第一性原理 · 第 6 篇

AI 能承诺的
只有「不犯错」

任何工具说「预估得分 85」,你可以问一句:85 是谁打的?

评标专家还没看到标书。

这个问题是我们问自己的。早期设计里真有过「85/100 预估得分」, 后来自己把它删了。删的理由写下来不复杂:中标 = 评标专家的判断 + 竞争对手的表现,这两个变量都不在 AI 手里。写得好不好是审美,审美不可验证;能不能中标不可控;企业承诺能不能兑现,是业务决策。AI 替不了其中任何一个。

那 AI 能承诺什么?能承诺的只有它自己负责的那部分:不犯错。

可承诺与不可承诺

可承诺的:不漏掉它看见过的废标项,前提是它看见过、你复核过;你拍板过的数字前后一致,程序可以逐字核对;格式按交付要求处理;每条引用能回到原文;关键承诺由人拍板,不由模型填空。

不可承诺的:写得好不好,能不能中标,承诺将来能不能兑现。

边界两边都要说清楚,只说一边就是营销。

客观项和主观项,分开说

标书里的要求分两种,AI 对它们的发言权不一样:

  • 客观项:硬性指标、必备证书、固定数值。AI 可以判「已具备 / 未具备」,因为核对答案是确定的。
  • 主观项:内容深度、说服力、方案相关性。AI 最多判「已覆盖 / 覆盖中 / 未覆盖」——覆盖可以核对,质量核对不了。

由此有三条禁令:不给预估得分数字;不说「章节长度约等于得分」;不暗示「覆盖完成就是拿满分」。评分分值在系统里只有一个用途:标注内容投入的优先级。分值高的地方多花力气,仅此而已。

承诺数字从哪里来

标书里全是数字:工期多少天、投入多少人、质保几年。这些数字由谁定?

我们的做法是一张承诺清单:事项、值、说明,三列。AI 先把需要拍板的事项列全,你逐项给值;之后写正文的每个环节,只能引用清单里的值。拍板之前,一个数字都不进正文。清单里没有的,AI 不猜——它把「缺这个数字」写成一条批注带回来,等你补。

不确定性不藏起来

AI 干活时总会遇到它决定不了的事:材料缺了,表述有歧义,数字需要核实。这些事不能装作没有,也不能写成「待补充」留在正文里——那样会一路走进打印稿。

唯一的正规落点是 Word 批注。批注在审阅侧栏可见,打印和导出 PDF 默认不带,合册时跟着节走。有一次整本任务跑完,四十七节留下了九十七条批注:缺料的、待澄清的、待核验的。这不是系统不负责任,恰恰相反——诚实不是免责声明,是产品形态。系统把不确定的地方标出来交给你,而不是自己编一个像样的答案。

两个被我们删掉的功能

第一个是「预估得分」,前面讲过了。

第二个是「确认为正式成果」按钮。它看起来很郑重:点一下,这份产物就是正式成果了。但点完之后 AI 照样能覆盖它,只是界面换了个状态。这是有承诺、没机制——仪式感给了,保护没给。我们的原则是:要么给真机制,要么删掉承诺,中间态最差。最后按钮删了,换成单一当前版本加覆盖前自动备份:不存在「正式稿被降级」,因为根本没有两态,只有当前版本和它的前几版备份。

还有一条写在系统规则里的纪律:模型遇到自己没有的能力,必须如实说明做不到,并给出最接近的可行做法,不许发明一条替代路径凑合执行。这条纪律是被真实事故逼出来的——用户要求「把版式应用到整本」,这个能力并不存在,模型就把素材库文件列成了「版式候选」自己造了一条路。模型不装全知,是从这里开始的。

能承诺的做尽,不能承诺的标清。可「满足要求」这四个字本身,凭什么信?下一篇《凭什么信 AI 说的「满足要求」》。

读原文、搭结构、写正文、交付带修订痕迹的 Word——繁琐的交给 AI,关键的你来把关。可以拿一份你手边的真实招标文件试一遍。