的任务遵从性。我认为这是一个经常被忽略的细微差别，因为人们看到项目，他们认为它们是完全一样的。第六原则，Claude 可以在你的电脑上工作。这实际上是 ChatGPT 没有的一项功能。2026 年 1 月，Anthropic 推出了 Co-work，一个适用于 MacOSS 的桌面代理，Windows 支持正在添加中，并且 Claude Mac 订阅者现在就可以使用。Co-work 不会闲聊你的文件，它实际上会打开、阅读、编辑和组织它们，并在你的实际计算机上自主执行多步任务。所以你可以告诉 Co-work：“去处理我下载文件夹中的发票，提取供应商名称、金额和日期，并创建一个摘要电子表格，并请标记任何超过 X 美元的项目”，它就会完成。为了安全起见，Claude Co-work 仅以文件夹级别的权限运行。所以它访问你授权的内容，并且它实时显示它正在做什么，所以你随时可以停止它。这就是思维链变得非常有用的地方。这重新定义了人工智能类别。ChatGPT 仍然被定位为对话伙伴，而 Claude 结合 Co-work 被定位为对话伙伴加上一个处理文件管理和数据整理的工作者，这些工作会吞噬人们每周数小时的时间。我们都一直在处理文件。现在 Co-work 也是如此。第七原则，知道你放弃了什么。所以，如果你在教别人关于 Claude 的知识，你必须诚实地说 ChatGPT 在哪些方面做得更好，否则就没有意义了。所以，我想列出你放弃的东西，这样就不会有意外。Claude 不生成图像。这通常是最令人失望的事情。它也不通过 Sora 生成视频。它实际上不做实时语音对话。如果你看重数学推理，以及一些科学知识的强调，你就会放弃这些。如果你是 ChatGPT 的重度搜索用户，你还会放弃 ChatGPT 的一些网络研究广度，而 Claude 在这方面很难做到。你还失去了 ChatGPT 仍然具有优势的全局持久内存，并且你失去了自定义 GPT 的市场。你还失去了应用商店，那里有许多公司在 ChatGPT 中构建应用。所以，我不想假装你没有失去东西。ChatGPT 提供 Claude 没有提供的功能。将一个对 Claude 新手的人与这些差距进行对比的最佳方式是说，看，如果你想使用 ChatGPT 来做这些事情，你仍然可以。但你也可以开始学习一个新工具，它可能会给你带来你以前不知道的工作视角或有用的工作工具。而这确实是你能够给予一个新人工智能工具新手最好的礼物，因为直到它登上应用商店第一名之前，Claude 的采用率确实远低于 ChatGPT。因此，人们通过 ChatGPT 来塑造他们对人工智能的看法。这真的是许多人第一次听说 Claude。所以，我想说的是，如果你正在与这样的人交谈，或者也许那就是你，不妨试试 Claude，不要假设它只是一个披着外套的 ChatGPT。听听我描述的这些差异，并认真对待它们。利用它们，在最好的情况下，提升你的熟练度，并非常舒适地使用多种人工智能工具，这是 2026 年的一项突破性技能。在最坏的情况下，利用它们来理解为什么你最终还是喜欢 ChatGPT。但现在你有了很多理由，并且可以具体说明，或者利用它们来理解人工智能在底层是如何不同的，并感受这个领域如此有趣的原因。它不是为了复杂而复杂。它只是有意义的差异，塑造了你的工作方式。如果你有一个更有可能推迟并说，“嘿，我不确定你如何表述这个预算是最优的”的工具，你可能会养成一种习惯，就像我一样，邀请工具来推迟，这会随着时间的推移塑造你的行为。而如果你习惯于使用一个总是同意你的工具，你就不太可能邀请工具来推迟。所以，这些微妙的差异，正在塑造我们人类和我们的大脑如何思考和模拟人工智能。它们确实累积起来并很重要。这就是我制作这个视频的原因，因为我相信改变我们的习惯很难。我想让你尽可能容易地做到这一点。无论你是 Claude 的新手，还是你认识生活中的某个人是 Claude 的新手，都能弄清楚这种差异并有效地沟通它。我希望这有帮助。祝你在 Claude 上好运，让我们看看它能保持应用商店第一名多久。