大语言模型是一个黑箱。你不能查看它的中间层激活值，不能单步调试它的推理路径，不能 dump 它的"知识库"来确认某个事实是不是真的在里面。你唯一能看到的东西，就是它输出的文本。

这个限制比看上去更严重。一个传统的软件系统，出了 bug 你可以加日志、打断点、查堆栈，你有多个观测口来定位问题。但和 AI 打交道，你只有一个观测口，输出。而且这个观测口给的信息很有限。模型可能给出了正确答案但推理过程是错的，也可能推理看起来严密但结论是编的，你光看输出区分不了。

这就是为什么"读输出"不是简单的"看一遍"。你只有一个数据源，却要从里面提取出足够多的信息，来判断模型当前的状态，它是靠谱的、还是已经跑偏了的。这种能力说到底是在对一个黑箱做状态估计。

控制论里有一条 Ashby 必要变异性定律（Law of Requisite Variety），它是这套学科里最根本的结论之一。简单说，要控制系统 A，控制器 B 的多样性不能低于 A 的多样性。用白话讲就是，如果你的工具箱里只有一把锤子，那所有问题看起来都像钉子，而且钉子稍微变形你就没辙了。

把这个定律套到 AI 交互上看看。

大语言模型的输出空间几乎是无限的，它能写诗、写代码、写合同、写论文、编段子，而且每个领域内的输出变化也比人预想的要大得多。但你控制它的"工具"是什么呢？大多数人只有一根标尺， 这段看起来顺不顺 。就这一条。

所以呢，你的控制器多样性极低，只有一个维度。而你要控制的对象（AI 的输出空间）多样性极高。Ashby 定律说，这种系统不可能被有效控制。问题不在你的工具好不好，在于你拿来判断的维度太少。

反过来，如果你读 AI 输出时能同时打开多个维度，比如他说的是不是真的（事实维度），推理有没有跳步（逻辑维度），输出的结构到底合不合理（结构维度），边界情况有没有覆盖到（完备维度），还有这回答太顺了该不会是在迎合我吧（怀疑维度）。

每多一个维度，你的控制器就多一个自由度。控制器的变异性就提高一截，就能收窄和 AI 输出多样性的差距。

有个容易被忽略的点。多开一个维度，不只是多了一条检查标准。不同维度观察到的信息是正交的，结构上看起来完美的方案可能在事实上完全是编的；逻辑上严密的推理可能建立在错误的假设上。多维度观测真正值钱的地方不在加法，在于你可以交叉验证。

Ashby 定律在 AI 场景下的推论很直接， 读输出的维度决定了你对 AI 输出的控制精度。 读的维度越少，你的反馈信号越单一，整个系统就越接近只有一个观测值的控制器在控制无限维度的系统，这从原理上就不可能做好。

上面这些说起来有点虚，拆成实际能操作的维度你会更清楚怎么用。每次拿到 AI 输出后，不要从第一句读到最后一句，按维度过一遍。

事实维度，引用的东西真的存在吗

模型喜欢编造看起来合理的东西。人名、论文标题、统计数据、API 函数名，都是常见的编造对象。逐个验证可以验证的引用。

逻辑维度，推理链有跳步吗

AI 输出经常看起来逻辑严密，但仔细看会发现中间有隐含假设被当作已知条件跳过了。每一段"因此"前面，确认前提是不是真的成立。

结构维度，这个框架真的合理吗

很多时候 AI 给的结构"看起来像那么回事"，但经不起推敲。比如给了你一个分三层的工作流，但层和层之间的边界模糊，或者第二层和第三层的职责重叠。结构上的问题单独看每句话都对，拼起来不对，需要你从远处审视骨架。

完备维度，边界情况覆盖了吗

AI 倾向于给出最典型的路径，忽略异常情况和边界条件。问自己，输入为空会怎样？网络断了会怎样？数据量超出预期会怎样？权限不足会怎样？这些不在典型路径里，但生产环境一定会遇到。

怀疑维度，这也太顺了吧

这是最容易被忽略的维度。一段输出如果读起来极其顺畅、完美无瑕、刚好命中你的预期，它很可能是在迎合你，讨你喜欢。模型的训练目标包括让输出"讨人喜欢"，所以它倾向于顺着你说。故意找茬，找它回答里站不住脚的地方，是重要的反制手段。

偏差维度，它在刻意回避什么

模型有自己的安全训练约束。有时候它不会直接告诉你"我不能回答这个问题"，它会绕着说、说一半、或者给一个安全但不完全真实的答案。留意那些被轻描淡写带过的段落、被选择性忽略的角度、被模糊处理的数据。

把"读输出"从一条模糊的"看一眼"拆成这六个维度，每一次阅读都可以有意识地往某个维度聚焦，而不是笼统地"看一遍"凭感觉。不同场景侧重点不同，代码输出盯逻辑和完备，研究报告盯事实和偏差，方案设计盯结构和怀疑。关键是知道自己在用哪个维度读。

回到开头的问题，为什么整个行业在 prompt 工程上投入那么多，效果却不理想？

用 Ashby 定律来看，prompt 工程说到底在优化一个东西，控制信号（你发出的指令）。不管你写的是 20 字还是 2000 字的 prompt，不管你是用了 chain-of-thought 还是 few-shot，优化控制信号只提升了一个自由度，把需求表达得更精确。这当然有用。但当你的控制信号越来越精确，而反馈信号始终只有"好像还行"这一个维度时，系统性能的瓶颈其实是反馈信号，不是控制信号。

你花一万小时学 prompt 工程，不如花一百小时练习怎么读输出。这话听着有点鸡汤但它是控制论的逻辑推导。反馈信号的维度决定了你的闭环系统能收敛到什么精度。

总而言之。大模型是黑箱，输出是你唯一的观测口，读输出的质量直接决定你对 AI 行为模型的精度。Ashby 定律告诉我们，读的维度必须匹配 AI 的复杂度，一个维度根本不够。我给了六个维度，事实、逻辑、结构、完备、怀疑、偏差。Prompt 工程优化的是控制信号，读输出优化的是反馈信号，而反馈信号的质量才是闭环系统的真实瓶颈。

还是那句话，问题不是读不读，人一定会读。问题是你只开了几个通道在读？