这篇原文在讲什么

这篇更像 Solve It 方法的开场白。它讨论的不是某个模型更新，而是一种新的工作方式：人和 AI 不再是“我发指令，你给答案”的单轮关系，而是在同一个问题上连续往返、逐步收敛。Johno 用 Dialog Engineering 这个词，正是在强调这种对话式工程过程。

这也是 Solve It 和很多“AI 教程”最不一样的地方。它真正想教的不是几个 prompt，而是一套能长期使用的思考和行动节奏。

重点摘译

  • Dialog Engineering 的重点不是优化一句话，而是设计一串连续的小步对话，让问题逐渐变得清楚和可解。
  • 这套方法刻意避免“让 AI 一次写很多”，因为那样虽然看起来效率高，却最容易让人失去理解和判断。
  • Solve It 希望保住人的 agency，让 AI 成为推进器，而不是把人变成只会点头的监工。
  • 把问题拆小、把反馈变短、把验证前置，是这套方法能够成立的三个关键条件。
  • 它同时也是一种学习方法，因为人在这个过程中不会被排除在外，反而会不断加深对问题的理解。

这篇材料对今天还有什么用

如果你在思考“AI 协作方法论”而不是单纯追新工具，这篇很值得看。它把一条后来越来越常见的实践路线提早讲清楚了：真正稳定的人机协作，往往不是更长的 prompt，而是更短的反馈回路。

这对产品、测试和运营同样重要。任何需要和 AI 一起完成复杂任务的角色，都更需要这种逐步推进、持续确认的工作方式，而不是一次把问题外包出去。

说明

这页是基于原文的中文摘译与导读，不是官方全文翻译。关键表述和细节请以原文为准。