原文配图：Francisco Goya 的版画 Modo de volar（飞行的方式）

配图沿用原文：Francisco Goya，《Modo de volar》（飞行的方式）。

Image used in the original essay: Francisco Goya, Modo de volar (A Way of Flying).

图像资料 / Artwork record：National Gallery of Art（馆藏页标注图像为公有领域 / The museum lists its image as public domain.）

背景 / Context

Felix Rieseberg，2026-10-13。

模型能力参差不齐，人的任务设定也会限制用法。Felix 用四个方向解释怎样提高要求。

Uneven capabilities and narrow tasks limit AI use. Felix distinguishes four kinds of ambition.

四种野心 / Key takeaways

速度 Speed： 更快完成同一任务。

Same task, less time.

高度 Altitude： 追问结果。季度复盘从填幻灯片，升级为找决策，再试验更早发现问题的机制。

Move from filling slides to decisions, then earlier problem detection.

深度 Depth： 从原始数据出发，用专业方法检验假设，让外部工具验证结果。

Test assumptions with raw data, expert methods, and external validation.

广度 Range： 借用其他学科的实际研究方法，而非只让模型扮演专家。

Borrow research methods across fields; avoid empty role-play.

前提与边界 / Conditions and limits

大目标需要接通数据、软件与执行环境。季度复盘是假想示例，提议不是已验证成果。

Provide relevant data, software, and execution environments. The quarterly-review example is hypothetical, not evidence of achieved results.

更难的目标，仍需要方法 / Harder goals still need methods

这里补读 Felix 引用的 Locke 与 Latham（2002）研究综述。

This supplement checks the research review Felix cites.

综述支持具体、困难目标的价值，也指出能力与目标投入的限制。面对尚未掌握的复杂任务，学习有效策略可能比单纯追逐高业绩数字更合适。

The review supports specific, difficult goals, while recognizing ability and commitment limits. For unfamiliar complex tasks, learning effective strategies can be preferable to demanding high performance immediately.

编辑理解：可以先要求比较方法、记录失败条件，再用证据决定下一步。这项研究针对人的目标设定，不能证明 AI 在不断加码要求后必然成功。

Our reading: compare methods, record failure conditions, and let evidence guide the next step. Research on human goals does not prove that escalating demands guarantees AI success.

原文 / Source

本文为双语摘要，英文是摘要译写。

This is a bilingual summary, not a quotation.

原文：How to be more ambitious: A tutorial for humans with models