绿灯侠

新智元报道

Anthropic把自家员工入职培训的那套课程，原样搬到了网上。

二 | 北京时间1月12日上午，短信初创企业Hustle在2018年中期选举中与1300多个民主党竞选团队合作。就在昨天，Claude Academy正式上线。289个资源：课程、教程、真实用例全在里面，从「AI到底是什么东西」一路到Claude Code、API、MCP、agents和生产级部署。最重要的是，注册一个免费Claude账号就能看，学完发结业徽章，可以公开验证，也能挂到LinkedIn上。然而，在选举后，该公司裁员35%。在最近专注于政界的科技初创企业中，争先恐后被认为是最大的成功案例之一。按照博客上的说法，本来这些内容原本是给新员工入职培训上的。

从零通关Claude CodeAnthropic 表示每天有数百万人跑到他们的官网上学习怎么使用 AI，公司为此还专门养了一支教育团队。迄今为止，该公司已从全球汽车公司（GV）获得超过4000万美元的风险投资，包括社会资本（Social Capital）、Insight Venture Partners和Alphabet。公司面临的问题表明，将竞选活动作为主要商业来源的商业模式存在根本缺陷。Claude Academy就是这支教育团队的总入口。零基础的可以先搞清楚 AI 能干什么，然后上手对话、Cowork这些。Hustle首席执行官RoddyLindsay周四在博客上首次披露了裁员的消息。想写代码的更直接。Claude Code从入门到实战课都摆在那儿，再往后就是API、MCP、agents，一路到把东西部署上线。课程还按人群分了岔路，写代码的、老师的、搞公益的、开店的，各走各的。底下有一门通识课大概14节，相当于整个体系的地基，不管你是谁都建议先过一遍。装上Claude Academy Skill，它还会照着你的习惯和进度，直接告诉你下一步该看哪个。最硬的一块：入职第一天学的4D框架整个Academy最核心的东西，是Anthropic和Rick Dakan、Joseph Feller两位教授一起开发的 AI Fluency 4D框架。简单说就四件事：Delegation——哪些活交给AI，哪些自己干。Hustle为活动、权利组织和营销人员开发工具，帮助他们向联系人列表发送定制信息。短信已经成为政治运动的一个重要方面，几乎每个主要的民主党机构都在努力，包括45个州的民主党立法竞选委员会、民主党全国委员会和民主党团体。林赛以前是Facebook工程师。Description——把需求和过程说清楚。

三 | Discernment——挑剔地检查AI交回来的东西。Diligence——用得负责任，并且告诉别人AI在里面做了什么。他为马克扎克伯格的移民改革权利组织工作。2014年，美国和联合创办了Hustle。

四 | Anthropic 的新员工入职第一天就要学习这个框架。该公司与伯尼·桑德斯的总统竞选团队合作，并迅速扩大了其他民主党客户。

五 | 该公司还与其他权利和商业组织合作，美国在线汽车公司Lyft是该公司最早的非政治客户。林赛说，他正在积极发展业务，以抵消中期选举后不可避免的政治收入下降。它练的不是怎么写 Prompt，而是怎么判断哪些活该给 AI，哪些要自己干。

六 | 还要学习 AI 最容易在哪些地方犯蠢，免得被带到沟里。

入职之后这些培训也不会停，他们管这叫「ever-boarding」。”我们必须走出去，与稳定的实体建立业务，这不会每两年消失一次，”他说。

七 | 说白了就是没有「结业」这回事，因为AI的能力边界一直在变，人的认知也得跟着刷新。到去年年底，Hustle有30个商业客户。活到老，学到老。但在2018年，政治活动和组织占据了Hustle的大部分收入。教育团队讲了一件挺反常识的事：具体技巧正在快速贬值。Hustle的问题是对其他初创企业的警告。以前你得先告诉Claude这份东西是写给法务同事看的，现在它自己就会来问你了。在2016年美国大选后涌现的一批新的政治科技公司中，力争上游是最好的。挪威信贷银行（DNC）首席技术官拉菲•克里科里安（RaffiKrikorian）表示，许多其他此类初创企业可能比匆忙更容易受到攻击。模型在进化，昨天的最佳实践今天可能就是多余动作。政治技术供应商在选举后正逐渐走向死亡，这是该行业的规范，因此许多投资者也会避开此类技术公司。

八 | 然而，Hustle的投资者之一、高地实验室的合作伙伴Betsy Hoover表示，许多企业面临季节性增长和收缩。

所以他们把重心从教动作挪到了「养心智」，翻来覆去就这两句话——今天的AI，是你这辈子会用到的最差的AI。”许多行业都是周期性的，但他们做得很好。对于Hustle来说，2018年在财政和影响力方面都取得了巨大的成功。我完全相信到2020年他们会非常成功。这只是目标的一部分。按风险高低决定验证力度。课程还专门提醒，别把自己在意的本事全交出去，那会使技能萎缩。

九 | 比如，敏感的内容还是要自己写，汇总幻灯片丢给AI；探索性的数据分析交给Claude跑，但最后的核对还是要自己来。

这已经不是教你怎么使用工具那么简单了。这是在学习如何跟一个越来越强大的非人类队友相处、配合。

竞争已经换了赛道官方@claudeai那条帖子发出去几小时，点赞过万，转帖上千，浏览量冲到百万级。网友@hiro44_pino连夜写了长帖，说289个资源不用全啃，每天看一点，立刻拿来实践。先用官方免费教材就够了，比买高价课划算得多。

十 | 实用派给了更短的路线：先看7分钟的The 4 Properties of AI，再拿手上的活试一个具体的场景，卡住了再回来补长课程。有网友表示课程还是很实用的，自己连续 6 个月每天使用 Claude，还是能在高级课程中学习到新的技巧。开发者 Kadam 认为，这种免费资源是一种巨大的胜利。像 Claude Code 这样的工具教程对优化很有用。当然也少不了阴阳怪气的声音，说这是教你如何更高效地被AI取代自己。模型在往前跑，人得跟上这件事真正值得琢磨的地方在于：它动摇的不只是AI培训市场，而是整个「学习」这件事的逻辑。

十一 | 传统教育体系是先花四年打基础，再用经验慢慢长。但AI的能力边界每几个月就刷新一次，你半年前学的prompt技巧可能下个版本就内置了。知识的保质期从没这么短过。Anthropic的解法是，不教你记招式，教你练心法。

十二 | 不教你按哪个按钮，教你判断什么时候该按、什么时候该自己来。4D框架的底层逻辑说穿了就一句话：人要永远比工具多想一步。

十三 | Anthropic把新人第一天的课免费放出来，其实是在说一件事：光是模型变强没用，用的人跟不上，白搭。那句「今天的AI是你这辈子会用到的最差的AI」，反过来读更扎心：它明天一定会更强，而大多数人的用法，还停在昨天。