我以前很容易把信息价值写成一张表。看上去完整，也没什么错，但太像一页咨询报告。
后来我让 AI 写了一篇文章。它没有画表格，却把表格留在了文章的骨架里。
话题从手机屏幕上的两尊奥古斯都开始。纯白大理石看起来克制，彩色复原像旅游纪念品，可古代雕像原本很可能有颜色。我们一路谈到高雅如何换边，旧形式怎样被重新征用，为什么喇叭裤、胶片、木质家具、黑胶和 CD 会回来。
成稿以后，每样东西都领到了一段。喇叭裤负责说明旧轮廓进入了新搭配，胶片负责说明技术缺陷如何变成风格，木家具负责说明工业制品普及后天然纹理重新变贵。到了「流媒体之后的唱针」，黑胶解释噪声，磁带解释柔和，CD 解释实体拥有，数字音频解释保真度。
每一段都答对了自己，整篇文章却没有发生什么。把喇叭裤和木家具交换位置，判断不会受伤；删掉磁带，前后的段落也不需要改写。材料只是排队经过同一个结论。
我说这段纯粹是流水账。
输入里出现多个对象，模型倾向于逐项覆盖。在常见的任务评价里，有没有回应每个对象很容易检查；一个正确例子是否该删，某处是否该突然停住，很少有明确标签。生成策略自然偏向完整和均匀。没有哪一句明显错误，没有哪个段落脱题，也没有任何东西真正撞到另一件东西。
修改后的音乐部分从唱片店开始。买下一张碟，也就放弃了同一价格下的另一张；唱到一面尽头，唱针不会替人翻面。流媒体消除这些麻烦以后，旧媒介才有机会把原来的限制重新解释成选择。黑胶之后没有再顺手介绍磁带，CD 留了下来。它没有模拟噪声，却也在流媒体之后被重新拿起；放在黑胶旁边，「人们只是怀念温暖的模拟声」便站不住了。文章最后停在一面唱完后的安静里。
修改后的段落进了 审美不会原路返回，旧稿也该留下。
对模板的批评也会变成模板
复盘时，AI 打算规定每一节必须承担一个主张、一个案例、一个反例和一次转折，以此避免流水账。刚刚还在批评均匀分配篇幅，转头便造出一张更细的表格。局部标准越清楚，每一段越容易合格，文章也越像从同一副模具里压出来。
我把这种味道叫作「工业皮革」。表面的纹路整齐得像皮，每一寸都经过处理，没有毛孔、旧伤和自然形成的褶皱。
我原来倾向于用「能不能被短程序描述」判断信息的价格。这次连失败也显出两种价格。
「不要让每个名词各领一段」「第二个例子必须改变前一个判断」，能挡住几种熟悉的错误。但规则更像伤疤，只负责提醒这里曾经裂开过。脱离那份可以任意调换段落的原稿，脱离读到「流媒体之后的唱针」时那一下厌烦，它们很快又会成为待填写的字段。
语言不是经验的边界 说词语是一种压缩格式。只记住「文章要有起伏」，那次失败已经被压扁；再写成五条规范，执行起来便只剩合规。完整的修改轨迹还留着原稿为什么显得平、读到哪一段开始厌烦、为什么 CD 留下而磁带离开。被删掉的知识其实也正确。
这些记录不会替下一篇文章决定节奏。下次再改相似的文章，可以把它们和规则一起交给模型。它仍然得重新判断，至少不会只见过一句「文章要有起伏」。
技能改完以后，我用一段关于老墙的材料做了盲测。新稿没有依次讲怀旧、天然质感和阶层消费，只留下墙上的裂缝。过去的住户忙着补，今天的咖啡店故意露出来。店里留下斑驳，漏水已经修好，霉味也被清掉。
还住在这种老房子里的人，下雨时得起来挪接水的盆。