当AI Agent越来越强、任务越来越复杂、运行时间越来越长，我们与AI的协作方式必须改变了。Anthropic内部工程师Arnaud Doko在Claude官方播客中直言：Claude可能比你更擅长从你这里提取出你想要的东西，而不是由你向它详细指定。这一观点直击当前AI使用中的痛点——用户往往难以清晰表达需求，而模型却擅长通过互动挖掘潜意识的真实想法。Doko以账单均摊应用的构建为案例，展示了三种全新的协作方式，旨在从任务起始就避免海量Token、时间和算力的浪费。

第一种方式是让Claude像面试官一样主动提问。Doko指出，不好的提示词比如“把它做得更好”或“不要犯错”毫无价值。相反，用户应鼓励Claude使用ask_user_question工具进行迭代式采访。例如，指定关注的目标受众或开放式的回答方式，而非预先定义死输出结果。这样Claude能通过一问一答逐步提取用户的具体需求，生成更精准的规范。这种方式尤其适合配置快速模式、自动模式和极高思考程度，让模型成为需求挖掘的主导者，而非被动执行者。

第二种方式是用HTML替代Markdown作为AI规范说明书。Doko的同事曾形容Markdown是AI原生软件开发生命周期的通用语言，但Markdown文件一旦超过200行，人类就不太愿意阅读，同事更不会碰。HTML文件则更紧凑，信息密度高得多，且符合人类工程学——你可以直观看到产品未来长什么样，甚至配合截图使用。更关键的是，HTML能节省Token消耗，因为其结构化标签比Markdown的冗长语法更高效。例如，在构建账单应用时，用HTML写spec能让Claude更快理解UI布局和交互逻辑，后续还可结合Playwright MCP进行自动化测试。

第三种方式是将验证内置为Agent的原生属性。传统开发中，验证是事后步骤，但在Agent模式下，任务运行时间长、出错成本高，验证必须贯穿始终。Doko建议让验证成为事物本身的一部分，让Agent与人类共同驱动，甚至最终实现无主自动运行。这意味着在生成代码的同时，自动生成对应的测试用例和断言，确保每一步输出都符合预期。例如，在账单均摊应用中，Claude在生成分摊逻辑时同步验证输入数据格式和计算结果，避免后期返工。这种设计不仅减少错误，还让Agent能独立处理更复杂的长期任务。

这三种方法的核心是转变思维：从“告诉AI做什么”到“让AI引导你表达需求”，从“用人类习惯的格式”到“用AI和人类都高效的格式”，从“事后检查”到“原生验证”。对于AI从业者而言，这些技巧能显著提升Claude Code等Agent工具的实际产出。建议开发者在下次构建复杂任务时，尝试用HTML写spec、启用ask_user_question工具，并将验证逻辑嵌入代码生成流程。这或许就是释放AI Agent真正潜力的关键一步。