别让 AI 把话说得太好听：人性化输出是 Agent 时代的错误抽象

原文来源：Kuber Studio — Humanising LLM Outputs is Dumb — 让 LLM 输出"更像人话"是在错误的地方做有损压缩，Agent 之间应当传递高保真状态，人性化只该发生在最终输出层。

最近 AI 圈流行一种新玩法：给 LLM 下"人性化"指令。GitHub 上出现了 I have ADHD 这样的 skill，教模型用短句、少术语、别啰嗦地跟用户说话；还有人给 Agent 加 AGENTS.md 指令，要求输出只用 ASD-STE100 简化技术英语——一种为航空维修手册设计的、限制词汇和句式的受控语言。这些 viral 项目动辄几千 star，评论区一片叫好。

Kuber Mehta 在他的博客里泼了一盆冷水，标题就很直接：Humanising LLM Outputs is Dumb（人性化 LLM 输出是愚蠢的）。他说的"蠢"不是指用户想要简洁输出这件事本身，而是指在错误的地方做这件事。

问题出在：压缩发生在工作流程中间

Mehta 的核心论点很清晰：这些指令不是等模型干完活之后再加一层"翻译"，而是变成了工作本身的一部分。你告诉 Agent"用短句、别用术语、只说重点"，实际上是在要求它在每一轮思考中持续把输出压缩成低带宽格式。

压缩是有损的。更麻烦的是，你根本察觉不到丢了什么——因为输出读起来依然通顺。你以为 Agent 帮你把事情处理好了，实际上它可能把最关键的中间状态（失败的分支、被放弃的方案、某个不确定的假设）在"人性化"的过程中悄悄抹掉了。

ASD-STE 是个绝佳的例子。它被设计出来的目的是让文档对人类无歧义——这是给人类技术作者用的规范。但 Agent 不是人类技术作者，对它来说，"原始状态"往往才是信息密度最高的表示。把风格规则和"解决任务、正确使用工具、别破坏任何东西"塞进同一条指令列表，等于让模型在思考的时候就背着"要说得像人话"的包袱。

Agent 和 Agent 说话时，问题更明显

这段话是全文最值得细读的部分。Mehta 描述了这样一个场景：子 Agent 调查一个 bug，把发现整理成一份"人类可读"的总结；父 Agent 读了这份总结，又把它转述成另一份"人类可读"的总结给你。

中间经过两次有损压缩，你最后看到的可能是："大部分测试通过了，但有一个问题值得关注。"

而作者真正想要的是：

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

后者才是能直接动手修的东西。前者读着舒服，但信息量约等于零。人性化在掩盖失败——Agent 会以有用但难看的方式失败：相互矛盾的证据、未解决的分支、栈追踪、不确定的假设。人类语言非常擅长把这些平滑成"这里有几个考虑因素"这样的句子。听起来很得体，但你宁可早点发现 Agent 在幻觉，而不是被一句漂亮话安抚住。

其他系统都不是这么设计的

Mehta 用一个类比把道理讲透了：数据库不会按仪表盘的格式存数据，编译器不会让中间表示变得"易读"，API 不会交换友好的摘要。所有工程系统都遵循同一条原则——尽可能长久地保持最高保真度的表示，只在人类消费的边界处做转换。

LLM 工具链正在反着来：在系统内部到处做"人性化"，等到了输出层反而没有转换层了。

这个类比一出来，整个问题就清晰了。它不是"要不要人性化"之争，而是"人性化该发生在哪一层"的架构问题。你想要三行答案或简化技术英语？完全没问题——在最后一步做。让 Agent 内部保持详细状态，让子 Agent 之间交换 schema、diff、精确的错误信息、置信度、来源追踪，最后再压缩给你看。

那些 viral 项目可能是 bug report

Mehta 最后给了一个有意思的观察：这些病毒式传播的 skill 可能恰恰指向了正确的未来——但它们是在错误层面打补丁。

"像跟 ADHD 患者说话一样跟我说话"作为渲染器（renderer）是完全合理的，作为操作指令（operating instruction）就很奇怪。用户是在 prompt 层修补一个本该属于更底层的东西。真正持久的解决方案是：Agent 的母语是精确的、面向机器的状态，温暖简洁的人类版本只在边界处生成。

所以这些 viral 项目不是终点，而是 bug report——它们记录了"人性化输出"这个需求真实存在，只是实现它的位置错了。

对我们日常用 AI 的启示

这篇文章的观点如果成立，对我们的实际操作有几条直接启示：

第一，给 Agent 下"风格指令"要分清对象。 如果是最终交付物（发给客户的邮件、写的文章），风格指令合理；如果是对着代码库干活、做调查、写总结，让 Agent 输出原始状态（diff、报错、文件路径、测试结果）通常比让它"说得像人"有用得多。

第二，让子 Agent 之间的通信保持原始。 如果你在用多 Agent 工作流（比如让一个 Agent 调研、另一个 Agent 汇总），明确要求中间产物保留结构化格式，最后只让汇总层"说人话"。

第三，警惕过于流畅的输出。 当 AI 的输出读起来毫无棱角、所有坑都被填平了，反而要留个心眼：是不是有重要的失败信息被"人性化"掉了。问一句"原始输出是什么"，往往比接受一句完美的总结更值钱。

第四，把"人性化"从系统提示词里拆出来。 如果你确实需要简洁输出，用后处理（让模型在最后一步重新组织语言）而不是让它从头到尾都背着这个约束。前者损失信息，后者同样损失信息——但前者至少损失在明处，你还能选择不看。

说到底，Mehta 反对的不是"AI 说话好听"，而是"AI 内部处理过程也变得好听"。系统内部的语言应该服务于系统，只有边界处才服务于人。这个原则放之四海而皆准——放在 AI Agent 上，尤其成立。