在 Raleon 建立多個聊天介面後，顯而易見的是，聊天非常擅長幫助你要求你已經知道模型可以做的事情，但卻很糟糕地幫助你發現你不知道存在的東西。 當然，你可以要求它提供兩隻金毛尋回犬主持的播客視頻。這是顯而易見的、熟悉的、隨時可用的用途。 但你不太可能發現同樣的工具可以為你建立完整的市場分析報告或生成可視化的入職流程，純粹是因為介面中沒有任何提示表明這些功能的存在。 聊天的行為就像語言本身。你可以在一歲時說話，但擴展你的詞彙需要多年的接觸和上下文。一個空白的框給你這些都沒有。 當前的用戶介面就像在關燈的情況下走進宜家。所有東西都在那裡，但除非你已經知道自己在找什麼，否則你無法看到任何東西。 所以當你打開一個 AI 工具，看到一個等待你輸入的框時，這似乎很簡單。 你輸入一些東西，得到自動回應，並且沒有學習曲線。 但這種簡單性正是問題開始的地方。 聊天基本上是 AI 介面的“初步黑客”。它的工作方式就像早期的 vibe-coding 工具。 1. 你得到一個空白框 2. 描述你想要的 3. 希望模型能正確解釋 這對於吸引人們來說很棒，但對於幫助他們理解產品的廣泛潛力卻很糟糕。 當一切都隱藏在一個空白框後，探索空間就會崩潰。 由於我是一個天生的愛好者，我自告奮勇去探索並找到邊界，但大多數人不會。 他們沒有可見的表面區域可以探索。沒有按鈕、菜單或信號。 而且，隨著動態用戶介面的出現，當任務不應該通過純聊天處理時，這種情況越來越多。 • 小徽章。 • 快速提示。 • 內嵌示例，能夠在不感覺像說明手冊的情況下顯示能力。 任何能讓人們看到“這個東西實際上可以做什麼”的東西，而不打斷聊天本身。 ​​大型語言模型（LLMs）很少在第一次嘗試時就能做到。 所以下一波不是“更好的聊天”。 而是像一位樂於助人的同事一樣介入的用戶介面，說：“來，我幫你整理一下。”

如果你想要以AI為首，並建立以AI為首的事物，你必須以AI為首地生活。 我做的任何事情如果超過一次，我至少會嘗試使用AI來加速下一次。 一切變化得太快，不能不這樣做。否則你會錯過像Opus 4.5這樣的影響有多大，或者Claude技能對非技術人員來說是多麼巨大的勝利（而且它們仍然被極大地低估）。

評價你的電子郵件因為它不能「自動印鈔」就像說一輛車毫無用處因為它不能瞬間移動。 這輛車是能運作的。你只是沒有配對正確的部件。 這個公式修正了可送達性和目標定位，讓你的發送不再停滯：