2026 年 8 月 22 日，Anthropic 工程师 Thariq 分享了一个叫 /eli5 的四行小工具：输入任何主题，AI 生成 HTML 图解页面，用大图少字解释复杂概念。几小时内拿下 26 万次浏览。我们认为，这件事真正的看点不是工具本身有多精巧，而是它指向了一个被低估的趋势——"怎么向 AI 提问"这件事，正在变成可分发、可复用的产品形态。

这是什么

/eli5 是 Claude Code（Anthropic 的 AI 编程助手）里的一个社区插件，全称 Explain Like I'm 5——像给五岁小孩解释一样。它的核心是一段四行的提示词指令：把任何主题当作"对方完全不懂"来解释，输出 HTML 页面而非普通文字，页面里用大图配极少文字。

三种典型用法：在改一段不熟悉的代码前先看一张"地图"（/eli5 how does this module work）；快速摸清团队某个历史决策的核心逻辑（/eli5 why did we make this tradeoff）；读事故报告前先建立直觉框架（/eli5 what caused this incident）。共同点是：它不是替代深入分析，而是深入分析之前的"预热步骤"——先有图，再看字。

行业怎么看

支持者认为，它把"让 AI 简单解释"这个高频需求标准化了——你不用每次琢磨怎么措辞，输入一个命令就行。对每天要面对陌生代码的工程师来说，这种降低摩擦的小工具有真实价值。

反对声音同样值得关心。第一种质疑来自认知层面：强制类比有时反而更让人困惑。有人举例，Claude 把 API 调用比喻成"开车去朋友家（数据库）"，结果越解释越绕；直接说"简单解释但保持技术准确性"，效果反而更好。

第二种质疑更尖锐：既然 /eli5 是让 AI 先生成啰嗦答案、再简化，为什么不直接训练 AI 默认输出简洁版本？这是典型的"为流程付费两次"。Thariq 的回应很坦诚——减少啰嗦和视觉化简化是两件不同的事，前者是输出风格，后者是理解方式。这个回应承认了问题，但也划清了场景边界。

对普通人的影响

对企业 IT：未来内部知识库、跨团队交接文档，大概率会长出大量类似 /eli5 的"技能"——不是新系统，而是把最佳提问方式封装成可一键调用的命令。

对个人职场：当你接手新项目、面对陌生代码或新决策时，"先要一张图"会比"先读完整文档"省下不少认知成本。这种习惯会从程序员逐渐扩散到所有要面对陌生信息的工作。

对消费市场：教育类、学习类应用最可能率先跟进，把"解释-测验-回教"这种学习闭环做成标准化产品。已经有人在做了——explainx.ai 的 Melo 在 Thariq 发帖前 11 天就内置了类似模式，并加上了后续学习闭环，比 /eli5 走得更远一步。