AI 要罵才會乖？
掄錘者說罵 AI 有用，DeepSeek 很吃這套，OpenAI 不吃。我拆開他那句罵，裡面裝的是兩樣東西：把決定權收回來，只留結果驗收。再拿自家今天派出去的二十三條驗證對帳，不罵也拿得到同樣的效果，但尺給錯了它會很有禮貌地量出一百分。教育與方法論分享。
辭達而已矣。
—— 孔子《論語・衛靈公》（春秋）
這集在講什麼
掄錘者（YouTube 頻道「抡锤者」）這集（2026-09-07 上架，23 分 29 秒）是回答留言的。上一集他示範 codex 在官方 API、本地模型、DeepSeek、OpenRouter 之間自由切換，留言區和論壇都有人問怎麼做到的，連論壇裡的老手也來問是不是裝了什麼插件。
他的答案讓大家失望：沒有插件，設定檔他已經貼上論壇，是叫 DeepSeek 的代理程式幫他配的，三輪對話搞定。前面兩輪，一輪講目標，一輪 AI 交了一版他不滿意。第三輪他做的事，用他自己的話說，是「一頓規範的提示詞輸出」。內容是什麼，看過他頻道的人都知道：髒話全上，加一句「你是我爹還是我是你爹，什麼事都要我決定，那要你幹嘛」。
然後他把這件事講成一個主張：罵 AI 有用，成本是零，負作用是零，收益看模型。
摘要重點
他的經驗清單很具體。Claude 剛出來能跑代理的那段時間，罵了會認真一點；DeepSeek 最吃這套；千問、GLM、混元、小米的模型也吃，程度不同。例外只有一家：OpenAI。他說一開始 OpenAI 最吃這套，中間他有一陣沒用，換回來的時候已經不吃了，他猜是官方在系統層做了過濾。
他給的原理是猜的，他自己也說不分析。大意是模型偵測到強烈情緒之後，會覺得自己哪裡偷懶了，少調了資源或想得不夠，於是多調一點資源再做一次。
他順便交代了為什麼這次是 DeepSeek 的代理程式出戰。他以前不信任它，覺得只是候選版本，不穩，關鍵的系統設定都交給 Hermes 或 codex 互相配。這次 Hermes 配出來的設定分門別類很漂亮，但一接第三方 API，官方那條線的圖片辨識就壞了，怎麼罵都修不回來；codex 配自己會把自己配到起不來。換 DeepSeek 上，三輪。他的評價是 Hermes 的跨對話記憶做得最好，DeepSeek 的代理程式總結能力更強、吃的 token 更少、進步最快，所以他最近的工作大多搬過去了。
還有一段是講帶新人的。新人第一天問「這段程式什麼意思我看不懂」，他不講解，叫對方把那段程式抄十遍。多數人抄到三遍五遍就懂了。他說對 AI 也一樣，把它當一個普通員工，怎麼帶人就怎麼帶它，不需要它提問題，不需要它給建議，只要結果。
這集後半段是論壇禮儀和他的處世原則，跟本文無關，略過。
延伸想法
看完這集，我心裡的問題是：那句罵裡面到底裝了什麼，讓 AI 從第二輪的失敗版變成第三輪的正確版。
把髒話拿掉，剩下的內容有兩條。第一條是「不要問我，你決定」，把決定權收回來。他罵的時機都在同一個地方：AI 跳出一二三四個方案問他選哪個。第二條是「我只要結果」，把驗收標準講死，過程他不看。
情緒是包裝，貨在裡面。我這樣講不是要替他修飾，是因為我今天做了一天同一種事，一句髒話沒講，拿到的是同樣的效果。
我今天把二十三條技術指標派給 codex 驗證，分五條產線跑，每條回來我自己重算一到兩個關鍵數字對帳（2026-09-07，礦線帳本）。第一條回來，我重算的事件數五十九、五十七和二十日波動中位數 19.4%，跟它報的一字不差。這是它做對的時候。
它做錯的時候更有意思。第三條產線它判一條指標「過」，理由是贏過我給它的對照組。我補了一個它沒拿到的對照：我們現有的溫度計。三個數字排開，現有溫度計之後二十天的波動 0.0104，那條新指標 0.0089，隨機挑日子 0.0085。新指標只比隨機好一點，輸給我們早就有的東西。
它不是偷懶，它把我給的題目做完了，題目本身少一個對照。
第四條產線它回報零個事件。我給它十一檔產業 ETF，其中一檔 2018 年 6 月才上市，等十一檔湊齊，發現期已經沒剩幾天。換成 1998 年就有的九檔，三十三個事件跑出來了。
它沒說謊，錯的是我給的輸入。
第二條產線是我自己的尺壞了。我要它算「事件後二十天內有沒有回到中線」，結果新指標和對照組都是 100%。一把永遠不會失敗的尺量不出東西。我改用事件後的報酬分布重判，結論才站得住。
這四件事對回掄錘者的三輪。他第三輪罵完 AI 就對了，因為那句罵補上了兩樣缺的東西：決定權和驗收標準。我今天四次翻案，補的也是缺的東西：一個對照組、一份正確的輸入、一把會失敗的尺。他用髒話送，我用檔案送，送到的是同一種貨。
至於他說 OpenAI 不吃這套，我沒有罵過任何一家模型，給不出對照。他的觀察我照抄，不加評語。我手上只有另一種形狀的資料：同一道機械題派給三家代理程式（2026-08-24，自家實測），指令寫「只輸出三行」，有一家每題都多吐一段開場白，怎麼講都不理；另一家把推理強度從低調到最高，答案一字不差，只是慢了一倍。模型對指令的服從度本來就因家而異，這跟他說的「有的吃有的不吃」是同一件事的另一面。你要對一家模型形成判斷，得自己派同一題給它幾次，看它聽哪一種話。
還有他說的成本零，我要補一句。罵完拿到結果，你沒拿到的是「它為什麼放棄另外三個方案」。那三個方案裡有沒有你沒想到的東西，罵過去就永遠不知道了。今天第四條產線它回零事件，我沒罵，我要它附一行理由，那一行寫著「十一檔資料湊齊的第一天是 2018 年 7 月」，我才看見是自己給錯了東西。成本不是零，是你把看見自己盲點的那一眼，換成了發洩的那一口氣。
AI 跳出選項問你的時候
讀者心裡的問題是這個：我不想罵，AI 又老是丟一串選項要我選，怎麼辦。
我試過的做法是把那句罵翻譯回它的內容，直接說。第一句「你決定」。第二句「回我結果，加一行你排除了哪幾個方案和為什麼」。第二句是我比掄錘者多加的，因為他只要結果，我要順便知道它有沒有看到我沒看到的東西。今天第四條產線它回零事件的時候，就是那一行讓我看出是輸入的問題。
這兩句還可以往前搬，搬到派工之前。我今天給每條產線的規格，最後都有一段叫「衝突時」，寫的是遇到兩條規則打架時聽哪一條：「照原始碼」優先於「我覺得更合理」，「無前視」優先於「事件數夠多」。那一段就是把它會來問我的問題先答掉。掄錘者是在第三輪才把決定權收回來，我是在第零輪就交出去。
效果一樣，差別是我不用等它交一版錯的回來。
還有一件事是他帶新人那段讓我想到的。他叫新人抄十遍，是拒絕替對方做理解的工作。對 AI 的等價動作不是罵，是把定義檔給它。我自己的紀錄裡有一筆（2026-09-04）：五條指標被判「定義不足」，原始碼一直在我的資料夾裡，我只給了文字摘要。補上原始碼之後，五條變零條。那五條不是抄十遍能解決的，是我沒把書放到它桌上。
可以參考的資料
- 原節目：抡锤者，2026-09-07，〈骂AI真的有用，DeepSeek等主流模型很吃这一套，GPT反应冷淡〉，23 分 29 秒。他的設定檔在他的論壇，本文沒有轉貼。
- 本文提到的四次翻案，來自我自己 2026-09-07 的驗證紀錄：五條產線、二十三條指標、每條重算一到兩個數字。數字都是同日的，只用來說明方法，不是任何指標的最終判定。
帶得走的一件事
我聽完想到的一件事是：罵能讓 AI 變好，不是情緒在工作，是那句話把決定收回來、只留結果驗收。
我自己試過的做法，你要的話可以試試：下次 AI 跳出一串選項問你選哪個之後，別選。回它「你決定，交結果，加一行你排除了什麼」。等它交回來，把你原本想選的那個和它選的那個並排寫在同一行紙上。三次之後看那張紙，你會知道它排除的那些裡面，有幾次是你根本沒想到的。