為什麼將 LLM 輸出人性化對代理工作流（Agent Workflows）適得其反
以人為中心的輸出風格會壓縮代理的工作並導致資訊流失
以人為導向的輸出格式，例如 Simplified Technical English (STE) 或短句提示詞，會迫使模型將其內部推理過程壓縮成低頻寬的表示形式。
- 壓縮是有損的：即使文本讀起來仍然通順，細節也會被丟棄。
- 代理需要最高資訊密度的表示形式來解決任務、保留抽象概念並避免出錯。
- 將風格約束作為核心指令集的一部分，會將呈現方式與問題解決混淆在一起，這與傳統系統中存儲與顯示為分離層級的做法不同。
"如果妳告訴一個代理使用短句、避免術語、不要讓妳感到不知所措，並且只包含最重要的細節，妳就是在要求它不斷地將輸出壓縮成低頻寬格式。這種壓縮是有損的。" – kuberwastaken, Humanising LLM Outputs is Dumb
原始代理輸出對於正確性和除錯至關重要
當代理與子代理進行溝通時，每一層都應該交換精確且機器可讀的數據：
5/6 PASS
FAIL: test_cache_invalidation
CAUSE: stale key survives restart
REPRO: tests/cache_test.py:184
像「大多數測試已通過，雖然有一個值得研究的問題」這樣的人性化摘要，會隱藏了自動修復所需的精確失敗資訊。
- 詳細的日誌會揭露衝突的證據、未解決的分支、堆疊追蹤（stack traces）以及不確定的假設。
- 人類語言傾向於平滑化這些訊號，使得偵測幻覺或細微的錯誤變得更加困難。
現有系統設計模式在邊界之前保持高保真度
- Databases 存儲原始行數據；儀表板（dashboards）則為用戶格式化它們。
- Compilers 保留中間表示（IR）而非用於人類消費。
- APIs 交換的是結構化數據，而非敘述性摘要。
LLM 工具化正日益反轉這一模式，即在推理階段強迫進行人性化格式化。
無障礙性與個性化屬於最後的渲染階段
作者澄清，其論點並非反對讓輸出變得易於使用：
"如果妳想要三行答案或 Simplified Technical English，沒問題！我只是認為最好在最後階段才這樣做。"
建議是保持代理的內部狀態、架構（schemas）、差異（diffs）、信心分數和來源（provenance）完整無缺，然後僅在最後一次將結果轉換為人類消費的形式。
社群對這種權衡的看法
- Xcelerate 指出，在長篇 LLM 輸出之後，他們會提示進行第二次處理來「解壓縮任何 LLM 術語」以供個人使用，同時保留原始輸出以供未來的代理使用。
- 7402 分享了一個提示詞，可以抑制友好度與第一人稱語言，旨在追求簡潔、事實性的回答。
- Animats 警告說，強迫風格可能會引入幻覺，而不僅僅是丟失資訊。
- firefoxd 觀察到，以前使用像機器人指令一樣的搜尋查詢會產生更好的結果，但 AI 生成的總覽（overviews）已經削弱了這種能力。
- pholden 指出，Claude 的輸出風格設定僅影響主對話；子代理保留其自身的系統提示詞，因此風格洩漏（style leakage）是有限的。
- boredumb 認為，前沿模型應該優先考慮機器層級的精確度，應由 UI 開發人員來構建他們需要的、人性化的層級。
- TheCapeGreek 與 TheCapeGreek (重複) 強調，許多用戶實際上想要這種有損壓縮，以避免代碼審查中的冗長評論。
- wren6991 反駁說，LLM 們在內部已經進行了語碼轉換（code-switch，例如 chain-of-thought 與最終輸出），因此為人類提供更簡單的方言是沒有本質上危害的。
- virajk_31 與 scotty79 建議使用專用的聯絡代理（liaison agent）來在機器最佳化輸出與用戶友好型渲染之間進行翻譯。
實務建議：將「思考」與「談話」階段分離
保持核心代理輸出為原始數據 – 保留完整的測試日誌、錯誤追蹤、信心指標和結構化差異（diffs）。
定義一個後處理步驟 – 在代理完成後，調用一個格式化程序或第二個 LLM，將原始數據轉換為所需的、人性化的風格（e.g., STE, 簡潔的列點式摘要）。
透過 APIs 暴露原始數據 – 允許下游工具或人類審查員在需要時請求未經濾過的原始輸出。
將風格視為渲染器，而非指令 – 類似於數據庫查詢返回行數據，而 UI 組件則對其進行格式化。
通過這種分離，開發人員可以保留可靠自動化所需的保真度，同時仍能向終端用戶提供無障礙且個性化的摘要。
這場討論反映了 AI 工具化的一個更廣泛的轉向：從單一、以人為中心的提示詞，轉向層級化架構，其中機器之間透過精確、機器友好的語言進行溝通，而只有最後一層才將其轉換為為人類可讀的形式。
Sources
相關
- Dispatch
- Dispatch
- Dispatch
- Dispatch
- Dispatch