模型越强，卡住你的越是你自己

Anthropic 最强的 Fable 5，已经能在 Claude Code 里剪出自己的发布视频。可模型越强，它越会把一个有点扎心的事实推到你面前：瓶颈从来不是它，而是你能不能把"自己到底要什么"说清楚。

2026 年 6 月 9 日，Anthropic 发布了它迄今最强的公开模型 Fable 5——上下文窗口一百万 token，专为复杂推理和"能自己跑完一长串步骤"的智能体式长任务打造。有意思的是它的发布视频：那支画面精致、字幕卡点、还带专业调色的官方短片，是在 Claude Code（Anthropic 的命令行编程工具）里剪出来的，而操刀的人此前完全不会剪辑。

更值得咂摸的，是同一个人随后写的一篇文章。他叫 Thariq Shihipar，是 Anthropic 的技术成员；那篇文章冲上了几十万浏览，核心就一句话，还有点扎心：用 Fable 5 这种级别的模型，卡住你的已经不是模型，是你自己。

这话听着像鸡汤，可它描述的是一个正在发生、而且相当具体的转变——工具越锋利，唯一还钝着的那一头，就轮到你自己了。 这篇文章想把这个转变，连同它背后那套可操作的方法，掰开揉碎讲清楚。

一个不会剪辑的人，怎么让 AI 剪出一支发布视频

先看这支视频是怎么做出来的，因为整套方法的道理，全藏在这个过程里。

Thariq 从零开始，把剪辑这件事拆成了几步交给 Claude Code。第一步，先确认它到底能不能用代码来剪视频、能不能转录音频；不确定精度够不够，就让它讲讲 Whisper（一个语音转文字的模型）是怎么工作的，能不能把空白和长停顿精准切掉。想要字幕跟着每个字同步蹦出来，又不确定能不能做到，就让 Claude 用 Remotion（一个用 React 代码"写"视频、再渲染成片的库）加上转录文本，先出一个原型，确认可行了再真出成片。

具体到执行，Claude Code 先用 Whisper 把每条素材转成一串带精确时间戳的单词；然后像个真正的剪辑师那样，给每个镜头派一个子任务，让它对着脚本挑出最好的那一条，再由校验环节复核;最后用 Remotion 把每张静态图重建成一个 React 组件，让每一个动画都精确落在被念出来的那个字上。17 条原始素材、专业级调色、带动画的标题——全程没有打开任何一款传统剪辑软件。

但真正点题的，是他踩的那个坑。成片出来，他觉得画面发闷，凭直觉知道是调色的问题，第一反应是让 Claude 出几个版本给他挑。挑着挑着，他发现一件尴尬的事：自己根本不知道什么叫"调色调得好"。 于是他掉头，先让 Claude 教他什么是调色，把自己那块空白补上，再回来挑。

你看，从头到尾，模型的能力都不是瓶颈——它什么都能做。真正卡住他的，是他不知道自己要什么，甚至不知道该问什么。这就是整件事的缩影。

四种未知，最要命的是"你不知道自己不知道"

Thariq 把这种"卡住你的东西"起了个名字，叫未知，还把它分成了四类。这个四象限，是理解全文的钥匙。

已知的已知：你清楚自己要什么，也写进了指令里。没问题。
已知的未知：你没想明白，但你知道自己没想明白。这类也好办——至少你知道该去问什么。
未知的已知：你其实懂，却从来没想过要说出来。比如你觉得某个设计"看着就是舒服"，但为什么舒服，你说不出口；你以为那是常识，其实只有你脑子里有。
未知的未知：你根本不知道自己缺了什么，不知道该问什么问题，不知道什么算好，不知道前人踩过哪些坑。上面那个调色的例子，就是标准的第四类。

后两类才是真正卡死人的地方。 它们的共同点是：你没法主动说出来，因为你压根没意识到它们存在。而模型不会读心——你没摆上台面的东西，它只能猜，按它以为你最想要的方向做决定。

这里藏着一个反直觉、却极其关键的机制。面对一个能力不足的弱模型，你那些没说清的未知其实无所谓——它连你说清楚的部分都做不好，你一眼就能看出来，然后纠正它。可面对一个足够强的模型，情况反过来了：你说清楚的部分它都能漂亮地完成，于是所有剩下的误差，全部集中到了你没说清的那些未知上。模型越强，你的模糊就越贵。

Thariq 有句原话，把这个转折点得很透：以前是模型跟不上你——你需求说明白了，它能力不一定够；而现在，"这是我第一次碰到一个模型，让我觉得活没干好，不怪模型，怪自己没想清楚。"

八个动作，其实是同一个动作

那怎么办？Thariq 给了一整套流程，分"动手前、干的过程中、干完后"三段，一共八招。但别把它当成八条零散的技巧背——这八招其实是同一个动作在不同时间点的重复：在代价变高之前，把未知挖出来。而代价最小的那一刻，永远是动手之前。

动手之前，五招。

扫盲区：接手一个不熟的代码库或不熟的活儿，直接跟 Claude 说"帮我扫一遍盲区，看看我有哪些自己都不知道的问题"。它会把坑找出来，顺带告诉你指令怎么写更到位——这是专门对付第四类未知的。
脑暴加原型：凡是牵涉视觉和审美的事，人往往是"看到了才知道自己要什么"。别一上来就写后端，先让 Claude 用一个 HTML 页面甩给你四个完全不同的方向，你挑。道理很简单：未知在原型阶段被发现，改动成本几乎是零；拖到代码写完才发现，规格上动一个小地方，代码可能天翻地覆。
反过来问：让 Claude 一次问你一个问题，而你专挑那些"答案会影响架构"的先回答。
给参考：说不清楚就别硬憋文字，最好的参考就是现成的代码。你喜欢某个库的实现、某个网站的组件，直接把 Claude 指向那个文件夹——哪怕是另一种语言，它读的是底层代码，不是截图，拿到的细节比你嘴上说的丰富十倍。
定计划：动手前让 Claude 写一份计划给你审。把最容易翻车的放前面——数据、模型、类型、接口、用户看得见的流程，这些你得死死盯住;边界情况和异常路径放中间;纯搬砖的活压最底下，那部分可以放心交给它。别把计划堆成一坨，按优先级分好，让你最该盯的那几段先来。

干的过程中，一招：边干边记。 计划再好也会出意外。碰到一个计划外的边界情况，选保守方案，让 Claude 记一笔——为什么这么选、当时怎么想的、绕过了哪些坑，然后接着干。这份记录，就是你日后复盘的骨架。

干完之后，两招。 一是散成文档：把原型、规格、过程中的记录攒成一份能直接丢进群里的文档。看你改动的人，跟你一开始一样也是一头未知，这份文档帮他们少走一遍弯路。二是做测验：让 Claude 就这次改动反过来问你几个问题，你能答上来，再合并代码。光看代码差异（diff）只能懂个皮毛，大量逻辑藏在已有的代码路径里，被追问一遍，你才知道自己是不是真懂了。

八招背后是一台机器：把"你不知道自己不知道"的东西，尽早转成"你能回答的问题"。

从"写得多快"，到"问得多准"

为什么这套方法今天突然重要起来？因为人在这件事里扮演的角色，正在被重新定义。

Anthropic 对四十万次 Claude Code 使用会话做过一项研究，结论之一是：在一次典型的会话里，大约 70% 的规划决策仍然由人来做。 换句话说，模型负责敲字，你负责拿主意——而你在动手前那点准备，恰恰是决定最终质量的最大杠杆。Anthropic 自家的工程师也说，他们的工作重心已经从"验证 Claude 干得对不对"，挪到了"验证它干的是不是对的那件事"。

一句话戳破：你脑子里想不清楚的，模型再强也救不了你。 一个长任务跑出个错结果，第一反应不该是"Claude 怎么这么笨"，而该是"我那些没挖出来的未知，是不是把它带偏了"。

这就是"人的价值正在从写得多快，悄悄挪到问得多准"的真正含义。它不是一句口号，而是这一轮 AI 浪潮底下那股共同的暗流：当执行变得廉价，稀缺的就轮到了意图的清晰和判断的分寸。

但这里必须泼一盆冷水，免得滑进"那把一切都甩给 AI 不就行了"的幻觉。这套方法之所以奏效，恰恰因为人始终是品味和判断的来源——Thariq 必须先去搞懂什么叫调色，才有资格挑;AI 能帮你照出盲区，却不能替你决定盲区里该填什么。被重新定价的能力，是"知道该问什么"加上"看得懂答案好不好"，而这两样都建立在你仍然在真正地积累理解、而不是把理解外包出去。真正的高手不是"需要问的更少"，而是对自己会在哪儿犯浑，心里最有数——连 Anthropic 内部最顶尖的工程师，也照样一丝不苟地给未知留退路。

那这跟你我有什么关系

如果你在用 AI 干活（哪怕不写代码）：下次让它帮你做一份方案、一张图、一段文案之前，先反过来问它一句——"我大概漏了什么、有哪些我自己都没意识到的问题？"最便宜的错，是你还没动手就发现的那个。

如果你担心被 AI 取代：这门手艺正在从"把东西做出来"，转向"把要什么说清楚、把做出来的东西判断对错"。好消息是，Thariq 反复强调的一点是——这不是天赋，是能练的。

如果你只想抓住一句能带走的话：机器负责快，你负责准。一个强到能剪出自己发布视频的模型，不会让你变得多余，只会把"你到底想清楚了没有"变成整件事的胜负手。它能写出代码，却替你想不出你到底想要什么。