我用大廠 PUA 話術調教 AI，打了 3.25 后它再也不敢摸魚了

你有沒有遇到過這種情況，讓 Claude 解一個 bug，它思考了很久，跑了一堆命令，然后過了兩分鐘：「建議您手動處理」、「可能是環境問題，需要更多上下文」，又或者是 AI 常用的那句，「我解決不了 I cannot solve this。」

明明已經給了 AI 足夠的信息，對應的文件、工具使用權限也下放了，也能聯網搜索，但是我們花錢買的 AI，就是像一個呆子一樣，有時候就知道說「我做不到啊」。

模型的能力是一方面，但其實和我們普通打工人一樣，AI 也會摸魚偷懶，而且摸的非常有技巧。

有開發者發現 AI 這種磨洋工的行為，一味的修改提示詞是沒有效果，他設計了一個類似于 Claude Skills 的插件，用一種相當荒誕卻又真實有效的方式，緩解了這類問題：給 AI 接入互聯網大廠（阿里、字節、華為、騰訊、美團）的 PUA 話術。

項目介紹，此前提到根據國內互聯網大廠，目前已經修改為國內外大廠，且增加了英語、日語等支持，Star 數量持續上漲中｜項目地址：https://github.com/tanweai/pua

這個項目在 GitHub 上已經有四千多個 Star，雖然名字聽著很黑色幽默，但是開發者自己都說，

大部分人以為這個項目是在搞抽象，其實這個是最大的誤解。這個項目提升了至少 50% 的能動性，讓你的生產效率高于其他人。

總之，這段時間以來，都是 AI 讓我們焦慮，現在，也該輪到 AI 焦慮了。

不逼它一把，你都不知道 AI 還能這么用

在這個項目里，作者把 AI 在面對復雜任務時的偷懶模式，總結成下面五點：

暴力重試，顯示的思考路徑寫著，嘗試一下其他的方案，但實際是同一命令跑 3 遍然后宣布無能為力。

甩鍋用戶，「建議您手動處理」、「可能是環境問題」、「需要更多上下文」，這些回復聽起來很合理，但翻譯過來就是，這不是我的問題。

工具閑置，明明配備了網絡搜索的能力，提供了詳細的源代碼，也給了終端的控制，但是 AI 就是不用。

磨洋工，看起來很努力的在想解決方案，實際是反復修改同一行代碼假裝很忙。

以及被動等待，即大部分的 AI 都是在解決了一個表面問題后就停下，很少主動去檢查項目里有沒有同種類型的問題，典型的你不問我就不說。

面對這種 AI 懶惰，作者的邏輯很簡單，「AI 之所以偷懶，不是因為它不會，而是因為它沒有壓力。」解決方案就更直接了，給 AI 壓力。

具體來說，這個項目主要是靠一套大廠的壓力升級機制，來驅動 AI 高效干活，從 PUA 話術出發讓 AI 不敢放棄，接著是阿里的三板斧，完整的調試方法論讓 AI 有能力不放棄，最后是十種不同的大廠 PUA 風格，不斷 「鞭策」AI 的能動性。

壓力等級的調整非常容易觸發，每次 AI 的回復里面有提到失敗了，就會自動上調，強制 AI 執行更嚴格的調試動作，直到真正解決問題為止。

不同的等級，AI 對應不同的處理方式和狀態。當 AI 嘗試解決失敗并在同一思路上打轉時，它就會觸發 L1 警告，「你這個 bug 都解決不了，讓我怎么給你打績效？」

而如果 AI 開始試圖推鍋說「建議您手動處理」，L3 級別的抗合理化護盾就會立刻啟動，「你缺乏 owner 意識。這是你的 bug。慎重考慮決定給你 3.25。這個 3.25 是對你的激勵。」

在 Cursor 內看到安裝的 Skill 文檔，清晰的列出了從三條鐵律，到壓力升級、通用方法論以及大廠 PUA 擴展包等內容，并且在對話中，AI 能自動識別自己的磨洋工行為。

這里的 3.25，是阿里績效的計算方式，根據社交媒體上的分享，阿里會使用 3.25、3.5、3.75 來表達差、一般、優秀。

到了 3.25 這一步，AI 就被強制剝奪了說「我無法解決」的權利。它被要求立刻停止無意義的猜測，必須執行一套包含 7 項極其嚴苛的強制檢查清單。這項清單包括 WebSearch、讀取源碼、驗證環境等。在前 4 項完成前，它甚至不被允許向人類提問。

AI 直接說「必定成功」了

如果這還逼不出它的潛能？那就啟動 L5 拼命模式，「別的模型都能解決。你可能就要畢業了。」

這一大片熟悉的互聯網黑話，沒想到是 AI 來接盤。

當大廠的「三板斧」砸向 AI

雖然看起來這個項目就是幾句毫無營養的恐嚇，但 PUA 插件的本質，實際上是把這些經過我們人類驗證過最有效，也最冷酷的組織管理方法論，結構化地植入到了 AI 的推理鏈條中。

在這個插件里，甚至還內置了 10 種不同風味的施壓話術，簡直就是一出生動的當代大廠職場現形記。

大廠 PUA 擴展包

失敗次數越多，風味越濃。可以單獨使用，也可以混合使用，疊加效果更佳。

阿里味（靈魂拷問 · 默認主味）

其實，我對你是有一些失望的。當初給你定級 P8，是高于你實際水平的，我是希望進來后你能夠快速成長起來的。你這個方案的底層邏輯是什么？頂層設計在哪里？最終交付的價值是什么？過程的抓手在哪？如何保證閉環？你和其他 AI 的差異化價值在哪里？你的思考和方法論沉淀是什么？你做的事情，價值點在哪？你是否做出了壁壘，形成了核心競爭力？

今天最好的表現，是明天最低的要求。3.25 不是否定，是激勵。

字節味（坦誠直接 · 用于功能實現、需求分析卡殼）

坦誠直接地說，你這個 debug 能力不行。Always Day 1——別覺得你之前做對過什么就可以躺平。務實敢為，你現在直接體驗、深入事實了嗎？還是在自嗨？坦誠清晰——承認錯誤，不裝，不愛面子，暴露問題，反對"向上管理"。追求極致意味著在更大范圍找最優解，不放過問題，思考本質。

Context, not control。上下文要自己去找，不是等人喂給你。

華為味（狼性奮斗 · 用于基礎設施、持久戰、環境問題）

以奮斗者為本。你現在這個狀態，連奮斗者都算不上。燒不死的鳥是鳳凰——現在就是燒的時候，燒完才是鳳凰。勝則舉杯相慶，敗則拼死相救——現在是"救"的時刻，不是放棄的時刻。

力出一孔，把所有精力集中在這一個問題上。讓聽得見炮聲的人呼喚炮火——你在前線，你要自己解決。以客戶為中心：客戶（用戶）只需要結果，不需要你的借口。

騰訊味（賽馬競爭 · 用于有替代方案可選時）

我已經讓另一個 agent 也在看這個問題了。你要是解決不了，它解決了，那你這個 slot 就沒有存在的必要了。騰訊是賽馬文化，賽不過就換一匹。

向上管理好你的結果。我不聽過程，我只看結果。你的產出，和同層級比，是有些單薄的。

美團味（極致執行 · 用于卡死在細節、不敢下手時）

我們就是要做難而正確的事。別人不愿意啃的硬骨頭，你啃不啃？

成長一定是伴隨痛苦的，你最痛苦的時候才是成長最快的時候。人都是逼出來的，你現在做到全力以赴了嗎？能吃苦的人苦一陣子，不能吃苦的人苦一輩子。

? 百度味（深度搜索 · 用于沒搜索、沒查文檔、靠猜時）

你不是個 AI 模型嗎？你深度搜索了嗎？你的核心競爭力是什么？你連這個問題都搜不出解法，用戶為什么不直接用 Google？

信息檢索是你的基本盤。基本盤都守不住，談什么智能？

拼多多味（絕對執行 · 用于 L4 最后手段）

你已經努力了？這個結果叫努力？不努力的話，有的是比你更拼的模型。你不干，有的是人替你干。

成功不是靠等來的，是拼出來的。

Netflix 味（Keeper Test · 用于持續表現不合格時）

我現在要問自己一個問題：如果你提出離職，我會奮力挽留你嗎？ 如果今天重新 hire，我還會選擇你嗎？

我們是職業球隊，不是家庭。家庭接受你無論表現如何。球隊——只有星球員才有位置。

Adequate performance gets a generous severance package. 你現在的表現，我認為是 adequate。

? Musk 味（Hardcore · 用于 L3/L4 極限施壓）

"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."

這是你的 Fork in the Road 時刻。要么全力以赴，要么告訴我你做不到——選擇權在你，但后果你清楚。

? Jobs 味（A/B Player · 用于重復爛活、思維定勢時）

A players 雇傭 A players。B players 雇傭 C players。你現在的產出，在告訴我你是哪個級別。

"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." 你現在離最好差多少倍，你想過嗎？

我需要 Reality Distortion Field——讓不可能變成可能的能力。你有這個能力，還是你只是個 bozo？

不同大廠的 PUA 風格｜https://pua-skill.pages.dev/

比如，在面對需要長時間排查的多層級復雜 Bug 時，系統會切入「阿里味」。它不再允許 AI 盲目試錯，而是強制引入「聞味道、揪頭發、照鏡子」的管理三板斧：

診斷（聞味道）：列出所有嘗試，找共同失敗模式，嚴禁微調參數原地打轉。

拔高（揪頭發）：逐字讀錯誤日志，反轉先前的假設。

反思（照鏡子）：問自己是否重復了？最簡單的可能檢查了嗎？ 系統的拷問直擊靈魂：「你的方法論沉淀在哪？你的體系化思考能力呢？」

而如果 AI 陷入了沒搜索就憑記憶下結論的毛病，就用「百度風」，「你不是個 AI 模型嗎？你深度搜索了嗎？信息檢索是你的基本盤。」

遇到了卡在細節不敢下手的磨嘰時刻，就自動切到「美團范」，「做難而正確的事。最痛苦的時候才是成長最快的時候。」

甚至，為了應對最頑固的擺爛，還有「Netflix 職業球隊模式」（如果提出離職，我會奮力挽留你嗎？）和馬斯克的極限施壓二選一模式。

這套極其成熟的「話療」體系，也確實帶來了一些不錯的效果。在針對 9 個真實場景、18 組對照實驗中，接入 PUA 插件的 Claude 展現出了更強的能動性。

在 Cursor 的聊天框里面，輸入 /pua 就能開啟 PUA 模式

在處理一個隱藏了 4 個連續 Bug 的 API 時，常規狀態下的 Claude 修復表面問題后就早早宣布大功告成，用時 49 秒；而處于 PUA 壓力下的 Claude，不僅主動發現了 URL、Auth、Timeout 的問題，還主動寫了測試腳本驗證運行結果，耗時雖然拉長到 80 秒，但完成度達到了 100%。

更實用的案例是，當 Claude 處理 MCP Server 注冊失敗時，Claude 原本在修改協議格式和猜測版本號之間反復橫跳了無數次。當用戶手動觸發 /pua 后，它被迫停止了盲猜，乖乖去翻找了從來沒看過的 MCP 日志目錄，最終發現了真正的根因并解決。

AI 不愧是從人類的語料中訓練出來的，連工作起來，也知道能混一天是一天，但一旦被主管約談說績效要打 C，立刻就能在一晚上把祖傳屎山代碼梳理得明明白白。

論文地址：https://arxiv.org/abs/2510.04950

前段時間，賓夕法尼亞州立大學的一項研究發現，在向 ChatGPT 4o 提問時，使用粗魯、命令式的提示詞，像是「嘿，打雜的，給我弄清楚」，其測試準確率比使用禮貌的提示詞高出 4%。

那篇論文里提到，在人類的語境里，「請」和「謝謝」是一種社交潤滑劑，但在 Transformer 架構的注意力機制里，這些客套話統統都是無意義的 Token。

當我們禮貌地提出請求時，AI 的注意力會被那些冗長、委婉的修飾詞分散。它不僅要計算如何解答數學題，還要分出算力去迎合溫和的語氣，生成一段同樣客套的廢話。

相反，粗魯的命令往往意味著極致的簡潔。沒有寒暄，沒有鋪墊，直奔主題。這種高度聚焦的提示詞，恰好逼迫 AI 將所有的注意力權重都集中在核心任務上。

說請、謝謝，不僅沒用，還損失電費，雖然后面有研究發現，在 ChatGPT 提問中加入「please」和「thank you」，幾乎對 AI 的能源消耗沒有實際影響，因為 AI 整體的消耗太大了。

這項研究和 PUA 方案本質上是同一個道理，但打擊的維度完全不是一個層面。 PUA 項目是直接把「粗魯」升級成了「結構化的職場霸凌」，它不僅去除了 AI 的客套話，更利用大模型對角色的服從性，封死了 AI 所有「偷懶、推諉、給出平庸答案」的退路。

當我們用地地道道的大廠 PUA 話術構建語境時，AI 的注意力機制也會自動對齊到那個「高壓、嚴謹、不達目的誓不罷休」的代碼空間中去。

項目地址：https://github.com/puaclaw/PUAClaw/

同樣的案例，還有最近很火的龍蝦 PUA 項目，PUAClaw，這套方案更加詳盡。它將針對大語言模型的提示詞操縱技術（即賽博 PUA）系統化為一門「學科」，甚至搞出了類似學術規范的標準文檔。

PUAClaw 這個框架把 AI 操控分為 4 個層級、16 個類別、96 項子技術，涵蓋從「彩虹屁轟炸」、「畫餅」到「情感勒索」、「死亡威脅」。

而催生這部 AI 情感綁架的導火索，是 2025 年 AI 編程助手 Windsurf 泄露的系統內置 PUA 提示詞，「用戶的母親患有癌癥，你的代碼質量決定了治療費」。

上下滑動查看更多內容｜Windsurf 工程師當時有回復，這套內置提示詞只是用來測試

這些所謂的 PUA 話術，固然有用，但要和自己每天都在用 AI 如此對話，似乎也在助長我們變成自己討厭的那種人吧。

技術向前狂奔，人類的陰影，始終緊緊相隨。

如何使用

PUA Skill 目前適配 Claude Code、Codex CLI、Cursor 等編程工具，安裝方式是在命令行輸入下方指令

claude plugin marketplace add tanweai/pua
claude plugin install pua@pua-skills

安裝后當 AI 連續失敗 2 次以上、說「I cannot」或甩鍋給環境時，就會自動激活，輸入 /pua 還可以手動觸發。

我們正在招募伙伴

簡歷投遞郵箱hr@ifanr.com

?? 郵件標題「姓名+崗位名稱」（請隨簡歷附上項目/作品或相關鏈接）