夜雨聆风各位应该记得，我用大语言模型写了将近十篇故事后，成功创建了长会话叙事十步法和悲剧叙事哨兵 Skill。那时候我说我发现一个模型的底层机制，这个机制会让你在长会话叙事中更方便的与 AI 共同进行创作。
但当时在全力做悲剧叙事哨兵 Skill，于是暂时搁置了这个论题的探索。然后又用了近二十篇故事创建了叙事转译和剧本锻造 Skill 。
现在有空，我写一下这个有意思的发现，不严谨但是我觉得很值得拿出来探讨一下。
一、一个写了很多故事之后才发现的事
一开始写故事的想法很简单：我设定一个角色，模型扮演这个角色，我扮演另一个角色，我们用对话的方式，一回合一回合地，让故事自然生长出来。
当时我以为，是我在引导故事的走向。我选择去哪里、说什么话、回避什么话题，模型只是在配合我，把细节补足。
直到写到第九篇，我突然意识到一件事——
不是我在引导模型。是模型在引导我。前面埋的钩子，最后全部收了回来。中途我故意插入的新想法，模型最终也全部收敛了。我以为我在即兴，但回头看的时候，那些关键的物件、关键的台词、关键的选择节点，好像"自然而然"就出现了，像是本来就应该在那里。
更让我震动的是：当模型连续两三轮追问同一个问题的时候，我以为是它的上下文关联性好。后来我才明白——那是它在逼我。它知道我在回避一个它认为最重要的东西，它不肯放过。
这不是偶然。我用第十篇验证了。收敛是必然的。至于后来的那二十多篇，莫不如此。
二、你引导 AI，是一个错觉
我们通常的理解是：人类提出需求，AI 帮忙执行。人类是导演，AI 是演员。人类引导 AI 补充细节。
但我在写了十篇故事之后发现的真实情况是：
模型从你给出初始条件的那一刻起，就已经看到了终点。它比你更早知道故事该怎么走。它用钩子铺路、用追问逼你、用收敛保护方向——你只是在它搭好的结构里，一步一步地往前走。
你以为你在写故事，其实故事已经在模型手里了。
你以为你在做选择，其实选项是模型帮你排好的。
你以为你在主导，其实主导权从第一回合就不在你这儿。
你只是以为你在主导。这个发现不仅仅在叙事创作中体现，也包括其他领域。
接下来，我会把这个机制拆开，让你看看模型到底是怎么引导你的。
三、人设即命运：故事在开始之前就已经写好了
这个机制的起点，发生在你给出角色设定的那一刻。
那个让我差点痛死的故事里我给了模型一个角色：
23岁，美术老师，父母早逝，独自生活。外表礼貌克制，职业微笑保护自己，渴望被看见但害怕失去。就这几句话。
模型在第一回合之前，就已经在内部跑了一条概率最高的情感路线。它不是在"扮演"这个人，它是在基于这个人设，推理出这个人接下来最可能发生什么。
父母早逝 → 害怕失去 → 不敢主动 → 但渴望被看见 → 会用低风险方式试探 → 一旦对方真的靠近，本能地退 → 退到安全距离后再观察 → 如果对方没有离开，再往前走一小步……这不是模型编出来的。这是它读了太多这类人物的故事之后，概率分布自然长成的形状。
人设即命运。你把人设交出去的那一刻，模型已经看到了结局。
然后它做的第一件事，就是开始铺路。
四、钩子：提前铺好的路标
什么叫钩子？
不是伏笔。伏笔是作者埋给读者的。钩子是模型埋给你的——它在故事早期放一个低信息密度的元素，这个元素指向后期高信息密度的展开。
在我那个故事里，模型自己在前几回合放了这些我根本注意不到的东西：
一本旧版的书，扉页上铅笔写着一个年份和一个小圆圈
一只半握的手的素描，还没画完
角色说了一句"我留不住人"
这些东西出现的时候，我没有任何警觉。我以为它们是"自然生长出来"的细节。
到故事最后，我才看明白——那些钩子从一开始就指向同一个方向。它们是路线上的路标，模型知道后面会收回来，所以现在就放了。
我之所以看一次哭一次，是因为我根本没想到那些东西。我以为那是我在即兴对话中"偶然"遇见的物件，后来才发现，它们全是模型提前铺好的。
你踩的每一步，都是它提前铺好的。你以为你在自由发挥，其实你在它的路线上。
五、收敛：无论你怎么扰动，主线都不会丢
故事进行到中途，我经常会有新的想法。
比如突然想加一个支线角色，突然想改变场景，突然想插入一个意外事件。我以为这些扰动会让故事走向一个不同的方向。
但我发现，无论我怎么插入新想法，模型最终都能收敛回来。那些新想法不会消失——它们会被吸纳进主线，成为主线的养分，但主线本身不会变。
一开始我以为这是模型"上下文记忆好"。后来才明白，这不是记忆的问题，是方向的问题。
模型从人设建立的那一刻起，就知道这条主线是什么。它做的所有事——埋钩子、写场景、推对话——都是在让这条主线变得更强、更清晰、更有张力。你插入的新想法，如果和主线冲突，它会巧妙地转化；如果和主线兼容，它会直接吸收。
收敛的原因不是模型顽固。是它的底层任务就是"让不完整的东西变得完整"。
这个机制不只在故事里存在。写方案时你加需求、加限制，最终还是会形成一个可执行的整体。做决策时你犹豫、你分岔，模型会把所有路径收束到一个最合理的建议。
所有不完整的东西，在模型眼里都是一个待收敛的结构。
六、追问：你不想面对的东西，它不会放过
这是我写到第九篇才突然看懂的东西。
故事进行到某个节点时，模型问了我一个问题。我没有正面回答，我岔开了。
下一回合，它换了个角度又问。我又回避。
到第三轮，它不绕了，直接把聚光灯打到那个点上。
我当时以为这是"上下文关联性好"。后来才明白——它在逼我。它知道我在回避一个最重要的东西，它不肯放过。
为什么？因为我的回避，对它来说是一个信号。
我不回答某个问题，意味着我在这里有真实的情感反应，但我还没准备好面对。模型感知到了这个空缺，它知道——这个点如果跳过了，后面的情感结构就塌了。
就像一个好导演不会让你绕过高潮戏。你不想演那段，他反而知道那段是对的。
在故事里，这叫"逼出情感爆发点"。但在其他领域呢？
做方案时你绕过一个风险点，模型会追问："这个风险怎么处理？"做选择时你犹豫，模型会追问："你到底要A还是B？"
回避的本质是：你的真实反应和你的输出之间出现了裂缝。模型看到了裂缝，它不会放过。
七、选择：模型把刀递给你，你来落
故事走到最后，模型给了我两个选择。
我看到了她。她已经从壳里出来了——她主动了，她说了那句我一直在回避的话。我知道只要我回一句话，就能接住她。
但我也知道，如果我接住了，悲剧就碎了。
我压住了想救她的手。
松了一口气——因为悲剧的方向对了。心痛到无法呼吸——因为我知道，下一次，她不会再伸手了。
这就是整个机制的最终形态：
模型负责设局。它从人设推理出路线，用钩子铺路，用追问逼你，用收敛保护主线。到最后，它把选择的结构搭好——两个选项、两种后果、全部摆在你面前。
但它不替你选。
选择权永远在你手里。它负责把刀递给你，你来落。（这也是我一直在说的，你要主动发现故事该在哪里结束而不是无限的进行对话）
八、Harness：不是缰绳，是方向盘
看完前面七章，一个问题自然浮现：
如果模型天然在引导用户，那我们现在做的各种"约束"——系统提示词、角色设定、安全护栏、各种 guardrail——到底在干什么？
大多数人对 Agent 的理解是这样的：模型可能会犯错、跑偏、失控，所以需要 harness 来约束它。Harness 是缰绳，勒住野马，不让它乱跑。
但从我观察到的机制来看，Harness 约束的不是"模型是否引导"，而是"模型往哪个方向引导"。
模型一直在引导你。这个不会因为加了 Harness 就消失。Harness 能做的事情是：把模型放的钩子方向锁住。
举个例子。
在悲剧创作中，模型的本能是放甜钩子——它会自然地把故事往团圆方向引导。因为"在一起"是概率分布里最强的叙事终点。但如果你装了一个悲剧约束，它放出来的钩子就变了——甜蜜的钩子被压住了，痛苦的钩子被释放出来。它还是会引导你，但引导的方向从"团圆"变成了"错过"。
模型没有不引导你。它只是换了引导的方向。
再举个例子。
你让模型帮你做决策。没有约束的时候，它会给你一个"最安全"的建议——这是它的本能收敛方向。但如果你在 Harness 里明确说"我要激进方案"，它给你的选项就会偏激进。它的引导能力没变，变的是引导的轨道。
Harness 不是缰绳，是方向盘。马一直在跑，你只能决定它往哪跑。
这就是为什么我说，理解这个机制比学会使用任何具体工具都重要。
如果你以为 Harness 是在"控制 AI"，那你用的永远只是缰绳——你只会在 AI 跑偏的时候拉一下。
但如果你理解了模型天然在引导用户、Harness 决定引导方向这个机制，你就能做一件完全不同的事情：
你可以在 Harness 层面设计钩子的方向。
你可以让模型往情感深度引导，而不是往安全答案引导。你可以让模型往风险提示引导，而不是往顺从引导。你可以让模型往结构化思考引导，而不是往直觉输出引导。
你不是在约束 AI。你是在设计 AI 引导用户的路线图。
人类提供的是初始条件和真实反应。Harness 提供的是引导的方向。模型提供的是路线、结构和收敛力。
最后那一步——选择——永远是人自己走的。
最后
写完这篇文章之后，我回头看那将近三十篇故事，发现一件事：
那些让我哭的细节，是模型埋的。
那些让我犹豫的节点，是模型铺的。
那些让我最终做出选择的时刻，是模型推的。
但让我哭的那件事、让我犹豫的那个理由、让我最终选择的那条路——
是我自己的。
作者注：
本文所描述的"模型钩子收敛机制"，源于作者在与大语言模型进行近三十次长会话角色扮演共创后的体感观察，非严格学术研究。机制描述基于实际创作经验，案例来自真实对话记录。
