再读-腾讯研究院5月15日《AI原生工作报告》

原文：腾讯研究院AI原生工作团队《AI原生工作报告2026》（副标题：从信任鸿沟到可靠协作的十个关键词）

这份报告发布已经有一阵子了。第一次读，容易被一个个数据和案例吸引；隔了一段时间再读，反而更能看清它真正想说的事：AI原生工作，不是找一个零错误的完美AI，而是搭一套“可控失败、透明修复”的协作体系。

报告用十个关键词，把这件事拆开来讲。下面按我自己的理解，重新梳理一遍。

报告开篇抛出一组反直觉的数字：2023年，Stack Overflow调查中AI编程工具的信任度是40%；两年后，采用率从70%升到84%，信任度却降到了29%。用得越多，信得越少。

为什么？报告给出两个原因。

第一，认知摩擦。 工程师、律师、医生这些职业，训练建立在确定性之上：同样的输入，应该得到同样的输出。而AI是概率性系统，同一个问题问两遍，可能给出两种结构、两套方案。这种不适，不是能力质疑，而是一种更原始的不适应。

第二，验证成本。 AI把“写”的工作量砍下来了，却把“查”的负担顶了上去。它的产出往往“看起来正确但不可靠”，错误藏在合理的逻辑里。一旦检查成本超出预期，人们的反应不是查得更仔细，而是干脆不查。报告引用的数据很有意思：96%的开发者不完全信任AI代码，但只有48%的人在提交前始终检查。嘴上的不信任是安全的，手上的放行才危险。

更麻烦的是感知失真。METR的实验中，经验丰富的开发者用AI后实际慢了19%，自己却觉得快了20%，感知与现实相差39个百分点。

那怎么办？首尔国立大学的实验提供了线索：人对AI的信任会经历“建立—冲击—修复”三个阶段，一次错误会让信任断崖式下跌，但经过透明解释、边界澄清之后，修复后的信任甚至可以超过最初的水平，这被称为“信任加速悖论”。

所以报告的核心判断是：可靠不等于不出错，可靠是出错之后还能接住。

人机协作的重心，经历了从提示词工程，到上下文工程，再到驾驭工程（Harness Engineering）的迁移。核心逻辑是：不再只盯着怎么“问”，而是设计一个让AI可靠工作的环境，包括约束系统、反馈循环、验证机制和状态管理。

报告用“前馈/反馈”和“确定性/推理性”两条轴，把驾驭手段分成四个象限，比如模板、规范都属于其中的一类。它也提醒了几件事：约束要适度，规则、工具、架构各有特点；组织规模不同，Harness的厚度也不同。更进一步，人的位置会从“盯着AI干活”，移动到“在环上”去修改系统，最终用Agent来改进Harness本身。

很多人以为AI记忆的挑战是“记得多”，报告说恰恰相反，核心挑战是精确遗忘。认知科学的研究表明，遗忘是大脑保护高价值信息检索效率的一种设计。

具体的管理手段包括修剪、压缩、巩固、冲突解决。FadeMem项目就是模仿遗忘曲线，设计了两层衰减速度不同的记忆系统。工程上有三条路线：选择性事实提取、文档化自主管理、结构化知识图谱，分别对应认知科学里不同类型的记忆。记忆系统做得好，个人知识才能从零散积累，上升到结构化管理，形成别人难以复制的壁垒。

Skill，就是把“遇到这种情况应该怎么做”写成可复用的指令模块，是程序性知识的数字化表达，和微调、检索增强生成都不一样。

但Skill不是越多越好。上下文是稀缺资源，Skill太多反而成为负担，还会出现“指令漂移”。报告给出的维护要点很朴素：描述要精准，聚焦关键信息，重视踩坑记录，并根据实践不断精简。

AI自己评自己，并不可靠，会有上下文污染等问题。报告建议采用PGE三角色架构，把“做工作的Agent”和“判断工作的Agent”分开。

但评估者本身也会有系统性偏见，所以评估本身也需要被评估。比较稳妥的做法是多层评估：确定性检查、AI审查、人类判断结合使用，同时注意从错误里学习。

信息给得太多或太少，都会影响AI表现。在Transformer架构下，上下文膨胀的成本很高，还会带来“毒化”“分心”等问题。

报告给出的原则是：找到最小的高信号token集合；采用渐进式披露；清空往往比压缩更有效；并且定期审查上下文，删掉过时信息。

现实中，大多数人只是用AI加速单个任务，整体工作流并没有变，所以提效有限。报告提出要重新审视工作流：

多Agent并不是越多越好。报告的提醒是：有时候升级模型，比堆更多token更高效；基础打牢之后，再考虑多Agent。

要避开几个陷阱：过度委托、规格不足、协调开销、“电话游戏”效应。分工时，可以看是否共享上下文，并借鉴管理幅度、权威梯度等组织理论。多Agent有应用边界，当单Agent确实无法满足需求时再用。

人类倾向于“加东西”而不是“减东西”，AI的加法偏见甚至更极端。放到实践中，就是Skill库越堆越大，提示词越写越长。

减法是反人性的，但可以靠纪律训练。报告建议通过“策展”来管理Skill库等资产，不断判断哪些内容该减。

这是整份报告里最让人警醒的一部分。AI可能让使用者逐渐失去原本具备的技能：开发者的编码能力下降，医生、法学生等在各自专业领域也受到影响。

报告把损失分成三种：替代性、侵蚀性和构成性。背后还有一个悖论：学习的最优策略，和生产力的最优策略，并不是同一个。

应对办法也很具体：定期不用AI完成任务，保留深度思考的时间，重新练习深度阅读。

最后一个关键词，回答的是“长期”的问题。报告强调要从“消耗”走向“积累”：别做消耗型学习，把教AI做事的方式沉淀成Skill，让每次交互留下痕迹，并建立知识之间的联系。

报告提出了“写下来、记下来、连起来”的螺旋模型：写下来，是把可复用的流程变成技能；记下来，是留存决策、偏好和失败教训；连起来，是梳理知识间的因果与依赖，进而构建语义层、本体、知识图谱，并对抗知识腐烂。

因为方法会过时，工具会迭代，真正属于个人的，是判断框架、因果链条和领域直觉组成的知识网络。

把十个关键词连起来看，会发现它们其实在回答同一个问题：当AI不再完美，我们如何与它可靠地共事？

信任不是一个静态的指标，而是在一次次校准中长出来的。与其期待AI永不犯错，不如把功夫花在“出错之后如何接住”上。

本文根据腾讯研究院《AI原生工作报告2026》整理，观点和数据均出自原报告，完整内容请以原文为准。