214
0同一种 AI 在不同人手里效果悬殊，问题往往不在 prompt 技巧，而在使用者能否自省，并完成隐性知识显性化。3C 框架把 Context、Component、Criteria 说清楚，损失函数与 evaluation 思维则先定义什么叫好。
适合经常觉得 AI 笨、容易跑偏的人，也适合需要带人和协作的管理者，用 3C 检查自己是否给足信息、拆清任务并定义了 Criteria。
这期你会听到
• 为什么模糊需求、期待对方自己“悟”，对人和 AI 都低效？
• AI 没有动机问题后，使用者为什么更难把失败归因于态度？
• 如何通过 Context、Component、Criteria 完成隐性知识显性化？
• 损失函数与 evaluation 思维如何帮助 AI 迭代到可接受的结果？
• 认知同理心为什么同时影响 AI 使用、领导力与亲密关系？
章节
00:00 — 同一种 AI 为何产生截然不同的结果
01:28 — 坏老板如何用模糊需求和负反馈甩锅
03:22 — AI 没有动机问题，跑偏往往源于任务定义
04:15 — 自省与隐性知识显性化是两项底层能力
06:33 — 用认知同理心、信息拆解与 3C 补齐任务
08:04 — 用损失函数思维预先定义好结果
09:05 — 评价 AI 前，先检查自己的使用方式
相关内容
加入Superlinear Academy免费社区
把经常让智能工具跑偏的任务拿出来，补全上下文、组成部分与验收标准，请大家找缺口。
关于主播与节目
孙煜征（课代表立正），康奈尔大学经济学博士、Superlinear Academy创始人。曾任Amazon经济学家、Meta数据科学家和腾讯IEG副总监，也是OpenAI收购团队早期成员。
《课代表立正》关注AI如何改变工作、职业与商业，以及人在变化中最需要保留的判断力。
