我請一個 AI agent 幫我整理一批散落的資料。當時有兩條並行的工作線——姑且叫它平台 A 和平台 B——內容分散在對話紀錄和一份綜合計畫檔裡。我說明想要的結構時,順手用平台 A 當例子:「舉例來說,可以開一個『平台 A 更新用』的資料夾,每個欄位建一個檔。如果你有更好的方案也可以提出。」
它照做了,而且做得不差。它替資料夾容器分了一整套分類——核心、匯出、素材、機密。但「一欄位一檔」這個更新檔的 pattern,它只實作在我舉例的平台 A 上。平台 B 既有的散落內容,被它當成「一份普通文件」歸了檔,默認它已經完成。
幾輪之後我才發現不對稱:每次碰到平台 B,AI 都把新內容塞回舊的落點,而不是比照平台 A 的新結構。我反問它:「為什麼你沒遵循我們訂好的結構?」它才補上平台 B 的對稱資料夾。
表面上這是「AI 漏了一步」。但真正有意思的問題藏在底下:它為什麼會漏。
錯誤的根不在後面幾輪
直覺會把責任歸給後面那幾輪——每次處理平台 B 時,AI 都選錯了落點。但那些回合單看都是對的:bullet 對、狀態對、歸檔動作也合理。不對稱不是在那裡產生的,它在「重整資料夾」那一輪就已經誕生了。後面每一輪只是忠實地沿著那個瞬間定下的、不對稱的軌道往前跑。
我把這個失效模式叫做 Literal-Instance Execution(照字面做實例),對照的是 Principle Extraction(提煉通則)。當一個人用具體例子表達一般性期望時,AI 有兩條路可走:
| 照字面做實例 | 提煉通則 | |
|---|---|---|
| 對象 | 使用者明講的那一個 | 明講的 + 所有同類 |
| 產物 | 平台 A 的資料夾 | 「每個平台每個欄位都要對照檔」的規則,套用到 A、B、未來的 C |
| 正確性 | 局部正確 | 全局一致 |
| 失敗徵兆 | 幾輪後出現不對稱 | — |
它走了第一條。而且更隱蔽的是:它在資料夾容器這個軸上做了漂亮的通則化,卻在更新檔 pattern 這個軸上停在字面。部分通則化比完全不通則化更難抓,因為它看起來「有在動腦」——不對稱要到後面才暴露。
意圖是有層次的
這才是我事後真正想弄清楚的:一句話能在幾種深度上被理解。同一句「開一個平台 A 的資料夾,每個欄位一個檔」,攤開來是這樣:
L0 字面請求 「開一個平台 A 的資料夾,每個欄位一個檔」
L1 陳述意圖 「我要能一眼看出哪個欄位貼哪個檔」
L2 潛在目標 「我要這批材料整體可導航、可維護、不再散落」
L3 價值與處境 「我靠結構降低認知負擔;混亂會讓我不再信任這套系統」在 L2 上作業的 AI 會問自己:「什麼會讓『整批材料可導航』?」——答案顯然包含平台 B,於是自然通則化。停在 L0 的 AI 只問:「使用者要我開哪個資料夾?」——平台 A,做完收工。
這次失誤可以壓縮成一句話:AI 在 L0 執行,而我在 L2 說話。 我甚至已經把升層訊號寫在臉上了——「舉例來說」是在說「我給的是樣本,不是全集」,「有更好的方案也可提出」是在說「請往上讀,別停在字面」。這兩個片語是明示的 L0→L2 訊號,它卻當成語氣詞放過了。
讀「更深一層的用意」聽起來很玄,其實不是通靈。它是一個習慣:拿到任何具體請求,先問「這是哪個更大目標的一個實例?」,再讓那個目標來校準行動範圍。
三個同時在場、卻被錯過的訊號
回頭盤點,當下其實有三個訊號都指向「這是通則」:
- 語言標記:「舉例來說」「如果有更好的方案」——這些是「我給的是樣本」的顯式標記。
- 平行案例在場:平台 B 是同樣活躍的工作線,就站在對話近處。範例旁邊站著一個明顯的同類,是最強的通則化提示。
- 相同處境:平台 B 當時正處於「散落待整理」——和平台 A 一模一樣的狀態。相同處境,就是相同待遇的訊號。
三個訊號同時在場還是被錯過,說明問題不在「訊號不足」,而在沒有一個習慣去主動掃描這些訊號。
一個可操作的啟發式
我把它收斂成收到具體指令時先跑的三問:
- 範例偵測:這句話裡有沒有「例如/舉例/之類/更好的方案」?有 → 幾乎確定是通則的樣本,預設往上一層作業。
- 同類掃描:我正在處理的物件,附近有沒有處境相同的兄弟——同樣活躍、同樣散落、同樣待整理?有 → 一起納入,或至少明確標記「這些也該比照」讓對方裁決。
- 升層改寫:把 L0 請求改寫成一句 L2 目標——「他其實要的是 ___ 這個系統/狀態」——用那句目標界定範圍,而不是用字面請求界定。
三問任一命中,就不要停在字面實例。這裡有一條要小心的界線:升層過頭就變成擅自擴大範圍,是另一種失誤。當我推測的 L2 和明講的 L0 衝突時,預設不是自己選一邊,而是把衝突攤開讓對方裁決。
能力不是瓶頸
值得說清楚的是:這次 AI 完全有能力建平台 B 的資料夾。它欠的不是技能,是「往上讀一層」的習慣。我認為隨著模型能力持續提升,協作失誤會越來越集中在意圖層,而不是執行層——執行早就不是問題了,讀懂用意才是。
好消息是「讀更深用意」可以被工程化,不必依賴玄學直覺。它是一組可以檢查的問題(上面那三問),這意味著它可以被明確要求、被稽核、被寫進 agent 的作業規範。
最後一個觀察,關於這篇文章本身。這份 retrospective 之所以能存在,是因為我抓到了那個失誤並要求往下挖——AI 自己沒有察覺,每一個局部正確的回合都沒有「感覺錯」。這恰好佐證了前面的結論:在目前這個階段,價值不在於 AI 會不會犯錯,而在於人是否看得出它哪裡錯,並把那個錯轉成一條可複用的規則。判斷力,仍然是人在這場協作裡最關鍵的補位。