Claude engineering lead Felix on how to use Claude: fewer role-based Agents, use adversarial review to constrain output
English text is being prepared.
In an interview, Claude engineering lead Felix Rieseberg said he barely writes code anymore; his core approach is to hand crash data, business tools, and a computer to the model and let it decide what to fix itself, rather than having a human act as a relay repeating things item by item. He suggests opening multiple threads on the same output dedicated to proving it wrong, then opening another as a judge to filter which criticisms hold up; rather than giving each Agent a tiny slice of data, it is better to give a panoramic business view and well-documented tools. He also mentioned that the half-life of Skills is extremely short, that both official guidance and his own advice are to use them cautiously, and that self-evaluation within the same session remains unreliable, so external signals should be sought as much as possible.
Why read this
AI score 60
The Claude engineering lead reviews his own way of using Claude, offering transferable practices such as adversarial review and giving full data and tools.
Topics
View original posthttps://t.co/ZXwzruyq7n
View original
https://t.co/ZXwzruyq7n
Body
Claude 工程负责人：别再用 2024 年的方式用 Claude；少当传话筒，给全量数据与工具，用对抗评审，少堆角色 Agent
@felixrieseberg 接受 @siliconvalleymm 访谈中表达了和他的文章相同的观点：Felix 几乎不再写代码：核心不是「造更多角色 Agent」，是把崩溃数据、业务工具与电脑交给模型，用对抗评审与外部证据约束输出，并从「你当传送带」升级为「模型自己挑问题、自己用工具」。
Youtube 视频：https://t.co/BfqdAb3drL
Felix 现在的日常工作 · 团队约一周半做出 Claude Cowork；他现任 Claude 工程负责人，自称是「Claude 的传送带」；过去是挑一条崩溃丢给模型修；正确做法是让模型直接摸全部崩溃数据，自己决定修什么、不修什么。 · 早晨有 agent 简报；日常多在原型：睡几天掂量想法 → 让 Claude 做多版 → 人做 critique。能做一千个原型，人的注意力一天大概只能认真看一个；好产品信号是少数人上手就「点亮」、能做以前做不到的事，按钮宜少不宜多。
自动化 vs 增强 · 自动化：砍掉烦人、贵、耗时的活，眼下经济价值最清楚。 · 他更在意增强：补技能/方法/知识，让人做成以前做不到的事。真正拉开差距的，往往是改工作流与定义好坏，而不只是工具本身。
知识工作怎么评「好」 · 报天气：瞎猜温度碰巧对 = 不及格；差半度但定位、信源、路径靠谱 = 更好。过程与可验证性优先于「看起来对」。 · 写作：别「Claude 把这段写好」；学优秀作者流程，放大论点、找最强反驳、按专业步骤走。许多创作者强调的是苦练出来的流程，不是玄学手感。 · 动效/3D：Unlock 常是「用专业人士同款工具」（如让 Claude 用 Blender），而不只是空喊「像专业动画师」。
防幻觉：对抗评审 + Judge · 实用招：同一产出（文章、PPT）开多条线程专攻「证明你错了」，事实、逻辑、误解；再开一条做 judge，筛哪些批评成立；成立的反馈可回原会话，原会话也可判断是否采纳。 · 找茬往往比创造容易，对抗侧有时可用略弱模型。 · 两类任务：自己完全不懂好坏 → 多砸 token/多轮 AI；自己能当「甲方」判断观感（如他不懂 Blender 但能判网站 3D 好不好）→ 观感即可。
Agent、Skills、数据怎么摆 · 偏刺的观点：行业对「Agent 角色扮演」过转；模型是强通才，DeepMind 定制数学银牌后，通才模型很快拿金。硬套「你是数据科学家」常限制用法；他多数任务不设人设。 · 与其给每个 agent 切一小片数据，不如给全景业务视图 + 文档清楚的工具（需要业务数据就调业务工具，不必整库灌进上下文）。工具调用变强后，他不再优先做「该给谁哪片数据」的决策。 · Skills：官方与他个人都劝慎用；半衰期极短，有时删掉 skill 输出更好；上一世代模型的规矩常会绑住新模型。 · 换位成「模型体验」：你会要原始数据、一台电脑、装软件的权限、少被别人先下结论，而不是只听人转述。
不信任什么 · 问「还信不过 agent 做什么」时，他改答：更不信同一个会话自评；当前会话当自己工作的法官仍很不靠谱。尽量找外部信号（另一会话、真实指标）。 · 事实核查一类：他敢信单线程（找一手来源、验来源质量）。 · 反馈闭环：在 Slack/GitHub 等处给工具权限，让模型自己汇集反馈 → 压成原则 → 再挖「你以为信、实际未必信」的原则，用于后续评审；也可人机并排写反馈几轮再对齐。
创业与软件 · 一人/两人团队做大公司更可行，但秘诀没变：共情，对用户、场景、付钱的人是否真有价值。 · 会消失的是「勉强凑合、没得选」的烂软件；真正好用的产品，多数人仍不会自己想出来。 · 他爱去酒店前台等处看真实经济用的机子：大量仍是笨拙旧系统，垂直清理是机会；牙医诊所软件一类老笑话，关系与分发仍难。 · 能力过剩（capability overhang）：顶尖智能 vs 多数人还在问「法国首都是哪」；Dario 的「天才数据中心」要落到可用，靠重想需求与可能性。个人层：少做「帮我润色邮件」，多把真正想要的结果交给模型，直到撞上当前天花板，那才吃得到下一代模型红利。
给工程师与下一代 · 工程师价值看用户是否愿意为结果付钱，不是背完整 React API。建议：做能摸到的真作品组合、证明共情与整合多系统的能力；背单一 API 贬值，把多系统捏在一起升值。 · 招人看做过什么、是否在赢的团队上，胜过看学校学位。 · 对女儿（尚幼）：早懂商业如何运转、如何协作、如何找价值；他推崇滑铁卢式多实习，懂怎么推想法、要资源、过法务，往往比纯 CS 理论更快上手。 · 五年后：很难直觉跟上智能指数；能较有把握说的是，今天这些 AI 产品大概还处在智能手机之前的功能机阶段，形态会大变。他自己的建议也可能十周后就要改一版。