有一类文本正在被大量生产,而它有一个前所未有的性质:它从写作的第一个字起,就不打算给任何人读。
它被写出来,放进一个私有的库里,此后由一个智能体在需要时调用,用来处理一个具体的现实问题。它不会被发表,不会被讲给谁听,也不会有第二个人打开它。 它的全部一生,是在被检索、被引用、被用来产生一次回答。
这不是草稿,也不是内部资料。
草稿是写给将来的读者的,内部资料是写给一小群读者的。而这类文本的读者是零个人。 它的唯一读者是机器。
本章要论证的是:当唯一读者是机器时,写作这件事的规则整个换了一套,而换掉之后剩下的东西,恰好是这本书前面各章一直在找的那样东西。
承重命题:
只给机器读的文本,不是一种新体裁,它是"条件层"第一次有了可以被批量生产的形态。
前面各章反复说过:内容在条件里,不在主张里(第一章);主张层公开、条件层私密(第二章那把刀)。而条件层过去是没有形态的——它散在人的脑子里、在跑档里、在没写下来的失败记忆里。
这类文本让它第一次可以被写出来、被积累、被调用。
而代价同样是前所未有的:一份没有人读的文本,也就没有人会发现它其实是空的。 第十二至十五节处理这一笔。
判定对象:一份文本,是否属于本章说的这一类。
判据(三条,全部满足):
其一·预期读者为零个人。 不是"暂时没人读",是写的时候就不打算给人读。这一条决定了它的全部写法。
其二·它的作用是被调用,不是被理解。 它存在的意义是:当某个具体问题出现时,它的相关部分被取出来,参与产生一次处置。
其三·它留在私有库内,不进入公共分布。 不发表、不上传到公开处、不进入任何人的训练语料——这一条是它与"公开的技术文档"最实质的分别。
三条判据的用法:三条全满足,按本章的规范写;缺任何一条,按普通写作的规范写——因为一旦有人可能读它,人的可读性就重新变成约束。
一个必须先排除的误解:本章说的不是"写给 AI 的提示词"。
提示词是指令——告诉系统怎么做事。本章说的是知识——告诉系统在什么情形下什么成立。前者规定行为,后者提供判断依据。 两者的写法、寿命、检验方式都不同(第十八节详论)。
写给人看的文本,有一整套约定。它们几乎全部是为了对付同一件事:人的注意力有限、会疲劳、会走神、会放弃。
当读者不会疲劳时,这些约定逐条失效:
其一·篇幅节制失效。 为人写作要控制长度,因为读者读不完。机器读得完。 一份三万字的条件说明,与一份三千字的,对它没有分别。
其二·循序渐进失效。 为人写作要从简到难、先建立背景再进入细节。机器不需要热身。 它可以直接从第七节开始读,而不必读前六节。
其三·结构的美感失效。 起承转合、悬念、节奏——这些全部是注意力管理装置,而机器不需要被管理注意力。
其四·修辞失效,而且有害。 比喻、排比、强调、"最重要的是"——这些是给人的信号,用来提示轻重。 对机器,它们不是信号,是噪音:一句"这一点极其重要"不会让它更重视,只会让检索时多出一堆无意义的词。
其五·避免重复失效。 为人写作忌讳重复,因为读者会厌烦。而对一个按片段检索的读者,重复是好事——同一条边界在三处被写到,被检索到的概率是三倍。
其六·结论前置失效。 为人写作常把结论放前面,因为读者可能只读开头。机器不会只读开头。
六条合起来是一句话:
为人写作的技艺,绝大部分是在对付人的局限。局限消失了,那部分技艺也就没有对象了。
这不是说那些技艺不好——它们在为人写作时仍然全部有效。本章说的是:它们在这一类文本上不再有理由,而继续遵守它们要付出代价(第十一节)。
失效了六条,另有五条变得比为人写作时重要得多。
其一·自足性。 每一个片段必须独立可用。
因为机器是按片段检索的:它可能只取出第七节的三段,而不带上下文。如果那三段依赖前面的定义,它取出来的就是残缺的。
这一条与为人写作正好相反:为人写作鼓励"前面说过的不必重说",而这里要求每一处都重说一遍。
其二·条件密度。 每一段里,可判定的边界越多越好。
"可判定"是关键:不是"视情况而定",而是"锅底三毫米以下用中火"这种能让人当场判断算不算在条件内的写法(第一章第六节)。
其三·零修辞。 见上一节其四。能用一个可判定的条件说清楚的,绝不用一句强调。
其四·失效优先。 先写它什么时候不成立,再写它什么时候成立。
为人写作会把这个顺序倒过来(先讲正面,免得读者一开始就困惑),而对机器,失效条件是最有价值的部分——它决定了这条判断在什么情形下不该被取出来用。
其五·可检索性。 用会被搜到的词写,而不是用最精确的词写。
这一条很反直觉,也最容易被抵触:一个写作者的本能是用最准确的术语。而如果那个术语只有你自己用,检索时它永远不会被命中——那一段等于不存在。
正确做法是两个都写:先用常见说法写一遍,再给出你的精确术语。冗余在这里是必需品。
抽象的规范不如一份样张。同一条判断,先按给人读的写法,再按本章的规范写。
给人读的版本:
在与新客户的第一次接触中,价格话题的引入时机需要审慎把握。经验表明,过早触及价格往往会使对话转入交易性框架,从而削弱后续建立信任的空间。因此,通常建议在首次会面中优先了解对方的实际需求与决策结构,将报价环节延后至第二次接触。当然,这一原则也需视具体情况灵活调整。
一百三十来字,读起来是通顺的,而它的信息量接近零。
"通常""往往""审慎把握""视具体情况灵活调整"——四处模糊,每一处都在遮盖一件说不清的事。 一个人读到这里会自动打折,而机器不会(规范十)。
按本章规范写的版本:
【判断】首次接触不谈价格,报价放到第二次。
【何时不成立】
① 对方是采购出身或采购岗位:他会认为绕开价格是在浪费他的时间。(2023 年 4 月,某制造企业,采购总监第二十分钟直接问价,我绕了,他当场结束会面。)
② 对方明确带着预算来、且时间被压缩到半小时以内:此时不给数字等于不给判断依据。(2024 年 9 月,两次,均在半小时会内失败。)
③ 已经比过价的复议场合:他要的是我方与他手上那个数的差别。(2025 年 1 月一次。)
【何时成立】 首次接触、时长一小时以上、对方为业务方而非采购方、且未提及既有报价。
【不确定】 对方是创始人时算不算业务方,我不确定——三次里两次成立一次不成立,样本太小。
【相关判断】 依赖"先弄清决策结构"那一条;若那一条被撤,本条的适用范围要重算。
两百多字,长了七成,而差别不在长度:
· 第一版有一条判断,零个可判定的边界;第二版有一条判断、三条具体的失效情形、一条成立条件、一处明确的不确定、一条依赖关系;
· 第一版的每一条边界都藏在"通常"里,第二版的每一条都带日期与场合(规范五);
· 第一版读起来更像一段知识,而第二版才是知识。
这份样张还说明了本章第七节那个推论:第二版之所以更诚实,不是因为写它的人更诚实,是因为在那种写法里,含糊不再省事——"视具体情况灵活调整"这句话在第二版的格式里根本没有位置可放。
现在回到承重命题,把它说透。
本书从第一章起就在说一件事:一条个人知识的价值不在主张,在条件——主张多是老话,条件是自己撞出来的。
而条件层一直有一个尴尬:它没有形态。
· 写成文章?文章要给人读,而条件层的东西琐碎、具体、缺乏普遍性,写成文章没人看得下去;
· 记在笔记里?笔记零散,且不成体系;
· 留在脑子里?那就回到了第十二章说的传承问题。
于是绝大多数人的条件层,实际上从未被写下来过。 它以"经验"的名义存在,随人生随人灭。
只给机器读的文本,第一次给了它一个形态,理由正好是上两节那些约定的变化:
· 它可以极其琐碎(不必有普遍性,因为不需要说服谁);
· 它可以极其冗长(读者不会疲劳);
· 它可以只写边界不写主张(失效优先);
· 它可以重复(有利于检索)。
这四条,恰好就是条件层的天然形状。
所以本章的判断是:
不是先有了机器读者,才发明了这种文本;是条件层一直需要一个形态,而机器读者第一次使它可以被写下来而不必被读。
这也解释了一个否则难以理解的现象:很多人在开始给自己的库写这类文本时,会发现自己写出来的东西"不像文章"——琐碎、重复、没有结论、通篇是"什么情况下不行"。
那不是写坏了,那正是条件层的样子。
把前面三节合成一套可以照着做的规范。十条,前五条是必守的。
必守五条:
· 每段自足:不依赖上下文,需要的定义就地重写一遍。
· 失效优先:先写什么时候不成立,再写什么时候成立。
· 条件可判定:不写"视情况",写能让人当场判断的具体情形。
· 零修辞:不写强调、不写比喻、不写"最重要的是"。
· 来源就地标注:每一条边界后面写清它是哪一次撞出来的(日期+场合)。这是第一章七件里的第三件,在这里必须就地写,不能另存一处。
建议五条:
· 同义重述:关键条件用两三种说法各写一遍(常见说法 + 精确术语)。
· 反例块:每一条主张后面挂一个"已知失效案例"块,一条一行。
· 拒绝合并:两个相似但不同的条件,分开写,不要归纳成一条更一般的——归纳会丢掉差别,而差别正是内容。
· 不写过渡:不写"接下来我们看"这类连接语,它们对机器是纯噪音。
· 标注不确定:说不清的地方明写"此处不确定",不要含糊过去——含糊会被机器当作确定的内容读走。
第十条值得单说,它是十条里最容易被忽略而后果最重的一条。
人在写不确定的东西时,本能是用模糊的措辞遮过去("通常""一般来说""大致")。人读到这些词会自动打折,而机器不会——它会把一句"一般来说 A 导致 B"当作一条关于 A 与 B 的知识用出去。
所以在这类文本里,模糊措辞是有害的,而明确的"这里我不确定"是有用的。
本章必须当场认下一件事:附录六那次实测发现,本章自己的模糊词密度是全书第二高(1.3/千字),与本节这条规范相违。 这不是一个理论上的可能,是一个被数出来的事实。
第三节其五那条值得单独展开,因为它是最反写作者本能的一条。
这个读者不会翻目录,不会读引言,不会顺着往下看。 它做的事是:拿着一个具体问题,去库里找相关的片段。
于是一份写得极好但用词冷僻的文本,等于不存在——它永远不会被命中。
三条具体做法:
其一·用问题的语言,不用答案的语言。
想一想使用者会怎么描述这个问题。他不会用你的术语,他会用他遇到的那个现象。 所以在文本里,先写现象的描述,再写你的判断。
其二·把同一件事的多个名字都写进去。 行话、俗称、错误的叫法——尤其是错误的叫法,因为使用者很可能正是那样叫的。
其三·把"什么时候不适用"也写成可检索的。 失效条件如果只是抽象地写"条件不满足时不适用",它永远不会被检索到。要把那些具体情形写出来,让它们各自可被命中。
一条判据,可以自己测:
随便挑一个你的文本要处理的真实问题,用使用者的原话去检索你的库。取出来的是不是那一段?
取不出来,那一段就等于没写。 这个测试一次五分钟,而多数人从不做。
第二节说过篇幅节制失效。这一节说清楚为什么,因为它会遭遇最强的心理抵抗。
为人写作时,冗长有三宗罪:浪费读者时间、稀释重点、显得作者没想清楚。
三宗罪在这里各自的处境:
其一·浪费时间——不成立。机器读三万字与三千字的代价差别,对使用者不可感知。
其二·稀释重点——部分成立,但机制不同。 冗长确实会降低检索的精度(相关片段被淹没)。但解法不是压缩,是分块与标注:把长文本切成自足的块(规范一),每块标清它处理什么情形。分好块的三万字,比没分块的三千字更好用。
其三·显得没想清楚——这一条完全不成立,而且方向相反。
为人写作时,一个人往往通过省略来掩盖自己没想清楚:把不确定的地方一笔带过、把没验证的条件说成"通常"。篇幅压缩会奖励这种掩盖。
而在这类文本里,写清楚每一个边界会让篇幅膨胀,而膨胀本身不受惩罚。 于是那个掩盖的动机消失了。
一个推论:同一个人写同一件事,写给机器的版本很可能比写给人的版本更诚实——因为诚实在那里不必付出篇幅的代价。
但这个推论有一个致命的反面,下面第十二节专门处理它:没有篇幅压力,也就没有任何压力。
一个必须划清的边界:这类文本与技术文档、操作手册、知识库条目有什么不同?
四处不同:
| 技术文档 | 机读文本 | |
|---|---|---|
| 读者 | 人 | 机器 |
| 目标 | 让人能照着做 | 让系统能在具体情形里判断 |
| 写法 | 步骤清晰、避免重复 | 条件密集、鼓励重复 |
| 对不确定的处理 | 通常回避(文档要权威) | 必须标出 |
最要紧的是第二行。
文档处理的是可编码的部分——步骤明确、条件清楚,照着做就行。而这一类文本处理的恰恰是文档处理不了的那部分:什么情况下这个步骤不适用、什么信号说明该换做法、哪一次它失败了以及为什么。
换句话说:
文档是主张层的产物,机读文本是条件层的产物。
这也解释了为什么一个组织可以有大量文档而仍然缺条件层(第十二章第十四节说的那个组织风险):文档留住的是可编码的部分,而真正会缺的是判断的条件。
再划两条界,因为这三样最容易被混为一谈。
与提示词的分别:
· 提示词是指令:规定系统怎么做(用什么口径、什么格式、什么角色);
· 机读文本是知识:提供判断依据(在什么情形下什么成立)。
两者的寿命不同:提示词随产品与模型换代而变,机读文本随现实变——它的保质期由它描述的那个世界决定,不由技术决定。
两者的检验方式也不同:提示词好不好,看输出格式对不对;机读文本对不对,要看用它做出的判断在现实里成不成立——那要等结果。
与训练语料的分别:
这一条最要紧,也是本章第一节判据三的全部内容。
· 训练语料进入模型的参数,一旦进入就无法撤回,而且会被所有使用者共享;
· 机读文本留在私有库里,只在被检索时进入一次上下文,而且可以随时撤回(第一章七件里的第五件)。
这个分别决定了归属:进了训练语料的东西不再是你的(本书第五章的全部论证);留在私库里的东西仍然是你的,因为你能撤回它。
一条实务纪律:这类文本绝不应当被上传到任何会把它并入公共语料的地方。 一次误传是不可逆的——它不是泄漏了一份文件,是永久失去了那一部分条件层。
现在开始算账,而第一笔最重。
为人写作有一个隐藏功能,本书第十二章第八节说过:写给别人看,会逼你发现自己哪里没想清楚。
读者是一个检验装置——他会看不懂、会追问、会指出你跳了一步。而这一类文本把这个装置整个拆掉了。
后果是具体的:
· 一段其实空洞的条件说明,没有人会指出它空洞;
· 一条其实是废话的边界("在不合适的情况下不适用"),没有人会退回它;
· 一整份从头到尾没有任何具体信息的文本,照样会被检索到、被引用、被用来产生回答。
而最后一条尤其危险,因为它会产生"它在工作"的假象(下一节)。
三条补救,都不彻底:
其一·抽样人读。 每月随机抽两份,自己从头读一遍。这是最便宜的一条,而它会立刻暴露相当一部分空洞。
其二·条件密度这个读数(第十六节):数一数每千字里有多少条可判定的边界。空洞的文本这个数会很低,而它不需要人读就能测。
其三·让另一个基底读并提问。 请它列出"这份文本没有回答的问题"——这是把第八章那套碰撞用在文本上。
第二笔账更微妙。
给一个模型任何一段文本,它都能从中提取出些什么,并且用它产生一个看起来合理的回答。 这是它的能力,不是它的缺陷。
而这带来一个判断上的陷阱:
"它被用上了"不等于"它有内容"。
一份空洞的文本被检索到、被放进上下文、参与了一次回答——从系统日志上看,它正在工作。 而它可能对那次回答没有贡献任何东西,甚至可能起了负作用(挤掉了真正相关的片段)。
这一条与第十节合起来,是一个相当难受的处境:既没有人读它,也无法从"它被用上了"推出它有用。
唯一能分辨的办法是做对照:
同一个问题,一次带上这份文本,一次不带,比较两次回答的差别。
没有差别 → 这份文本对这类问题没有贡献。
这个测试就是本书第七章那个落差读数在单份文本上的应用,而且它便宜:几分钟,不需要任何工具。
建议的用法:新写的文本入库一个月后,抽三个它本该处理的问题做一次对照。没有差别的,退回重写,而不是留着占位置。
第三笔账,直接撞上第九章。
这类文本极便宜:不必打磨、不必修辞、不必控制篇幅,而且可以由模型协助起草。 一个人一天可以产出几万字。
而没有人读它。
两件事合起来,会让库以人无法审计的速度膨胀。
第九章算过一笔账:一个人的可维护上限大约在一百到三百条之间,而超过之后不是崩溃,是静默退化——复检开始跳过、连锁检查开始省略。
机读文本会把这个上限撞得更快,因为它的生产速度与人的审计速度之间的差距大了一个量级。
而膨胀有一个特殊的坏处,在这里比在第九章更严重:
库越大,检索时被取出的相关片段的质量越不可控。 一份质量差的文本混在里面,它不只是占地方——它会在某一次回答里被取出来,而没有人知道。
三条处置:
其一·入库要有闸门。 至少过第十六节那两个读数(条件密度、来源标注率)。不设闸门的库,一年之内会被自己的产量淹掉。
其二·撤回要跟上。 第九章那套除籍公式在这里同样适用,而且参数要更严——因为产量更高。
其三·产量要与审计能力挂钩。 一条粗糙但有用的纪律:每月新增的字数,不超过你有能力抽检的量的十倍。
第四笔账最根本,而且它直指本书的地基。
这类文本可以由模型起草——事实上,多数人会这样做,因为它便宜、快、而且格式规整。
那么问题来了:
如果一份只给 AI 读的文本由 AI 写,这个循环里人在哪里?它还算不算"个人知识"?
按本书第一章那七件构成,回答很清楚:
可以由模型起草的是:主张(第一件)、条件的表述(第二件的形式)、保质期的提示(第六件)、牵连的梳理(第七件)。
不能由模型提供的是:
· 第三件·来源事件——它没有经历过任何一件事;
· 第四件·失败记录——它没有失败过;
· 第五件·归属——它不能撤回,也不能承担撤错的后果。
所以本章的纪律与第一章完全一致,只是场合不同:
允许 AI 代笔,不允许 AI 代经历、代判负、代承接。
一条可以当场用的判别方法:随便抽一份文本,挑其中一条边界,问一句——
这条边界是哪一天、在什么场合撞出来的?
答不上来的,那条边界就是生成的,不是撞出来的。 它可能仍然正确(模型的推断常常是对的),但它不是这个库的资产——因为它没有经过任何人的现实。
一份全部由生成的边界构成的文本,是一份很好的综述,而不是个人知识。 这个分别在第一章第二十四节已经写过,而在这里它变得尖锐,因为这类文本的生产几乎完全依赖模型。
上一节那个纪律要能落地,需要三条防线。三条都很便宜,而缺任何一条,这类文本会在一年内退化成一堆自动生成的综述。
防线一·判据必须是人给的。
模型可以写出"锅底三毫米以下用中火",而"三毫米"这个数从哪来,必须有人答得出。 入库时要求每一条数值化的边界标出来源:实测、推断、还是抄来的。标"推断"的不算条件层,算候选。
防线二·失败记录必须是人写的。
模型可以编出一段看起来很像的失败案例,而它编不出日期与当时的具体情形(第十三节那个判别方法)。要求失败记录带日期与场合,这一条足以挡住绝大部分伪造。
防线三·撤回必须是人做的。
这是第一章那条硬线在本章的形态:撤回权私有。 无论文本由谁起草,决定它作废的必须是那个会为它的错误付账的人。
三条防线的共同结构(它们同时也是第十一章那个平台第六个部件的规格):它们把"能被生成的部分"与"必须被经历的部分"分开,而分界线与本书第一章那张 AI 分工表完全重合。
这不是巧合——它是同一条线在不同尺度上的显现:在一条条目上,AI 能做四件不能做三件;在一份文本上,AI 能起草不能背书;在一个库上,AI 能整理不能负责。
按前面四笔账,可以归出三种最常见的坏形态。三种都会被正常检索到、正常参与回答,而不会引起任何报警。
其一·空壳型(第十节那笔账的产物)。
通篇是判断,没有边界。每一句都对,每一句都无法被反驳——因为它没有说任何具体的事。
特征:条件密度极低,"通常""一般""应当"密集出现。
它的危害不是没用,是有害:它会被检索到、被放进上下文,挤掉那些真正相关的片段(第十一节)。
判别:随便挑一段,问"这段排除了什么情形"。排除不了任何情形的,就是空壳。
其二·借来型(第十三节那笔账的产物)。
内容是对的、具体的、甚至相当专业——而它全部来自阅读或生成,不来自这个人的任何一次经历。
特征:来源标注率低,或者标注的是"根据某某理论""业界通常做法"这类无日期无场合的东西。
它的危害在于它稀释了库:库看起来很厚,而其中能算作这个人的资产的那部分在缩小(第一章说的"收藏")。
判别:问那一条是哪天撞出来的。
其三·堆场型(第十二节那笔账的产物)。
不空,也不假——只是太多,且从未被回看过。
一个人三个月写了二十万字进库,此后一次也没有抽检过。其中可能有很好的东西,也可能有已经过期的东西,而两者混在一起,没有人分得清。
特征:入库量远大于抽检量;库里存在大量一年以上未被任何回答用到的文本。
判别:第九章那套除籍公式——多久以前写的、多久没被调用过。
三种坏形态的共同点,与第九章第十九节那句一样:它们没有一种会让流程报错。 库照常增长、检索照常命中、回答照常产生。
唯一能看见它们的办法,是去测第十五节那五个读数——而那正是没有人会主动去做的事,因为库看起来一切正常。
这类文本不能用"写得好不好"来评。五个读数,前两个必测。
| # | 读数 | 定义 | 判读 |
|---|---|---|---|
| 1 | 条件密度 | 每千字中可判定的边界条数 | 低=空洞(第十节) |
| 2 | 来源标注率 | 带日期与场合的边界数 ÷ 全部边界数 | 低=多为生成(第十三节) |
| 3 | 命中率 | 该被检索到的问题中,实际检索到的比例 | 低=写法不可检索(第六节) |
| 4 | 落差贡献 | 带这份文本与不带的回答差别 | 零=没有贡献(第十一节) |
| 5 | 失效覆盖 | 记录了多少条已知失效情形 | 零=只写了正面 |
取值都很便宜,其中三个可以自动跑:
· 条件密度与来源标注率是纯计数,可以让机器统计;
· 命中率需要一批真实问题,跑一遍检索即可;
· 落差贡献要人看两次回答,几分钟一次;
· 失效覆盖是计数。
一条入库闸门的建议:
条件密度低于某个值、或来源标注率低于某个值的文本,不许入库。
具体阈值本章给不出(自曝第一条:没有测过任何库),但阈值不是重点,有闸门才是——一个没有入库闸门的机读库,会在几个月内被自动生成的内容填满,而没有任何人会察觉。
本章有一处不自洽,必须自己指出来,因为它是全书最难的一处。
本书第二章那把刀是:主张层公开,条件层私密。 而这类文本整个是条件层——按那把刀,它应当完全不公开。
于是它落进了一个位置:
· 它永远不会被外部看到;
· 因此永远不会被外部检验(第八章那套碰撞攻的是主张与判据,而这类文本没有主张,只有条件);
· 而它却在实际参与每一次判断。
换句话说:这本书里最接近"真东西"的那一层,恰好是最不可能被任何人挑错的那一层。
这不是一个可以靠设计解决的问题,第八章第十五节那个天花板在这里到了极端形态:不交底的检验攻不到推演过程,而这类文本整个就是推演过程。
能做的只有三件,全部是自查而非外查:
其一·把边界的抽样送去碰撞。 不送整份文本,只送其中若干条边界(去掉具体来源),让外部攻它们成不成立。这是第八章那个"可攻面逐条决策"在这里的应用。
其二·靠落差贡献来间接检验(读数四)。它测不出这份文本对不对,只测得出它有没有用。
其三·承认这一层的可靠性主要靠承接。 第十章那句话在这里是最后一道防线:依据不可见时,唯一能替代依据的是承接。 而这类文本是"依据不可见"的极限——它连持有者以外的任何人都看不见。
所以本章的结论必须写成这样:
这类文本的可靠性,不由检验保证,由持有者的承接保证。 一个不为自己的判断付账的人,他的机读库里写什么都行——而没有任何人能发现。
| 前面各章 | 本章的关系 |
|---|---|
| 第一章·七件构成 | 本章的规范五就是第三件(来源事件)的就地形态;三条防线与那张 AI 分工表完全重合 |
| 第二章·公开命题私密条件 | 本章是那把刀的极限情形:整个是条件层,因而整个不公开 |
| 第五章·可被使用而不交出 | 本章是它的文本形态 |
| 第八章·攻深上限 | 本章把它推到极端:这类文本无法被外部攻击(第十六节) |
| 第九章·维护上限与代谢 | 本章把膨胀速度提高一个量级,除籍参数要更严 |
| 第十章·承接 | 本章的最后一道防线,也是唯一一道 |
| 第十二章·直通车 | 本章是直通车的燃料:智能体调用的正是这类文本 |
最后一行值得展开一句:第十二章担心的是直通车绕过了传承与解释两站。而本章说的这类文本,正是让直通车能开起来的那样东西。
两章合起来是一个完整的图景:这类文本让一个人的条件层可以被大量调用——这既是它的价值(第十二章说的三个真实收益),也是它绕过那两站的原因。
本书不认为这构成矛盾,理由在第十二章第十九节:前十章算的是持有者个人的账,第十二章算的是群体的账。 而本章处理的是那笔个人账里,最具体也最容易被做坏的一项。
按第十三章的体例,这一章也要说清它的适用边界。三种情况不该写。
其一·这件事你还没做过几次。
条件层来自撞边界,而撞边界需要次数(第一章)。做过三次就去写一份条件说明,写出来的多半是推断而不是条件——它会以借来型(第十四之二节)的形态进库,而且因为是你自己写的,你不会怀疑它。
正确的做法是先记原始的事:某年某月某场合,发生了什么,我判断错在哪。攒够了再归纳。
其二·这件事可以被写成流程。
如果一件事照着步骤做就能做成,那它属于文档,不属于这一类(第八节)。给可编码的东西写条件层,是把力气花在没有条件的地方。
判别:换一个具备基本能力、按流程走的人来做,他能不能做成? 能——写文档去。
其三·你不打算维护它。
这类文本的维护成本与普通条目一样(第九章那笔账),而它的生产成本低得多——这个不对称意味着:很容易写出远超自己维护能力的量。
一条粗糙但有用的自问:这份文本一年后,我会回来看它一眼吗? 不会——那就不要写;写了不看的,一年之内会变成堆场型。
三条合起来是一句:
这类文本值得写的前提是:你真的撞过、它不能被写成流程、而且你打算回来看它。
三条都不满足而仍然大量生产的人,他造的不是条件层,是一个体积很大的负债(第九章那个"应撤未撤"的负债项,在这里以更快的速度积累)。
把这一章讲给不做知识工作的人听。
一位做了很多年生意的人,有一本账。
不是财务账,是另一本——上面记着哪个客户拖款拖到什么程度就该停货、哪个季节的报价要留多少余地、哪种谈法对哪种人不管用。
这本账有三个特点:
其一·外人看不懂。 上面全是简写、代号、只有他知道的缩略语。
其二·它不像一本书。 没有章节,没有开头结尾,翻到哪页都是零散的条目——"某某厂,去年冬天那次,说好三十天,实际六十天,此后现款"。
其三·它非常有用。 遇到事情,翻一翻,就知道该怎么办。
这本账,就是本章说的那类文本的手工版本。
它一直存在,只是从来没有被当作"知识"看待过——因为它不像知识:琐碎、重复、没有结论、通篇是"某某情况下不行"。
而现在,它可以被交给一个能读懂它的读者。
变化在三处:
· 它不必再是简写了——可以写全,因为不再受手写篇幅的限制;
· 它可以被"翻"得快得多——问一句就能找到相关的那几条;
· 而最要紧的一处:它可以在他不在场的时候被使用。
代价也在三处,正好对应本章那四笔账:
· 记的时候没有人看,所以他可能记了一堆废话而不自知;
· 记得太快太多,他自己也再没有翻过一遍;
· 如果那些条目是让机器帮他"补全"的,那本账就不再是他的了——因为里面的事,有一些他从来没经历过。
而这本账最要紧的性质,从手写时代到现在没有变过:
没有任何人能检查它对不对。唯一能保证它可靠的,是记账的那个人要为它的错误付账。
必须先声明:本章未做实搜,下列各家按通行表述引述、未复核。
一|技术文档与知识库工程。 占了"为使用而写的文本"这一格。分离线见第八节:文档是主张层的产物,为人能照着做而写;本章的文本是条件层的产物,为系统在具体情形里判断而写。
二|专家系统的知识库(规则加置信度那一路)。 历史上第一次大规模"为机器写知识"的尝试,是本章最直接的先行者。分离线两条:其一,那一路要求完备且无歧义(因为要被推理引擎执行),本章明确允许不完备、要求标出不确定(规范十);其二,那一路的失败原因之一正是完备性要求——它把所有说不清的东西挡在了外面,而说不清的东西恰恰是条件层的主体。
三|检索增强生成这一路的语料工程。 技术上最近的邻居:为检索而组织的私有语料。分离线:那一路关心的是怎么让检索更准(分块、嵌入、重排),本章关心的是写什么——前者是工程问题,后者是内容问题。两者互补,本章完全依赖那一路的工程成果。
四|提示词工程。 见第九节。指令与知识的分别。
五|Polanyi 一路的默会知识。 本章第四节那个判断——条件层一直没有形态,所以从未被写下来——在那一路看来是理所当然的(说不出来的东西当然写不下来)。分离线:那一路认为不可完全外显是认知的性质,本章认为当时没有一种形态使它值得被写下来。这与第三章的核心论证是同一条。
六|实验室笔记与临床记录传统。 占了"为自己记录条件与失败"这一格,是本章那类文本的手写祖先(第十八节那本账)。分离线:它们是给自己或同行看的,因此仍受可读性约束;本章的文本没有这个约束,因而可以走得更远,也更容易走坏。
七|企业的经验教训库。 占了"把失败记录下来供以后查"这一格。这一家对本章是警告:这类库在实践中大量沦为无人查阅的存档。分离线:那些库缺的是检索能力(人不会去翻),而本章的场景里检索问题被解决了——所以本章的失败方式与它不同:不是没人查,是查到了但内容是空的(第十、十一节)。
八|第九章借来的图书馆除籍方法。 在本章同样适用,且参数要更严(第十二节)。
九|本书第二章那把分层刀。 本章是它的极限情形(第十六节)。
十|自家其余各章。 全书十四章同源同日,不能互相当作独立证据。
没有被占的一处(未实搜,只能说"我未见"):把"只给机器读"当作一种独立的文本类型,给出它的十条规范与五个读数,并指出它是条件层的载体。
一(打击范围:全章的写作规范)。 若实测表明,按本章十条规范写的文本,与按普通写作规范写的文本,在落差贡献(读数四)上没有差别,则这十条是多余的讲究。这一条最便宜,也最该先做。
二(打击范围:第四节的承重命题)。 若条件层被证明可以在给人读的形态下被同样有效地写下来(例如一种新的文章体裁),则"机器读者第一次使它可被写下"不成立。
三(打击范围:第十三、十四节的三条防线)。 若模型能够可靠地生成带日期与场合的、且经得起核对的失败记录——即它能编出无法被分辨的经历——则第十三节那个判别方法失效,三条防线塌掉两条。这一条我认为相当可能在几年内发生。
四(打击范围:第十六节的悖论)。 若出现一种能在不暴露条件层的前提下检验条件层的机制,则那个悖论解除,本章的最后一道防线(承接)不再是唯一的。
五(打击范围:第十二节的膨胀风险)。 若自动化的审计手段能跟上生成速度,则膨胀不构成问题,入库闸门可以放宽。
假设最强的反驳成立——十条规范与普通写作没有差别,本章的规范部分全废:
· 第二、三、五、六、七节受损(约定的变化与十条规范);
· 但第四节那个判断仍然成立:条件层需要一个形态,而且它一直没有——这与规范怎么写无关;
· 第十至十四节的四笔账不受影响——它们讲的是"没有人读"这件事的后果,与写法无关;
· 第十六节那个悖论不受影响,而且它是本章最重要的一节;
· 第十三、十四节那三条防线不受影响——它们来自第一章的 AI 分工,不依赖本章任何新主张。
所以本章最脆的是它的规范,最稳的是它的账与它的悖论。
如果本章完全成立,最值得警惕的误用是什么?
把它当作一个可以放心倒东西的地方。
因为不必给人看、不必打磨、不必控制篇幅、还可以让模型帮着写——这类文本极容易变成一个垃圾场,而且是一个没有人会去看的垃圾场。
第十五节那个入库闸门就是为防这一条而设的,而它是本章唯一一条我认为必须执行的建议。
一、本章的五个读数全部没有测过,第十五节那个入库闸门的阈值因此给不出——我只能说"要有闸门",说不出闸门设在哪。
二、十条规范全部是从机制推出来的,没有一条经过对照实验。 作废条件一就是为它准备的,而那个实验一天就能做,我没有做。
三、本章未做实搜。 二十节十家占位者全部按通行表述引述。其中第三家(检索语料工程)有大量工程经验与实测,而本章完全依赖它却一条都没核。
四、第十三节那个判别方法(问边界是哪天撞出来的)可能已经不可靠。 一个足够强的模型配上足够多的上下文,很可能编得出一段无法被分辨的经历——这与第一章自曝第六条是同一笔账,而在本章它更致命,因为本章的三条防线有两条建立在它上面。
五、第十六节那个悖论我没有解,只是承认了它。 而它是全书最难的一处:最接近真东西的那一层,恰好最不可能被挑错。
六、我没有处理一个明显的问题:如果这类文本大量存在,那么两个不同的人的机读库之间会不会产生冲突(同一情形,两条相反的条件)?在个人库里这不是问题(第十章说过:允许并记录矛盾),而在一个多人共用的库里,它会是。 本章完全没有处理多人场景。
七、全书十四章同源同日,不可互证。
八、利益冲突不可自证。
写作这件事,几千年来一直在对付同一个对象:一个注意力有限、会疲倦、会走神、随时可能放弃的读者。
我们发明的几乎所有技艺——起承转合、详略得当、比喻、悬念、循序渐进——都是为了把话送进那样一个人的脑子里。
现在第一次有了一个不会疲倦的读者。
于是那些技艺失去了对象,而另一些东西第一次变得可能:你可以把一件事的边界写到穷尽而不必担心冗长,可以把同一条件重复三遍而不必担心厌烦,可以只写"什么时候不行"而不必先讲一个引人入胜的开头。
而这恰好是条件层一直需要的那个形状。
一个人手上真正值钱的那些东西——在什么情况下这条判断不成立、哪一次它失灵过、什么信号说明该换个做法——从来就不像文章。它们琐碎、重复、没有结论。所以几千年来,它们没有被写下来过,只能以"经验"的名义随人生灭。
现在它们可以被写下来了。
但这一章用了四节来说明代价,而那四笔账有一个共同的根源:
一份没有人读的文本,也就没有人会发现它是空的。
写给人看,读者是一道闸门——他看不懂会问,你跳了步他会指出来。而这道闸门被拆掉之后,剩下的只有你自己。
所以这一类知识,是这本书讲的所有东西里,最依赖持有者自律的一种。
它不会被检验(第十六节),不会被读者纠正,不会因为写得空洞而受到任何惩罚。它唯一的可靠性来源,是记账的那个人愿意为它的错误付账。
而这一句,也正是这本书从第一章讲到现在的那一句。
\newpage