浪费 20 亿 Token 换来的教训：把目标说清楚，比让 AI 拼命干活更重要

他一天浪费了 20 亿 Token，才做了这个东西

卡兹克在文章里梳理了这几年我们和 AI 协作方式的变化：最早是聊天制，你问一句它答一句；后来有了 Coding Agent，变成任务制，你派一个活它自己干完交回来；到今年，Claude Code、Codex 这些工具都有了「目标模式」，你交给它一个目标，它自己拆任务、自己调工具、自己验证、失败了自己重试，连续跑几个小时甚至几天，你只管最后验收。

听起来很美好，但他指出了一个致命的问题：

「短任务跑偏了，你看一眼，还能马上纠正。长程任务跑偏了，你睡醒以后，它可能已经沿着错误方向狂奔了八个小时。它越勤奋，浪费得越彻底。」

他自己就这样一天浪费了 20 亿 Token。

而且他很坦诚：问题不在 AI，在他自己目标定义得不清楚，AI 理解错了，就朝着错误的方向一路狂奔。

Leader.skill 是干嘛的

用他自己的话说，这个 Skill「专治想不清楚目标的领导」，名字就是这么来的，毕竟很多领导也是说不明白话的。

流程是这样的：你把一句很「领导」的模糊需求甩给它，比如他自己的例子：「我要重构后台，我觉得做得不符合我心意，我看不懂，我不相信里面的数据是真的，而且卡得要死」。

Leader.skill 接到之后不会立刻动手写，而是先去实测你的文件、上网调研方案，然后反过来问你最多 5 个必须由你拍板的问题。比如它就直接问卡兹克：为啥看不懂？

问完之后，它才开始写目标任务书：有定义、有边界、有现状、有规矩、有完成条件，全程 12 分钟左右。拿着这份任务书，你再开一个新会话交给擅长执行的模型去长程开发，几个小时后回来验收就行。

真正的干货：他的「目标七问」

这个 Skill 的核心心法，是卡兹克想了两个多星期总结出来的方法论。他先讲了两个底层认识。

第一个来自军事传统，叫「指挥官意图」：告诉部队"为什么打"和"打完了战场该是什么样"，让他们自己决定怎么打。你命令部队「过桥清扫高地」，桥被炸了部队就傻了；你说「掐断补给线」，桥没了它自己会绕路。给 AI 定目标是同一件事。

第二个他说是真正花时间才想明白的：

「定义一个目标，最重要的部分，不是告诉它要做什么，是告诉它什么不能做。」

他举了肯尼迪登月宣言的例子：关键不在「把人送上月球」，而在后半句「然后安全带回地球」，多出来的这四个字，把"单程票"这个最省事的解法直接删掉了。没有约束的目标，AI 永远会找到你没想到的捷径。

基于这些，他总结了「目标七问」，用出海打比方，派 AI 干长活就像派一艘船出海，离港之后你就管不着了，所以出海前这七件事必须想清楚：

1. 目的（Why）：为什么出这趟海？找香料还是探航线？不写清楚，船遇到岔路就不知道怎么选。
2. 完成态（Done）：船回港时甲板上该有什么？「出去转一圈」不算，「带回三船香料」才算，要具体到靠岸那一刻就能判断。
3. 证据（Proof）：谁来清点货舱、怎么算数？不能船长说满载就是满载。
4. 反作弊（Anti）：不许抢商船凑数。最省事的作弊路径要一条条提前堵死。
5. 边界（Bounds）：只许走这三条航线；粮食够三十天，第二十天没找到就必须掉头。
6. 取舍（Trade)：风暴里保货还是保船？优先级不提前说，船长只能猜，猜错了人财两空。
7. 未知（Unknown）：海图空白区怎么办？不硬闯也不原地抛锚，记下来绕过去，回来再定。

怎么装、怎么用

老规矩，他直接开源了。把这句发给你的 AI 就能装：

帮我安装这个skill：https://github.com/KKKKhazix/khazix-skills/tree/main/leader

装好之后，在对话里说一句你想干的事、让它帮你定义目标，它就会自动触发，产出完整的目标任务书。模型搭配上，他的习惯是用强规划模型出任务书、再交给执行型模型去跑；只用国产模型也没问题，他点名 Kimi K3 做规划、GLM-5.2 做执行的组合不错。

最后说个我特别有共鸣的点。卡兹克自己发现，这个 Skill 不只能拆开发任务，他拿它做公司管理、定管理目标，有奇效，还建议大家试试市场策划、运营方案这些场景。

这正是我想说的：「目标七问」哪里只是给 AI 用的？你给同事布置工作、给自己定季度目标，是不是也经常只说了「要什么」，没说清「做完长什么样」「什么算数」「哪些捷径不许走」？把这七问拿去审一遍你手头正在推进的事，可能比装这个 Skill 收获还大。

装了试过的同学，欢迎把体验写成心得发到社区，我们一起围观。