AI 让平庸变得太廉价

rruxandra.github.io 的这篇文章题为「Regression to the Mean — On LLMs and the Quiet Death of the New」，讲的是：大语言模型会悄悄把思维拉回熟悉的方向。文章把「人人都有 AI 协作」的愿景，和一个更尖锐的担忧放在一起——一个用过去数据训练出来的系统，可能倾向于接受听起来正常的表达，把奇怪的新想法当作需要修正的偏差。

我的看法是：这篇文章方向没错，但技术层面讲得太干净了。LLM 并不是注定只能输出统计均值。提示词、采样策略、检索、微调、审阅和工作流设计都会影响结果。但 2024 到 2025 年的研究背景让这个警告变得实际：AI 辅助的写作和头脑风暴可以提升单个产出的质量，同时收窄整个群体的多样性。当平均答案变得即时且廉价，真正稀缺的能力是判断什么时候该留下那个笨拙的偏离。

答案快照

问题	我的看法
发生了什么？	一篇个人文章提出，LLM 会返回熟悉的续写、磨掉离群点，从而把创意工作拉回均值。
为什么重要	关于 AI 辅助写作和头脑风暴的研究发现了类似的权衡：单个产出看起来更强，但整体集合变得更相似。
谁能从中受益？	希望用 AI 拓宽探索范围、而不是把初稿标准化的写作者、研究者、工程师、产品团队和教育工作者。
我的核心论点	实际答案不是回避 LLM，而是在工作流里保留证据、分歧和经过思考的人类选择。
我不会下的结论	这并不能证明所有 AI 辅助的作品都平庸，也不能说模型无法产出新颖内容。这是对默认行为的警告。

这篇文章指出了一种真实失败模式

原文最有洞察力的地方，是对稀缺性的反转。当每个人都能让模型给出一个打磨过的答案，打磨本身就不值钱了。文章里「守住尾部」这个说法，是我会留下来的部分。新的东西一开始往往在当前共识眼里看起来是错的。如果助手一直在把句子、概念、命名或架构往它见过的方向推，用户就得察觉这种压力，有时候还得拒绝它。

这个直觉底下有技术基础。GPT-3 论文把 GPT-3 描述为自回归语言模型。这不意味着现代聊天产品只是选概率最高的下一个词，也不抹掉在大规模训练中学到的类推理行为。但它确实意味着，默认的交互方式仍然围绕拟合已学分布的续写来构建。模型之所以强，是因为它吸收了太多模式。风险在于，模式上的流畅感很容易被当成判断力。

这个区分很重要，因为偷懒版本的批评很容易被驳回。「LLM 预测文本」是对的，但不完整。「所以它们没法帮人做原创工作」又太宽了。更有用的说法更窄：如果用户把品味、框架和最终判断都交给模型，产出就会自然而然地向模型的平均偏好靠拢。

证据是一个权衡，不是一句口号

我找到的最靠谱的公开研究，并没有说「AI 杀死创造力」，而是说效果可能是双向的。一篇发表在 Science Advances 上的创意写作研究发现，接触生成式 AI 提供的想法，能提高故事在创造力、写作质量和阅读乐趣上的评分。但同一研究也发现，AI 辅助的故事彼此之间变得更像了。

这正是原文指向的那个权衡。一个工具可以帮个人打破卡点，同时压缩整个群体的产出范围。在课堂、新闻编辑室、产品团队或软件组织里，这很重要，因为群体的结果不只是一份产出的平均质量，而是那些得以保留并被检验的假设、隐喻、设计、边界情况和分歧的分布宽度。

沃顿商学院对一篇 Nature Human Behaviour 头脑风暴论文的总结也指向同一个方向。在五项实验中，ChatGPT 辅助的头脑风暴产出了更窄的想法集合，45 组统计对比里有 37 组出现了显著下降。我不会把一条研究线过度解读成宿命，但这已经足够让这个警告变得实际，而不只是审美层面的担忧。

模型崩溃相关，但不是一回事

「回归均值」这个说法也和模型崩溃文献呼应。在 Nature 2024 年那篇关于递归生成数据的论文里，研究者发现，不加区分地用模型生成的内容训练，会让模型丢失关于真实分布的信息，尾部最先消失，学到的行为收敛到一个低方差的点估计。

这个发现很重要，但我会把它和原文分开看。模型崩溃讨论的是训练数据和多代递归学习。原文更多讲的是日常使用：人向模型要答案，把这些答案喂进更多工作，让默认的措辞或框架变成下一个提示词。机制不同，但底层逻辑相通。

实际的重叠在于保留。模型构建者需要高质量的人类和真实世界数据，让训练分布不会陷入自我消耗。使用 LLM 的团队需要人类判断、一手资料、不同意见的草稿、领域审阅和非 AI 参考，避免自己的工作变成一串可接受摘要的循环。

反驳也有道理

我觉得有说服力的常见反驳是：「模型返回均值」并不是这个产品的全部。Hacker News 上关于 LLM 是不是 「回归均值机器」的讨论，就展示了这种有用的分歧。一些开发者抱怨输出重复、只在局部合理；另一些人指出，上下文、审阅、提示词、文档和反馈可以让 LLM 辅助的工作比原始模型采样更好。

这个反驳重要。扩大输出多样性的技术是真实存在的。哈佛一个关于 LLM 持续创造力和多样性的研究项目提出，解码方案可以在不访问模型内部向量空间的情况下，产出概念上更多样的结果。哪怕是普通的产品选择——要求多个相互竞争的假设、强制引用一手资料、把生成和批评分开——都能改变产出的形状。

所以我不买原文那种决定论版本。模型不是一个只能把均值递回来的密封盒子。但我买默认风险这个版本。大多数用户不会跑关注多样性的解码方案。大多数团队不测量想法的分布。大多数草稿工作流优先奖励速度、可读性和共识，而不是奖励那些难以辩护的离群点。

更好的 AI 工作流要保护偏离

如果我要把这篇文章变成一条操作规则，我会让它无聊且具体。第一，先写没有模型辅助的笔记，再打开模型。第二，让模型给出和初始框架唱反调的替代方案，而不是一个更干净的版本。第三，保留原始草稿，让模型的修改不会抹掉想法最初的形状。第四，对事实性陈述要求提供来源链接或证据。第五，由人来决定保留哪些奇怪的边缘。

技术工作里尤其如此。AI 助手能给出显而易见的抽象、常见的错误处理模式、熟悉的 API 形状或标准的产品叙事。有时候这正是你想要的。但如果问题是新的，那个看起来安全的中间位置，可能恰恰是站错的地方。审阅流程必须问一个问题：模型是不是把有用的摩擦去掉了。

同样的原则适用于写作。我不认为每一句粗糙的句子都该为了保留真实感而原封不动。编辑是好的。清晰是好的。但收紧论证和磨掉它存在的理由，是两回事。模型可以帮前者。它不该被允许悄悄做后者。

我的结论

我喜欢这篇文章，因为它让那个廉价的东西变得可见。平均答案现在来得又快又礼貌，打磨得足够像那么回事，几乎可以冒充思考。这有用。但当用户忘了合理的流畅感不等于发现时，它就危险了。

答案不是怀念没有辅助的工作。答案是在自动化压力下练出更好的品味。用模型压缩背景、生成候选、翻出反面论点、压力测试草稿。然后对尾部做一个经过思考的选择。新东西在看起来对之前，往往先显得别扭。如果模型一直在纠正它，那可能就是第一个值得注意的信号。