约束优化研究法：从答案生成到决策系统

答案生成的问题

「英伟达值得买吗？」听起来像一个有答案的问题。其实不是。它是一个包含隐藏变量的决策问题：谁在买，持有多久，投入多少资金，能承受多大回撤，和哪些替代方案比，什么信息会改变判断。没有这些约束，「值得」这个词就没有稳定的含义——对一个退休的保守投资者和一个年轻的高收入工程师来说，「值得」意味着完全不同的东西。

答案生成优化的是可信度：产出一个听起来全面、平衡、权威的回答。这类回答往往面面俱到但不可操作——它告诉你「有优点也有风险，取决于你的具体情况」，然后把决策的重担原封不动地还给你。约束优化优化的是决策效用：产出一个帮助用户根据自身实际处境做出更好决策的系统。它不只是分析对象本身，还要分析你和这个对象之间的关系。

形式化框架

决策被形式化为一个优化问题：

max_a U(a | E, H, C) − λR(a) − γI(a)

其中 a 是候选动作（比如「买入」「持有」「卖出」「继续研究」），U 是在证据 E、假设 H 和约束 C 下的预期效用，R是风险项（衡量最坏情况的代价），I是不确定性成本（衡量当前证据不足带来的风险），λ 和 γ 是用户的惩罚权重。这些权重不是物理常数——它们是编码用户真实情况的归一化偏好系数。

实用默认值：低风险的可逆任务（比如「试试这个新工具」）取 λ ≈ 1，γ ≈ 1——风险和不确定性都不是大问题，快速行动就好。高回撤动作（比如「全仓买入某只股票」）大幅提高 λ——你承受不起最坏情况。缺失可能改变建议的关键证据时提高 γ——在信息不足的情况下行动比等待更危险。如果用户没有明确指定约束条件，报告会在不同权重分支下给出条件判断，让用户自己选择最符合自身情况的分支。

十二步方法

这十二步分为两组：前八步确保分析质量，后四步确保决策质量。在得出结论之前，每一步都必须执行：

1. 重建目标函数。用户到底在优化什么？很多研究失败不是因为分析有误，而是从一开始就优化了错误的目标。
2. 拆分事实、假设、推理和价值判断。这四类信息的可信度完全不同，混在一起讨论会导致判断混乱。
3. 区分对象质量和行动吸引力。一个好公司不一定是一笔好投资（如果价格太高）；一个好产品不一定值得采用（如果迁移成本太大）。
4. 多起点搜索。从对立的出发点开始分析。如果你的初始假设是「应该买」，先认真论证「不应该买」的理由。
5. 反事实扰动。改变一个关键假设，看结论是否翻转。如果结论对某个假设高度敏感，那个假设就是需要更多证据的地方。
6. 敏感性分析。哪些输入会翻转建议？找出结论的「断裂点」——在什么条件下结论会从「是」变成「否」。
7. 逆向工程隐含期望。如果当前建议成立，市场或现实必须满足哪些隐含条件？这些条件是否真的成立？
8. 对抗性验证。站在对立面，用最强的论据反驳你的结论。如果反驳站不住脚，结论更可信；如果反驳有力，你需要修正结论。
9. 贝叶斯更新。展示后验分布如何随证据变化。新证据到来时，你的信念应该往哪个方向移动多少？
10. 情景分析与决策树。把不同情景下的结果画出来，明确每个分支的概率和收益。
11. 加入个人约束。通用分析不考虑你的资金规模、流动性需求、税务情况和心理承受能力。把这些加进去。
12. 反叙事正则化。当前市场上流行的叙事是什么？你的结论是否恰好和流行叙事一致？如果是，需要额外警惕——从众的结论不一定错，但从众的推理过程往往偷懒。

残差驱动迭代

研究不会在一轮之后停止。残差——结论所需与证据所支持之间的差距——驱动下一轮研究。每一类残差代表一个维度的不足：

• 问题残差：问题本身还是正确的吗？研究过程中你可能会发现最初问的问题不是真正需要回答的问题。
• 约束残差：有未捕获的约束吗？随着研究深入，用户可能会意识到之前没提到的限制条件。
• 证据残差：缺失最小直接证据吗？结论的关键支撑是否都有证据背书，还是部分依赖推测？
• 假设残差：有未检验的竞争假设吗？除了你正在验证的假设，是否还有其他合理的解释？
• 对抗残差：有未回应的反驳论点吗？对立面提出的最强反驳是否已经被充分回应？
• 敏感性残差：有未探索的变量范围吗？关键变量的取值区间是否被充分覆盖？

终止条件：所有残差低于硬约束（每个维度都「足够好了」），或者再研究一轮的信息价值低于延迟成本（继续研究的边际收益递减到不值得等待）。这个终止条件防止了两个极端：过早收敛（还有明显的知识盲区就下结论）和无限递归（总觉得还不够完美，一直研究下去）。

在 Super Survey 中的实现

Semibot 的 Super Survey 技能实现了这个框架。每轮调研遵循分阶段循环：将用户的措辞构建为起点，通过自适应研究框架路由，在搜索之前先写好证据计划，用来源/声明/证据 JSONL 追踪来收集证据，对最强论点进行对抗性验证，综合出有条件判断，然后运行演化器来决定继续/收窄/转向/终止/定稿。

关键创新在于前置引导：在任何证据收集之前，技能先定义好目标、约束条件、决策关键变量、最小直接证据、隐含期望和反叙事正则化器。这可以防止 Agent 将提问者的预设立场直接当作目标函数。前置引导是整个框架中最重要的一环——它把「回答问题」变成「先搞清楚这个问题到底在问什么」。

局限性

• 需要用户能表达——或者愿意去发现——自己的约束条件。很多用户不知道自己的风险承受能力、时间偏好或机会成本。引导用户发现这些约束本身就是一个研究任务。
• 会增加研究开销。简单的事实性问题（「这个 API 的返回格式是什么？」）不需要这个框架。约束优化面向的是决策问题，不是查询问题。
• 残差指标使用粗糙的离散量表（0–3），而非经过校准的概率测量。这意味着残差的大小是近似值，用于判断「够不够好」而非精确量化。
• 对抗性验证可能会退化为稻草人论证——如果 Agent 没有认真对待对立观点，而是随便找几个弱理由反驳了事，对抗验证就失去了意义。
• 贝叶斯更新需要有意义的先验。如果先验完全无信息（「我对此一无所知」），更新结果会依赖证据到达的顺序而非内容。
• 这个框架是一个技能（skill），而非核心运行时。质量取决于模型能力和 prompt 工程。不同模型对复杂推理指令的遵循能力差异很大。

FAQ

相关阅读

• 抵抗 AI 谄媚
• 技能生态
• 注意力策略
• Semibot 更新日志