用户画像 · 731 条消息里的协作模式

口径：2026-10-01 至 11-14，274 个会话、731 条用户消息、11,588 次 API 调用、12,843 次工具调用、15.67 亿 token。折算下来每个会话只有 2.67 条消息，每条消息背后 17.6 次工具调用、214 万 token。这组比例先说明一件事：这不是聊天，是「下指令—施工—验收」的短循环。以下七个维度，每个都给原话、给数据、给对协作的影响。

一、输入风格：先给框架，再给编号，最后要求按序

原话：「将这个 pdf 的内容转化成 markdown 格式. 要求: 1. 格式在 typora 可读 2. 大模块用三级标题制定大纲…3. 公式用 $\displaystyle 或者$$$ 格式」（D01）；「下面这些需要逐个依次处理,针对每一条都要进行扩展决策后再进行。」（D11）；「1. 允许用户添加关键词……2. 允许用户引导格式白皮书……3. 笔记内有多版本的时候，要提供差异化同屏功能。」（D11）

数据：73 条人工指令中位 59 字、最长 43,915 字（一份《行动手册》）；短指令只有 15% 用编号，长指令几乎 100% 用编号（自评报告口径）；本次抽样 393 条消息里 315 条（80.2%）直接触到 200 字截断上限，另有 17 条（4.3%）不足 40 字。不是「话多」，是两极分化：要么一句话派活，要么一整份规格书。

影响：结构越强，首轮越准。D01 只用了 2 条消息就把 64 次 API 调用跑完，因为格式规则被翻译成了可检查项。但「按序」有代价——用户给的顺序就是验收顺序，AI 不能按自己的技术依赖重排。D10 去考研化之所以零返工，正是因为「先列清单、逐条确认」把顺序权显式交回给了用户。

二、决策模式：关键点自己拍板，细节整段放权

原话：「Q1=D（JSON 真相 + DOM 渲染 + 多出口）」这类七连问全部由用户勾选；「我的描述比较模糊，你先给我几个方案让我选择」；面对 AI 提议的错误归档位置，用户回「先取消，回去好好看」。

数据：表格功能开工前有 Q1–Q7 七项决策，无一项由 AI 代定；D12 说明书任务一条消息跑 102 次工具、0 次追问，因为目标、路径、排除项、已完成清单、验收方式五项齐全；D10 的 20 余处文案改动逐条确认，返工 0 次。

影响：决策权集中在三处——选型、边界、对外；执行权整段下放。这是一套很高效的分配，但它有一个前提：AI 必须能识别「这是选型问题」。D14 装 Ubuntu 时，AI 顺着用户给的 vhdx 技术栈往下做，没问「你要双系统共存，还是要一块能独立启动的盘」，结果方案有硬伤，最后由用户自己发现。选型问题被当成执行问题，是这套模式最大的风险点。

三、验收方式：只认实机效果，不认「应该可以」

原话：「实测没搞定」（11-13 裸表存量问题）；「并不正常，打不开网页」；「你卡住了」；「源码梳理需要这么久吗」；「这个功能做成工具吧」。

数据：33% 的指令含「还是/并不/打不开/一直」这类否定词（自评报告口径）；表格系统累计 210 条断言，14 篇说明书 154 条断言（每篇 11 条）；交付前固定检查桌面 + 390px 手机、浅色 + 深色、0 个 4xx、0 个 JS 报错。D06 的判活标准改了三版，最终定为「端口 HTTP 200 + 隧道日志 online + 公网 200」三条同时成立。

影响：文档、截图、口头结论都不算交付，只有可复现的实机证据算。这带来一个正面副作用——只要 AI 给出量化证据，用户接受度极高。D11 的字体度量差 9% 问题，一次修复即通过，因为交的是「700+ 单元格 0 折行」而不是「已优化」。反面则是：没有证据的「已完成」会被当成没做。

四、审美偏好：做减法，且必须落到参数

原话：「嵌入的表格允许隐藏标题和外框，源码加一条参数；被选中才展开外框、标题与按钮」；「裸表取消圆角」；「把 cag.quest 站点设计页面中的考研印象去掉，变成通用型网站；只改固定文本，不大修大改」。

数据：11-11 单日 22 项任务里 6 项是文案与视觉；11-13 一天内连续处理 bare 默认化、取消圆角、滚动记忆三个纯体验项；14 篇手册 89 张配图全部实拍，不接受示意图。

影响：审美诉求以「减法」表达——去外框、去圆角、去行业标签、去装饰。这类需求一旦被翻译成参数（bare=1、border-radius:0、字号 14px），执行几乎无歧义；一旦停留在「高级感」「有苹果味」，就会变成返工。用户自己也知道这个分界，所以说过「我的描述比较模糊，你先给我几个方案让我选择」。形容词出现的时候，正确反应是交方案，不是交成品。

五、节奏强度：单日多任务，深夜连续作业

数据：277 个会话中 63 个（22.7%）在 0–6 点启动；D15 三段会话分别在 01:00、02:44、04:18 开始；11-11 记忆日志 22 项、11-13 日志 16 项；11-11 主会话横跨三天半，133 条消息、4,914 次工具调用；11-12 的日志最后一条写在 22:10，11-11 写到 23:56。

影响：任务密度高，但上下文也被拉得极长。11-11 那一段占全库 49% 的 token，输出只占 0.35%——钱全花在「把已有上下文重讲一遍」。深夜连续作业还有一个隐性代价：「再改一下」通常发生在第 10 小时之后，此时双方都在低判断力状态，最容易做出「绕过而非解决」的决定（Prisma 输出目录连迁四次就是在这种节奏下发生的）。

六、认知盲区：容易漏掉「另一半」

这是七个维度里唯一带批评性的，也是最值得写进下一个会话开场白的一条。用户的描述习惯是「说我正看着的这一半」，另一半要靠 AI 补。

用户说的	漏掉的另一半	实际代价
「嵌入表格隐藏外框」	存量 20 张表的旧围栏没有新参数	上线后「实测没搞定」，回改为渲染默认值
「DNS 已经改好了」	Windows 优先用 IPv6 DNS fe80::1	修好又断，多花半天
「页面上显示正常」	手机 390px 下 FAB 被底栏和贴纸坞连遮三次	三轮定位，最终 bottom: calc(128px + safe)
「编辑器里不折行」	渲染端字体栈与 padding 不同源，差 9%	700+ 单元格重算，19 张表补版本
「本机测通了」	公网是 http，navigator.clipboard 不存在	复制功能在隧道地址下永远失败

影响：这不是不细致，而是验收视角单一——每次只站在当前屏幕前验收。补法很便宜：需求里加一句「存量数据 / 另一端 / 另一台设备是否同样成立」，就能挡掉上表五类问题中的四类。

七、信任边界：与可逆性成正比，与「是否被外人看见」成反比

放心交给 AI	必须自己确认	依据
只读勘察、批量断言、写文档、长跑执行	分区、删数据、发邮件、提权注册任务	D14 分区方案由用户自己叫停；白皮书明写「未经明确要求不要主动发邮件」
一条指令跑 102 次工具的说明书流水线	域名、隧道、发布上线等对外可见动作	D07 授权方式转向由用户推动；D11 隧道段全是「自证清白」
代码巡查、死代码清理、注释补全	选型与审美方向	Q1–Q7 七问全部自答；视觉类要求「先给方案」
版本对比、差异计算、回归脚本	AI 对自己工作的归档位置	「先取消，回去好好看」——不放心 AI 判断哪份白皮书该收这次错误

影响：可以把这条边界压缩成一句话给下一个 AI——可逆的自己做，不可逆的先问；本机可见的自己做，公网可见的先问。 用户从不吝啬授权，吝啬的是「未经确认的不可逆动作」。

八、一页画像

维度	一句话	下一个 AI 的动作
输入	框架先行、编号、要求按序	复述验收点后再动手，不重排顺序
决策	选型自己拍，执行全放权	遇到选型先停下来给 2 个方案
验收	只认实机效果	交付必须带可复现证据与断言数
审美	做减法，落到参数	形容词 = 要方案，不是要成品
节奏	单日多任务、深夜长跑	每完成一个可验收模块就建议切会话
盲区	容易漏「另一半」	主动补存量、另一端、另一台设备
信任	随可逆性升降	不可逆与对外动作必须先确认

九、如果只改一件事

把「另一半」写进需求模板。证据是：33% 的否定式反馈里约一半只有现象、没有复现路径（自评报告口径），而一次没说清的返工成本是 133K 上下文起步；反过来，指令长度与会话 token 的相关性只有 r=0.19，多写一行几乎免费。

模板只要三行：现象一句、复现一句、另一半一句（存量数据是否同样、另一端是否同样、另一台设备是否同样）。这三行加上去，第六节表格里的五类问题至少少四类，而这正是当前 84.9 分里失分最集中的地方。