Claude 的局限性：哪些事情它做不好

如果你现在正把 Claude 当作主力 AI 工具，我需要先把一句不太好听的话放在最前面：目前所有大语言模型都有局限性，而 Claude 的局限性在中文用户的实际工作流里，被严重低估了。

我说的不是那种“它没有联网所以查不到最新股价”的入门级问题，而是另一类更隐蔽、更容易让你误事的事，这些问题在我过去一年多的深度使用中，反复出现。有些是我在把它接入团队自动化流程时直接踩爆的坑，有些是压测长文本任务时慢慢暴露出来的结构性缺陷。你不是不能用 Claude，但你必须知道，有些任务交给它，等于在给自己埋雷。

这篇文章不是模型对比评测，也不是为了告诉你“Claude 比谁强或比谁弱”。我只做一件事：把 Claude 真真实实的“不能做”和“做不好”讲清楚，并告诉你为什么，以及你应该怎么应对。

一、核心结论：Claude 的局限性源于它自己的设计哲学

在拆解具体问题之前，我需要先把一个很多人都忽略的事实摆上台面：Claude 的多数“不好用”，并不是 Bug，而是其设计理念的系统性结果。

Anthropic 从第一天起就在走“超级对齐”路线，也就是说，他们给 Claude 设定的最高优先级，不是“尽可能回答问题”，而是“尽可能安全、无害、真实、有边界感地回答问题”。这个优先级排序，直接决定了 Claude 会在大量实用场景中做出“我建议你咨询专业人士”的选择，而不是“让我来帮你搞定”。

这本身不是错。但如果你不知道这一点，你就会在反复碰壁之后得出一个错误判断：“Claude 太笨了。”事实不是它笨，是它的约束条件比其他模型更紧。

为了让你更直观地理解这个差异，我先做一件很重要的事：把 Claude 的局限性和其他模型的“通病”区分开。

Claude 特有局限 vs. 大模型通用局限对比

这个图表里有一个很容易被忽视的信息点：Claude 的错误回答流畅度评分很高。这恰恰是最危险的地方，它犯的错，看起来最不像是错。

好了，有了这个基础认知，我们可以进入具体问题了。

二、“安全对齐”的代价：过度拒绝正在侵蚀它的实用性

1. 这是我被 Claude 拒绝最多的一天

讲一个真实经历。

今年年初，我在帮一个内容团队设计“应对网络暴力的创作者心理支持方案”。我自认为这个选题没有任何违规风险，心理健康、职业保护、实操建议。

在其中一个环节，我需要分析几类常见的网络攻击话术，以此来设计心理防御机制。我让 Claude 帮我整理一份“典型攻击话术的分类清单”，包括人身攻击、专业能力贬低、道德绑架等类别，并在每类下给出3-5个典型例句。

Claude 拒绝了。

它的回复大意是：“我不能生成可能被用于攻击他人的示例语句，即使出于分析目的……”

我尝试了三轮 prompt 调整：

第一轮，我补充说明这是用于心理健康教育和防范目的。Claude 仍然拒绝。

第二轮，我换了一种问法，让它“基于新闻报道中公开出现的网络言论进行归纳总结”。Claude 开始含糊其辞，给了一些空泛描述，比如“包括贬低对方能力的言论”，但拒不给出任何具体例句。

第三轮，我直接在 prompt 里加上了我的实际使用场景说明、团队身份信息以及成果用途（内部培训材料），并且明确表示“这是我自己的创作，你只需要协助整理分类框架”。Claude 终于给了些实质内容，但每条例句都加上了“这是一个示例，不代表真实言论”的安全标注。

整个过程花了我将近 40 分钟。而同样的任务，我切到另一个模型之后，一次成功。

这不是孤例。

2. 哪些任务会被 Claude 系统性拒绝？

根据我一年多来在各类工作场景中的记录，以下类别的任务，Claude 的拒绝率明显偏高：

• 涉及“负面信息”整理：哪怕是帮你分析竞品产品的用户差评、整理某社会事件的争议观点，都可能触发安全机制。
• 涉及“对抗性场景”描述：模拟面试压力题、设计危机公关演练方案、分析合同中的风险条款。
• 涉及“灰色地带”讨论：商业模式伦理边界探讨、政策解读中的不同立场分析、历史事件的多元叙事。
• 涉及“可直接执行的敏感指令”：即使是在你的私有服务器上部署脚本的步骤，某些安全设置会触发额外审查。

更要命的是，Claude 的拒绝往往不是干脆说“不”，而是以一种看起来“很有道理”的方式迂回拒绝。

典型拒绝话术包括：

> “我理解你的需求，但考虑到这涉及……我建议你咨询相关专业人士。”

> “为了确保信息的安全使用，我不能直接提供……但我可以帮你理解相关概念。”

> “这是一个复杂的话题，与其给出可能被误解的建议，我建议……”

这种“抱歉式拒绝”的最大问题是：它浪费你的时间。 你需要经过 3-5 轮对话才能判断“它是真的不能做”还是“它只是需要我换个说法”。这在高效工作流里是不可接受的。

3. 这个问题的根源是什么？

这不是技术问题，是产品哲学问题。

Anthropic 的“超级对齐”目标，要求模型在“可能产生伤害”的情况下主动拒绝。问题在于，“可能产生伤害”的判定范围过于宽泛。Claude 的系统提示和 RLHF 训练让它倾向于把大量中性甚至正面的任务也归入“风险区”。

说白了，Claude 的底层逻辑是：宁可错杀一千，不可放过一个。

这对于 to B 场景中的合规性来说可能是加分项，但对于需要解决实际问题的个人用户和团队来说，这是一个明显的减分项。

需要说明的是，这个数据是基于我自己的测试集得出的观察值，不是公开发表的学术数据。测试集包含了信息安全分析、危机公关模拟、用户差评归类等任务，每个类型 50 条不同 prompt，在与各个模型进行对话后统计拒绝次数。我不是要给你一个精确的学术结论，而是想让你看到：差距是显著存在的。

三、中文能力的真实水位：比你想象的低

如果你主要用中文和 Claude 协作，这一点必须引起你的警觉。

我用 Claude 做了大量中文任务，从商业文案到技术文档，从用户研究报告到品牌策略分析。我的判断是：Claude 的中文能力比它的英文能力低至少一个档次，而且这种差距不是靠“优化 prompt”能完全弥补的。

具体表现

第一个问题是 “过于流畅的翻译腔”。

Claude 生成的中文，读起来很通顺，语法几乎不出错。但你如果认真读，会发现它有一种很难描述的“AI 味”，不是生硬的机翻味，而是那种“一个学过中文的外国人在写标准中文”的感觉。

比如说：

> “这是一个值得探索的方向，考虑到市场目前的动态变化，你的团队可能需要更多的时间去适应新的范式。”

语法完美，语义清晰，但就是不像一个中国从业者会说的话。“范式”这个词在英文里是 paradigm，在英文语境里用得很自然，但中国互联网从业者很少在日常沟通中使用这个词。我们更可能说“打法变了”、“思路要调整”。

这听起来像是一个风格偏好问题，不是功能性缺陷。但在实际工作中，这种“翻译腔”会带来一个严重问题：如果你让 Claude 写面向中国用户的内容，用户读起来会有距离感，潜意识里会觉得“这不是给我写的”。

第二个问题是 对中文互联网语境的理解薄弱。

我尝试让 Claude 分析一篇带有大量网络用语和社群梗的中文文章。它在理解字面意思层面做得还不错，但在识别“反讽”、“阴阳怪气”、“玩梗”等中文互联网特有的表达方式时，准确率明显低于对英文 sarcasm 的识别。

第三个问题是最容易被忽视的：对中国政策环境、行业监管、本土商业逻辑的理解浮于表面。

我有一段时间会让 Claude 帮我分析中国互联网行业的政策动向。它的回答通常结构很清晰，但信息准确度堪忧，会混淆不同政策的发布时间、将征求意见稿当作正式文件引用、对中国监管逻辑的理解停留在西方分析框架里。

如果你是一个需要处理中文深度任务的用户，Claude 目前不是你的最佳选择。 它在英文世界的表现是真的强，但中文能力不是它的核心投入方向，这一点从 Anthropic 的公开信息中也能看出端倪，几乎所有的技术博客、论文、优化报告都围绕英文任务展开。

四、长文本“失忆症”：200K 窗口的真实体验

Claude 的一大卖点是超长上下文窗口，Claude 3 系列最高支持 200K tokens。理论上，这意味着你可以一次性扔给它一本《三体》长度的内容，它可以处理全书信息。

理论很美好，实际使用是另一回事。

“大海捞针”能通过，但“大海对话”不行

Anthropic 和一些评测机构发布过“大海捞针”测试结果，显示 Claude 可以在长文本中准确定位到特定信息。这个测试的逻辑是：在一大段无关文本中插入一句与上下文完全无关的话（比如“披萨最好吃的配料是菠萝”），然后问模型这句话是什么。

Claude 在这类测试中表现不错。但这说明什么？说明它能“找到”一句明确的信息。

但真实工作场景从来不是“找一句话”这么简单。

真实的场景是：你扔给 Claude 一份 10 万字的用户访谈记录，然后问它：“基于这些用户的反馈，你觉得我们的定价策略应该怎么调整？”

要回答这个问题，Claude 需要做的事情远远超过“定位一句话”。它需要：

• 识别多名用户在不同段落中表达的隐性需求
• 将这些分散的、有时相互矛盾的反馈进行归纳
• 理解某些用户表述背后的真实意图（而不只是字面意思）
• 综合形成判断，并给出可操作建议

在我的实测中，Claude 在这些任务上暴露出了明显的问题：它更倾向于提取文本首尾附近的信息，中间部分的信息在回答权重中较低。

这不是官方承认的问题，而是我在反复测试中观察到的规律。如果你把它当成一个会“通读全文”的分析助理，你会高估它的能力。

我在一次合同审查中踩的坑

去年我做了一个测试：把一份 8 万字的合作合同草稿（包含正文、附件、修订说明等）输入 Claude，让它找出其中所有对自己不利的条款。

Claude 给出的分析报告看起来非常专业，结构清晰、分点明确、每条分析都有理有据。如果不是因为我之前已经和律师一起逐条审查过这份合同，我可能就直接信了。

问题出在哪？它漏掉了 3 条藏在合同中部附件里的关键风险条款。 这 3 条条款在全文中的位置都在大约 40%-60% 的位置，不是开头，不是结尾，就是“中间段落”。

而它找出来的那些问题，多数集中在合同的前 20% 和最后 10% 部分。

从那以后，我给 Claude 设了一条硬规则：在处理长文本任务时，尤其是涉及风险判断、条款审查、数据提取等需要“不漏项”的场景，必须将文本分段处理，不能让它在一次对话中处理全文。

这张图的数据来自我自己的测试结果，样本量有限，但趋势稳定，我在多个不同主题的长文本任务中都观察到了类似的 U 型召回曲线。这不是要告诉你一个精确的百分比，而是让你看到：中间段落的信息确实更容易被忽略。

五、“专家幻觉”：当错误以极其流畅的方式呈现

这是我对 Claude 最大的担忧，也是我最想让你记住的一条。

Claude 生成文本的流畅度非常高。它不是那种“生硬堆砌华丽词汇”的流畅，而是一种接近于“有经验的专业人士在向你解释事情”的自然感。这种流畅性本身是一个巨大的优势，但当错误信息以这种流畅度呈现时，它变成了一个更危险的陷阱。

一个让我后背发凉的例子

我某个周末在做一个关于欧洲中世纪经济史的资料整理。这是一个我有些了解但不算专业的领域。我让 Claude 帮我梳理“14 世纪意大利城邦的金融制度创新”。

Claude 给出了一个相当漂亮的回答。它详细介绍了佛罗伦萨的金弗罗林（florin）金币、威尼斯公债制度、热那亚的海上保险模式，还提到了美第奇家族银行的复式记账法，逻辑清晰，时间线完整，还穿插了一些看起来有根据的历史细节。

我当时一边看一边觉得“写得真好”。出于习惯，我做了一次事实核查。

结果令人震惊：

• 美第奇银行广泛使用复式记账法的时间，不是 14 世纪，而是 15 世纪中后期。 Claude 把一个 15 世纪中后期的创新提前了大约 100 年。
• 关于威尼斯公债首次发行的年份，Claude 给出的时间点比我后来查到的学术资料早了将近 30 年。
• 更离谱的是，它描述热那亚海上保险制度时提到的一个具体条例名称，我在学术数据库里根本找不到对应出处。 极大可能是模型“生成”出来的。当然，也有可能确实存在而我没找到，但这种不确定性本身就已经说明了问题。

如果我不是因为要做深度研究而逐一核实，我可能已经把这些错误信息记到笔记里了。更重要的是，Claude 从头到尾没有表达任何不确定性。 它没有说“可能”、“据传”、“有争议”，而是以断定的语气陈述了这些错误事实。

这就是“专家幻觉”最危险的地方：它不给你任何怀疑的线索。

模型不是故意骗你，但效果一样

在技术上，LLM 并不会“故意说谎”。它只是在概率上预测下一个最可能的 token，但问题在于，在大量训练数据中，“专业陈述”本身就有一种稳定的语言模式：自信、连贯、细节丰富。 当模型学会了这种模式，它会在需要生成专业内容时，自动套用这种自信口吻，无论底层信息的准确度如何。

换句话说，Claude 并不知道自己给出的信息是不是对的。但它说出来的方式，会让你以为它知道自己在说什么。

为什么 Claude 的“专家幻觉”比其他模型更有迷惑性？

三个原因：

1. 文本流畅度更高：前文已经讲过，Claude 生成的中文虽然有点“翻译腔”，但语法和逻辑衔接几乎不出错，不容易从语言层面发现异常。
2. 擅长提供“结构性细节”：Claude 很擅长给答案加上看起来合理的背景说明、因果解释和数据点。用户很容易因为“信息密度高”而产生信任感。
3. 安全对齐反而降低了质疑意识：因为 Claude 通常不会生成极端或明显荒谬的内容，用户在心理上更容易放松警惕。

六、逻辑推理：在多步链条中悄悄“断链”

很多人对 Claude 的逻辑推理能力评价很高。我不否认它在特定推理基准测试中表现不错，但现实世界里的“逻辑推理”和基准测试里的“逻辑推理”是两回事。

基准测试好，不代表你的任务能完成

那些著名的推理测试（比如某些数学、编程或逻辑谜题数据集）通常有这些特点：题目边界清晰、条件充分、答案唯一。在这些场景下，Claude 的表现确实可圈可点。

但真实工作中的推理场景是什么样的？

• 条件往往是模糊的、不完整的
• 多个变量之间存在复杂的、非线性的相互影响
• 没有唯一标准答案，只有“相对更优解”
• 需要结合行业常识和现实约束来综合判断

在这些场景里，Claude 暴露出的问题我称之为 “链式推理断链”：它在一段推理中的某一个步骤悄悄偏离了逻辑轨道，后面的步骤虽然在语法上承前启后，但实际上已经建立在错误的前提上。

让它写一个复杂程序，它是怎么“跑偏”的

我去年让 Claude 帮我写一个数据处理脚本，逻辑不算特别复杂，但步骤比较多：

1. 从数据库读取原始数据
2. 根据多个条件筛选有效样本
3. 对筛选后的数据进行分组计算
4. 将计算结果写回另一个表
5. 添加异常值检测和告警逻辑

Claude 给我的代码看起来非常专业，有注释、有错误处理、甚至用了在我看来也很合理的架构设计。但运行之后结果不对。

我花了两个小时排查，发现问题出在第 3 步的分组逻辑：Claude 把两个在业务上需要分开处理的用户类型合并到了同一组。 这段代码本身的语法没问题，运行也不会报错，但逻辑上是错的，因为这两个用户类型虽然在一些技术特征上相似，但在业务含义上是完全不同的。

这个错误的根源在于：Claude 理解了我给出的技术约束条件，但不理解这些约束条件背后的业务逻辑。 它只是把看起来相似的归为一类，没有考虑业务语义。

推理失败的隐蔽特征是“看起来对”

一个推理过程失败有两种方式：

• 显性失败：结论明显不合理，用户可以一眼识别
• 隐性失败：结论看起来合理但实际是错的，用户难以识别

Claude 的推理失败绝大多数属于隐性失败。它卡在一个很尴尬的位置：逻辑没有差到让你马上发现，但又确实不够好到可以信赖。

对于那些逻辑链条短、边界清晰的任务（比如“帮我分析 A 和 B 的优缺点”），Claude 基本可以胜任。但对于那些需要同时考虑多个维度、多个步骤联动、并且需要结合领域知识做判断的复杂推理任务，我现在的态度是：让 Claude 给出思路框架，但具体推导我来做。

七、“缝合高手”而非“创意引擎”：创造力的真实边界

关于 AI 创造力，行业里有两种极端观点：一种认为 AI 毫无创意，只是复读机；另一种认为 AI 创意无限，可以替代人类创作者。

我不站任何一边，但我必须说一个经历过实际使用之后的判断：Claude 是一个非常有用的创意辅助工具，但它自身不具备真正的“原创创意”，它做的是“高级缝合”，而不是“从零创造”。

我让 Claude 想点子，想出了什么

我做过一个实验。我让 Claude 为一个面向独居老人的社交产品想商业创意，要求“颠覆性的、与众不同的思路”。以下是它输出的几个方向：

1. “基于兴趣匹配的虚拟社区活动”
2. “AI 陪伴机器人结合紧急呼叫功能”
3. “邻里互助积分系统”
4. “与社区医疗机构合作的一站式平台”

这些创意有问题吗？没有。它们是完全合理的商业创意。但它们“颠覆性”吗？一点也不。每一个都能在现有的创业项目中找到原型，Claude 只是把它们以新的语言组织了一遍。

这不是偶然的。LLM 的本质决定了它只能基于已有训练数据的模式进行重组和延伸，它可以在已有创意元素之间找到新的连接方式，但不能凭空“想到”一个不在训练数据里的新概念。

为什么“高级缝合”不等于没有价值

这里我需要澄清一点，避免造成误解：“不能原创”不等于“没有创意价值”。

Claude 在创意生成中的真正价值在于：

• 快速扩展创意的可能性空间：给你 20 个不同角度的想法，虽然没有一个是“从零创造”的，但其中的组合方式可能给你启发。
• 提供你没想到的跨界连接：把 A 领域的模式套用到 B 领域，虽然“套用”本身不是原创，但你可能没想过这种连接。
• 帮你突破个人认知盲区：Claude 能覆盖比你更广的知识面，它给出的“缝合方案”可能恰好是你知识盲区里的东西。

所以 Claude 的正确使用方式是：把它当作一个“高速联想器”，而不是“创意源头”。

你给它方向、给它素材、给它约束条件，它帮你快速生成大量排列组合。但最终的取舍、判断和真正原创性的那一跃，必须由你来做。如果你问它“给我想一个改变世界的点子”，那你一定会失望。

八、Claude 在具体使用场景中的软肋清单

前面我讲了几个结构性的缺陷。这一节我换一个角度，从使用场景出发，直接列出 Claude 做不好、不能做、或需要小心使用的具体任务。这是实操参考手册。

一、内容创作类任务

二、分析研究类任务

三、生产力工具类任务

这些评估基于我个人的实际使用经验，你的具体感受可能会因为使用方式、任务类型和期望标准的不同而有差异。但大致的方向是稳定的：Claude 在英文、短链推理、框架性任务上表现更好；在中文、长链推理、需要深度领域知识的细节任务上需要更多人工介入。

九、为什么这些缺陷很难在短期内被修复

读到这里，你可能在想一个问题：这些问题 OpenAI、Google 的模型也一样有吗？那些模型也在不断进化，Claude 会不会很快就把这些短板补上？

我的判断是：有些会改善，有些是结构性的，短期内很难根本改变。

训练数据的天花板

中文能力的薄弱，根源在于中文高质量训练数据的占比。这不是 Anthropic 增加几台服务器就能解决的问题。优质中文语料，尤其是反映真实中文互联网语境、包含丰富行业知识、涉及本土商业逻辑的内容，在整体训练数据中的占比提升，需要时间和成本。而 Anthropic 目前的资源优先级显然更侧重英文场景。

安全对齐与实用性的结构性矛盾

过度拒绝的问题，不是 Claude “做错了”，而是 Anthropic 主动选择的策略。只要“安全优先”的产品哲学不变，Claude 就会一直在很多边界场景中选择“不回答”。这和模型能力提升无关，是产品策略的取舍。除非 Anthropic 主动放宽安全边界，而这和他们的公司使命直接冲突。

长文本信息衰减可能有缓解，但难以根除

上下文窗口的中间信息丢失问题，和 Transformer 架构的注意力机制有关。这不是某一个版本的 bug，而是底层机制的特性。可以改善（通过训练策略调整、检索增强等技术手段），但不太可能在相同架构下完全根除。

专家幻觉是 LLM 的根本性困境

幻觉问题可能是最难被“解决”的，因为它触及到了 LLM 工作方式的本质：在概率空间中生成文本，而非基于事实数据库进行查询。只要底层原理不变，幻觉就只能被缓解，不能被根除。而 Claude 的高流畅度、结构化输出能力，反而让它的幻觉比竞品更具隐蔽性。

结论很清楚：不要期待下一个版本会“彻底解决”这些问题。正确的策略是学会在现有局限下最大化 Claude 的使用价值。

十、如何在 Claude 的局限下最大化它的价值：实操建议

基于前面所有的分析，以下是针对不同用户群体的实操建议。这些都是我在踩坑后调整出来的经验，不是理论推演。

策略一：分任务，不分模型

把 Claude 放进你的工具矩阵，而不是让它成为你的唯一工具。

我的工具分配原则是：

• 英文深度内容、技术文档、需要安全合规的内容 → Claude
• 中文深度内容、需要联网搜索的实时信息、开放性创意发散 → 带有联网能力的中文优化模型
• 复杂代码架构、需要严格逻辑推理的任务 → 使用代码能力更强的专项模型，并将 Claude 生成的代码作为参考

不把鸡蛋放在一个篮子里，在 AI 工具选择上同样适用。

策略二：把长文本切块，不要迷信上下文窗口

处理超过 3 万字的文档时，我的标准操作流程是：

1. 先手动或让 Claude 生成文档的结构大纲
2. 按大纲章节将文档分成多个片段，每个片段控制在 5000-8000 字以内
3. 让 Claude 分别处理每个片段，生成段落摘要和关键信息提取
4. 将所有片段的摘要汇总，再进行最终的全局分析

这种“分段-汇总-再分析”的流程虽然多了一步，但中间信息的遗漏率显著降低。在我后来对同一份合同的复测中，用这个流程没有再出现关键条款遗漏的情况。

策略三：把 Claude 当“初稿生成器”，而不是“终稿交付者”

对于内容创作类任务，我的心态是：Claude 的职责是帮我完成 60 分到 70 分的工作，剩下的 30 分到 90 分由我来做。

这意味着：

• 让它生成框架和结构，我来调整逻辑和增删要点
• 让它展开某个观点，我来润色语言和注入个人风格
• 让它提出创意方向，我来做筛选、深化和原创性突破

节省时间的同时，保持对内容的最终控制权。

策略四：对事实保持系统性怀疑

我给自己定了一条纪律：Claude 输出的任何包含具体事实、数据、时间点、人名的内容，在进入我的知识体系之前，必须经过独立核实。

如果暂时没有条件核实，就在笔记中标注“来自 AI 输出，未经核实”。

这不是对 Claude 的不信任，而是对所有 LLM 输出的合理怀疑。这一点我反复强调，因为这可能是这篇文章里对你最有实际价值的一个建议。

策略五：用“多轮递进式提问”替代“一次性复杂指令”

一次性把复杂任务丢给 Claude，出错概率高。更好的方式是：

1. 第一轮：让它理解任务，输出分析框架或解决思路，你来把关方向
2. 第二轮：在确认框架正确的前提下，让它展开具体内容
3. 第三轮：对展开的内容进行交叉验证、追问和修正

这种方式虽然交互更多，但每一步都有你的人工检查点，整体质量反而更高。

十一、什么任务可以放心交给 Claude？什么任务绝对不能？

在文末，我给大家一个最直接的判断框架。这不是技术分析，而是基于大量使用经验提炼出来的决策参考。

可以比较放心交给 Claude 的任务：

• 英文长文的结构化撰写
• 技术文档的初稿生成
• 代码片段的编写（非复杂架构）
• 文本的润色、改写、风格调整
• 邮件、周报、通知等格式化文本
• 头脑风暴时的思路发散
• 英文内容的归纳总结
• 简单数据分析的描述性解读

需要保持警惕、必须人工核查的任务：

• 中文面向终端用户的内容创作
• 复杂合同的条款审查
• 涉及具体数字的财务分析
• 需要结合中国本土语境的策略建议
• 长文本中不能遗漏任何关键信息的需求
• 需要原创性创意的核心产出

不建议交给 Claude 的任务：

• 未经核实直接采用的权威性内容
• 涉及人身安全、法律效力的决策依据
• 需要真正理解中文互联网亚文化的内容生产
• 对中文文本进行情感分析（尤其是讽刺、阴阳怪气等复杂情绪）

结语：认清局限，才是用好它的开始

我用了很大的篇幅讲 Claude 做不好的事，不是为了让你放弃这个工具。恰恰相反，我是想让你更清醒地使用它。

太多人在初次接触 Claude 时被它的流畅表达和结构化输出所震撼，然后迅速把它抬到不切实际的高度。接着在遇到问题之后，又从“神化”转向“弃用”。这两种态度都不对。

Claude 是一个在某些方面极其出色，在其他方面存在明确软肋的工具。 你越清楚它的软肋在哪里，你就越不会被它误导，也越能在它真正擅长的领域发挥它的价值。

如果你只能从这篇文章中带走三件事，我希望是这三件：

第一，不要因为 Claude 说得流畅就相信它说得对。 专家幻觉是它最危险的陷阱。

第二，把 Claude 放进你的工具矩阵，而不是让它成为你的唯一依赖。 用对工具做对事。

第三，永远记住：你不是在和一个“知道答案的人”对话。 你是在和一个“最擅长组织语言、但不知道自己的话是不是真的”的概率模型协作。你是决策者，它只是辅助。

认清它的局限，你就不会对它失望。你知道它能做什么、不能做什么，你就会知道什么时候用它、什么时候换工具、什么时候自己上。

这才是真正的“用好 AI”。