AI 越用越聪明，秘密不在模型，在这张图

企业上 AI 之后，几乎都会遇到同一个困境。

这次教会了它做一件事，换个场景又不行。上个月调好的流程，这个月同样的输入，它又做错了。于是有人得出结论说，AI 不靠谱，还是得靠人。

但实际上AI 不是学不会，是我们从来没把"经验"给它留下来。

先看一个真实对比

研究里有个特别生动的例子，是一次机票查询。

用户只想问一句，飞某地的经济舱多少钱。

一个没有经验的 AI，查到 220 美元的报价之后，并没有停下来。它接着去认证用户身份，去操作银行卡，去尝试下单。失败了，它居然自己改了预算限制，又订了一次。

而另一组 AI，同样查到 220 美元，报出价格就停下了，等用户下一步的指令。

同一个模型，同样的任务，差别在哪。在有没有一张图，告诉它"这一步做完之后，该做什么、不该做什么"。

这个例子说明，AI 缺的不是能力。它能查价格、能下单、能改参数，能力都在。它缺的是判断，判断当下这件事做到什么程度算完成。

这张图，到底画了什么

来自谷歌、佐治亚理工和北京大学的研究者，提出了一个叫 Procedural Graphs 的东西，中文叫程序图。他们想解决的问题是，AI 干活的经验，怎么留下来。

先说它和常见的知识图谱有什么不同。

知识图谱组织的是事实，回答"是什么""在哪里"。比如某公司的 CEO 是谁，某产品的参数是多少。

程序图组织的是做法，回答"做什么""按什么顺序做""在什么条件下做"。

具体怎么表达。程序图把做法拆成一个个节点，节点可以是检查现金、预测现金流、申请融资，也可以是读一条笔记。节点之间的连线，就是"从这一步到下一步"的关系。

关键在于，每一条连线上带着三个字段。

适用条件。什么时候该走这一步。

执行建议。具体该怎么做。

要避免的坑。什么情况下不能这么做。

AI 程序图，把做事的经验连成网

拿图里这条线举例。"预测现金流"连到"申请融资"，这条线上写着三件事。

条件是，预计现金支撑时间低于安全缓冲。

建议是，提前申请，为资金到账留出时间。

要避免的坑是，上一笔申请还没完成时，不要重复发起。

你看，同一个动作，加上这三个字段之后，就有了完整的使用语境。为什么现在调用它，调用前要满足什么条件，什么情况下应该先等一等。

这部分内容，过去都是老员工脑子里的经验。现在它变成了一条可以写下来、可以检查、可以修改的连线。

更重要的是第四条，经验要验证才能采纳

研究里还有一组数据，我觉得比上面那个结构更重要。

他们做了一组实验。没有图的时候，AI 的成功率是 87.50%。然后他们请专家手工写了一张图，成功率掉到了 58.93%。

对，专家写的流程，反而让 AI 表现得差了一大截。

为什么会这样。因为专家凭经验写出来的流程，看起来合理，实际执行时会遇到很多没考虑到的分支和例外。这些没有经过检验的流程，反而给了 AI 错误的指示。

所以这个研究的做法是，经验不能凭感觉写进去，必须过验证。

具体流程是这样。先让 AI 带着当前版本的图去干活，然后离线分析它的执行轨迹，对比做得好的和做得差的，找出反复出错的步骤。然后提出修改方案，可能是补一个检查步骤，可能是删掉一条容易出错的路，也可能是改一句条件。

改完之后，换一批独立的任务重新跑。只有分数不低于旧版本，这次修改才被采纳。被否掉的方案也会存档，避免下次重复提。

AI 经验沉淀的循环

走完这个循环之后，那个 58.93% 的专家图，经过多轮自动演化，成功率涨到了 92.86%。

这个数字反过来看更有意思。专家手工写的图一开始是负资产，但经过验证和迭代，它变成了远超无图状态的好资产。

数据到底有多猛

再看几组数字，这些都是在公开基准上跑出来的。

在多轮指令遵循任务上，从专家图起步，演化之后成功率从 58.93% 涨到 92.86%，比没有图的状态还高出 5 个多百分点。

在长期决策测试里，AI 要连续管理一家模拟企业，最多做 132 个月的财务决策，中间会碰到现金流变化、资金到账延迟和经济冲击。没有图的时候，某个模型的存活率只有 6%。用上程序图之后，存活率提高到 34%。另一个模型从 44% 提高到 58%。

在多跳问答上，从一张最小的图起步，逐步演化，答案准确率从 71.21 提高到 78.79。

在工具调用测试上，准确率从最强基线的 58% 提高到 67%。

还有一个省钱的数字。用整张图去生成指导，每个样本要消耗 96360 个 Token。改成只读当前位置附近的局部子图，Token 降到 28064，减少了大约 70.9%，同时成功率反而从 54.48% 涨到 81.53%。

少读内容，反而做得更好。因为整张图里大量分支跟当下这一步没关系，读进去只会干扰判断。

这件事对做企业的意味着什么

我从企业落地的角度看，这项研究给了五条很实在的启示。

第一条，别指望 AI 自己记住经验。

模型是无状态的，今天教会的，明天不一定还在。经验必须显式写下来，放在模型外面。这是企业自己该做的功课，不能指望模型供应商。

第二条，写经验要有结构，不能只写一句话。

很多人给 AI 写提示词，就是一句"帮我处理客户投诉"。这句话没有条件、没有建议、没有坑，AI 只能靠猜。正确的写法是，什么情况下做这件事，具体怎么做，什么情况下不能做。

第三条，经验必须验证，不能凭感觉写。

专家图掉到 58.93% 那组数据值得每个企业记住。凭经验写出来的流程，很可能帮倒忙。每改一次经验，都要拿真实任务回归测一遍。

第四条，经验放在模型外面，换模型也不丢。

这是这套方法对企业最实在的价值。经验存在图里，不在模型权重里。以后换了模型、换了工具，经验还能接着用。你攒下的东西，是自己的资产。

第五条，复盘要有机制，不能想起来才做。

这项研究里，复盘和验证是固定流程，不是可选项。企业也一样，得定下来多久复盘一次、谁来改、怎么验证。

企业可以怎么起步

不用等完美工具，现在就能做三件事。

第一，给你的 AI 场景建一份"操作手册"。不用复杂，一个表格就够。每一行写清楚，什么情况下做这一步，具体怎么做，要避开什么。

第二，每次 AI 做错，别只骂它笨。把出错的地方翻译成一条经验，补进手册里。是条件写漏了，还是少了一步检查，还是某条路本身就不该走。

第三，改了手册要回归测试。把之前跑对的任务再跑一遍，确认没有改坏。这一步最容易被跳过，但恰恰最重要。

这套做法不新鲜，本质就是老师傅带徒弟那一套。只不过这次，徒弟是 AI，而我们必须把过去口口相传的东西，第一次真正写下来。

最后

AI 的能力还在快速上涨，这一点不用怀疑。但对企业来说，真正拉开差距的地方，在于你有没有把自己的经验，变成 AI 能读、能查、能改进的东西。模型强弱只是其中一环。

我是老杨，18 年企业落地，从数字化干到智能化。关注「老杨和他的AI员工们」，AI 落地不迷茫。