Ethan Mollick：AI 应用应聚焦任务产出而非单纯压缩提示词

沃顿商学院教授 Ethan Mollick 于 2026 年 9 月 25 日发文指出，在评估和使用 AI 时应聚焦任务的实际产出质量，而非单纯追求压缩输入提示词或减少 Token 消耗。

• Mollick 强调将精力过分集中于缩短提示词混淆了「输入」与「产出」的根本目标，AI 应用的核心价值在于高效且高质量地完成业务任务。
• 其认为在实践中一味追求「保持提示词简短」通常是一种糟糕的策略，往往会因上下文信息不足而牺牲最终生成内容的准确度。
• 他警示企业若将主要精力置于最小化 Token 成本，可能会因限制有效输入而损害系统整体的产出效能与业务价值。
• 影响/看点：这一论断表明，在企业部署 AI 工作流时，若能在任务完成度与 Token 成本之间建立更合理的平衡模型，将有助于避免因过度压缩成本而导致的应用效果打折。
• 资料依据：
• X：Ethan Mollick（2026-09-25）：https://x.com/emollick/status/2103593301240602645

本内容由 AI 生成，仅供参考，请注意甄别