第十八章 使用者心中的封装
一、一段使用经历提供了怎样的问题
王德生描述自己的GPT使用经历：2023年，基本会查看每次问答的输出；后来，随着使用中感受到的稳定性提高，开始形成封装，不再每句话都去阅读。这段自述的价值，在于它把技术能力与使用方式的关系放到了时间中，而不是只问某一时刻是否相信AI。
本章以这段自述为经验入口，不把没有提供的细节补写成个人史。我们不知道每一类任务的审阅比例、具体错误率和每次转折的时点，也没有由此得到关于全部模型的统计结论。可以明确研究的，是从逐次展开到有条件整体调用这一变化，以及它可能包含的发生机制。
这个变化不是简单决定“以后少看一点”。如果使用者仍然不断遭遇无法预测的失败，强行减少阅读未必形成可用封装；如果可靠性确实得到相应支撑，永远要求他逐句重审，也可能把已经成熟的能力限制在重复确认中。判断需要同时面对这两种可能。
使用者心中的封装，因此不是一个独立于技术条件的心理开关。它在经验、证据、任务和反馈的联系中发生，并表现为注意、预期和行动单位的变化。要理解这种封装，需要研究人怎样使用，而不只询问他口头上信任多少。
在双作者的论述中，需要明确这一经验的归属：本章所述2023年以来的GPT使用变化，是王德生的自述，不自动成为张琼的经历，也不是两位作者共同完成的用户研究。共同建构一个解释，与共同拥有每一段生活史，是不同关系。把经验归属写清楚，能够保留它作为研究入口的价值，又不使署名变化扩大证据范围。
二、每一次输出都是新事件的阶段
在尚未形成稳定预期时，每份回答都可能要求使用者重新辨认：系统理解了什么，哪些地方可能错，哪些内容能够直接使用。上一份答案正确，对下一份提供了一点信心，却未必足以让当前检查大幅减少。使用者面对的仍然是一连串需要分别接受的事件。
这种高频展开有其合理性，尤其当工具范围尚不清楚、任务类型变化很大时。但它也具有成本：使用者的注意不断停留在工具表现上，而不是进入工具本来要支持的研究对象。每一次都问“这份输出能不能用”，更大的任务关系便可能难以持续形成。
这里不能把早期阅读量直接等同于高判断力。逐句阅读可以很细致，也可以只是被流畅语言带着走；反复担心可以促成检查，也可以一直停在同一个没有解决的问题上。需要观察哪些差异真正被发现，以及发现怎样改变后续，而不只统计看了多少字。
同样，早期谨慎不是必须尽快克服的心理障碍。它可能准确反映能力尚未成熟的现实。封装发生的目标不是让担忧消失，而是使担忧所指向的判断获得适当承接。没有承接，只要求放心，会把过程中的问题藏进使用者的沉默。
三、过去经验怎样进入下一次预期
随着反复互动，使用者可能逐渐辨认出某些相对稳定的关系：哪些任务通常能得到有用结果，怎样的要求容易引发偏差，哪些返回状态需要额外检查。过去经历不再只是孤立回忆，而开始参与下一次任务的组织。
这种预期具有范围。例如，一个人可以对格式整理形成较强的使用预期，对陌生数学证明仍保持深入核验；可以整体调用已经测试的转换流程，却不把同一信任直接移到事实查证。真实封装往往是局部和不均匀的，而不是某天突然相信整个系统的一切输出。
预期还可能来自他人的证据与专业安排。后来使用者不必亲自经历所有试错，可信的测试记录、明确的能力说明和可用复核机制可以参与其判断。但这些信息仍需要与当前任务相连。一个宽泛评价无法替代对具体适用条件的认识。
因此，过去经验进入未来的过程，不只是记忆累积，而是条件化的使用关系逐渐形成。某些差异被保留为提醒，某些程序成为默认，某些任务被排除在整体调用之外。封装在这里体现为一种选择性稳定，而不是所有不确定性的消失。
四、从句子单位到任务单位
逐句阅读时，注意可能以每个断言和表达为单位；整体调用时，注意开始更多围绕一次任务是否完成。这个转变可以使同样长度的输出在工作中具有不同位置：它不再是必须全部处理的对象，而成为下一步活动可以依赖的一个条件。
设想一位作者已经形成稳定的格式校对流程。最初，他查看每一个标点修改；后来，他主要检查规则是否适用于当前文稿、改动摘要是否异常，以及最终版本是否仍保留原意。内部修改并没有消失，判断粒度却改变了。这是构造性说明，不是对王德生具体操作的补充记载。
新的粒度不一定更高贵。若当前任务正是研究语言细节，逐句进入可能最有价值；若当前任务是比较几种章节结构，反复纠缠已经可靠处理的格式可能妨碍研究。适当粒度由任务关系决定，而不是用“粗”与“细”给人的能力排序。
也正因此，封装不是永不阅读。使用者可以在需要理解、创新或处理异常时主动展开。不同的阅读方式可以交替出现：整体接受经过承接的常规部分，细读关键判断，抽取局部复核，或者因新问题重新通读。成熟的是转换能力，而不是固定减少阅读的习惯。
五、技术侧与使用者侧可能出现四种组合
为了分析两侧关系，可以构造一个简单的比较框架。技术侧对某类任务是否获得足够支撑，使用者侧是否已经把它作为可整体使用的单位，是两个不同问题。把它们分别考察，就能避免只从放心或不放心推断工具成熟度。
第一种情况，两侧都尚未形成。系统能力不稳定，使用者保持较多检查，当前展开可能相称。第二种情况，技术侧已有相应支撑，使用者却因缺少经验或信息仍然逐次重审；这里需要研究证据传递与使用学习，而不是要求他盲目相信。
第三种情况，使用者已经整体接受，技术侧却没有承接相应判断。这是过早封装的风险，问题不必由个人粗心单独解释，也可能由界面、宣传或反馈缺失共同造成。第四种情况，两侧在明确范围内相互匹配，使用者可以减少重复展开，系统仍保留必要检测与异常处理。
这四种情况只是分析位置，不是给现实使用者贴永久类型标签。同一个人在不同任务中可能同时处于不同位置；同一工具更新以后，某些匹配也会改变。框架的作用是提出要检查的关系，而不是把复杂经验压成一次性评分。
这四种组合需要直接交代它的近邻。人机信任研究早已提出“校准”的要求：使用者的信任应当与自动化系统的实际能力相匹配，信任高于能力是过度信任，低于能力是信任不足。[R19] 另一项经典分析把人对自动化的使用分为正当使用、误用、弃用和滥用：误用是过度依赖，弃用是不去使用本来值得使用的自动化。[R20] 对照起来，第二种情况大体就是信任不足和弃用，第三种情况大体就是过度信任和误用，第四种情况就是校准良好。本书并没有在这里发现一个新的分类。
举一个家里的例子。很多家庭给老人装了智能药盒，到点会响铃并亮灯提醒吃药。第二种情况是：药盒其实很准，老人却每次都要打电话问子女“今天的药吃了没有”；第三种情况是：老人已经完全靠药盒，药盒因为电池耗尽停了两天，谁也没有察觉。校准理论对这两种情况的诊断是清楚的：前者要提高信任，后者要降低信任或者改进系统的状态显示。这些诊断都合理，本书也会这样说。
本章此后各节想做的，是把问题从“此刻是否匹配”移到另外三件事上：使用者心中的封装怎样一步步形成；它在什么粒度上成立，比如在句子单位上已经放下、在任务单位上仍然保留；以及出现异常时谁能把它拆开。在药盒的例子里，就是要问：老人对药盒的放心是怎样一步步形成的；她放心的是“到点提醒”这一层，还是连“药盒在正常工作”这一层也一并放下了；药盒停了，谁有权、有途径发现并处理。两位校准程度相同的使用者，可能经过完全不同的封装形成过程；这种差别在异常发生时是否会显露，是一个可以检验的问题。第三十八章将把这一点与校准理论和自动化反讽逐项对照，并写出能够否定本书说法的观察。
六、稳定性不是把所有意外消灭
使用者形成封装以后，仍然可能遇到意外。关键不是系统永远不出现与预期不同的表现，而是这些差异是否落在能够处理的范围，是否以适当方式显露，以及是否有路径进入修复。一个能够报告问题并停在正确状态的系统，可以比一个永远显得顺畅的系统更值得依赖。
例如，生成程序在某次任务中说明资料不足，要求补充来源。这使工作暂时变慢，却保护了目标与依据的关系。若使用者逐渐理解这种返回也是能力的一部分，就不会把任何拒绝或暂缓都当作系统退化。封装可以包含对“不完成”的适当预期。
从SDE看，E并没有因为封装而冻结。新的对象、要求和工具状态继续改变特征之间的作用。稳定能力表现为在一定变化范围内能够维持任务、调整过程或者准确停下，而不是要求对象永远与旧案例完全相同。
因此，使用者心中的稳定也应具有弹性。它不是认定“以后不会再出问题”，而是形成“这类问题可以怎样处理”的认识。这样的预期更接近能够继续发生的封装，而不是对完美工具的想象。
七、当工具退出注意中心以后
工具初次进入活动时，它本身往往成为注意对象。使用者观察表现、试探边界、比较结果；当某类能力逐渐稳定，它可以退出注意中心，进入行动结构。人开始通过工具研究其他事情，而不再始终研究工具是否可用。
这种退出并不意味着工具贡献减少。它可能更深地参与了工作，只是不再持续占据显性的审查。正如一个可靠的记号系统能够支持较大的推理，使用者不必每一刻都重新问为什么这个符号代表这个关系；但若记号定义改变，注意又需要返回相应层级。
本书把这一变化理解为对象与条件之间的角色转换：原来反复需要处理的过程，成为当前活动可以借助的条件。不过，角色不是永久固定的。学习者为了理解原理、研究者为了扩展用途、维护者为了处理异常，都可以把条件重新变成研究对象。
这使封装与新能力发生相连。过去的注意负担减少，提供了进入其他关系的可能；是否真的进入，还需要实际任务证明。使用者也可能只生产更多同类内容，或者被新的默认路线限制。注意被释放是条件，不是提升已经完成的结论。
八、怎样研究这种改变，而不替经历编造数据
围绕王德生的自述，可以提出一项未来的研究设计：选择几类明确任务，记录每次使用前的预期、实际审阅范围、发现的异常、采取的修改以及后续是否继续使用。这样可以把“越来越放心”展开为不同任务中的行为与依据，而不只依赖一次回顾性评价。
记录需要克制。没有必要收集与研究无关的私人内容，也不能为了完整日志破坏正常工作。可以只保存任务类型、证据状态、关键介入点和匿名化的错误类别；具体隐私安排应由参与者知情同意。这里提出方法，并不意味着本书已经启动或完成这样的研究。
比较可以关注几个不同结果：个人检查时间是否变化，关键缺口是否仍被发现，任务完成状态是否更准确，新任务中的边界识别是否改善。若只有检查时间减少，而错误识别同步下降，就不能称为成熟封装；若检查减少且系统承接更充分，但个人理解没有提升，也要把两种能力状态分别报告。
长期记录还能够观察拆封。一次明显异常是否使所有任务的信任同时下降，还是只改变相关范围？工具修复以后，使用者怎样重新接受？这些差异有助于研究封装的边界与弹性，而不是把信任当成一条只能上升的曲线。
九、依赖不是原罪，无法改变的依赖才需要特别检查
人使用工具必然涉及某种依赖。如果把一切依赖都视为判断力丧失，那么工具文明本身就会被误写成不断退化。关键不在于是否依赖，而在于依赖什么、依据是什么、失效时怎样应对，以及这种关系是否支持新的活动。
同样，完全理解全部内部原理也不是适当依赖的唯一条件。一个使用者知道何时调用专业复核，能够清楚说明目标和异常，可能具有非常有效的复合判断能力。不能因为他不能独自重建系统，就否认这种能力；也不能因为有复核名义，就忽略复核是否实际可用。
需要警惕的是依赖范围被悄悄扩大，而使用者失去了解和改变它的途径。一个工具在格式任务中可靠，不意味着它能决定研究目标；一个工作流允许快速交付，不意味着它已经替作者完成知识责任。封装需要让这些不同权限保持可辨，而不是用整体便利吸收全部判断。
因此，本书不把“不再逐句读”直接当作问题，也不把它直接当作进步。它是一个需要解释的发生现象。评价应回到复合系统：必要判断在哪里发生，使用者获得了什么能力，哪些问题仍然能够被重新打开。
十、使用中的封装怎样回写工具
封装形成不只是技术改善先发生、用户后来被动适应。使用者逐渐辨认出的稳定关系，可以反过来改变任务表达、操作步骤和功能设计。某些常见误解促使界面调整，某些新的使用方式又提出原来没有的检验要求。
这种回写使人与工具共同变化。使用者学会更清楚地规定任务，工具流程更准确地显示状态；新的整体调用又使任务规模改变，带来新的边界问题。不能简单把长期效果全部归给模型单方面进步，也不能把系统变化全部归给提示技巧。需要研究具体连接如何变化。
回写也可能走向不良稳定。若使用者逐渐只选择工具容易回答的问题，研究范围可能缩窄；若工具只适应使用者已有偏好，新的差异可能更难进入。主观顺手程度提高，并不自动表示价值提升。三方程、六路径和三原理仍要对这种共同稳定进行判断。
封装的成熟因而需要保留陌生问题的入口。不是每天都故意打破所有习惯，而是允许新对象、反例和其他主体带来无法被现有单位处理的差异。只有这些差异仍然能触发重新判断，整体调用才不会变成对已有能力的永久封闭。
十一、从个人经历走向可传递的使用能力
一个人的使用经验可以成为后来者的起点，但不能被直接复制成相同程度的放心。后来者的任务、领域知识和检验资源可能不同。经验传递应当说明哪些条件使这种封装成立，哪些部分依赖特定熟练，而不是只告诉别人不必细看。
可以传递的是可学习的使用关系：什么任务适合整体调用，哪些状态值得注意，异常怎样转交，何时应重新展开。这样的传递尊重经验，又不把经验神化。它使后来者不必重走全部试错史，同时保留形成自己判断的空间。
王德生的自述因此不是本书用来宣布AI已经完全可靠的证据，而是揭示了一个值得研究的文明机制：过去的反复判断，怎样进入未来的整体使用；工具的可靠性，怎样成为使用者新的行动单位；新的单位，又怎样支持或限制新的问题。
这段自述揭示的不是“从此可以相信全部AI”，而是一个使用单位怎样形成：过去反复判断的结果，开始参与未来的任务安排。整体调用使注意能够移向别处，也要求范围和异常仍然可辨。当这些新的单位进一步连接起来时，另一项判断随之出现：每个部分各自可用，是否已经足以支持新的整体？答案需要在连接中重新取得。