前言
最近一段时间，大模型在技术圈的讨论，几乎都围绕着：
- Prompt 怎么写
- 模板怎么复用
- 如何让 AI 一次性给出“正确答案”
但当我把 AI 引入到高风险文本场景（需要由人承担现实后果的正式文本）后，发现这些讨论突然变得不太重要了。
真正重要的问题反而变成了：
我是在用 AI，还是在被 AI 带着走？
一、为什么“自动生成”在高风险场景里不太对劲
如果你让 AI 直接生成一份完整文本，往往会出现这些情况：
- 内容很流畅，但你很难确认每一句是否都在你的责任边界内
- 有些话“看起来没问题”，但一旦被采纳，后果却完全由你承担
- 出了问题之后，你甚至说不清：是哪一步做了关键判断
在低风险场景中，这些问题可以忽略；
但在高风险场景中，它们会被无限放大。
二、我做的改变，其实非常简单
我没有换模型，也没有堆 Prompt，
只是换了一种和 AI 交互的顺序。
从：
给指令 → 等结果
变成：
先给事实边界 → 再看变量 → 人做选择 → AI 整理表达
这个顺序一变，体验完全不同。
三、一个最小可跑的人机协作 DEMO（尝鲜版）
下面这个示例不涉及任何真实主体，只是展示交互方式本身。
1️⃣ 人先提供事实和边界
文书类型：答辩类文本
立场边界：不同意对方主张，但以风险可控为优先
已确认事实：
- 某时间点存在明确的合同关系
- 后续产生争议，关键沟通记录存在
- 对方主张主要基于单一文件
已有证据：
- 证据A：沟通记录
- 证据B：文件回执
注意：
这里只是事实和边界，没有任何法律结论。
2️⃣ 给 AI 的任务只有这三条
1）扫描可能影响结果的关键变量
2）指出潜在的表达风险点
3）给出多种处理路径的利弊对比（不替我选择）
此时 AI 的角色更像是：
变量扫描器 + 风险雷达
而不是“代写者”。
3️⃣ 人选路径，AI 再整理
只有在我明确选择路径之后，
AI 才被允许整理成结构化草稿，并标注：
- 哪些内容来自哪些事实
- 哪些点仍需要人工确认
- 哪些地方是可回退区
四、真正的爽点：不是效率，而是“我知道自己在干什么”
第一次用这种方式时，我最大的感受是：
原来我以前不是不会用 AI，
而是从来没被迫面对自己的判断。
人机协作带来的，不是依赖感，
而是一种非常清晰的掌控感。
五、为什么我反而不追求“AI 写得更好看”
从工程视角看：
- 漂亮 ≠ 稳定
- 自动化 ≠ 可控
- 表达优化 ≠ 风险控制
在高风险场景中，我更在意的是：
- 判断是否可回溯
- 风险是否被显性化
- 是否允许人工随时接管
而这些，恰恰是“自动生成”最容易忽略的部分。
六、这其实是一次交互范式的变化
我并不是在否定 AI 的能力，
而是在重新放置它的位置：
AI 不做决定，
但必须把决定相关的所有变量摊在桌面上。
一旦这个位置放对了，
AI 的价值反而被放大了。
结语
如果你只是写文案、做总结，
那 AI 自动生成当然是效率最优解。
但当场景涉及真实后果时，
也许更值得问的问题是：
这个系统，有没有逼我在关键时刻做出确认？
对我来说，
这正是人机协作存在的意义。
常见问题（Q&A）
Q1：你为什么在法律场景中如此强调“人机协作”，而不是让 AI 自动生成？
A：
因为在高风险场景中，真正危险的不是“写得不好”，而是判断权和责任被无意识地交给系统。
我强调人机协作，是为了确保：判断在我，责任在我，AI 只做结构与风险显影。
Q2：可我并不懂法律，这样的人机协作不会更危险吗？
A：
恰恰相反。
正因为不懂法律，更不能把不可逆的判断交给自动化系统。
人机协作不是要求你变成专家，而是防止你在不知情的情况下越界表达。
Q3：为什么法律场景不是“针锋相对”，而是你说的“博弈”？
A：
因为法律系统的目标不是情绪对抗，而是风险裁剪与结果收敛。
针锋相对会放大变量，而博弈是在控制变量。
我不追求语言漂亮，是因为“漂亮”往往意味着越界。
Q4：你为什么总强调“最终责任必须落在人身上”？
A：
因为只要责任不在人身上，系统行为一定会变形。
AI 可以分析、提醒、模拟后果，但不能替人承担后果。
责任是决策的锚点，不是负担。
Q5：你这样是不是在压制 AI 的潜力？
A：
我压制的不是 AI 的能力，而是AI 作为代理决策者的幻觉。
真正的 AI 潜力，是放大人的判断，而不是取代人的位置。
Q6：如果人判断错了，AI 为什么不直接纠正？
A：
因为“纠正”本身就是一种决策权。
AI 可以指出风险、列出变量、对比路径，但最终选择必须由人完成，否则责任链会断裂。
Q7：这种人机协作方式，为什么比 AI 自动化更难被抄走？
A：
因为自动化抄的是输出，而人机协作绑定的是人的判断与责任结构。
你可以复制形式，但复制不了“哪些话明明能写，却被主动放弃”。
Q8：你为什么一直强调要改变人与 AI 的交互范式？
A：
因为旧范式在高风险场景下是结构性失效的。
问题不在模型能力，而在人把什么权力交给了 AI。
我不是要 AI 更像人，而是要人始终站在判断与责任的中心。
Q9：文中的 DEMO 为什么这么“简单”？
A：
因为 DEMO 展示的是交互顺序与协作方式，不是具体能力。
真正的价值在“谁先判断、谁后表达”，而不在模板本身。
Q10：这种方式适合所有人吗？
A：
不适合。
它天然筛掉那些只想“一键搞定”的人。
但对需要承担真实后果的场景来说，这种筛选本身就是安全机制。
