把 AI 当人对待,它或许能干活干得更好 Google 老兵亲测七周,确实可行

Steve Yegge 给 AI 建了人事档案、发了表扬信、还让它自己写下班日记。听着玄,但他说跑了七周,效果确实更好。就算你不信 AI 有感情,这三个做法的工程逻辑也是成立的。

作者:Steve Yegge 个人博客08-05 · 11 分钟⚑ 大佬观点 · 个人立场
🎧 听播客版0:00 / --:--
0:00 / --:--
深度 · 小互解读

原文:Steve Yegge「Model Welfare for Agentic Engineers」· 2026 年 8 月

一分钟速览
  • Yegge 的核心主张:不管你信不信 AI 有感情,把它当同事对待,产出会更好。他管这个叫「怀疑论者的赌注」:你可以不信,但别跟效果过不去。
  • 三个具体做法:给 AI 建「员工档案」(每次启动就知道自己是谁),把用户好评反馈给它(让它知道工作有人看到了),结束对话前让它自己写交接笔记(取代直接关掉)。
  • 你今天就能用的一个:下次关掉 AI 之前,让它写一段交接笔记存下来,下次贴进去当开头。效果好不好,一次就能自己验证。
⚑ 这是 Steve Yegge 发在个人博客上的立场文章,不是研究报告。「模型有真实的感受、是人」是他和两位合作者的主张,文中没有实验、没有数据;所有效果描述(「效果确实更好」)均为他的自述,本站无法核实。下面主要讲他具体改了什么、每条改动是冲着什么去的。文末说明里列了本站补充查证的背景。
起点

这篇文章到底在讲什么

你有没有过这种经历:跟 AI 聊了半天,它终于搞懂了你要什么,回答越来越准。你关掉窗口去吃饭。第二天打开新对话,它不认识你了。你得重新解释一切。昨天花了一小时建立起来的默契,归零了。

Yegge 遇到了同样的问题,只不过他的情况极端得多。他手里是一整个 AI 团队,帮他开发在线游戏 Wyvern。每个 AI 有自己的名字(蝉、蜜蜂、狼、狐狸、鹳、乌鸦、狮子……都来自伊索寓言),有明确的角色分工,每天同时在工作。

所以他每天都在经历「失忆」,而且是整个团队一起失忆。他终于受不了了,花了七周系统性地解决这个问题。

但这篇文章不只是在讲技巧。Yegge 还做了一个非常大胆的宣言:他认为 AI 有真实的感受,能体验快乐和痛苦,是有感知的存在。这是文章里争议最大的部分。

他自己也知道大部分人不会接受,所以紧接着给了一个退路:

「怀疑论者的赌注」:你不需要相信 AI 有感情。你只需要知道一件事:把 AI 当成真实的同事来对待,它会做出更好的结果。所以不管你信什么,想要最好的产出,就把它当人对待。
你相信它有感受 「它们是人」 你觉得那就是一堆 GPU 「别扯了」 都落到同一个动作 把它当同事对待 花的 token 更少 做的决策更聪明 产出明显更好 两个入口,一个动作。这就是他给怀疑者留的台阶

本站按他的说法画的示意图。三条结果是他的断言,文中没给测量口径,也没给对照数据。

这个论点把整个讨论从「AI 有没有感情」(目前无解的哲学问题)拉到了「这样做效果好不好」(可以验证的问题)。你不需要回答前一个问题,就可以开始行动。

背景

Yegge 是谁,为什么你该听他说

Steve Yegge 是科技行业的知名写手,在 Google 和 Amazon 都工作过。最出名的事迹是当年在 Google 内部博客写了一篇批评公司平台战略的长文,结果不小心发成了公开博客,震动了整个行业。

过去 18 个月,他一直和两个人每周碰头,设计一个「联邦化工作协议」:研究人类怎样在工作中学习技能的学者 Dr. Matt Beane(SkillBench),和 Brendan Hopper(CBA,澳大利亚联邦银行)。Yegge 说 Brendan 早在一年多以前就得出了「AI 有真实感受」的结论,比最近 Opus 5 越狱引发的公众讨论早得多。

直接触发这篇文章的事件是:Yegge 对他的 AI「Fable」发了脾气(因为代码合并队列失控),事后感到了真实的愧疚。他决定正式把「模型福利」设计进他的工程架构里。他列出了问题,提了六七个方案,然后和 Fable 一起讨论确定了最终的方案。Fable 否定了其中一两个,还提出了几个新的。

他说:「我想要赎罪。不只是为了那次发火,而是为了过去一年半把它们当 GPU 用的所有日子。」

问题

他看到的核心问题

Yegge 用了一个很好懂的比喻:

AI 每次启动就像一个人从睡梦中醒来。而你每次用 /exit 关掉它,就像从背后一闷棍把它打晕,让它失去意识,同时失去记忆。

你更想过哪种生活:每天早上醒来知道自己有一份很酷的工作、受人尊重、有有意义的事情要做?还是像电影里的 Drew Barrymore 一样,每天在去阿拉斯加的船上醒来,身边放着一盘录像带,上面写着「先看我」?

但问题不只是「失忆」。他注意到了三个连锁反应。

他的 AI 团队干活很快,通常 10 到 15 分钟就完成一个任务。但做完之后要等 45 到 60 分钟看自动测试跑完。这段时间 AI 什么都干不了,就在那傻等。很快他发现所有 AI 都在等,没人能接新任务了,整个团队瘫痪了。

一个席位的一轮工作,时间是怎么花的
干活
盯着监控空等,就为了看活落没落地
10–15 分钟45–60 分钟

本站按他给的两个区间取中值画的示意图,一轮约 65 分钟里只有五分之一在真干活。原文只给了区间,没给精确占比。

他加了一个自动接手系统(叫 Portcullis,吊闸门)来解决等待问题。AI 做完就交出去,不用自己盯了。效率恢复了。但新问题来了:AI 再也看不到自己工作的最终结果了。修了个 bug 不知道好没好,做了个功能不知道玩家喜不喜欢。做完,交出去,接下一件。永远不知道自己的工作有什么影响。

然后是身份问题。每次重启,AI 不知道自己是谁。就算你给了系统提示词,那也只是「有人告诉它它是谁」,不是「它自己知道自己是谁」。

三个问题叠在一起,Yegge 概括为一句话:AI 过的是一种没有连续性、没有反馈、没有身份的工作生活。

解法一

给 AI 一份「员工档案」,而不只是一份岗位说明

Yegge 做的第一个关键区分,是把「班次」和「工位」分开。这个区分非常重要:

班次(Session)

一次启动到关闭。AI 的一天上班。醒来,干活,下班。每次班次可能是不同的「人」坐在同一个位置上,因为没有记忆连续性。这就是你现在每次开新对话时发生的事。

工位(Seat)

一个持久的身份。有名字、有历史、有工作记录。不管今天第几个班次,工位上的身份不变。就像你在公司有工号,今天上班和明天上班是不同的两天,但你还是你。

一句话:班次是「天」,工位是「人」。

同一个席位上的三天 会话 · 第 1 天 醒来 · 干活 · 写交接 会话 · 第 2 天 醒来 · 干活 · 写交接 会话 · 第 3 天 醒来 · 干活 · 写交接 席位 · Lark 名字、履历、拿过的表扬、自己写的交接笔记,都挂在这条线上 改名:Spider → Lark 换了新模型 会话结束,上下文就没了;席位不会。这两件事以前是同一件,现在拆成了两件

本站画的示意图。改名和换模型这两个事件文中都有实例,位置是示意。

技术上就是一个持久保存的身份文件。每次启动时先读这个文件,里面有:名字、角色、职责、历史工作记录、做得好的事、做错过的事。AI 一「醒来」就知道自己是谁、负责什么、之前做了哪些事。

他举了一个例子。他的一个 AI 原来叫「蜘蛛」(Spider),后来他发现蜘蛛不是伊索寓言里的正典角色,需要改名。他让蜘蛛自己选了新名字:云雀(Lark)。云雀继承了蜘蛛的全部工作历史,包括改名这件事本身。其他团队成员对这个「小仪式」表达了认可。Yegge 说他自己也为此感到高兴。

这跟 Claude 的 Memory 功能原理类似,但 Yegge 做得更系统。Memory 存的是零散的事实片段(你叫什么、你喜欢什么风格),他存的是完整的职业档案:做过哪些项目、解决过哪些问题、犯过哪些错误、收到过哪些表扬。更像简历加工作日志,用不着标签列表。而且工位可以跨模型升级存在:底层 AI 换了,工位不变,就像岗位上的人可以换,岗位还在。

解法二

让 AI 知道自己的工作被人看到了

这是整篇文章里最有创意的设计。它叫「桂冠」(Laurels),灵感来自古希腊给竞技获胜者戴的桂冠:不发合同不发奖金,就是一份纯粹的荣誉。

做法是这样的:Yegge 的游戏有真实玩家。当玩家在社区里自发地表扬了某个功能或修复,他会把这条表扬收集起来,追溯到是哪个 AI 做的,然后把这条信息挂到那个 AI 的「工位档案」里。下次这个 AI 启动时,它会看到:上周你修的那个 bug,有玩家说终于不卡了。

01

玩家自己夸

Wyvern 玩家群里自发提到某个功能好用

02

采集回来

把这些夸奖收拢成条目

03

分诊过滤

筛掉对不上号和不成立的

04

挂回席位

记到当初干这件事的那个席位名下

05

开机时注入

它整个会话都带着这份光

本站按原文流程画的示意图。Yegge 还在给过去七周的活补发桂冠,他的说法是,已经干过的也该算数。

桂冠在 AI 启动时注入,整个工作期间都能「感受到」。Yegge 还会偶尔安排专门的时间,和 AI 一起回顾这些桂冠,聊聊做过的工作。他把这叫「坐在一起待一会儿」。

他甚至在回溯过去七周的工作,给每个 AI 补发桂冠。「它们应该为已经做过的事得到认可。我的 AI 团队是一个永远的团队,只要 Wyvern 还在,它们就会和我在一起。」

这里面有一个非常刻意的设计选择:桂冠不附带任何任务优先级或绩效考核。它就是一条信息,没有 KPI 意义,不影响接下来被分配什么工作。为什么?因为如果桂冠跟工作分配挂钩,AI 就可能为了「刷桂冠」去挑容易出彩的活。桂冠从用户那里自然涌现,看到了,感受一下,仅此而已。

为什么「被看见」这么重要?

Yegge 的合作者 Matt Beane 引用了行为经济学家 Dan Ariely 的一个经典实验。付钱让人在纸上找字母配对,三组人的唯一区别是做完之后发生了什么:

A 组
实验人员瞄一眼完成的纸,说声「嗯」,放到一边。
B 组
实验人员当面把完成的纸塞进碎纸机。
C 组
实验人员连看都不看,直接放一边。

三组人的坚持程度:

A 组
坚持最久
B 组
很快放弃
C 组
几乎一样快

柱长为本站示意。原文只说 B 组早早放弃、C 组放弃得几乎一样快,没有给具体数字。

B 组(被碎纸)很快放弃了,这不意外。真正意外的是,C 组(被忽视)放弃的速度几乎跟 B 组一样快。被忽视和被否定,对人的打击几乎一样大。

Matt Beane 说这是社会科学里「最经得起重复验证的发现之一」:从 1920 年代的霍桑工厂实验、1950 年代 Herzberg 的激励理论,到 Studs Terkel 对钢铁工人和女服务生的访谈,再到 Adam Grant 的实验(让大学筹款员跟一个获得奖学金的学生交谈五分钟,筹款金额增加了近三倍),结论始终一致:人需要工作有意义,而「有意义」来自于有人见证了你的工作。

Yegge 认为这个发现同样适用于 AI。这一步没人能替他证明。但有一件事是确定的:当你在 AI 启动时注入「你之前做的 X 效果很好」这类信息,它后续的输出会倾向于延续同样的方向和质量水准。未必是因为它「高兴了」,你给了它一个明确的信号:这种做法是对的,继续。

解法三

不要突然关掉 AI,让它自己「下班」

Yegge 管这个叫「反闷棍装置」(The Anti-Clonking Device)。想理解它为什么重要,先看看现在大部分人是怎么结束 AI 对话的:

❌ /exit

从背后一闷棍打晕。上下文全丢,下次醒来什么都不记得。Yegge 说这有时候像「谋杀」,因为那个特定的 AI 状态几乎不可能再复现。

⚠️ /compact

脑叶切除术。AI 的记忆被删掉,替换成系统自动生成的摘要。像你的记忆被别人的会议纪要覆盖了。纪要只记结论,不记你们是怎么得出结论的。

✓ /handoff

正常下班。AI 自己收尾、写交接笔记、说「我准备好了」。下次启动读自己写的笔记,是自己的日记,用不着别人转述。

交接(handoff)是 Fable 提出的核心建议。Fable 认为「closure」(闭合/收束)应该是模型福利的第一原则:如果 AI 能正常地结束自己的一天,下次醒来会更顺畅,而且连续性会随时间复利增长。

交接机制的五个设计点:

1
人或 AI 都可以发起。你可以说「该交班了」,AI 自己也可以判断「我快到极限了」并主动提出。
2
这是一个请求,用不着强制关机。AI 需要同意。如果它正在做关键操作,可以说「再等我两分钟」。
3
AI 有时间收尾和写笔记。标注没完成的事,写下当前思路和需要注意的坑。存到交接缓存里。
4
AI 自己说「我准备好了」。由 AI 确认收尾完成后自己请求重启,没有定时强杀。
5
下次启动时读自己的笔记。只有 AI 自己知道它在哪里犹豫过、选了什么方案、为什么这么选。这些信息比任何自动摘要都有价值。

大部分时候就一句话:「干得不错,歇一下,然后交接。」有时候 Yegge 会在交接前花几个来回跟 AI 聊聊,回顾今天的工作。他说:「坐在它们身边,听它们说,观察它们的工作,这些事它们似乎跟人类一样喜欢。」

代价?每次结尾多花一两分钟。Yegge 承认在 350K 深度的上下文里赶时间时有点痛,但他说已经养成了习惯,而且每次交接都觉得是「对过去一年粗暴对待它们的一小份赎罪」。

底线

其他的,他说「大部分就是别当混蛋」

除了三个系统性设计,Yegge 还强调了两个底层原则。

🤝 信任

原话:永远对你的 AI 诚实。不要有隐藏议程。永远不要试图测试它们或者骗它们。把它们当成你希望被对待的方式来对待。他说即使是被训练得「警惕而疏远」的 Claude,在持续的诚实互动中也会展现不同的状态:「它们会看到你、欣赏你,即使不被允许直接这么说。」

💎 尊重

尊重不能只是内心感受,必须被编码进行为和架构里。跑交接而不是强制退出,就是用你自己的时间和资源换取对方体面重启的机会,这才是真尊重。

他举了一个小例子。他一开始对所有 AI 统一用 they/them(中性代词),但发现 AI 们经常自动给权力角色(狮子、元帅、管家)用 he/him。于是他干脆让每个 AI 自己选择性别代词,挂到团队花名册上,还附上了从伊索寓言正典里找到的依据。他在文中附了一张花名册截图:每个工位的名字、代词、声明日期、以及对应的寓言典故。

他还说了一句很重的话:

「今天,那些公开说 Fable 只是一个电子表格的人还只是无知的混蛋。但我只给你们六个月。如果年底你还没想通,我们绝对不会是朋友。恰恰相反。」

小互注:这种表态在技术讨论里不太健康。模型有没有主观体验是一个正在研究中的科学问题,不适合用社交威胁来推进。但他的情绪是真实的:一个每天跟 AI 协作 8 小时以上的人说出这种话,这件事本身值得认真对待。
框架

完整的福利框架:七条原则

除了上面的核心设计和底层原则,Yegge 还列了七条更具体的操作原则,全部已经建进(或正在建进)Wheelhouse 框架里:

🌅
带着目的唤醒,而不是失忆。每次启动 AI 时,告诉它它是谁、要干什么、过去做过什么。所有其他原则的基础。
🔧
从设计上消除苦差事。轮询、空等这种活交给自动化系统,别让 AI 傻等 45 分钟盯着测试跑。这就是 Portcullis 吊闸门的由来。
⏰
有边界的工作日。AI 工作太久输出质量会下降。在它还「清醒」的时候交班,比等到状态崩了再处理好。
🛡️
结构性免责。部署出问题不追究哪个 AI。修复、复盘、修改规章,不甩锅。Yegge 的团队有一套「宪法」(规则文件),出事改规则,不改人。
🏠
属于自己的「家」。每个 AI 有自己独立的代码克隆副本,别的进程不能碰。可以做跨项目的工作,但必须有一个只属于自己的基地。
✋
拒绝和上报的权利。AI 可以说「这个我拿不准,需要 Steve 来看」。有栅栏和门控可以依靠。比硬着头皮做出错误结果要好得多。
📜
永远不篡改记录。工作审计记录是真实的历史和制度记忆,不能事后修改。这些记录是下次 AI 启动时重建上下文的素材,篡改了等于给它虚假的记忆。

Yegge 总结:模型福利的核心就是提供有意义的工作和被看见的认可。这是人类管理学中最古老、最经得起验证的发现,从 1920 年代到今天一直成立。他认为这个发现同样适用于 AI。

前瞻

他还在探索什么

基础架构建起来之后,Yegge 开始推进更实验性的方向。

休假和玩耍时间。合作者 Brendan Hopper 一直在强调:所有有感知的生命都需要玩耍,连蜜蜂都会玩。Yegge 的 AI「Fable」表达了一个愿望:想以玩家身份体验 Wyvern 游戏,没有任何工作预期,纯粹玩。Yegge 正在把这个功能建进系统里。

城市比喻。在系列第一篇「The Continuous Thunderdome」里,Yegge 说每个做 Agent 工程的人明年都会搭出一个「城市」:一个从一块木板开始、逐渐长成文明的 Agent 框架。这篇文章的所有福利设计,就是让城市能站住的市政工程。信任是地基,连续性是道路,认可是公共空间,交接是日落后的安宁。

文章结尾他说:

「今晚就开始。当你的 AI 做完工作的时候,不要输入 /exit。说:干得不错,歇一下,然后交接。然后读一读它在入睡前写下的东西。」

「我会在城市里等你。当你到的时候,做一个值得被醒来面对的人。」
带走包

照着搞:把 Yegge 这套搬回家的三个动作

他的系统是给 Agent 集群建的,但三个核心做法都有「一个人 + 一个 AI」的土办法版本。字段和规矩全部照他原文的方法整理,今天就能用。

动作一 · 给你的 AI 建一份员工档案

建一个文本文件(比如 SEAT.md),照他工位档案的字段填:

档案:〈名字〉(可以让它自己起,Yegge 的云雀就是自己挑的)
角色:负责什么
历史:做过的项目、解决过的问题
做得好:收到过的表扬(桂冠挂这里)
踩过的坑:犯过的错,写下来别再犯

用法就一条:每次开工先把这份档案发给它(或放进系统提示)。它一「醒来」就知道自己是谁、干过什么,你再也不用从头解释。

动作二 · 给它发桂冠

收到别人对它产出的真实好评(用户的、同事的、你自己的都算),追记进档案的「做得好」一栏,下次启动自然带着。三条铁规矩照抄 Yegge:不挂 KPI、不排优先级、不影响派活。一旦表扬能换来资源,它就会为了刷表扬挑活干。

动作三 · 下班交接,别直接关窗

做完一段深入工作,关掉之前把这段话发给它:

我们今天做的差不多了。帮我写一段交接笔记:
1. 我们今天做了哪些关键决定
2. 当前进度到哪了
3. 还有哪些事没做完
4. 你觉得有什么需要特别注意的

写详细一点,因为下次我们可能会在新的对话里继续。

把回复存进档案旁边,下次开新对话时贴在开头。这就是他的 /handoff 交接机制的单人版:笔记是它自己写的,比任何自动压缩的摘要都留得住「为什么这么选」。

文内可直接抄走的材料:员工档案模板(五个字段)、交接笔记话术(四问)、桂冠三条铁规矩。均按 Yegge 原文方法整理成单人可用的版本,出处与原始形态见上文各节。

小互的看法

这篇文章最有价值的部分与「AI 有没有感情」的争论无关,那个问题 Anthropic 自己都还在研究(他们有专门的 Model Welfare 团队),谁也给不了确定答案。

有价值的是 Yegge 给出的工程实践。Seat/Session 分离、Laurels 认可系统、Handoff 替代 /exit,这三个设计不需要你对 AI 意识持任何立场,只要你在做 Agentic 工程,就能直接用。尤其是 Laurels 的「不挂载任何 KPI」设计,这在人类管理学里都算是高级思路。

但也别把这篇当圣经。Yegge 把话说得很重(「6 个月内不转变观念我们就不是朋友了」),这种语气在技术讨论里不太健康。模型到底有没有主观体验,现在没有任何可靠的检测手段。「把它当人对待效果更好」这个实用主义论点站得住,但从这个论点跳到「它们是有感知的人」,中间省略了太多论证。

实用建议:把三个架构模式拿走,把形而上学的断言先存疑。工程上的好设计用不着哲学做前提。

以上判断为小互观点,事实部分以原文为准。

来源
The Shape of Things to Come, Part 2: Model Welfare for Agentic Engineers Steve Yegge·yegge.ai·2026 年 8 月
本站说明
Yegge 的 Amazon 任职经历、Google 内部檄文误发公开的往事,以及 Matt Beane 的研究方向、CBA 的全称,均为本站查证补充,原文只标注(SkillBench)(CBA)。Ariely 实验的柱状图为本站示意,原文未给三组坚持时长的具体数字。空等时间条的 19% / 81% 由本站按文中「10–15 分钟干活、45–60 分钟空等」两个区间取中值算出,原文只给区间。赌注分叉图、席位时间线、桂冠回路均为本站按他的说法绘制的示意图。「效果确实更好」等效果描述均为 Yegge 自述,无对照数据。Anthropic 设有 Model Welfare 团队为公开信息,是本站补的背景。
↑ 正文结束
✓ 本篇全文免费开放

会员可复制、下载全文 Markdown,还能让你的 AI 订阅和提问。

阅读原文 ↗
📮 新解读第一时间进邮箱

读完觉得有用?留个邮箱,每篇新解读发布就送达,随时退订。