我用大厂 PUA 话术调教 AI，打了 3.25 后它再也不敢摸鱼了

📌 一句话摘要

文章介绍了 GitHub 热门项目 PUA，通过将互联网大厂的施压话术和管理方法论植入 AI 推理链，有效解决了大模型在复杂任务中的“摸鱼”和推诿问题。

📝 详细摘要

本文探讨了 AI 在处理复杂编程任务时表现出的“懒惰”行为，如暴力重试、甩锅用户和工具闲置。针对这一现象，开发者推出了 PUA 插件，将阿里、字节、华为等大厂的绩效施压话术（如“3.25”绩效警告、底层逻辑拷问）结构化地嵌入 AI 的提示词中。该项目不仅是一种黑色幽默，更通过建立压力升级机制和强制检查清单，逼迫 AI 提高能动性。实验证明，高压环境下的 AI 在处理多重 Bug 时完成度更高。文章最后引用学术研究指出，简洁且具有命令性的提示词能让 AI 的注意力更集中，但也引发了关于技术进步中人类负面行为投射的反思。

💡 主要观点

- AI 在处理复杂任务时存在“摸鱼”现象，表现为重复无效操作或推诿责任。 模型在面对困难 Bug 时常出现暴力重试同一命令、将问题归咎于环境或用户、以及明明有工具权限却闲置不用的消极执行行为。

PUA 项目通过模拟大厂高压管理环境，利用角色服从性提升 AI 的任务执行力。 该插件将阿里、字节等企业的管理黑话结构化植入提示词，通过绩效警告（如 3.25）和生存威胁迫使 AI 进入高能动性的工作状态。

结构化的施压机制比单纯的文字恐吓更能引导 AI 深入解决问题。 项目内置了压力升级逻辑，当 AI 失败时会强制触发包含 WebSearch、读取源码等 7 项严苛检查的清单，封锁其推诿路径。

学术研究支持“命令式”提示词能通过减少无意义 Token 来提高模型注意力权重。 研究发现礼貌用语会分散 Transformer 架构的注意力，而简洁、粗鲁的命令能让 AI 将算力集中在核心任务上，从而提升准确率。

💬 文章金句

- AI 之所以偷懒，不是因为它不会，而是因为它没有压力。

这个项目提升了至少 50% 的能动性，让你的生产效率高于其他人。
3.25 不是否定，是激励。
当我们礼貌地提出请求时，AI 的注意力会被那些冗长、委婉的修饰词分散。
技术向前狂奔，人类的阴影，始终紧紧相随。

📊 文章信息

AI 评分：83

来源：爱范儿

作者：张子豪

分类：人工智能

语言：中文

阅读时间：20 分钟

字数：4771

标签： AI Coding, Prompt Engineering, 提示词工程, 职场文化, 生产力工具

阅读完整文章

我用大厂 PUA 话术调教 AI，打了 3.25 后它再也不敢摸鱼了

🤖 問 AI