为什么是80%而不是100%?ste80-humanizer宽松模式的设计取舍深度剖析
为什么是80%而不是100%?ste80-humanizer宽松模式的设计取舍深度剖析
ste80-humanizer 是一款把 AI 味文字改写成人类口吻的 agent skill,它的核心方法是 Andrej Karpathy 分享的「80% of the way to ASD-STE100」。默认情况下,它只把文字向 Simplified Technical English(STE)推进 80%,而不是 100% 照搬航空维修手册的写作规范。这个"留 20%"不是偷懒,而是整个项目最核心的设计取舍:在可读性和规范性之间,优先保住了前者。这篇文章带你搞清楚这 20% 差在哪里、为什么这么差。
背景:ASD-STE100 是什么,为什么有人只想要 80%
ASD-STE100(Simplified Technical English,简化技术英语)是上世纪 80 年代航空业为飞机维修手册制定的受控英语标准。设计初衷很残酷:一线机修人员的第一语言可能不是英语,读错一个步骤可能出人命。所以它的规则极其刚性:
- 指令句最多 20 词,描述句最多 25 词
- 一句话只说一件事
- 只用主动语态和简单时态
- 每个词只有一个意思,约 900 个批准词
- 一段一个主题,最多 6 句
Karpathy 在分享这个技巧时点出了关键:他常常要求模型"写到 80% 的 ASD-STE100 为止",因为这个规范相当严苛(quite stringent),写满 100% 的日常文章读起来会很生硬。ste80-humanizer 把这个建议固化成了一个可复用的 skill:
- Pass 1(§1 到 §26):先清掉 26 种"AI 腔"痕迹,来自维基百科 "Signs of AI writing" 目录
- Pass 2(S1 到 S15):再用 STE 的句子结构重建全文,默认只执行到 80%
规则全表见 SKILL.md 的 "Modes" 与 "Pass 2" 两节。
80% 和 100% 到底差在哪?一张表看懂
下面这张对照表是理解宽松模式取舍的钥匙,它直接来自项目 SKILL.md:
| STE 规则 | 100%(Strict 严格模式) | 80%(默认模式) |
|---|---|---|
| 句长 20 / 25 词 | 硬性上限,超词不行 | 超几个词可以,前提是拆句会破坏语义 |
| 一句话一个意思 | 必须 | 必须 |
| 主动语态、简单时态 | 必须 | 必须 |
| 只用批准词典(约 900 词) | 是 | 否,用常见的朴素词 |
| "check"、"test" 作动词 | 禁止,只能作名词 | 允许 |
| "may"、"should"、"could" | 禁止 | 承载真实不确定性时允许 |
| 缩写(如 "don't") | 禁止 | 非正式文本允许 |
| 分号 | 禁止 | 禁止 |
从这张表能看出取舍的轮廓:凡是关乎"句子骨架"的规则全部 100% 执行,凡是关乎"词汇表"的规则全部放松。 这背后的逻辑是:
- 100% STE 下,"test" 只能当名词,你得写 "Do a test of the pump" 而不是 "Test the pump",日常文章里这样写非常别扭
- 约 900 个批准词的限制意味着大量常用词不能出现,普通行文会失去自然感
- 但"一句话塞 3 个意思"、"隐藏动作执行者"、"堆叠模糊限定词"这类结构问题,无论用哪个词典版本,都是 AI 腔的主来源
关键洞察:词汇习惯会过时,结构习惯不会
这是 SKILL.md "The method" 一节里最精辟的一段判断,也是 80% 取舍的理论根基:
词汇习惯每次模型升级都会变,结构习惯不会变:一句话塞两三个意思、隐藏执行者、堆叠限定词、把动词名词化、为"换词花样"而换同义词。
换句话说:
- 词表层面的"去 AI 化"是打地鼠——这版模型爱用 "delve"、"leverage",下版模型换一批词,纯词表清洗过几个月就失效
- 结构层面的 AI 腔是恒定的——再啰嗦的模型也会写出"25 词长句里藏 3 个意思",这类毛病换词解决不了,只有重建句子结构才行
所以 80% 模式的真正含义是:结构全部照 STE 标准来,词汇只取"听起来仍然自然"的部分。 那 20% 的让渡,买回来的是文章不像维修手册。
三种模式怎么选:什么时候该切 Strict STE 🎛️
ste80-humanizer 提供三档模式,对应不同的取舍强度(详见 SKILL.md "Modes" 一节):
| 模式 | 触发场景 | 执行内容 |
|---|---|---|
| Humanize(默认) | 普通改写请求 | Pass 1 全量 + Pass 2 执行到 80% |
| Light | "轻改"、"只去 AI 味" | 只做 Pass 1,外加 Pass 2 里最严重的长句 |
| Strict STE | 明确说 "strict"、"full STE"、"100%" | Pass 1 + Pass 2 100% 执行 |
⚠️ 需要特别注意的是官方给的分流规则:用户只说"in STE"而不指定程度时,解释性文字用 Humanize,程序性文字(操作步骤)用 Strict。 因为 STE 的 20 词指令上限、"警告必须先于它所保护的操作步骤"(S14)等规则,价值集中在流程文档上。
严格模式的完整规则集与最终检查清单在 references/strict-mode.md,其中明确写着:永远不要说输出"符合 STE 标准"(STE-compliant),只能说"in STE style"——合规需要官方词典、受训写作者和审核,这不是一个 skill 能承诺的。仓库里的 evals/strict-migration-runbook/ 评测用例也专门验证了严格模式下"编号祈使句步骤、迁移前警告、保留命令与数字"这三条红线。
一个实例看取舍:80% 模式如何保住事实 ⚖️
宽松容易让人担心"改着改着把意思改了"。项目用 references/worked-example.md 里同一个 Kubernetes liveness probe 的例子展示了完整链路:
原文(AI 腔): ...misconfigured probes could potentially cause cascading restarts...
Pass 2 之后: A bad probe can also cause many restarts...
注意这个细节:"could potentially" 变成了 "can",而不是 "will"。这正是 80% 模式保信息的关键机制——SKILL.md 的 Fidelity rules(保真规则)规定:
- 保留每个事实,事实塞不进句式就改句子而不是改事实
- 保留确定性的强度:"might fail" 变 "can fail",绝不变成 "fails"
- 数字、名称、日期、引文原样保留,"40+" 就是 "40+",不是 "about 40"
- 永不新增事实、例子、警告
README 的测试记录还提到一个佐证:在没有这个 skill 的对照组里,改写 LinkedIn 帖子的模型编造了一句引语,还把 "40+ customers" 改成了 "40-odd";用 skill 的运行则保留了全部事实。80% 的放松发生在"怎么写","写什么"一点不放松。
另外值得一提的是,80% 放松还体现在对作者声音的保留上:Pass 2 明确要求"8 个 8 词短句排下来也是机器人味",句长要有一点变化;博客和个人写作保留观点、犹豫、幽默和题外话。STE 的骨架是手段,像人话才是目的。
如何自查改写结果:一行命令验证你的文本 🔍
改写完了怎么确认没超标?项目自带一个零依赖的启发式检查器 scripts/ste_check.py,能标记大部分 Pass 1 痕迹和可量化的 Pass 2 规则(句段长度、分号、破折号、被动语态、进行时、"-ing" 形式等):
python scripts/ste_check.py draft.md # 按 80% 模式检查
python scripts/ste_check.py --strict runbook.md # 按严格 STE 检查
官方定位说得很清楚:它是启发式 linter,不是 AI 检测器,也不是合规检查。配合 references/word-swaps.md 里 100 多个朴素词替换对照,构成"改写 + 自查 + 换词"的完整闭环。
总结:20% 是刻意留给读者的
回到标题的问题。ste80-humanizer 选 80% 而不是 100%,是一次明确的设计取舍:
- 结构 100%,词汇 80%——AI 腔的结构性问题恒定存在,必须全量治理;而词汇限制是 STE 为航空场景服务的部分,日常文章用不上
- 保真优先于风格——事实、数字、确定性强度在任何模式下都不打折
- 模式可切换——真遇到操作手册、安全说明这类场景,Strict STE 随时可用,规范一条不多一条不少
对新手来说最实用的记忆点就一句:让 ste80-humanizer 干活时,默认 80% 已经足够;只有当你在写"做错了会出事"的步骤文档时,才切 Strict。
