作者注：从“修一个崩溃”到“让应用不再崩溃”，本文拆解把结果交给 AI 之前，工作流必须先完成的 5 项改造，并给出一套不写代码的落地流程。
很多团队已经天天用 AI 写邮件、改文案、做 PPT，但总觉得它的价值不止于此。问题往往不在模型，而在我们交出去的东西太小了：交出去的是一个任务，而不是一个结果。本文借助 Claude 开发者 Felix Rieseberg 近期分享的实践思路，介绍 从“委托任务”升级到“委托结果”的工作流改造方法。
这不是又一篇提示词技巧合集。提示词写得再好，如果 AI 拿不到数据、碰不到环境、没有外部验证，它也只能在你划定的小格子里打转。真正要先改的，是工作流本身。
核心价值：读完本文，你会知道哪些工作值得“把结果交给 AI”，以及在交出去之前，需要先补齐哪 5 项基础条件，才能让 AI 长期独立运转。
把任务交给 AI 与把结果交给 AI 的核心要点
Felix Rieseberg 把使用 AI 时的“雄心”拆成四个维度：速度、高度、深度和广度。其中“速度”是最成熟的用法，而“把结果交给 AI”主要对应的是“高度”这一维度，深度和广度则决定了结果的质量上限。
| 维度 | 含义 | 典型做法 | 对工作流的要求 |
|---|---|---|---|
| 速度 | 用更少时间完成同样的工作 | 让 AI 更快写代码、写文档 | 低，现有流程即可 |
| 高度 | 关注最终结果，而非眼前任务 | 从“修这个 Bug”变成“让应用不崩溃” | 高，需要数据通道和验证环境 |
| 深度 | 像领域顶尖专家一样思考 | 用数据库和统计模型代替 Markdown 表格 | 中高，需要原始数据和专业工具 |
| 广度 | 借用其他领域的方法 | 引入记者、编辑、做空投资者的方法论 | 中，需要多会话或子智能体 |
为什么把结果交给 AI 首先是工作流问题
当你给模型布置一项任务时，它执行的其实是“你目前认为最有可能实现目标的办法”。也就是说，任务本身已经包含了你的判断，模型只是执行者。想往上走一层，就要问自己：接下来我真正希望发生什么？眼前这个目标背后，还有什么更大的目标？
原文给出了一个很具体的例子。作者早先让 Claude 帮忙修复一个个具体的崩溃问题，后来干脆让它负责“让应用保持稳定、不再崩溃”。但这一步不是改一句提示词就能完成的：他得先确保 Claude 能方便地获取崩溃报告，知道每个应用版本对应哪一次 Git 提交，还要能使用 Windows、macOS 和 Linux 电脑。只有这样，它才能独立复现问题，并验证修复是否有效。
这就是本文的核心判断：把结果交给 AI，前提是 AI 拥有闭环所需的输入、动手能力和验证手段。缺了任何一环，结果委托都会退化成任务委托，你又回到了不停给它派活的状态。
把结果交给 AI 的三级跃迁：以季度复盘为例
原文用一个“有点乏味”的办公室任务做示范：为虚构公司 Acme 制作季度业务复盘（QBR）幻灯片。同一件事，可以从低到高分出三个层级。
| 层级 | 你交给 AI 的内容 | 典型说法 | AI 需要的条件 |
|---|---|---|---|
| L0 任务 | 往模板里填数字 | “把这些数据做成幻灯片” | 一份整理好的数据 |
| L1 理解 | 弄清楚发生了什么 | “告诉我这个季度变了什么、为什么、该怎么办” | 尽可能完整的业务数据 |
| L2 决策 | 推动会议作出决定 | “找出最迫切的三个决策，列出支持与反对理由” | 数据加上业务背景与约束 |
| L3 机制 | 重新设计复盘本身 | “设计比季度幻灯片更好的办法，用历史数据证明它能更早发现问题，并与现有流程并行一个季度” | 历史数据、运行环境、对照验证 |
到了 L3，交出去的已经不是“一套幻灯片”，而是“让管理层尽早发现问题、把资金和人力配置到合适地方”这个结果。原文给了一个很好用的判断信号：如果你正在做的东西，之后还需要开会讨论，那么很可能值得把目标再往上提一层。
把结果交给 AI 之前，工作流需要先改的 5 件事
综合原文的崩溃治理和季度复盘两个案例，可以归纳出 5 项必须先改的基础设施。下表把两个案例放在一起对照，方便你映射到自己的业务。
| 改造项 | 崩溃治理案例 | 季度复盘案例 | 自检问题 |
|---|---|---|---|
| 1. 原始数据通道 | 可直接读取崩溃报告 | 可访问原始业务日志和用户数据 | AI 拿到的是原始材料还是二手摘要？ |
| 2. 可追溯映射 | 版本号对应 Git 提交 | 指标口径对应数据来源 | AI 能否从现象追溯到原因？ |
| 3. 可动手的环境 | 三大操作系统的测试机器 | 能安装软件、跑数据库和统计模型 | AI 能否自己复现和实验？ |
| 4. 外部评判 | 修复后实际不再崩溃 | 用模型没见过的数据验证预测力 | 结果是否由 AI 之外的东西证明？ |
| 5. 并行与退出 | 修复先在测试环境验证 | 新机制与旧流程并行一个季度 | 失败时能否无损回退？ |
改造一：为把结果交给 AI 打通原始数据通道
原文在“深度”部分反复强调：顶尖专业人士会从最原始的材料入手，而不是使用已经被整理、加工过的信息。商业领域里很多“公认事实”其实只是对现实的粗略近似，如果你只给 AI 一份别人做好的汇总表，它就只能在这份近似之上推理。
实际操作时，可以先列一张“AI 可读数据清单”：日志、工单、崩溃报告、数据库只读账号、历史文档等。原文提到，可以通过 MCP 连接器或其他途径让模型获取相关数据，目前已有不少工具提供这类能力，选一个用起来比反复手工粘贴可靠得多。
改造二：建立从现象到原因的可追溯映射
崩溃案例里，“每个应用版本对应哪一次 Git 提交”看起来是个细节，但它决定了 AI 能不能从一份崩溃报告定位到具体代码改动。没有这层映射，AI 只能猜，猜错了你还得人工介入。
放到业务场景，就是指标口径要能追溯到数据源。比如“流失率”到底按什么时间窗口、哪类用户计算，必须对 AI 透明。映射越清晰，AI 在更高抽象层次上工作时越不容易偏离。
改造三：给 AI 一台能动手的电脑
原文说得很直接：前面所有做法都有一个前提，模型需要能够使用一台电脑，可以安装软件，也能获取各种相关数据。当 Claude 准备拿 Markdown 表格应付分析时，要坚持让它使用数据库和统计模型，因为“让模型表现得像专家”往往只换了一套词汇，并没有换工作方法。
这一步对工程团队意味着沙箱环境、测试机和权限隔离；对业务团队意味着一个可以运行分析工具的工作空间。权限建议遵循最小化原则：先只读，验证可靠后再逐步放开写权限。
改造四：坚持外部评判，不让 AI 自己给自己打分
原文作者的建议非常明确：至少在 2026 年 10 月这个时间点，强烈建议坚持使用外部验证，最好是模型能够自行运行、并立即获得反馈的工具。测试用例、真实复现结果、留出的验证数据集，都比“模型自评打几分”可靠。
在季度复盘的深度玩法里，原文让 Claude 根据日志构建客户行为模拟，找出最早预示流失的信号，然后用它没见过的数据证明这个信号确实有预测能力。这就是外部评判的标准形态：结论必须经得起模型之外的检验。
改造五：设计并行运行期和退出条件
L3 级别的委托有一个关键动作：让新机制与现有流程并行运行一个季度。这不仅是谨慎，也是一种外部评判，新机制是否真的更早发现了问题，可以用同期的旧流程做对照。
同时也要正视限制。原文坦言，到了 2026 年，单凭一句“Claude，去赚钱吧”对大多数企业还行不通。所以每个结果委托都应该写清楚边界、检查点和回退方式，而不是一次性全盘交出去。
把结果交给 AI 的快速上手：一份不写代码的委托流程
下面这套流程不依赖任何编程，适合产品、运营、分析和工程团队直接套用。
第一步：判断这项工作是否值得把结果交给 AI
先用三个问题筛选：这项工作之后还需要开会讨论吗？它是否有明确的最终结果，而不只是创作产出？它是否会周期性重复？原文指出，提高目标层次在追求最终结果时最有用，对创作类工作适用性没那么强。三个问题里有两个答“是”，就值得尝试。
第二步：填写一份结果委托说明书
与其写一段长提示词，不如把委托拆成固定字段。下面这份说明书结构可以直接复用。
| 字段 | 填写内容 | 示例（崩溃治理） |
|---|---|---|
| 最终结果 | 你真正希望发生什么 | 应用在三大平台保持稳定 |
| 结果背后的目标 | 再往上一层的意图 | 减少用户因崩溃流失 |
| 可用数据 | 原始材料清单与获取方式 | 崩溃报告、版本与提交映射 |
| 可用环境 | AI 能操作的机器和工具 | Windows、macOS、Linux 测试机 |
| 外部验证 | 由谁或什么证明结果正确 | 能稳定复现并验证修复有效 |
| 边界与回退 | 不可越过的线和失败方案 | 仅改测试分支，人工合并 |
| 挑战目标 | 一个看似不合理的高标准 | 原文示例：加载时间从 10 秒直接要求到 200 毫秒 |
“挑战目标”这一栏来自原文的深度建议：定一个看起来不合理的目标，并告诉模型这完全合理。如果模型认为做不到，就再次强调问题可以解决，它只需继续努力。心理学上 Locke 和 Latham 梳理 35 年目标设定研究后的结论也支持这一点：具体而有挑战性的目标，优于笼统的“尽力而为”。
第三步：用“深度四问”改写你的委托
原文作者分享过一段常用提示思路，核心是在改写任务之前，先让模型回答四个问题。可以用自己的话表达成这样：
我想把这项任务做得更深入，而不是规模更大。动手前请先回答：一、这个领域的顶尖专业人士会做哪些我没提出要求的事？二、他们会从哪些最原始的材料入手？三、他们具体用什么方法和工具？四、除了你我的判断，还有什么能证明结果正确？然后据此重写我的委托。
这四问分别对应前面的改造项：原始数据、专业工具、外部评判。模型回答出来的缺口，往往就是你工作流里该补的那一环。
第四步：选择模型接入方式
结果委托通常是长时间、多轮次运行，模型接入的稳定性和切换成本会直接影响落地。API易 提供本文涉及的 Claude 系列以及其他主流模型的 API 调用，同时兼容 OpenAI 与 Anthropic 两种接口格式，已有的 SDK 或 Agent 框架通常只需替换 base_url 和 API Key 即可接入，具体地址与参数以 API易 文档 docs.apiyi.com 为准。
| 接入需求 | 推荐方式 | 说明 | 可用平台 |
|---|---|---|---|
| 已有 OpenAI SDK 的项目 | OpenAI 兼容格式 | 修改 base_url 与 API Key | API易 apiyi.com、官方 API |
| 使用 Claude 原生能力 | Anthropic 兼容格式 | 沿用 Anthropic 消息结构 | API易 apiyi.com、官方 API |
| 多模型对比验证 | 统一接口切换模型名 | 同一工作流对照不同模型 | API易 apiyi.com |
| 成本测算 | 查看价格页 | 输入、输出、缓存单价以价格页为准 | 价格页：https://docs.apiyi.com/models |
🚀 上手建议：结果委托往往要先在小范围跑通闭环，再逐步放大。建议通过 API易 apiyi.com 先用统一接口接入一到两个模型做对照测试。关于模型价格、计费口径、输入输出单价和缓存价格，本文不列具体数字，一律以 API易 价格页 https://docs.apiyi.com/models 的实际数据为准。
把结果交给 AI 的广度扩展：召集一支虚拟团队
当高度和深度都到位后，广度决定了结果能不能带来惊喜。原文推荐了两种方法，都可以直接写进结果委托说明书里。
第一种是把名词换成动词，出自《创新的艺术》。季度复盘不是“一套幻灯片”，而是“在 30 分钟内让一群忙碌的人相信一套因果解释，并在不确定中作出决策”。用动作描述工作后，你和 AI 都更容易看出哪些领域能提供独特视角。
第二种是召集你的团队。假设这份复盘必须精彩绝伦，你会找谁？原文的答案是分析师、记者和编辑，必要时再加动态图形设计师和音频设计师，以及一支由做空投资者、法务会计师组成的“红队”。借助多会话或子智能体，这在今天已经不再昂贵。
需要警惕的是角色扮演陷阱：对话越来越花哨，成果却没有变好。原文的提醒是，别让模型模仿做空投资者的口吻写作，而要让它采用做空投资者研究标的时真正使用的方法。
上图对比了两种委托方式的人力投入结构。如果你想验证不同模型在结果委托场景下的稳定性差异，可以通过 API易 apiyi.com 用同一套工作流切换模型名做对照，减少重复接入的工作量。
常见问题 FAQ
Q1：什么是“把结果交给 AI”？
指不再给 AI 布置单个具体任务，而是交给它一个最终结果和必要条件，让它自己拆解、执行和验证。比如从“修复这个崩溃”变成“让应用保持稳定不再崩溃”，人只负责定义目标、边界和检查点。
Q2：把结果交给 AI 和普通的 AI Agent 自动化有什么区别？
自动化通常是把固定步骤串起来，步骤本身仍由人设计。把结果交给 AI 则把“选什么办法”也交了出去，AI 可以重新设计流程本身，比如重新设计季度复盘机制。前者优化执行效率，后者提升工作的抽象层次。
Q3：现在的模型真的能承担结果委托吗？
部分可以。原文作者观察到，模型能力越强，越能在更高抽象层次上工作，人们也正在这一维度找到长期运转、无需持续介入的流程。但他也坦言，到 2026 年，“去赚钱吧”这种完全开放的目标对大多数企业仍行不通，需要配合边界和外部验证。
Q4：哪些工作最适合把结果交给 AI？
主要适合以下场景：
– **稳定性治理**：崩溃监控、复现、修复验证的闭环
– **经营分析**：从季度复盘升级为持续的问题早期预警
– **用户流失研究**：从原始日志中寻找最早的流失信号并验证预测力
– 判断信号：产出物之后还要开会讨论的，通常都值得提一层
Q5：如何通过 API 快速搭建结果委托的工作流？
推荐先用统一接口跑通最小闭环：
1. 在 API易 apiyi.com 注册并获取 API Key
2. 查阅 API易 文档 docs.apiyi.com，按 OpenAI 或 Anthropic 兼容格式配置 base_url
3. 用本文的结果委托说明书定义一个小范围目标并接入数据源
4. 加入外部验证，跑满一个周期后再扩大范围
Q6：长时间运行的结果委托，成本怎么估算？
结果委托会产生大量多轮调用，建议先在小范围记录实际 Token 消耗，再按单价推算。单价、计费口径以及缓存价格请以 API易 价格页 https://docs.apiyi.com/models 的实际数据为准，本文不提供具体数字。重复使用的长上下文可关注价格页中的缓存计费说明。
Q7：把结果交给 AI 有哪些已知风险？
主要有三类：一是模型自评不可靠，必须引入外部评判；二是广度扩展容易变成角色扮演，产出花哨但无用；三是权限过大带来操作风险，建议先只读、再逐步放开写权限，并为每个委托设计并行期和回退方案。
把结果交给 AI 核心要点 Key Takeaways
- 任务包含了你的判断：交出结果，才能让 AI 选择比你更好的办法
- 会议是提层信号：产出还需要开会讨论，就值得把目标再往上提一层
- 闭环三要素：原始数据、可动手环境、外部验证缺一不可
- 深度靠专业工具：坚持数据库和统计模型，而不是 Markdown 表格
- 广度靠方法借用：借其他领域真正的方法，而不是模仿口吻
- 并行运行降风险：新机制与旧流程并行一个周期再切换
- 接入与计费：可通过 API易 统一接口接入，价格以 docs.apiyi.com/models 为准
总结
“把任务交给 AI，不如把结果交给 AI”的核心要点：
- 先提高度：问清楚眼前任务背后真正希望发生的结果，从 L0 填模板逐级走到 L3 重设机制
- 再改工作流：打通原始数据、建立可追溯映射、提供可动手环境、坚持外部评判、设计并行与退出
- 最后拓深度和广度：用深度四问补齐专业方法，用虚拟团队引入跨领域视角
建议从一个周期性、需要开会讨论的小场景开始，用结果委托说明书跑满一个周期，再决定是否扩大范围。模型接入方面，推荐通过 API易 apiyi.com 快速验证效果：它提供 Claude 等主流模型的 API 调用，兼容 OpenAI 与 Anthropic 接口格式，接入细节见文档 docs.apiyi.com，价格以 https://docs.apiyi.com/models 为准。
📚 参考资料
- 如何把目标定得更大胆：写给 AI 使用者的实践指南：InfoQ 中文译文
- 链接：
infoq.cn/article/F1ms7x7KI1p7UfocCywh -
说明： 本文核心观点与崩溃治理、季度复盘案例的来源
-
How to be more ambitious: A tutorial for humans with models：Felix Rieseberg 英文原文
- 链接：
felixrieseberg.com/how-to-be-more-ambitious-a-tutorial-for-humans-with-models -
说明： 速度、高度、深度、广度四个维度的完整论述
-
API易 文档中心：接口格式与接入说明
- 链接：
docs.apiyi.com -
说明： OpenAI 与 Anthropic 兼容格式的配置方式
-
API易 模型价格页：模型单价与计费口径
- 链接：
docs.apiyi.com/models - 说明： 输入、输出与缓存价格以此页实际数据为准
作者: APIYI 技术团队
技术交流: 欢迎在 API易 网站首页联系我们交流结果委托的落地经验，更多资料可访问 docs.apiyi.com 文档中心
