Lenny 周一刚把 Felix 请上 How I AI 栏目——这人是 Anthropic Claude Cowork 和 Claude Code Desktop 的工程 lead,之前在 Slack 做了五年开发者工具。整集最炸的不是他展示了什么花活(把 2D 户型图拖成可互动的 3D 家具走位、把 Twitter 上承诺别人的事自动抓出来变成待办、花 20 美元 DIY 一个硬件按钮帮 Claude 物理确认操作),而是他工作流里两条反直觉的原则:
第一条叫 "go one abstraction layer up"——他从不手动给 Claude 录入数据。"如果 Claude 自己能找到的,你就不要打字"。家里所有买过的家具?翻 Gmail 收件箱。给老婆的礼物清单?翻一年的 iMessage 历史。他把 Claude 当成一个能翻得动你所有数据源的"上游层"。
第二条更狠:他不读 Claude 写的代码。"只看输出。代码 work 就是 work,不 work 就让 Claude 自己修。我不用 review 是因为我把 Claude 当一个 5 年经验工程师,不是当一个实习生。"
💬 「The biggest gap I see in people: they're still using Claude like a search engine. The trick is to go one abstraction layer up — never enter data Claude can find itself.」
(我看到大家最大的 gap 就是:还在拿 Claude 当搜索引擎用。真正的窍门是再往上抽一层——任何 Claude 自己能找到的数据,你都不要手动录。)
编辑视角Felix 这套\"输出导向\"的判断逻辑,对我们做 AI 产品有一条直接借鉴——我们做母婴助手时最大的瓶颈不是模型能力,是\"用户要不要给 AI 自己的数据\"。Felix 给的答案是:只要 AI 能从用户已经存在的数据源(邮件/相册/日历/微信)里推断,就不要让用户再录一遍。这条原则可以直接挂在我们 AI 卡片产品 review 时的硬指标上——任何"让用户先填表"的设计,都先问一句"为什么 AI 自己找不到"。
来源 / Lenny's Podcast · "How I AI" · 2026-05-25 · https://www.lennysnewsletter.com/p/how-the-engineer-behind-claude-cowork