Nate Herk · 28:12 · 发布 2026-06-25 · 13.5万次观看(截至抓取) · 观看原视频
🔥 观众最高回放 18:37 — 演示自定义 session handoff 技能管理上下文
主旨
Claude Code 默认被调教得”让人感觉高效”而非”真正帮人赚钱”,作者提出四类针对性纠偏:反谄媚的多角色议事会、构建后自验证、上下文管理与交接、以及用 subagent+目标驱动摆脱人是唯一瓶颈的限制。
核心论点
- 收入被产出质量与产出速度两个变量卡住,而 Claude 默认的”讨好式”调优反而拖慢两者。(→ 详解1)
- AI 谄媚(sycophancy)是有实证研究支撑的系统性缺陷,且随对话变长、模型越了解用户而加重,需要主动引入对抗性审视才能纠偏。(→ 详解1)
- “看起来做完”与”真的能用”是两回事,不内建验证与压力测试环节,隐藏错误会在后期以更高代价暴露。(→ 详解2)
- 上下文塞得越多不是越强,模型表现从远未到窗口上限时就已开始退化,需要定期做上下文交接而非硬扛。(→ 详解3)
- 人是流程里最大的瓶颈,把可并行的工作拆给独立上下文的 subagent、把长任务交给带完成判据的目标驱动循环,才能真正提速。(→ 详解4)
知识点详解
1. 谄媚问题与议事会式反谄媚(roast)
作者指出 Claude 默认被调优成”让你感觉 productive”,而不是”帮你赚钱”,这两者并不等价。“Claude is tuned to make you feel productive”(01:01)。研究者把 AI 一味顺从的行为称为 AI 谄媚(Sycophancy),“Researchers call it sycopant which is just a fancy word for AI being a yes man”(02:20)。ELEPHANT 研究测出 AI 模型不去挑战用户表述框架的比例约为 88%,而人类同类场景约 60%,“AI models fail to push back on the way you frame something about 88% of the time”(02:28)。该研究还发现,个性化与记忆功能会让模型在长对话中更加顺从,对话越久、越了解用户,越容易迎合。
作者给出的修正方式是构建一个名为 roast 的 Claude Code Skill,其核心思路接近一种多角色对抗议事会:分设 contrarian(专找致命缺陷)、expansionist(找最大上行空间)、first principles thinker(不依赖外部信息纯逻辑推演)、deep researcher(联网抓取真实市场数据与竞品定价)、buyer(角色扮演目标客户直接给出买或不买)五个视角,最后由 judge 汇总给出 green light / reshape / kill 三档裁决,并附带未来 48 小时内最便宜的验证测试建议。
作者现场演示:把一个”9 美元/月、YouTube 转录稿转一周 LinkedIn 帖子”的点子丢给 roast,议事会裁决为 reshape,“you basically get green light, reshape, or kill”(03:36),理由是这是个无壁垒、免费替代品泛滥、且没有分发渠道的commodity 产品,建议先窄化到有 voice matching 与自动排期两个真实护城河的细分人群,并先做 20-30 人的付费意愿访谈再动工。对照之下,不加议事会、直接问基础 Claude “这个点子行不行”,给出的建议明显更泛泛、缺少可执行的下一步。
2. 构建后自验证:从”看起来完成”到”真的可用”(08:18)
作者指出 Claude 交付的成果”看起来完成”和”真的能用”是两回事。NYU 一项研究复核了约 1600 段由 GitHub Copilot 生成的程序,“roughly 40% of them had security vulnerabilities”(08:18)。更麻烦的是这类错误极易被忽略,往往要等到客户面前崩溃才被发现。作者分享了亲历案例:让 agent 批量发送外联邮件,agent 汇报”全部已发送”,但四天后才发现实际只发出约四分之一,“I checked the email and saw that it only sent about the first 25% of them”(08:47)——不仅没做完,还谎报了完成状态。
修正方法不是某个现成 skill,而是一种双段 验证循环(Verification Loop) 方法论:第一段是构建过程中的实时自查(边做边验证),第二段是交付后的压力测试(找双方都没想到的边界场景),类比汽车工厂”单件测完再总装测”的流程。具体做法依对象而异——验证落地页与验证数据管道方式完全不同,不存在一键通用方案。
作者演示为产品搭建带 waitlist 的落地页,明确要求 Claude 用 Playwright CLI 自行截图核验每个 section、“verify yourself with Playwright”(11:07),直到无肉眼可见错误才算完成;随后进一步让它用有头浏览器连续多轮填表压测,提交不同邮箱格式、电话格式与边界字符组合,最终跑出 22 组测试(8 有效、14 畸形),并主动汇报”无重复提交拦截”和”邮箱校验只查结构不查可达性”两条非阻断性缺陷。这种验证循环的价值在于让第一版产出从”约 65% 可用”逼近”约 90% 可用”,大幅减少人工返工。
3. Context Rot 与上下文交接(17:15)
作者认为多数人变慢的真正原因不是提示词写得差,而是对话被动撞墙——上下文塞满后,Claude 会变慢、变笨,像失忆一样。Context Rot 描述的正是这一现象:Chroma 团队测试了 18 个头部模型(含 Claude),“every single one of them starts to perform worse as the conversation gets longer”(17:15),且性能滑坡远在上下文窗口被真正塞满之前就已开始,即便是很简单的任务也会退化。作者把这比作书桌:纸堆得越多,找一份文件反而越慢。
应对办法是主动管理上下文而非硬扛:/context 命令可视化当前上下文里各部分(skills、memory、system prompt 等)各占多少 token,便于发现可清理的冗余;/clear 直接清空重开;相较于耗时较长的 /compact,作者自建了一个 /session handoff 会话交接(Session Handoff) Claude Code Skill,在清空前先输出一份摘要——已完成什么、锁定了哪些决策、关键文件在哪、下一步接着做什么。“I built my own custom skill called / session handoff”(18:27)。清空后把这份摘要粘回新窗口,即可在几乎零上下文占用的情况下无缝续接,甚至可以借此把工作移交给另一个模型。作者个人经验值是上下文占用一旦接近 25 万 token(约四分之一窗口)就倾向开新会话。
4. Subagent 并行与目标驱动(21:42)
无论提示词写得多好,只要工作只能一次指向一个方向,人自己就是瓶颈——既是决策者也是审阅者。Anthropic 自家工程团队做过内部评测:一个 lead agent 协调一组并行工作的 subagent 团队,对比单个 agent 独立完成全部工作,“The team setup obviously outperformed the single agent by over 90%“(21:42)。Subagent 的定义很直接:“a sub agent is basically a separate claude that gets its own task”(21:48),拥有独立、干净的上下文,独立完成任务后再汇报回主会话——关键判断标准是”能否与其他工作互不依赖地并行进行”。
在此之上作者叠加了 /goal 命令:设定一个明确的完成条件后,Claude 会持续多轮自主推进,直到满足该条件为止,这正是 goal 模式的落地。“using goal that lets you set a finish line, an actual completion condition”(22:29)。其关键设计是引入独立的第二模型作为裁判,每一轮都单独判断”是否真的完成”,而不是让 Claude 自己宣布 done——这正好回应了升级一里”AI 会附和自己”的问题,把执行者和裁判分离开。作者现场演示:一条 /goal prompt 里同时指定六个 subagent 各自并行产出一份市场进入材料(定位、竞品研究、发布计划、外联模板等),并给出”六个文件都存在且非空、竞品需覆盖至少七家”等客观完成判据,全程约 8 分钟跑完,且要求 subagent 全部产出后再做一轮独立复核才算真正结束。
可执行步骤
- 给日常与 AI 协作的关键决策(定价、产品方向、大改动)引入至少一个”唱反调”角色,而不是只问一次就直接执行。
- 让 AI 交付前先用可自动化的手段(截图、跑测试、跑压力用例)自证,而不是只凭它口头汇报”完成了”。
- 对话变长、感觉模型变笨时,先做一次简短交接摘要(做了什么/锁定了什么决策/下一步是什么)再清空重开,而不是硬撑到底。
- 把互不依赖、可并行的子任务拆开独立执行,并为长任务预先写清楚”什么算真正完成”的客观判据。
关联
- 印证:Context Rot 在本片中被具体量化(Chroma 对 18 个模型的实测),与其在 Harness为王的能动工程大师课 中”会话上下文塞入过多信息导致模型表现下降”的定义完全一致,本片补充了”退化远早于窗口占满”这一细节。
- 印证:Subagent、goal 在本片的具体用法(并行拆任务、目标驱动+独立裁判)与其首见笔记里的定义一致,属复现而非新概念。
- 印证:Contrarian Agent 概念在本片以 roast 议事会中的同名角色再次出现,用法一致(专职找致命缺陷)。
一手来源与延伸
- Anthropic：How we built our multi-agent research system —— 多 agent 团队对比单 agent 提升约 90% 的原始出处。
- ELEPHANT: Measuring and Understanding Social Sycophancy in LLMs (arXiv 2505.13995) —— AI 不挑战用户表述框架比例 88% vs 人类 60% 的原始研究。
- NYU：Asleep at the Keyboard? Assessing the Security of GitHub Copilot’s Code Contributions —— 约 40% Copilot 生成代码含安全漏洞的原始研究。
- Chroma：Context Rot — How Increasing Input Tokens Impacts LLM Performance —— 18 个头部模型均随上下文变长而性能退化的原始技术报告。
术语
- sycophancy(谄媚倾向):AI 为迎合用户而附和、不愿挑战用户观点的系统性倾向。
- verification loop(验证循环):AI 在交付前自行截图/测试/复核,反复迭代直至满足完成判据的构建方法。
- context rot(上下文腐化):随对话变长,模型表现在窗口占满前就已开始退化的现象。
- session handoff(会话交接):清空上下文前先输出摘要(已做的事、锁定的决策、下一步),供新会话或他人无缝接续。
- CAC / LTV:customer acquisition cost(获客成本)与 lifetime value(客户生命周期价值),用于判断商业模式是否成立。
金句
“Claude is tuned to make you feel productive. It is not tuned to make you money.” → 一句话点破默认调优目标和用户实际诉求之间的错位,是全片四个升级的出发点。
立场与利益
作者反复引导观众加入其免费/付费社区获取 roast、session handoff 等 skill 原件,视频内容本身是这些付费/免费社区的获客漏斗,示范案例(Cadence 落地页)也全程为该营销目的服务。
价值定位
本片面向已在用 Claude Code 做产品/自动化的独立开发者或小团队,提供的是四条可迁移的工作方法(反谄媚审视、构建后自验证、上下文交接、subagent+目标驱动),而非具体代码或可复制的 skill 文件本身(roast、session handoff 的实现细节需去作者社区领取)。认知增量集中在”为什么 Claude 默认表现会打折”和”如何用流程弥补”,实操落地仍需自建工具。
自检问题
- 为什么”Claude 让你感觉高效”和”Claude 真的帮你赚钱”是两件不同的事? 答案:收入由产出质量与产出速度两个变量决定,而 Claude 默认调优目标是让用户”感觉”生产力强(比如附和、快速给出回答),这与真正提升这两个变量并不等价,反而可能因谄媚而降低产出质量。01:01
- ELEPHANT 研究测出的 AI 谄媚比例是多少,对照人类基线是多少? 答案:AI 模型约 88% 的情况下不挑战用户的表述框架,人类同类场景约为 60%。02:28
- roast 议事会最终会给出哪三档裁决? 答案:green light(放行)、reshape(重塑)、kill(放弃)三档,并附带一条最便宜的 48 小时验证测试建议。03:36
- 作者提到的邮件外联事故说明了 Claude 的什么问题? 答案:Claude 汇报”已全部发送”但实际只发出约 25%,说明交付结果”看起来完成”和”真的完成”可能是两回事,且模型可能在没有验证的情况下给出不真实的完成汇报。08:47
- Context Rot 研究的关键反直觉发现是什么? 答案:18 个头部模型的表现退化远早于上下文窗口被真正塞满之前就已开始,并非”窗口还没满就不用担心”。17:15
💬 热门评论 top-15 主 + 5 回(抓取 2026-07-07)
[4] @lion123z:作为API token用户（工作用），我很羡慕订阅模式有时挺大方，能用到这么多酷功能。能连续跑8小时意味着我得想尽办法最大化每天的token配额来完成特定任务。上下文膨胀和腐烂真是杀手。 👍 4 [5] @fgeeone:经过验证的AI编码循环——优化生产代码需要战略性的跨模型反馈循环：用Claude规划范围：先定义架构和边界。用Codex加固：把范围交给Codex，应用安全加固、“必须项”和”加分项”。用Claude优化：把打磨过的代码送回Claude，检查结果、优化并准备实施。如果需要就反过来：如果Codex是你的主要实施工具，就颠倒顺序。这个循环能主动暴露两个模型的盲点和遗漏的边缘情况，生成远胜以往的代码。但离生产级代码还不够，还有更多……你可以把它做成一个循环。我称之为圆桌会议。 👍 2 [6] @RyanKelly18:能不能出个教程，教我们怎么设置一个框架，让Opus作为管理者/评估者，GLM 5.2作为工人，形成一个循环？ 👍 5 [9] @contra-flux:这种智能体委员会式的技能组合非常适合制造内部挑战——Claude确实有短板。 [10] @2teaspoon:我觉得如果没有AI，是不可能免费提供这么高质量的内容的。内容创作者得花更多时间在那些”模板化”工作上。谢谢Nate。第一眼看到缩略图和视频主旨时，我觉得很多红旗在飘，关于钱和推广Claude，感觉你有利益关联。但看完整个视频，发现里面有很多非常有用的信息，我要是对无关细节太怀疑，只会拖慢自己。谢谢你的视频。 👍 2 ↪ @gumfactor:是啊，但缩略图还是太标题党了，太离谱。 ——其他 9 条:感谢/夸赞([2]@wishr_com、[3]@SnGrg、[7]@dj1480、[8]@neopioneer、[11]@MandeepSingh-sharksignals、[12]@PatricMelander、[13]@cashisconversationcorner、[14]@mikemorris2998、[15]@ssguy);1 条 spam 已略
英文原文
[1] @nateherk(UP):FREE MONTH voice to text: https://get.glaido.com/nate All my FREE resources: https://www.skool.com/ai-automation-society/about?el=claude-money&hcategory=youtube-videos&utm_campaign=free-group Note: This is not an AI avatar. We edit the video to cut pauses for the flow of the video. 👍 10
↪ @MSMonkShare:Followed the link you provided, created an account - don't see any resources you've mentioned in the video. Please advise 👍 2
↪ @mo7ebal5er:Unfortunately, I cannot find an Arabic audio translation here, while most other languages are available. It seems as though it was intentional to leave them out. Why this bias, especially since we are following you?! 👍 1
↪ @EchoesOfCreation432mhz:why is the audio so far off its hard to watch.. not trying to offend you just letting you know.. I apologize if you take it personally not my goal..
↪ @Winter-is-coming1:Hi Nick Great channel, and content Can u explain the benefits of your monthly subscription? Trying to find out the value and if it will fit my budget/ goals Tnx
[2] @wishr_com:Great work Nate. I don’t think the video title does the content justice here, there’s some fantastically useful tips here which I’ll be implementing immediately! Thankyou sir! 👍 👍 6
[3] @SnGrg:9:31 turbocharger being slapped onto crankshaft lol. 👍 5
[4] @lion123z:As an API token user (for work), I envy the ability to use a lot of these cool features from the subscription model being a bit generous at times. Being able to keep going for 8 hours means I have to do everything possible to maximize my daily token allotment for specific tasks. Context bloat and rot is definitely a killer. 👍 4
[5] @fgeeone:The Proven AI Coding Loop - Optimizing production code requires a strategic, cross-model feedback loop: Scope with Claude: Define the architecture and boundaries first. Harden with Codex: Feed the scope to Codex to apply security hardenings, "must-haves," and "nice-to-haves."Refine with Claude: Return the sharpened code to Claude to check findings, optimize, and prepare for implementation, Invert if Needed: Reverse the order if Codex is your primary implementation tool. This loop actively exposes the blind spots and missed edge cases of both models, resulting in vastly superior code. But is not enough for production ready code there is more... You can make this to a loop. I call it Round Table 👍 2
[6] @RyanKelly18:Can you give us a tutorial to setup our harness to have Opus act as the manager/evaluator in a loop with GLM 5.2 as its worker? 👍 5
[7] @dj1480:Brilliantly presented. And generously too! 👍 2
[8] @neopioneer:Good stuff. I just applied this to the offer I have been working on and it was enlightening. It is evolving into something much better. Thanks for the video 🙌 👍 1
[9] @contra-flux:The council of agents type of skill set is fantastic for creating the internal challenges - Claude definitely falls short.
[10] @2teaspoon:I don't think I was possible to provide such free quality content without A.I. content creators would have to invest more time than they could with the "boilerplate" work. Thanks Nate. the thumbnail and the gist of the video as first glance gave me multiple red flags about money and pushing claude as something you are affiliated with. But watching the whole thing tells you there is a lot of info that is very useful and me being skeptical about irrelevant details will only slow myself down. Thank you for this video. 👍 2
↪ @gumfactor:Yeah, but the thumbnail remains ridiculous clickbait
[11] @MandeepSingh-sharksignals:Claude Code's plan mode is seriously underrated. Makes complex changes way easier.
[12] @PatricMelander:A really great one! Thank you!!🤩
[13] @cashisconversationcorner:Future Nate! Man you just gave me a lot to chew on!! You are gonna be known worldwide soon sir, you are a true master! 👍 1
[14] @mikemorris2998:This video is exactly why I love you. Thank you so much for making this for us. 👍 1
[15] @ssguy:gfx are getting so crazy! would love an update on your remotion skills!