很多人接触Claude时只停留在基础操作，真正影响效率的往往是三种模式，三种质量、42 秒的那次，到底发生了什么、我后来怎么用这些细节。先把使用场景分清楚，再按功能选择做法，能少走不少弯路。

先看原文给出的关键信息：我盯着屏幕，一个 Bug 调了三天。；一个并发场景下的数据竞争情况——逻辑不复杂，但边界情况特别多，我写了六七个分支，每个分支都有漏洞，跑起来就随机崩。；我试过自己推演，试过打印日志，试过跟同事讨论。。继续往下处理时，重点放在这些条件上：那天晚上 11 点，我打开 Claude，把代码和情况描述粘贴进去，顺手把「Extended Thinking」开关打开了。；我本来以为它会像平时一样，三五秒返回一个答案——那种「快但浅」的回复。；它先花了几秒钟，把整个情况的结构梳理了一遍：接着它用整整 38 秒，把每一个风险分支的时序图在心里画了一遍。。收尾检查时，再把这些细节对上：三种模式，三种质量后来我开始刻意测试，发现 AI 回复的质量跟思考时间基本成正比。；快问快答（5秒内）： 适合简单任务——写个函数、改个语法、解释一段代码。；普通思考（10-20秒）： 适合中等复杂度任务——设计一个接口、写一个工具类。。