AI 的建议，为什么越斩钉截铁越不能照单全收？

柏林ACS · 2026-08-07 · 读完约需 5 分钟

上个月我们做了一次实验：把已发布的 11 篇连载，分两次喂给另一个大模型评审，先给靠后的几篇，再给最初的几篇。

它交回一份相当像样的报告：六个维度逐篇打分，十几条修改建议，外加一份"写作规范 V2"。报告的核心结论是：这个系列越往后写，越滑进固定模板，结构对称、案例变空、结尾千篇一律。

提前交个底：十几条建议，事后复盘大约七成能用；不能用的那一小半，恰恰是措辞最斩钉截铁的。

先说它说对的部分，因为是真的疼。

"后期文章的案例从故事退化成了原型"，点开第 10 篇，开场是"两种常见的失败写法"，一段速写，没有一条真实的配置条目，没有一句真实的对话。再看第 1 篇，开场是一个完整的实验：同一个创业点子，换一个问题，AI 的回答从全力支持翻到尖锐风险。差距一眼可见。"每篇结尾都是同一个公式"——翻一遍，十一篇，同一个句式。这些我们自己写了十几篇都没看见，它一眼扫出来了。

再说它说错的部分，错得很有规律。

"后期文章只给章节号不给链接，出处悬空"——它不知道，那些章节还没在网站上公开，放了链接就是 404。至于"禁止下篇预告"，连载需要预告，这是媒介的留存设计；"并列超过三项必须砍掉"，要砍的"四层"是这本书的理论结构本身，砍了书就没了。

看出规律了吗？它的每一条误判，都对应一条它不知道的上下文：网站的开放进度、内容的发布媒介、理论的既定结构。它拿着不完整的背景做评审，结论自然歪，歪得还很自信，每条建议都附了斩钉截铁的条款。

这个规律其实就是这套理论反复讲的那件事：一次搜索的质量，在出发时就定了大半。 评审也是一次搜索。我们把稿子分批喂过去，却没有把"站点处于什么阶段、文章发在什么媒介、理论结构是什么"一并喂过去，等于让它在不完整的初始化里起跑，然后惊讶它跑偏。

所以那十几条建议，我们最后是这样处理的：把"信号"和"处方"拆开。它发现的信号——模板漂移、案例变空、说教倾向——多数是真的，因为那些是对文本本身的观察，不依赖外部背景。它开的处方——砍并列、禁预告、定数字指标——一半不能用，因为处方依赖它不知道的约束。信号照单全收，处方逐条过检。

这次实验给我们留下了一张小清单。以后把任何东西交给 AI 评审之前，先替它检查初始化，五条：

• 背景：这份内容处于什么阶段（草稿？已发布？）
• 约束：有哪些不能动的既定决策（未公开的章节、既定的理论结构）
• 媒介：它发在哪里，媒介的惯例是什么（连载需要预告）
• 受众：写给谁看，他们带着什么预期来
• 标准：用什么尺子评判"好"（我们的尺子，真实、克制、可验证）

五条都不长，加起来半屏。缺了它们，你收到的可能是一份看起来极其专业、实则一半悬空的评审。而悬空的那一半，恰恰是读起来最斩钉截铁的部分。

下次把稿子丢给 AI 审之前，先把这半屏贴给它。然后重点听它挑毛病，谨慎采纳它开药方。

这套"先检查初始化，再听结论"的思路，是《AI认知搜索理论》里反复出现的主线：第四章讲初始化如何决定一次回答，第十二章讲上下文工程如何决定长期协作的质量。这篇连载本身，就是一次最小规模的实战。