二途序

2026 年 10 月月报：人工关口的三种形态

2026 年 10 月月报：人工关口的三种形态

覆盖范围：10.5 / 10.12 / 10.19 / 10.26 四周（10.26 周含 11 月 1 日）。本月工作背景一句话：给 AI 产出装 "人工关口"—— 文档过审计清单、开发过里程碑门禁、行程过现场校准；期间完成 Mac 环境迁移与北京六日行程。

本月方法地图

mindmap
  root((十月方法))
    质量闭环
      AI 产出只是草稿
      审计清单先行
      goal 模式加人工门禁
      确认后才修改
    成本控制
      模型级联
      渐进披露
    规划与校准
      约束先行
      计划是骨架不是剧本
      活动节点化
    生活系统
      三账户分配
      够用原则
      节律与环境收尾
      工作日出行

原理深读：人工关口为什么成立

是什么：AI 的产出 —— 文档、代码、行程 —— 都不直接采信，中间必设一道人工关口。本月这道关口以三种形态落地：

flowchart LR
    A[AI 产出] --> B{人工关口}
    B -- 文档 --> C[审计清单：封闭式核对]
    B -- 开发 --> D[里程碑门禁：对照 docs 审计]
    B -- 行程 --> E[现场校准：变数人处理]
    C --> F[可信产出]
    D --> F
    E --> F

为什么成立（机理）：LLM 生成是概率采样，模型不知道 "什么是真的"，错误模式不是胡言乱语而是 似是而非 —— 句子通顺、语气自信、局部正确。更关键的是，它没有 "完成" 的判断力，只有 "看起来完成" 的判断力。Claude Code 官方文档的表述："Claude said it was done and it wasn't quite, usually because it had no way to check its own work"—— 它无法检查自己的工作，"looks done" 就是它全部的依据，"In practice that makes you the test suite"（实践中你就是测试套件）。文档的价值等于可信度，可信度 = 产出 × 验证，验证缺位时乘积为零。

三种形态对应三种风险面：

  • 文档的风险是 漏项与似是而非。用审计清单（需求合理性、竞品覆盖、创新点、技术难度）把开放式审查变成封闭式核对，人只需对照有限维度。
  • 开发的风险是 方向漂移与提前宣布完成。人把 "要做什么 + 配置项" 写进 docs，AI 的 goal 模式（收到目标后自主规划执行的运行方式）自主干活，每个里程碑过一道人工门禁；粒度到里程碑为止，太细就退回临时指挥。
  • 行程的风险是 现场变数 —— 闭馆、人流、走错路。计划只当骨架，现场按体力与实际校准，AI 检索得再细也替代不了现场判断。

本月如何被验证：

  • 10.5 周：PRD 审计 → tech 审计 → 按结论重构，清单化审计跑通，文档从草稿走向成熟。
  • 10.12 周：goal 模式 + 门禁定型，codex 收尾、webview 改造、技能包完善多任务并行不乱。
  • 10.26 周：AI 生成的六日行程落地，五次现场校准（砍站、改线、换通勤），行程照常走完 —— 关口存在，偏差不致命。

业界对照：Anthropic 的回溯分析发现，若对每次代码改动都做自动审查，"would have caught roughly a third of the bugs behind past incidents"（约三分之一历史事故类 bug 本可拦下）—— 这是回溯假设而非实际拦截统计，但足以说明审查关口的价值。方向一致：AI 负责产出与初筛，人负责确认。

适用边界与失效条件：

  • 清单只能覆盖清单内的维度，清单自身的盲区审计发现不了 —— 清单要随项目演进修订。
  • 审计的是产出，不是运行结果；可运行的验证（测试、构建）是另一道独立的关，两者不可互替。
  • 门禁粒度是里程碑级。设到每一步就退化成临时指挥，人重新被过程淹没。
  • 现场校准依赖人独有的感知（拥挤度、体力、走错路的当机立断），这一段 AI 给不了。

原理清单

质量闭环

  • AI 产出只是草稿：产出 × 验证 = 可信度，验证缺位乘积为零。用于一切 AI 生成内容。
  • 审计清单先行：开放式审查变封闭式核对。用于重复执行的验收场景 —— 第一次慢，之后每份都快。
  • goal 模式 + 人工门禁：人写 "做什么" 进 docs，AI 自主执行，里程碑设门禁。用于多项目并行的长期自主开发。
  • 确认后才修改：审计结论经人确认再放行修改，保住唯一否决点。

成本控制

  • 模型级联（cascade，按任务难度把请求分级派给不同价位的模型）：草稿给便宜模型，正式产出给贵模型。FrugalGPT 结论：与 GPT-4 性能持平下最多省 98% 成本（"up to 98%"），同等成本精度可反超 4 个百分点。用于高频、低风险、可重来的任务。
  • 渐进披露：上下文是稀缺资源，只加载当前需要的技能与材料。Claude Code 的 skill 机制即此设计 ——"a skill's body loads only when it's used"。用于一切 agent 工作流。

规划与校准

  • 约束先行：复杂规划人只负责列准约束，方案交给 AI 在约束内检索。本月用于北京行程与 NAS + AI 需求定义。
  • 计划是骨架不是剧本：执行必有偏差，砍站不心疼、不硬赶，把到达的地方走透。用于一切不可全控的执行场景。
  • 活动节点化：对齐、筹备、执行各占一天，每个节点有产出物（推文、人数确认、视频）。用于组织类事务。

生活系统

  • 三账户分配：储蓄 50%、目标 25%、开销 25%，先分后花。书里原方案 50/40/10（鹅 / 梦想储蓄罐 / 日常开销），比例可按阶段调，规则价值在 "先分"。出自《小狗钱钱》。
  • 够用原则（MVP）：未经验证的完美设计是负债，"launch something bad, quickly"。用于自用项目。
  • 环境与节律收尾：Mac 配置、信息源、相册集中一天清完；早起学习固定节律。杂事攒着不清会持续耗注意力。

出行沉淀

  • 大城市旅游优先工作日；早餐决定上午续航；园林走单向线；寄存行李再玩，车站不消费。

反例与边界

  • 排满的行程被证伪：六天里每天都有砍站（清华、前门、香炉峰），排满是错的，留白才是容量。
  • "看起来完成" 不可信：AI 宣布完成的任务必须过门禁，否则错误会静静待到人发现为止。
  • 门禁形式化风险：审计不通过还放行，流程就退化成仪式 —— 关口的价值全靠 "真的拦"。

参考资料