AI方案怎么评价验收2026年11月23日提问追问1次

AI总是在给了我一个解决方案,我试过之后猜发现哪里不好,怎么才能有效的评价AI给出的解决方案呢?比如工具的选择。尤其是一些技术细节,我并不知道这里的优劣之分。

评价 AI 方案的关键,是先写清“什么算对”,再让 AI 给出可核对的依据;工具选择往往不是重点,先判断问题值不值得做、验收标准是什么。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先定验收标准,再让 AI 出方案

你试过才发现不好,通常是因为“好”的标准一直留在你脑子里,AI 只能猜。立正把这一点讲得很直接:决定输出质量的不是 prompt 写得多漂亮,而是 AI 执行时看到了什么信息;项目规范、验收标准、历史决策、约束条件都该写成 AI 能读的文档,读不到的信息对 AI 就等于不存在⁠1。他也提到,很多人写这些文档时才发现,自己的“标准”其实从没被真正想清楚过⁠2。所以评价方案前,先写下这次要满足的条件:输出长什么样、哪些维度必须比较、哪些边界不能碰。这就是他说的“结果导向指令”——规定做到什么算对,而不是逐步教它怎么做⁠1。

技术细节不懂时,先问“这个问题值不值得解决”

关于工具选择,立正在视频里的判断是:先把问题非常清晰地描述出来,才能谈用什么工具解决;而且要先问这个问题值不值得被 AI 解决。他还说,Cursor、Claude Code、Codex 这些工具在基础能力上没有本质差距,那些断言某个工具特别强、另一个要死掉的人,往往举不出具体例子⁠3。这是他的个人判断,不是对所有场景的定论。对你的技术细节困惑,可操作的用法是:让 AI 说明它选这个工具或方案的理由、适用条件和替代方案,再对照你的验收标准判断,而不是凭工具名气决定。

把评价变成看过程信息,而不是逐行审代码

AI推演

立正提到,有效管理 AI 的方式是定义 evaluations、定义好还是不好,并通过一些过程信息判定结果,而不是审核 AI 的每一行代码,就像管理者不会盯着下属每一行代码⁠4。应用到你的处境:让 AI 在给方案时附上关键取舍、假设和它自认为的风险点,你据此判断它是否满足你写下的标准。这样即使你不懂技术细节,也能评价“它有没有按约定条件做”。这是 AI 基于上述观点的应用建议,不是立正针对你问题的原话。

提供的片段没有给出具体技术工具的优劣对比,也没有针对“评价 AI 方案”的完整操作步骤;涉及工具能力的说法只是立正的个人判断,不能当作通用结论。

出处

  1. 1AI User 与 AI Builder 的 5 个差距,和背后具体技术原因 | 科技大厂打工人版

    超线性学院2026-04-10

    说明输出质量取决于 AI 看到的信息,以及验收标准、结果导向指令的作用。

  2. 2AI 用得好的人与普通人的5个差距,和背后具体技术原因|非技术岗位版

    超线性学院 · 会员2026-04-13

    补充个体场景下把隐性标准显性化的过程与价值。

  3. 3AI已经用得很好,为什么还是怕被淘汰?

    视频发言:立正2026-09-08

    直接谈工具选择:先清晰描述问题,工具基础能力差距不大。

  4. 4能用好AI的人一定是个好领导和好伴侣

    视频发言:立正2026-04-05

    提出用 evaluations 和过程信息判断结果,而非逐行审核。

追问2026年11月23日

目前最好的音频转写工具是什么?

现有材料没有给出“最好的音频转写工具”的横向评测,无法据此排名。可确认的是:立正实际用本地通义千问模型做转录,并强调转录后的文件要留在自己手里。

材料里能确认的只是具体用法,不是排名

材料里的观点

立正描述自己的后期处理流程时提到,AI 先把视频转成音频,再调用本地的通义千问模型进行转录⁠1。这能说明他在这个场景里用了什么,但没有比较准确率、语种、速度或价格,因此不能推出它是“最好”的工具。

选转写工具时,先看转录结果归谁

立正谈录音整理时,把“把上下文留在自己手里”当作重要选择:音频、转录和 Markdown 文件放在自己的目录里,可以搜索、修改、备份,也能换模型继续处理。他还提醒,买专门设备或软件前先问它具体改善了哪一段流程⁠2。这是他对录音整理方案的判断,可以迁移到转写工具的选择上,但不是对某个转写产品的评测。

按你的用途定验收标准,再比较工具

AI推演

如果转写结果之后要反复检索、编辑或交给 AI 加工,可以先确认导出格式是否完整、文件能否本地保存、换工具后能否继续使用,再用自己的一段真实录音试跑⁠2。如果只是偶尔转一段音频,这些条件未必都重要。材料没有提供各工具在这些维度上的对比数据,具体选哪款仍需你自行核对。

提供的材料没有对音频转写工具做横向评测,也没有给出准确率、价格或语种支持等可比较数据,因此无法回答“目前最好”是哪一款。

出处

  1. 1用豆包还是Codex,正在加速两极分化…

    视频发言:立正2026-08-07

    立正描述自己用本地通义千问模型转录的实际流程。

  2. 2Intake Skill:用好苹果设备,把上下文留在自己手里

    超线性学院2026-09-10

    说明转录文件留在本地、可搜索可换模型这一选型判断。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →