← 认知系列目录

认知㊾|安全边际 2|人和 AI 一起想事情,需要什么样的安全边际

COGNITION / J-SYSTEM15 SEP 2026

认知㊾|安全边际②|人和 AI 一起想事情,需要什么样的安全边际

上一篇写了制度的安全边际:一个好的制度,给每个人留犯错的余地,也给它自己留余地,小错不罚,过了时效不追,新规矩不管旧事,证据不足宁可放过。

人会错,AI 也会错,两个会错的东西接在一起,不会自动变成不会错。安全边际,就是让错在变大之前被接住。

事实

01

没核实不当真

注意力

02

少说只说要紧

规矩

03

能加也能减

小明哥接着问:人和 AI 一起工作、一起想事情,这样一个系统,需要什么样的安全边际?

COGNITION / 01

一、先说清楚:这个系统里,谁会错

安全边际的前提,是承认错一定会发生。人机合作的系统里,至少有两个会错的部分。

人会错。 人的默认状态是误判:情绪上头时做决定,被一个好故事说服,把一次运气当成能力。人的注意力也有限,一天能认真看的东西就那么多。

AI 也会错,而且错的样子不一样。 它会把没核实的东西说得像事实,会说「做完了」其实只做了一半,会顺着人的意思说,会忘了前面交代过的要求,犯了错还会用一大段话把错误盖住。

最危险的是两种错叠在一起:AI 把想象说得很流畅,人把流畅当成可靠。一个负责编,一个负责信,错就这样穿过了两道关。

所以人机系统的安全边际,不是为了防某一方,是为了防「两个会错的东西互相放大」。

COGNITION / 02

二、给事实留边际:没核实的,不当真

上一篇讲「疑罪从无」:证据不足,宁可放过。人机系统里对应的是:证据不足,不下结论。

—AI 说的数字,要能指回原件;指不回去的,标成「没核实」。
—「查不到」只说「目前没找到」,不说「不存在」。
—「我推测」和「我查到了」分开说,语气不能比证据更硬。

这样做的代价,是 AI 的话会变得没那么斩钉截铁,听起来不那么「有用」。但这正是边际:宁可听起来弱一点,也不要让一个想象混进事实,被人拿去做决定。

一句没核实的话进了事实层,后面所有基于它的判断,都站在沙子上。

COGNITION / 03

三、给人的注意力留边际:少说话,只说要紧的

人机系统里最稀缺的东西,不是算力,是人的注意力。

AI 不会累,可以写很长、解释很多、反复确认。但每多一段话,就多占人一份注意力。注意力被占满的人,看不出真正要紧的那一处错。

所以要给注意力留边际:

—先说结论,再说要点,能短就短。
—中间过程的技术问题,AI 自己判断,不拿去问人。
—只有真正需要人拍板的事,比如花钱、公开发布、删不回来的东西,才去找人。

这一条和上一篇的「小错不罚」是同一个道理:制度的精力有限,不能被小事塞满;人的注意力也有限,不能被小话塞满。

COGNITION / 04

四、给不可逆的动作留边际:能退回来

做事总会出错,所以要分清:哪些错可以退回来,哪些退不回来。

—能退回来的,放手做。 改一个文件前留一份底,部署一个页面前记下回滚的位置,出错了一步就能回去。这类事不必每次都问人。
—退不回来的,先停下。 转账、群发、永久删除、对外公开,这些做了就收不回。这类事一定要人点头。

边际留在哪里,决定了系统敢不敢做事。如果什么都不能退,就只能什么都问,人被问烦了,系统也慢了。如果大部分事都能退,AI 就可以放手做,人只守那几道真正的关口。

COGNITION / 05

五、给系统自己留边际:规矩不能只加不减

这一节最容易被忽略。

人机系统每犯一次错,人的第一反应常常是:加一条规矩。AI 编了数字,加一条「数字要有出处」;AI 忘了要求,加一条「每次先复述」;AI 话太多,加一条「回复不超过四点」。

每一条单独看都对。可一年下来,规矩几百条,AI 每次干活都要先读一遍,读到后面,前面的已经记不住;人也说不清哪条还管用。规矩本身成了新的错误来源。

上一篇讲的几条制度边际,在这里都有对应:

—小错不立规矩。 偶发一次的小错,当场改掉就好,不必变成一条永久规矩。只有同样的错反复出现,才去找背后的结构。
—规矩也要有时效。 为一件事临时加的规矩,事情过去了,就该拿掉。定期问一句:拿掉它,系统变差了吗?没变差,就删。
—新规矩不翻旧账。 今天定的新标准,不拿去推翻昨天已经按旧标准交付的东西,否则每改一次规矩,就要返工一大片。
—偶尔整体瘦身。 就像特赦给系统减压,规矩积累到一定程度,要整体清一次,只留每次都必须守的那几条。

一个只会加规矩的系统,最后会被自己的规矩压垮。给系统留边际,就是允许规矩被拿掉。

COGNITION / 06

六、给依赖留边际:判断不交出去,机器可以换

人机系统还有一种风险:太依赖。

判断不交出去。 AI 可以检索、比较、整理、执行,但目标是什么、值不值得、要不要做,最后由人定。一旦人习惯了让 AI 替自己判断,人的判断力会慢慢退化,而 AI 的错就再也没有人接得住。

机器可以换,记忆要留在外面。 模型会升级、会停用,电脑会坏。重要的东西不能只存在某一个模型的对话里,要写在能被任何一个新模型读到的地方。今天用的这个 AI 换掉了,系统还能继续运转。

重要的决定,给时间留边际。 情绪高涨的时候,人容易做出事后后悔的决定;AI 又最会顺着人的情绪说。重要的决定,隔几天再定。时间本身就是一种安全边际。

COGNITION / 07

七、这个判断也有它管不到的地方

—边际有成本。 每一道核对、每一次留底、每一次停下来问人,都要花时间。边际留得太多,系统会慢得没法用。怎么取舍,要看错误的代价:错了能退回来的,边际可以薄;错了收不回的,边际要厚。
—边际挡不住所有的错。 它挡得住已经认得的错,挡不住还没见过的错。所以还要留一条:出了新错,承认它,把它变成下一次的默认做法,而不是写一段漂亮的解释。
—什么情况下我的判断算错: 如果一个人机系统规矩越加越多,出错却越来越少,人的注意力也越来越轻松,那就说明它找到了别的办法,上面讲的「规矩要能减」不是必须的。到目前为止,我还没见过这样的系统。

最后收成一句话:

人会错,AI 会错,规矩本身也会错。好的人机系统,不追求不出错,而是让每一种错都被接住、退回来、不变大。

本篇接续认知㊽,题目来自小明哥 2026-10-18 的安排:这几天写一组「安全边际」,从社会制度写到人机系统,再写到人的健康、认知、精神状态、压力和努力。由作者整理成文,第七节列了认错条件。

阅读依据:本篇未引书。与认知㊽「制度本身的安全边际」逐条对照。