– by Mohamed Nohassi in Unsplash
最近用 AI 用多了，我发现一个很尴尬的事实。不是 AI 不聪明，是我这个人，接口太差。
事情经常是这样的。我让 Agent 去查一组数据，非常自信地告诉它，我关心属性 A，也关心属性 B。说完以后，我还会产生一种错觉，觉得自己表达得挺清楚，像一个成熟的产品经理，甚至有那么一瞬间想给自己点个赞。
然后 Agent 就去了。我也坐在那儿，等着它把活干完。过了一会儿，我突然想起来，我其实只想看最近两个星期的数据。
你看，精彩的地方来了。这个条件不是刚刚诞生的。它一直在我脑子里。它在里面坐得稳稳当当，像一个老员工，可能还端着保温杯。可我开口的时候，它就是没出来。
于是我只好把 Agent 叫停，补一句，哦对了，只看最近两周。
这句话看起来很轻，像顺手往锅里加了一点盐。但对协作来说，它已经算一次小型返工了。Agent 重新查，我重新等，刚才顺着任务冒出来的想法也被掐断。最惨的是，这一切还不能怪它。
它又没有读心术。虽然我有时候对 AI 的要求，已经无限接近你怎么连我没说的话都不知道。这就很离谱。
我一边感叹 AI 还不够懂我，一边忘记自己刚才根本没说。愚钝如我，还试图把锅甩给硅基生命，多少有点不讲武德。
这类事情最近发生了好几次。每次都是我说完一个需求，Agent 开始执行，我突然从脑子角落里翻出一个约束、一个偏好、一个背景，然后像补作业一样补给它。
哦对了，这个只看最近两周。哦对了，输出先给结论。哦对了，这几个项目别漏。哦对了，别写得像年终总结。你发现没有，人生很多崩溃都发生在哦对了后面。
所以我现在越来越觉得，AI 协作里有一个问题被我们低估了。我们总是在讨论模型能力，工具调用，推理深度，Agent 能不能自己拆任务，自己调 API，自己写代码。
这些当然重要。但还有一个更朴素、更让人羞愧的问题。人类到底有没有能力，把脑子里的上下文完整传出去。答案大概率是，没有。
人的脑子不是文档。人的脑子更像一个临时堆满东西的桌面。目标、背景、偏好、限制、恐惧、经验、前几次踩过的坑，全都摊在上面。有的文件夹还叫新建文件夹 7。
但我们一说话，就必须把这些东西排成一条线。一句一句说，一个字一个字写。
明明脑子里是立体的，出来的时候变成了流水账。明明有十几个条件同时存在，嘴巴一次只能放行一个。最可怕的是，嘴巴还经常安检不严，该出来的没出来，不该出来的废话出来一堆。
口头和文字，就是人类最常用的低带宽接口。
跟人沟通的时候，这个接口勉强还能用。大家都这么多年了，已经习惯彼此漏风。你跟同事解释一个需求，说一半对方问一句，你是不是想要那个，然后你说对对对，就是那个。大家靠默契、眼神、历史包袱和共同受苦经验，把这事儿糊过去。
人和人之间还有一个好处，就是不需要所有信息都同步。有些事说太多会烦，有些事说太透会尴尬，有些事你不说，对方也懂，懂了也假装没懂，这就是成年人世界最后的体面。
但跟 Agent 协作，情况就不太一样了。
如果它真的是我的私人工作助理，我其实希望它知道更多。它最好知道我长期在做什么，知道我喜欢什么输出风格，知道我怕什么风险，知道我每次查数据都会忘记时间范围，知道我写 newsletter 时经常漏掉几个固定项目。
这些不是隐私八卦，不是它需要知道我中午吃了什么。这些是工作上下文。
问题是，今天我还是主要靠打字和说话来指挥它。也就是说，我用一个很窄的水管，去喂一个理论上可以吞下巨大上下文的系统。
这个画面很荒诞。像买了一辆货车，结果用奶茶吸管给它加油。加半天，还洒一身。
想到这里，我突然理解了《三体》里的三体人。他们思维透明，想什么别人都知道。这个设定放在人类社会当然很可怕。毕竟大多数人每天能正常上班，靠的就是脑子里那点没说出来的话。
但从沟通效率上讲，三体人确实让人羡慕。他们不用解释那么多。我们需要。
我们为什么会误解，因为每个人只能看到对方说出来的那一点点。我们为什么反复确认，因为真正关键的背景经常藏在没说出来的地方。我们为什么会返工，因为有些默认条件在脑子里很嚣张，到了嘴边却突然请假。
语言很伟大，但语言也很笨。它把一团同时发生的思维，压缩成一句一句的话。压缩就会丢东西。丢掉的可能是时间范围，可能是判断标准，可能是一个非常关键但本人以为这还用说吗的默认偏好。
然后 AI 就真的不知道。它不知道的时候，我们还会失望。人类真是很会为难机器。
一个很自然的反应是，那我是不是把 prompt 写长一点就好了。每次都把目标、背景、限制、输出格式、示例、反例、语气、禁区全部写进去。
这当然有用，但也很累。
如果每次下任务都要写得像交代后事，那我可能还没等 AI 提升效率，自己先被 prompt 消耗完了。
更重要的是，更长的 prompt 仍然没有解决根本问题。它只是把一句话变成了一篇小作文。它还是线性的，还是依赖我当下能不能想起来。问题是，我这个人当下能想起来的东西，非常不稳定。
我经常在发送之后，才进入人生最清醒的状态。发出去前，大脑一片祥和。发出去后，灵感喷涌而出。这时候再补一句哦对了，已经晚了。
所以我现在觉得，真正该做的，不是把 prompt 越写越长，而是把那些反复出现的隐含上下文沉淀下来。
不要每次都靠我这个不靠谱的人临场发挥。
比如取数据这件事，时间范围就应该变成一个默认要确认的字段。只要我没说，Agent 就应该问一句，是看最近两周，还是其他区间。它不应该假装我很完整，因为我通常没有那么完整。
再比如写 newsletter，有几个项目是默认必须覆盖的，有些内容要分清进展和风险，有些信息适合对外说，有些只能内部看。这些东西如果每次都靠我临时想起来，那就跟每天早上出门前重新学习怎么穿衣服差不多。
理论上可以。但没有必要。
这就不是 prompt 技巧的问题了。这是工作场景的问题。
我最近用 LLM-Wiki 做认知整理。它原本更像个人知识系统，把想法记下来，归类，提炼，再慢慢长成自己的认知结构。但如果把它放到 Agent 协作里，我觉得它可以变成一套默认上下文系统。
不是让它帮我写一个万能 checklist。万能 checklist 这种东西，听起来很专业，用起来很感人，最后常常躺在某个文档里安详离世。人类对清单的热爱，很多时候停留在创建清单那一刻。创建完以后，就算它完成了历史使命。
真正有用的，是把工作场景拆出来。
取数据是一个场景。这个场景里，Agent 默认要确认时间范围、数据来源、筛选条件、输出格式。
写 newsletter 是一个场景。这个场景里，Agent 默认要检查项目覆盖，要区分进展和风险，要判断哪些话能对外说，哪些话只是内部记录。
做分析也是一个场景。这个场景里，Agent 应该先问清楚读者是谁，是给我自己看，给团队看，还是给老板看。因为同一个结论，给不同人看，写法完全不一样。给自己看可以潦草一点，给老板看就不能写我感觉好像有点不太对。
这样一来，我的一句帮我看一下这类数据，就不再只是一句孤零零的话。它背后会自动展开一套上下文，默认时间范围要确认，默认筛选条件要明确，默认输出先给结论，再给查询逻辑，默认遇到数据异常，不要先写三页分析，先告诉我哪里不对。
这才是我理解的高带宽沟通。不是每次多说一点废话，而是让一句话能调用更多已经存在的背景。
如果再往前想一步，未来 Agent 和 Agent 之间，大概率不会一直说人话。
人类语言适合人类。它有弹性，有情绪，有暗示，有余地。比如你看着办吧，这句话在人类世界里很常见，听上去还挺信任。实际上它可能包含了我懒得说、我也不知道、你别搞砸、搞砸了我再说你四层意思。
机器之间没必要受这个罪。Agent 和 Agent 如果要交接任务、同步状态、共享约束、传递风险，完全可以用更结构化的方式。也许像 API，也许像任务状态机，也许像知识图谱加执行计划。
它们传递的可能不是帮我查一下这个，而是一个完整任务包。里面有目标、权限、上下文、检查点、失败条件，还有不确定时应该问谁。
听起来很没人味。但工作里有些环节，没人味反而是优点。尤其是那些反复发生、反复遗漏、反复返工的事。它们不需要一句温柔的你看着办，它们需要一条冷酷的必须确认时间范围。
那么今天我能做什么。今天能做的事其实很简单，把高频工作场景记下来。
看看哪些地方总是返工，哪些条件总是忘说，哪些偏好总是事后补充。每一次叫停 Agent，每一次哦对了，都不要只当成一次尴尬。
那是一个隐含上下文冒头了。它冒头一次，就把它按回流程里。
数据查询默认问时间范围。newsletter 默认检查项目覆盖。分析任务默认确认输出对象和判断标准。写作任务默认问语气、读者和是否保留原结构。
这些规则单独看都很小，小到不像什么高级方法论。但人的工作系统，就是被这些小东西拖慢的。我们不是每次都败给一个惊天动地的大错误。更多时候，我们败给一句忘说的话，一个没确认的条件，一个我以为你懂但其实谁也不懂的默认前提。
人类沟通的带宽可能天然就低。我们说话慢，写字慢，想得很多，说出来很少。脑子像一个仓库，门口却只有一个快递驿站的小窗口。里面堆得再满，外面也只能一件一件取。
Agent 的价值，也许不只是替我们干活。
它还可以帮我们整理这个仓库。把常用的放前面，把危险的贴标签，把每次都会忘的东西写进流程里。以后我们再开口，就不用临时在脑子里翻箱倒柜，翻到最后还对 AI 说，哦对了。
那一刻，至少我们能少丢一点脸，也少返一点工。
未来 Agent 和 Agent 之间也许会有一套人类看不懂的沟通协议。它们安静地交换任务包，安静地检查失败条件，安静地把事情做完。人类站在旁边，看不懂，但可能会很欣慰。
#ai #agent #llmwiki #工作流