十年后,企业里最不值钱的将是“完整文档”

过去，写一份完整报告很贵。

你要找资料、核数字、组织论证、协调意见，还要承担结论被追问的压力。于是，“完整”虽然不等于正确，至少意味着有人为这份东西付出过成本。

生成式AI把这道门槛拆掉了。只要一句提示词，标题、摘要、目录、正文、风险和行动项可以同时出现。我们第一次进入一个“完整成果”比“新事实”增长得更快的时代。

AI把“像一份文档”变得廉价，却没有把新事实、独立判断和责任承担变得廉价。

十年后，企业里最不值钱的，很可能就是那些结构齐全、语言流畅，却没有新增事实、没有来源、没有责任人、也不知道是否仍然有效的“完整文档”。

一、AI已经不只是回答问题，而是在批量制造成果

Anthropic在2026年6月26日发布了一份Economic Index报告。它对2026年4月10日至6月10日抽样的Claude Chat和Cowork会话进行分类：93%的会话产生了某种可识别成果；文档与报告占全部会话的15%。只看工作类会话，文档与报告占20%，是最常见的产出。^[1]

报告还比较了生成博客和文章的交互方式。Chat与Cowork的中位数是13轮往返，Claude Code的中位数只有一次人类提示。^[1] 这不等于Claude已经独立完成所有文章。不同产品上的任务构成和用户选择并不相同。但它说明，随着AI从对话框变成可以持续运行的工作界面，同一类成果正从协作写作走向整项委托。

这组数据只代表Anthropic自己的产品，不能外推成整个企业市场。它也没有测量文档质量。但一个趋势已经很清楚：AI最先做便宜的不是知识，而是知识的包装。

图1｜93%的Claude Chat/Cowork会话被分类为产生某种成果；这证明产出形态变化，不证明信息密度下降。

生成一份文档几乎免费，保存它却不是。它会占用索引、检索位置、维护注意力和未来读者的判断时间。当组织仍把“交付一份完整文件”当作任务终点，AI就会成为世界上最高效的完成感制造机。

二、别急着宣布AI文档的信息密度已经大幅下降

“AI写得很长，读完没得到什么”，很多人都有这种感觉。但感觉不是行业结论。

目前的公开研究，还不足以证明所有AI生成的企业文档都出现了显著密度下降。更直接的证据集中在三个局部：有些输出可以无损压缩，自动评审会奖励长度，不同人的AI辅助作品更容易趋同。

“Verbosity = Veracity”把一种现象叫作verbosity compensation：模型已经被要求简洁回答，仍然生成重复、歧义或过度枚举的文字，而且这些部分可以在不损失信息的情况下被压缩。研究在5个知识与推理问答数据集、14个模型上观察到这种行为；在论文的定义下，GPT-4的发生频率为50.40%，Qasper上冗长回答与简洁回答的性能差距达到27.61个百分点。^[2]

这是一篇预印本，任务是问答，不是企业长文。50.40%不能写成行业发生率。它真正提供的是一个可测量定义：一段文字如果删除后不损失任务信息，删除的部分就是低信息token。

长度为什么会稳定存在？Length-Controlled AlpacaEval给出了一条激励解释：LLM自动评审倾向偏好更长的输出。控制长度后，该评测与LMSYS Chatbot Arena的Spearman相关从0.94提高到0.98，也更难被单纯增加冗长度操纵。^[3]

换句话说，模型可能在不确定时用长度补偿；评测又可能把长度误认成完整。两者叠加，很容易生产一种“每句话都没错，整篇却没有增加多少判断”的文档。

但反方同样成立。AI可以把凌乱会议记录压缩成清晰决策，把几十页法规抽成适用条款，把多人重复意见去重。高质量人机协作完全可能提高单篇密度。

所以，问题不能写成“AI文档一定更差”。更准确的判断是：

当事实预算、去重规则和可核验验收缺席时，AI更容易扩大文本分母，却不扩大独特信息分子。

图2｜AI文本可以更流畅、更易检索，同时新增事实更少、来源更弱；四个变量必须分别验收。

三、真正先下降的，可能是整个知识库的独特信息密度

一份文档可以写得不错，整个知识库仍然越来越差。

ICLR 2024的一项受控实验招募38名Upwork写作者，让他们分别在无模型、GPT-3和InstructGPT三种条件下写议论文；每组收集100篇，覆盖10个题目。InstructGPT组的文章彼此更相似，词汇和关键观点多样性显著下降；GPT-3组与人类单独写作组没有显著差异。^[4]

这点很关键：同质化不是所有模型、所有流程的宿命。它与模型如何对齐、如何给建议、用户如何采用建议有关。

Science Advances的随机实验又揭示了另一面。293名写作者获得0个、1个或最多5个GPT-4创意，600名独立评估者在不知道条件的情况下评估作品。AI辅助提高了个体故事的评价，尤其帮助了原本创造力较低的写作者；与此同时，AI辅助故事彼此更相似。^[5]

个体质量提高，群体多样性下降。这两件事可以同时发生。

企业知识库也可能出现同样的结构。一份调研被生成周报、专题、PPT、管理层摘要和会议材料。每份都完整、清楚、能够单独转发，但它们大多来自同一批原始证据。文档数量增加十倍，独特事实没有增加十倍。

真正先下降的，可能不是单篇文档质量，而是整个知识库的独特信息密度。

如果组织默认把每个衍生版本都永久入库，三个问题会接连出现：重复主张挤占检索位置；源数据更新后，多个版本彼此冲突；少数真正新增的异常信号，被大量平均化表达包围。

图3｜研究没有证明所有模型都导致同质化；ICLR实验中GPT-3组未见显著差异，InstructGPT组才出现下降。

四、最危险的悖论：二手文本可能更容易被AI找到

直觉上，没有增加多少事实的衍生文档，对AI也应该没什么价值。KDD 2024的实验给出了相反结果。

研究者以SciFact和NQ320K为基础，让Llama2和ChatGPT重写人类语料，构建人写文本与AI文本混合的检索基准。两个基准分别包含300个测试查询与5,183篇人写语料、7,830个测试查询与109,739篇人写语料，并配有对应的生成版本。实验发现，神经检索器倾向把LLM生成内容排在更高位置；偏置不只存在于第一阶段召回，也延伸到第二阶段重排器。^[6]

作者把它叫作source bias。压缩和困惑度分析给出的机制是：LLM重写文本往往语义更集中、噪声更少，对预训练语言模型式检索器而言更容易理解和匹配。^[6]

注意，“噪声更少”是机器视角，不是事实核验结论。原始材料里的限定语、异议、不规则措辞和现场背景，可能会降低匹配分，却恰好决定一条结论是否成立。

于是，一个危险循环出现了：

对机器更容易匹配，不等于对组织更接近事实。

这项研究使用的是实验语料，不是十年企业知识库，也不能证明所有现代检索器都有相同偏置。它证明的是另一件事：语义相关性排序并不天然来源中立。若系统不显式提高原始证据、当前版本和权威来源的权重，AI生成内容可能凭借“更像AI”获得额外曝光。

图4｜KDD 2024在两个混合语料基准上观察到来源偏置；实验语料不等于真实企业知识库。

五、向量是索引，不是事实本体

因此，“未来文档会变成向量数据库”是一个有传播力、但技术上不够准确的说法。

向量嵌入擅长建立语义的近似地址。它能告诉系统，这几个文本块与查询很像。它不能仅凭距离回答：哪一个是原始合同，哪一个是AI摘要；哪一个已经作废；哪一个只适用于某个市场；哪一个由负责人确认；当前Agent有没有权把它发给外部。

成熟的向量数据库当然可以附加元数据、关键词检索、权限过滤和重排。本文反对的不是向量技术，而是“把全部文件切块、嵌入，就等于建立了知识系统”的简化设计。

长上下文也没有自动解决问题。“Lost in the Middle”发现，相关信息放在长上下文的开头或结尾时，模型表现通常更好；放在中间时会明显下降。^[7] 模型已经进步，但“窗口装得下”仍不等于“能够等权、稳定、可审计地使用”。

传统向量RAG还不擅长全局问题。GraphRAG论文指出，向量RAG适合答案局部存在于少量记录的问题，却难以回答“整个语料的主要主题是什么”这类跨语料问题。其图索引和社区摘要在约100万token的实验语料上提高了答案完整性与多样性。^[8] 但图和摘要也是衍生层，不能替代原始证据。

向量是索引，不是事实本体。

图5｜向量是重要索引；事实本体、来源、状态、权限和责任需要单独表示。

六、未来不是“把文档写给AI”

AI真正需要的，往往不是一份从背景写到结论的完整报告。它需要的是当前任务下最小而充分的上下文：目标、事实、约束、权限、工具、未知项和验证要求。

MCP 2025-06-18资源规范提供了一个信号。文件、数据库模式和应用信息可以作为资源被服务器暴露，每个资源由URI唯一标识，宿主应用按任务决定哪些资源进入上下文。^[9] 重点不是把所有资源拼成一份长文，而是让它们可发现、可读取、可寻址。

Cloudflare的Markdown for Agents展示了另一种双视图：启用功能的网站在客户端请求Accept: text/markdown时，可以把同一源站HTML实时转换为Markdown。人类浏览器得到页面，机器客户端得到更适合处理的文本，权威来源仍是同一个对象。^[10]

W3C的JSON-LD 1.1用于在JSON生态中表达链接数据，PROV-O用于描述实体、活动、代理及其来源关系。^[11][12] 这些标准不能自动保证事实正确，却说明机器可读知识需要语义、关系和出处，而不只是更容易分词的长文本。

我认为，未来企业知识系统会形成五层：

未来不是把文档写给AI，而是先把知识组织成可验证对象，再按人的需要生成文档。

图6｜机器上下文与人类文档不是两个事实世界；它们应回到同一组可验证对象。

七、完整文档不会消失，它会变成“编译结果”

我不相信人类会停止阅读文档。

复杂决策需要共同叙事。合同、董事会决议、监管申报和审计报告需要固定版本、签署与责任。战略文章的价值，也不只是提供原子事实，而是判断哪些事实重要、因果链如何成立、什么反例足以推翻结论。

真正变化的是权威位置。

今天，很多组织默认事实“住在那份文档里”。未来，高价值文档更像软件的编译结果：它由哪些证据、知识对象、规则和版本生成，可以被回溯；底层事实更新后，系统知道旧文档是否过期；需要签署时，再冻结为正式版本。

人类文档负责语境、解释、承诺和共同理解。结构化事实与关系负责确定性。关键词、向量和图负责发现。权限、版本和来源负责治理。不同层不能互相冒充。

因此，十年后仍然值钱的完整文档，会比今天更少，也更贵。它们代表的是高强度判断和可追责承诺，而不是模型把格式补齐了。

最不值钱的，是另一类东西：没有新增事实，没有独立判断，没有责任所有者，没有有效期，却因为语言完整而被保存、转发和相信。

八、这项判断必须接受证伪

目前没有公开数据给出“企业AI文档信息密度下降了多少”。把一个有机制支持的判断写成已确认的全行业事实，只会制造另一份低密度文档。

真正的验证并不复杂。对同一任务、同一源材料和同一长度上限，比较人类独立写作、纯AI生成、人机协作三组结果；盲评并记录七项指标：独特主张密度、证据链接率、可无损压缩率、决策增量、跨文档重复率、原始来源召回率和权威命中率。

如果AI与人机协作版本持续提高每分钟独特可核验主张数，降低遗漏和冲突，同时让原始来源更容易被找回，那么“AI导致密度下降”的判断就应被缩小到特定模型、模板或管理流程。

如果向量优先系统能够在混合人写和AI衍生语料中，稳定优先返回最新、权威、可追溯的原始证据，而不需要额外来源和状态层，那么“纯向量方案不够”的判断也需要修改。

图7｜若AI在七项指标上持续胜出，本文判断就应缩小到特定模型、模板或治理流程。

但在证据出现之前，企业至少可以改一条默认规则：AI生成完成，不等于知识新增。

只有新增证据、独立判断、正式决策或状态变化，才进入长期知识层。摘要、改写和临时汇报可以随时生成，也应允许过期和重建。

十年后的竞争，不是谁能生成更多完整文档，而是谁能让人和Agent都回到同一个可验证事实层。

完整文档不会消失。

失去价值的，是那些既不能增加事实，也不能回到事实，却因为形式完整而被当作知识的文档。