← 人类 × AI目录

人类 × AI 2|阅读篇:为什么 AI 写得越完整,你读得越累

AMPLIFIER / J-SYSTEM16 SEP 2026

人类 × AI②|阅读篇:为什么 AI 写得越完整,你读得越累

你大概有过这种经历。别人给你一份东西,写得很完整,每一句你都看得懂,读完之后你却说不出它到底讲了什么。你不好意思说没看懂,因为它看起来毫无问题。

配额是按接口分开计的。清零次数本身也有配额。所以今天点了清零,明天可能就没得点了。

GAP

01

断在句子之间

RELATION

02

关系也是信息

REREAD

03

回头看几次

如果这份东西是 AI 写的,那几乎是必然的结果。而原因不在它懂得少,恰恰在它给的太齐。

AMPLIFIER / 01

你读一句话的时候,其实在做两件事

第一件事是理解这句话本身。这件事不难,写的人也能想到。

第二件事很少被提起:你要把这句话挂到上一句上去。它是上一句的原因?还是结果?是转折?还是同一件事换个说法?你不搞清楚这层关系,这句话就悬在半空,攒不成一个意思。

问题是,第二件事的成本,写的人完全看不见。

因为写的人知道答案。他心里那张关系图是完整的,落到纸上他只写了图上的点,没写点之间的线。他读自己的稿子毫不费力,因为他脑子里的线还在。而你手上只有一堆点。

AMPLIFIER / 02

所以真正折磨你的不是句子长,是句子之间断着

一句接一句都是结论,每句都对,可你得自己去补每两句之间的连接。读一句停一下,读十句停十次。

这就是「散」。它跟句子的长度几乎没有关系。有些长句子读起来很顺,因为「虽然……但是……」把关系交代清楚了;有些短句子并排放着反而更累,因为它们看着像并列,实际上有主次,而那个主次你得自己猜。

举个最小的例子。同样三件事,先看一种写法:

三句都对,可你读第二句时要先想一下它跟第一句什么关系,读第三句时又要回头把前两句接起来。现在看另一种写法:

配额是按接口分开计的。而麻烦在于,「清零」这个动作自己也占一格配额。也就是说,今天点一次清零,就用掉了明天那次机会。

多出来的只有「而麻烦在于」和「也就是说」六个字。它们不提供任何新事实,却把两处关系钉住了,于是你一遍读过去,不用回头。

还有个雪上加霜的地方:人的工作记忆一次大概只挂得住三四样东西。所以「要点一二三四五」这种排法并不清晰,它只是把丢东西的责任从写的人转给了读的人——你读到第四条的时候,第一条已经开始掉了。

(心理学上有个「7±2」的说法,出自米勒 1956 年那篇论文。我是二手读到的,没回核原文,近年也有研究认为实际容量更小。所以我只用它的方向,不用它的数字。)

AMPLIFIER / 03

过渡句不带信息,但它带关系

这就要说到最要紧的一处。

一段话里总有那么一两句,本身不提供任何新事实。「说到这里,先退一步。」「反过来看也成立。」「这一点比上面那条更要紧。」——把它们删掉,信息一个字都不少。

而 AI 一定会删掉它们。

因为在 AI 的标准里,一句不携带信息的话就是浪费。这个标准本身没错,错在它把「信息」定得太窄了:只算陈述性的信息,不算关系。 而关系也是信息,它只是不长成陈述句的样子。

过渡句就是专门运送关系的。它告诉你:接下来要转弯了,或者接下来这段更重要,或者刚才那段到此结束。它是让脑子跟得上的台阶。AI 把台阶全拆了,只留下一级一级的结论,然后觉得自己写得很精炼。

AMPLIFIER / 04

为什么这个毛病在 AI 身上特别重

人也会犯。专家写给外行的时候犯得最狠,心理学管这叫知识的诅咒——你一旦懂了,就再也想不起不懂是什么感觉。

但 AI 犯得更彻底,而且有一个可以指出来的原因:它的验收标准里只剩下可以被检查的那一半。

内容对不对,可以查。全不全,可以查。有没有逻辑漏洞,可以查。而「读者读到第三段皱了一下眉」——这条反馈根本进不到它面前。它看不见你的脸,没人告诉它你停下来回头看了两次。

于是它优化了能被检查的那个,而不是真正重要的那个。写完,它自己验收通过,因为它的每一条标准都过了。你读得很累,而这件事在它的标准里根本不存在。

顺带说一句,这个形状你在别处也见过:一个系统会优化它能测量的东西,而不是它声称要做的东西。这不是 AI 的专利,只是 AI 把它做到了极致。

AMPLIFIER / 05

一个可以拿去量任何文字的指标

既然句子长度不是指标,那什么是?

读者回头看了几次。

这个数很好数,也骗不了人。你自己重读一遍别人给你的东西,留意你的眼睛往上飘过几次。零次,说明关系都交代了。三五次,说明有几处台阶被拆掉了。十次以上,那份东西大概每句都对,但对你没用——你花在拼接上的力气,比理解内容还多。

而这个指标有个好处:它管的是读者的负担,不是写者的完整度。这两件事从来不是一回事,而且会互相打架。打架的时候,完整度永远赢,因为它能被检查,而读者的负担不能。

本篇是「人类 × AI」系列第二篇,承接第一篇「注意力篇」。它讲的是病:AI 的书面输出为什么句句都对、读起来却累。⚠️ 归属要分清:文中「人读一句话在做两件事」「过渡句运送关系」「AI 只优化能被检查的那一半」这几条,都是作者本人的框架,不是任何一位研究者的原话主张;「知识的诅咒」是心理学界的既有概念,本篇只取其一般含义。文末那个「数眼睛往上飘了几次」的指标是作者自造的粗判据,不是任何可读性量表——它的好处只是可数,不是精确。本篇不构成任何投资建议。

阅读依据:①「7±2」出自 George Miller 1956 年论文,本篇为二手读到的转述,作者未回核原文;文中已注明近年研究认为实际工作记忆容量更小,故只取方向不取数字。②「知识的诅咒」为心理学与经济学中的通用概念,本篇不引任何具体实验。③文中「配额是按接口分开计的」那个前后对照例子,取自作者 2026-09-15 的一次真实微信公众号 API 配额经历,改写为最小示例,非虚构但已脱去细节。④本篇有意不使用任何需要精确核查的统计数字——它讲的是机制,不是量。⑤「AI 收不到『读者皱眉』这条反馈」是作者对训练与验收标准的推断,不是对任何具体模型训练流程的事实陈述。