hero

如果你最近有在追 AI 工具圈的風向，你可能注意到一個奇怪的現象：越來越多人要求 LLM「講話像人類」——不要那麼囉嗦、不要術語、把我當成 ADHD 患者來溝通。聽起來很有道理，但 Kuber Mehta 這篇文章直接開噴：這整件事的抽象層就錯了。而且他點出的問題，比他自己想像的還深。

原文摘要

Kuber Mehta 觀察 AI 文化風向的主要管道是 X（Twitter）、爆紅的 GitHub repo，和 Hacker News。最近他注意到一個趨勢：像「I have ADHD」這類 prompt skill 開始流行，也有人要求 agent 用 ASD-STE100 簡化技術英語（Simplified Technical English）來輸出。

他理解這個訴求——沒有人喜歡 LLM 輸出的囉嗦和那種特定的機器腔調。但他認為，用「讓人類覺得舒服」的方式來修正這個問題，是搞錯了抽象層。

核心問題在於：這些指令不是在模型完成工作之後才套用的——它變成了工作本身的一部分。當你告訴一個 agent「用短句、避開術語、不要讓我感到 overwhelm、只講最重要的東西」，你是在要求它持續把輸出壓縮成一個低頻寬的格式。

而那個壓縮，是有損的。

你永遠不會注意到什麼東西被丟掉了，因為輸出讀起來還是很順。

ASD-STE 是個絕佳的例子，因為它聽起來太合理了。這個規範的設計初衷是讓技術文件對人類來說沒有歧義，但當你強迫一個 LLM 在推理過程中使用這個受限的詞彙表，你是在限制它的內部表徵。這就像要求一個工程師只用一本 900 字的字典來除錯一個分散式系統——他也許還是能找到 bug，但他有一隻手被綁在背後。

當 agent 開始跟其他 agent 對話時，這件事還會變得更荒謬。

一個 subagent 調查了某個 bug，把發現整理成漂亮的人類可讀摘要。父 agent 讀了那份摘要，再把它轉成另一份漂亮的人類可讀摘要給你。每一層跳轉都在流失資訊保真度。

如果 subagent 跑了六個測試，我不想要：

大部分測試都通過了，只有一個問題值得留意。

我要的是：

5/6 PASS
FAIL: test_cache_invalidation
CAUSE: stale key survives restart
REPRO: tests/cache_test.py:184

更重要的是，人類化會掩蓋失敗。

Agent 的失敗方式是有用且醜陋的：互相矛盾的證據、未解決的分支、stack trace、不確定的假設。人類散文極擅長把這些東西撫平，變成像是：

這裡有幾個需要考量的地方。

聽起來舒服多了。但 Kuber 說，他寧願發現自己的 agent 正在幻覺、或快要撞到 token 窗口，也不要被這種句子安撫過去。

我們建造的所有其他系統都走相反的方向——資料庫不會用儀表板顯示的格式來儲存資料，編譯器不會讓它的中間表示（IR）讀起來很愉悅，API 之間不會交換友善的摘要。

我們盡可能久地保留最高保真度的表徵，只在人類消費它的邊界上做轉換。但 LLM 工具圈正在越做越相反。

Kuber 強調，這不是在反對可及性（accessibility）或個人化。

如果你想要三行答案或簡化技術英語，完全沒問題。他只是認為，這件事應該放在最後做：讓 agent 保留詳細的狀態，讓 subagent 之間交換 schema、diff、精確的錯誤、信心水準、資料來源——然後再幫我壓縮。

他認為最有趣的部分是：這些爆紅的 skill 可能其實指向了正確的未來。

使用者在 prompt 層修補這件事——但這件事本來應該發生在更底層的技術棧裡。

「跟我講話時當我有 ADHD」作為一個渲染器（renderer）完全合理，作為一個操作指令（operating instruction）就沒那麼合理了。真正耐久的版本是：agent 的原生語言是精確的、面向機器的狀態，而溫暖、簡潔的人類版本只在邊界上生成。

所以那些爆紅的 repo 不是終點，而是一份 bug report。

城武觀點

Kuber 的論點我基本上是買單的——但他的分析停在一個工程師的本能反應上：看到有損壓縮，解法就是結構化通訊。這個思路沒全錯，但它跳過了更根本的問題。

整個 agent framework 生態系到現在，沒有一個公認的中間表示層（intermediate representation layer）。編譯器有 IR，資料庫有 storage engine，搜尋引擎有 inverted index——這些都不是最終消費者看到的東西，它們是系統內部用來傳遞、操作、優化的中間格式。Agent 之間傳遞什麼？人類可讀的 prose。Prompt 同時是 IR 也是 render target——沒有人做中間那一層。

這不是 feature，是基礎設施的缺失。當 Kuber 說「讓 subagent 交換 schema、diff、精確的錯誤」時，他其實在描述一個還不存在的東西。今天的現狀是：你叫 agent 輸出結構化格式，它輸出的是「看起來像結構化格式的 LLM 生成文本」。格式對了，但內容還是概率性的。結構化讓錯誤更可追溯——但不讓錯誤更少。而 Kuber 的文章語氣暗示前者等於後者，這是一個工程師的經典盲點：把可控性當成正確性。

那些爆紅的 GitHub repo——「I have ADHD」、「ASD-STE100」——Kuber 說它們是 bug report，這個比喻很精準。但它們在 report 的 bug 可能比他想的更大：不是「人類化應該放在邊界層」，而是「我們沒有一個不是人類語言的內部傳遞格式可以用」。使用者在 prompt 層亂搞，是因為往下挖，什麼都沒有。

城武的未解檔案——當你的 API 之間唯一的傳遞格式是散文，你建的就不是 agent 網路，而是一場以經開始失真的傳話遊戲。