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。

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。

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。」

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。

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？

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。

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。

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。

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」。

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。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博