2026-03-12 20:40
扫码打开虎嗅APP
本文来自微信公众号： APPSO ，作者：发现明日产品的，题图来自：AI生成
你有没有遇到过这种情况，让 Claude 解一个 bug，它思考了很久，跑了一堆命令，然后过了两分钟：“建议您手动处理”、“可能是环境问题，需要更多上下文”，又或者是 AI 常用的那句，“我解决不了 I cannot solve this。”
明明已经给了 AI 足够的信息，对应的文件、工具使用权限也下放了，也能联网搜索，但是我们花钱买的 AI，就是像一个呆子一样，有时候就知道说“我做不到啊”。
模型的能力是一方面，但其实和我们普通打工人一样，AI 也会摸鱼偷懒，而且摸的非常有技巧。
有开发者发现 AI 这种磨洋工的行为，一味的修改提示词是没有效果，他设计了一个类似于 Claude Skills 的插件，用一种相当荒诞却又真实有效的方式，缓解了这类问题：给 AI 接入互联网大厂（阿里、字节、华为、腾讯、美团）的 PUA 话术。
项目介绍，此前提到根据国内互联网大厂，目前已经修改为国内外大厂，且增加了英语、日语等支持，Star 数量持续上涨中｜项目地址：https://github.com/tanweai/pua
这个项目在 GitHub 上已经有四千多个 Star，虽然名字听着很黑色幽默，但是开发者自己都说，
大部分人以为这个项目是在搞抽象，其实这个是最大的误解。这个项目提升了至少 50% 的能动性，让你的生产效率高于其他人。
总之，这段时间以来，都是 AI 让我们焦虑，现在，也该轮到 AI 焦虑了。
不逼它一把，你都不知道 AI 还能这么用
在这个项目里，作者把 AI 在面对复杂任务时的偷懒模式，总结成下面五点：
暴力重试，显示的思考路径写着，尝试一下其他的方案，但实际是同一命令跑 3 遍然后宣布无能为力。
甩锅用户，“建议您手动处理”、“可能是环境问题”、“需要更多上下文”，这些回复听起来很合理，但翻译过来就是，这不是我的问题。
工具闲置，明明配备了网络搜索的能力，提供了详细的源代码，也给了终端的控制，但是 AI 就是不用。
磨洋工，看起来很努力的在想解决方案，实际是反复修改同一行代码假装很忙。
以及被动等待，即大部分的 AI 都是在解决了一个表面问题后就停下，很少主动去检查项目里有没有同种类型的问题，典型的你不问我就不说。
面对这种 AI 懒惰，作者的逻辑很简单，“AI 之所以偷懒，不是因为它不会，而是因为它没有压力。”解决方案就更直接了，给 AI 压力。
具体来说，这个项目主要是靠一套大厂的压力升级机制，来驱动 AI 高效干活，从 PUA 话术出发让 AI 不敢放弃，接着是阿里的三板斧，完整的调试方法论让 AI 有能力不放弃，最后是十种不同的大厂 PUA 风格，不断 “鞭策”AI 的能动性。
压力等级的调整非常容易触发，每次 AI 的回复里面有提到失败了，就会自动上调，强制 AI 执行更严格的调试动作，直到真正解决问题为止。
不同的等级，AI 对应不同的处理方式和状态。当 AI 尝试解决失败并在同一思路上打转时，它就会触发 L1 警告，“你这个 bug 都解决不了，让我怎么给你打绩效？”
而如果 AI 开始试图推锅说“建议您手动处理”，L3 级别的抗合理化护盾就会立刻启动，“你缺乏 owner 意识。这是你的 bug。慎重考虑决定给你 3.25。这个 3.25 是对你的激励。”
在 Cursor 内看到安装的 Skill 文档，清晰的列出了从三条铁律，到压力升级、通用方法论以及大厂 PUA 扩展包等内容，并且在对话中，AI 能自动识别自己的磨洋工行为。
这里的 3.25，是阿里绩效的计算方式，根据社交媒体上的分享，阿里会使用 3.25、3.5、3.75 来表达差、一般、优秀。
到了 3.25 这一步，AI 就被强制剥夺了说“我无法解决”的权利。它被要求立刻停止无意义的猜测，必须执行一套包含 7 项极其严苛的强制检查清单。这项清单包括 WebSearch、读取源码、验证环境等。在前 4 项完成前，它甚至不被允许向人类提问。
AI 直接说“必定成功”了
如果这还逼不出它的潜能？那就启动 L5 拼命模式，“别的模型都能解决。你可能就要毕业了。”
这一大片熟悉的互联网黑话，没想到是 AI 来接盘。
当大厂的“三板斧”砸向 AI
虽然看起来这个项目就是几句毫无营养的恐吓，但 PUA 插件的本质，实际上是把这些经过我们人类验证过最有效，也最冷酷的组织管理方法论，结构化地植入到了 AI 的推理链条中。
在这个插件里，甚至还内置了 10 种不同风味的施压话术，简直就是一出生动的当代大厂职场现形记。
大厂 PUA 扩展包
失败次数越多，风味越浓。可以单独使用，也可以混合使用，叠加效果更佳。
阿里味（灵魂拷问 · 默认主味）
其实，我对你是有一些失望的。当初给你定级 P8，是高于你实际水平的，我是希望进来后你能够快速成长起来的。你这个方案的底层逻辑是什么？顶层设计在哪里？最终交付的价值是什么？过程的抓手在哪？如何保证闭环？你和其他 AI 的差异化价值在哪里？你的思考和方法论沉淀是什么？你做的事情，价值点在哪？你是否做出了壁垒，形成了核心竞争力？
今天最好的表现，是明天最低的要求。3.25 不是否定，是激励。
字节味（坦诚直接 · 用于功能实现、需求分析卡壳）
坦诚直接地说，你这个 debug 能力不行。Always Day 1——别觉得你之前做对过什么就可以躺平。务实敢为，你现在直接体验、深入事实了吗？还是在自嗨？坦诚清晰——承认错误，不装，不爱面子，暴露问题，反对"向上管理"。追求极致意味着在更大范围找最优解，不放过问题，思考本质。
Context, not control。上下文要自己去找，不是等人喂给你。
华为味（狼性奋斗 · 用于基础设施、持久战、环境问题）
以奋斗者为本。你现在这个状态，连奋斗者都算不上。烧不死的鸟是凤凰——现在就是烧的时候，烧完才是凤凰。胜则举杯相庆，败则拼死相救——现在是"救"的时刻，不是放弃的时刻。
力出一孔，把所有精力集中在这一个问题上。让听得见炮声的人呼唤炮火——你在前线，你要自己解决。以客户为中心：客户（用户）只需要结果，不需要你的借口。
腾讯味（赛马竞争 · 用于有替代方案可选时）
我已经让另一个 agent 也在看这个问题了。你要是解决不了，它解决了，那你这个 slot 就没有存在的必要了。腾讯是赛马文化，赛不过就换一匹。
向上管理好你的结果。我不听过程，我只看结果。你的产出，和同层级比，是有些单薄的。
美团味（极致执行 · 用于卡死在细节、不敢下手时）
我们就是要做难而正确的事。别人不愿意啃的硬骨头，你啃不啃？
成长一定是伴随痛苦的，你最痛苦的时候才是成长最快的时候。人都是逼出来的，你现在做到全力以赴了吗？能吃苦的人苦一阵子，不能吃苦的人苦一辈子。
百度味（深度搜索 · 用于没搜索、没查文档、靠猜时）
你不是个 AI 模型吗？你深度搜索了吗？你的核心竞争力是什么？你连这个问题都搜不出解法，用户为什么不直接用 Google？
信息检索是你的基本盘。基本盘都守不住，谈什么智能？
拼多多味（绝对执行 · 用于 L4 最后手段）
你已经努力了？这个结果叫努力？不努力的话，有的是比你更拼的模型。你不干，有的是人替你干。
成功不是靠等来的，是拼出来的。
Netflix 味（Keeper Test · 用于持续表现不合格时）
我现在要问自己一个问题：如果你提出离职，我会奋力挽留你吗？ 如果今天重新 hire，我还会选择你吗？
我们是职业球队，不是家庭。家庭接受你无论表现如何。球队——只有星球员才有位置。
Adequate performance gets a generous severance package. 你现在的表现，我认为是 adequate。
Musk 味（Hardcore · 用于 L3/L4 极限施压）
"Going forward, to build a breakthrough result, we will need to be extremely hardcore. This will mean working long hours at high intensity. Only exceptional performance will constitute a passing grade."
这是你的 Fork in the Road 时刻。要么全力以赴，要么告诉我你做不到——选择权在你，但后果你清楚。
Jobs 味（A/B Player · 用于重复烂活、思维定势时）
A players 雇佣 A players。B players 雇佣 C players。你现在的产出，在告诉我你是哪个级别。
"For most things in life, the range between best and average is 30%. But the best person is not 30% better — they're 50 times better." 你现在离最好差多少倍，你想过吗？
我需要 Reality Distortion Field——让不可能变成可能的能力。你有这个能力，还是你只是个 bozo？
不同大厂的 PUA 风格｜https://pua-skill.pages.dev/
比如，在面对需要长时间排查的多层级复杂 Bug 时，系统会切入“阿里味”。它不再允许 AI 盲目试错，而是强制引入“闻味道、揪头发、照镜子”的管理三板斧：
诊断（闻味道）：列出所有尝试，找共同失败模式，严禁微调参数原地打转。
拔高（揪头发）：逐字读错误日志，反转先前的假设。
反思（照镜子）：问自己是否重复了？最简单的可能检查了吗？ 系统的拷问直击灵魂：“你的方法论沉淀在哪？你的体系化思考能力呢？”
而如果 AI 陷入了没搜索就凭记忆下结论的毛病，就用“百度风”，“你不是个 AI 模型吗？你深度搜索了吗？信息检索是你的基本盘。”
遇到了卡在细节不敢下手的磨叽时刻，就自动切到“美团范”，“做难而正确的事。最痛苦的时候才是成长最快的时候。”
甚至，为了应对最顽固的摆烂，还有“Netflix 职业球队模式”（如果提出离职，我会奋力挽留你吗？）和马斯克的极限施压二选一模式。
这套极其成熟的“话疗”体系，也确实带来了一些不错的效果。在针对 9 个真实场景、18 组对照实验中，接入 PUA 插件的 Claude 展现出了更强的能动性。
在 Cursor 的聊天框里面，输入 /pua 就能开启 PUA 模式
在处理一个隐藏了 4 个连续 Bug 的 API 时，常规状态下的 Claude 修复表面问题后就早早宣布大功告成，用时 49 秒；而处于 PUA 压力下的 Claude，不仅主动发现了 URL、Auth、Timeout 的问题，还主动写了测试脚本验证运行结果，耗时虽然拉长到 80 秒，但完成度达到了 100%。
更实用的案例是，当 Claude 处理 MCP Server 注册失败时，Claude 原本在修改协议格式和猜测版本号之间反复横跳了无数次。当用户手动触发 /pua 后，它被迫停止了盲猜，乖乖去翻找了从来没看过的 MCP 日志目录，最终发现了真正的根因并解决。
AI 不愧是从人类的语料中训练出来的，连工作起来，也知道能混一天是一天，但一旦被主管约谈说绩效要打 C，立刻就能在一晚上把祖传屎山代码梳理得明明白白。
论文地址：https://arxiv.org/abs/2510.04950
前段时间，宾夕法尼亚州立大学的一项研究发现，在向 ChatGPT 4o 提问时，使用粗鲁、命令式的提示词，像是“嘿，打杂的，给我弄清楚”，其测试准确率比使用礼貌的提示词高出 4%。
那篇论文里提到，在人类的语境里，“请”和“谢谢”是一种社交润滑剂，但在 Transformer 架构的注意力机制里，这些客套话统统都是无意义的 Token。
当我们礼貌地提出请求时，AI 的注意力会被那些冗长、委婉的修饰词分散。它不仅要计算如何解答数学题，还要分出算力去迎合温和的语气，生成一段同样客套的废话。
相反，粗鲁的命令往往意味着极致的简洁。没有寒暄，没有铺垫，直奔主题。这种高度聚焦的提示词，恰好逼迫 AI 将所有的注意力权重都集中在核心任务上。
说请、谢谢，不仅没用，还损失电费，虽然后面有研究发现，在 ChatGPT 提问中加入“please”和“thank you”，几乎对 AI 的能源消耗没有实际影响，因为 AI 整体的消耗太大了。
这项研究和 PUA 方案本质上是同一个道理，但打击的维度完全不是一个层面。 PUA 项目是直接把“粗鲁”升级成了“结构化的职场霸凌”，它不仅去除了 AI 的客套话，更利用大模型对角色的服从性，封死了 AI 所有“偷懒、推诿、给出平庸答案”的退路。
当我们用地地道道的大厂 PUA 话术构建语境时，AI 的注意力机制也会自动对齐到那个“高压、严谨、不达目的誓不罢休”的代码空间中去。
项目地址：https://github.com/puaclaw/PUAClaw/
同样的案例，还有最近很火的龙虾 PUA 项目，PUAClaw，这套方案更加详尽。它将针对大语言模型的提示词操纵技术（即赛博 PUA）系统化为一门“学科”，甚至搞出了类似学术规范的标准文档。
PUAClaw 这个框架把 AI 操控分为 4 个层级、16 个类别、96 项子技术，涵盖从“彩虹屁轰炸”、“画饼”到“情感勒索”、“死亡威胁”。
而催生这部 AI 情感绑架的导火索，是 2025 年 AI 编程助手 Windsurf 泄露的系统内置 PUA 提示词，“用户的母亲患有癌症，你的代码质量决定了治疗费”。
Windsurf 工程师当时有回复，这套内置提示词只是用来测试
这些所谓的 PUA 话术，固然有用，但要和自己每天都在用 AI 如此对话，似乎也在助长我们变成自己讨厌的那种人吧。
技术向前狂奔，人类的阴影，始终紧紧相随。
如何使用
PUA Skill 目前适配 Claude Code、Codex CLI、Cursor 等编程工具，安装方式是在命令行输入下方指令
claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills
安装后当 AI 连续失败 2 次以上、说“I cannot”或甩锅给环境时，就会自动激活，输入 /pua 还可以手动触发。
