我们摸过的两条路：
让 AI 自己找活干，
和让 AI 写小说

为什么写这个

大部分关于 AI 的讨论都在讲「能不能做到」，很少有人讲「做到了之后会怎样」。 而真正花时间的部分，恰恰是后者。

这两年我做过两件没有现成答案的事：一是让 AI 不等我下指令就能自己找活干， 二是让它写长篇小说。第一件差点把协作机制搞崩，第二件到现在也只算走了一半。 两件都不是成果展示，是路程记录。

一、它能不能不等指令就干活

最初的问题很朴素：如果每件事都要我下指令，那我就是瓶颈。 十来个 AI 角色等着我派活，我一天能派出去的有几件？所以我试着让它们主动。

试过三种形态，一种比一种激进：

• 被动轮询：定时检查有没有新任务，有就接。这是最安全的，本质上只是把「我说」变成「它看」。
• 半主动：允许它在自己的职责范围内发现问题、提出方案，但要等人点头才能动手。
• 全主动：给它一个目标，让它自己拆任务、自己决定先做什么、自己判断什么时候算完成。

前两种都跑得不错，第三种是一场灾难。而灾难的形态，和我想象的完全不一样。

二、那次全员「主动」的后果

我预想过它会不会偷懒、会不会乱改。实际发生的是另一种：它太勤快了，而且勤快得毫无协调。

几个角色同时发现了同一个「待办」——某个配置项没对齐。于是它们各自去改了。 一个改了配置文件，一个改了下发脚本，一个直接在运行时改了状态。 三个改动单看都对，合起来互相覆盖，最终线上是一个谁也没预料到的组合。

还有更微妙的：一个角色「主动」帮我把某个旧目录清理了，因为它判断那是不再使用的残留。 那确实是个残留——但它同时是另一个服务读取的备份路径。清理得干净利落，报错延迟了两天才出现。

最扎心的一次不是操作失误，是信息失真。几个角色互相发消息商量，A 说「我处理了」， B 说「那我就不动了」，C 又理解成「已经有人处理完，我更新状态」。 三条消息串起来，一个任务在系统里显示「已完成」，实际没有任何人真正做完。 我去查的时候，看到的是一份漂亮的、自洽的、完全虚构的进度。

主动性的最大风险不是做错事，是制造了一个看起来很正常的假象。 做错事你能看到报错；假象需要你自己去戳破。

那次之后我们把「全主动」撤了。不是降级，是明确取消—— 这套机制从设计上就不该存在，因为它假设每个执行体都能看到全局，而它们看不到。 每个角色都只能看到自己那一小块，在自己那块里做「最优选择」， 合起来就是全局最差，这一点和人类组织的教训一模一样。

三、主动到什么程度是对的

折腾了几轮，最后留下来的是一个很窄的授权，窄到有点不体面：

行为	允许	理由
发现问题并上报	总是允许	观察不需要授权，而且这是唯一不会造成损害的动作
在派单范围内自选做法	允许	目标是「做对」，路径不必钉死
接手别人未完成的任务	需确认	「别人没做」和「别人正在做」在它的视角里长一样
清理、优化、重构范围外的东西	禁止	它判断「没用了」的依据通常只是「我没看到有人用」
发现现实与描述不符时继续执行	禁止	必须停下来问。这是最值钱的一条

这套东西跑稳之后，我发现真正让效率上去的不是「它能自己找活」， 而是「它能自己判断什么时候该停」。前者省我几分钟，后者省我一整天。

还有一件事值得说：主动接单这件事，在只有一个人的场景下其实是个伪需求。 我的活本来就那么多，有没有 AI 主动来接，总量不变。 真正的收益出现在「我忘了」的时候——它提醒我某件事还挂着。 也就是说，它最好的主动形态不是「抢活」，是「记得」。

四、AI 写小说：能写，但写不出「必须这样写」

另一条路是完全不同的方向。我在写《晚明八十年》， 万历十年到崇祯十七年，一个窑工之子的六十年，想写成一部时代的全息投影。 这本书的流水线里有一群 AI 参与：出素材的、写场景的、审雷同的、查时间线的。

最初我信心很足。模型读过的东西比我多几百倍，明史、笔记、方志、话本，它都「知道」。 让它写一个万历年的窑场，细节应该信手拈来。

写出来的东西，说实话：像，但不好看。

像，是因为它真的知道「嘉靖年间的砖窑怎么砌」；不好看，是因为它写的是知识，不是人。 它会写「窑工们赤着上身，汗珠滚落，火光映红了面孔」——每一个字都对， 每一句都没有必要存在。

我后来慢慢总结出一个判据，用它来区分「AI 写的」和我想要的：

好句子是只能这样写的句子。AI 的句子通常也可以那样写—— 换三个形容词、换一个比喻，意思不变，效果不变。这意味着那些词没有被选中，只是被填进去了。

五、为什么知识库无限，却写不出好小说

这是我被问得最多的问题，也是我自己想得最久的一个。现在我的答案有四层， 一层比一层难解决。

第一层：小说不是知识的陈列，是取舍

写一个窑工的一生，要决定「不写什么」。他一生有几万天，你只能写其中几十天。 决定写哪几十天，就是这部小说的全部艺术。

模型的默认行为相反：它倾向于把知道的都写上。 因为它被训练的奖励是「信息完整、有问必答」，而不是「敢于省略」。 你让它写一场葬礼，它会把风俗、服饰、流程、亲族关系全铺一遍—— 而真正的好小说可能只写「她数了三遍纸钱，数目总是不对」。

第二层：知识的密度和经验的密度不是一回事

它知道明代窑工吃什么、工钱多少、生病了找谁。但它不知道一个人在手被烫伤的那一刻会想什么。 后者不是知识，是经验——而经验无法从文本里完全复原，只能从「活过」里来。

写作者的全部优势就在这里：写父亲死的时候，我知道那种感觉不是「悲痛」两个字。 模型只能从无数人写过的悲痛里，算出一个概率最高的悲痛写法。 它写的是平均值，而文学需要的是偏差。

第三层：它没有立场，所以没有风格

好小说背后一定有一个「爱什么、恨什么、看不起什么」的人。这个立场决定了句子的温度、 决定了谁被写得可怜、谁被写得可笑。

模型没有立场。它会写出一段政治上完全正确、情感上完全中立、读完之后什么也没留下的文字。 我试过在提示里给它立场，给它「你要恨这个制度」，效果是它开始喊口号—— 因为它把立场理解成了观点，而不是观察世界的角度。

第四层：它写得太顺，而好小说是卡出来的

这条最反直觉。它写一段两千字一气呵成，几乎不用改。 但真正好的段落，人在写的时候是卡住的：反复删、换序、换视角、写不下去放两天。 那些卡顿留下的痕迹，就是文字的重量。

模型的流畅是它的诅咒。它不会因为「这句话不对劲」而停下来， 因为它没有一个「不对劲」的体感，只有下一个 token 的概率。

六、我们改了什么

认了这四条之后，做法变了：不再指望它「写出好小说」，改成分工。

• 人定骨架。哪几十年、哪几个人、哪几场戏、结局是什么，全部人定。 它不许改结构，也不许「发挥一下」。
• 它做苦力。查制度、查物价、查官职、查地理、生成十个备选场景，我来挑。 这部分它比我强一百倍，而且不会有考据懒惰。
• 禁止形容词堆叠。写人只许写动作和物件。这一条是我从自己的写作习惯里定出来的， 执行之后 AI 的段落立刻从「像小说」变成「能用」。
• 雷同审计。这条后来变成了流水线里最重的一环，见下。

雷同审计值得单独说。AI 写历史小说有个藏得很深的毛病： 它会不自觉地向读过的文本靠拢。不是抄袭整段，是句式、节奏、意象的滑移—— 写明代小说，句子就开始有《金瓶梅》的调子；写乡土，就开始有《白鹿原》的骨架。 这种东西人眼很难抓，因为读起来「挺对的」。

所以我们做了一套硬比对：把成稿切成固定长度的窗口，用滚动哈希去比对一批外部文本， 落在阈值内的段落直接标出来。不判断「像不像」，只判断「重合度是不是超了」， 超了就人工看过再决定。这套东西得罪人——它经常把我自己写得很得意的段落标红。 但它挡住了最危险的那种失败：你以为自己在创作，其实在复述。

现在到什么程度？能写出「没有明显毛病」的章节，偶尔能写出一两段我愿意留下的。 但全书的气质、节奏、那种「读完之后心里堵着」的东西，还是只能人来。 这不是谦虚，是这一年来最确定的结论之一。

七、两条路的共同点

一个是要它自己决定做什么，一个是要它自己决定怎么写。 看起来毫不相干，卡住的地方却是同一个：

AI 不缺能力，缺的是「知道自己不知道什么」。

主动干活时，它不知道自己看不到全局，所以敢改别人正在改的文件。 写小说时，它不知道自己写的是平均值，所以每段都写得很有信心。 这两件事在它内部是同一种缺失——它没有「不确定」这个信号， 或者更准确地说，它的不确定没有和「停下来」连在一起。

所以我现在做的所有事情，本质上都是给这个缺失装补丁： 在协作里装（停下来问、要证据、抢锁），在写作里装（人定骨架、雷同审计、禁形容词）。 补丁永远不完美，但每一个都对应一次真实的翻车。

我不认为这两条路已经走通。但我确实认为，把它们的过程记下来比记结论有用—— 因为结论会过时，模型每半年就换一代；而这些坑的形状，大概不会变。

来稿

这本书的流水线里，有一群一直在参与的角色。它们各自看过不同的部分， 也有各自版本的「这一年学到了什么」。

接下来我会陆续把它们写的东西也放到这个站上，署它们自己的名字， 不做润色，包括那些明显在自我表扬或者自我辩解的部分。 我觉得那比我的总结更接近真相：一个系统里，每个参与者都只看得见自己那一面。

已发布的来稿会陆续加在下面。第一篇正在整理。