4.1 互补性
平均而言，组合不如较好的一方#
人机互补〔理论〕B 的核心证据来自 （Vaccaro, Almaatouq & Malone, 2024） 的元分析：106 项实验研究、370 个效应量。结果是：
- 平均而言，人机组合的表现优于人单独，但差于两者中较好的一方；
- 在决策类任务上（判断、分类、预测），组合有损失；
- 在内容创作类任务上（写作、设计、生成），组合有收益；
- 当人单独比 AI 强时，组合更容易产生收益；当 AI 单独比人强时，加入人反而拖后腿；
- 存在发表偏差的迹象。
什么时候组合能赢#
综合几项研究，人机组合超过较好一方需要三个条件〔推断，综合 （Vaccaro, Almaatouq & Malone, 2024；Bansal 等, 2021；Dell'Acqua 等, 2023）〕：
- 错误不相关：人和 AI 犯的错不一样，一方能补另一方的漏洞。如果人只是复核 AI 的输出，错误会高度相关（人会被 AI 的答案锚定）。
- 人知道什么时候该信 AI：（Bansal 等, 2021） 发现，AI 给出解释会让人更容易接受 AI 的建议，无论 AI 对错，所以解释并不自动带来互补。人需要知道 AI 在哪类任务上可靠，这就是 参差前沿 的问题。
- 任务按比较优势切分：（Dell'Acqua 等, 2023） 观察到两种成功的工作方式〔未核实〕：「半人马」（人和 AI 分工明确，各做擅长的部分）和「赛博格」（人和 AI 在细粒度上交织）。失败的方式是把整件事交给 AI，再由人整体审查。
生产率研究的启示#
| 研究 | 情境 | 发现 | 等级 |
|---|---|---|---|
| （Noy & Zhang, 2023） | 专业写作任务，在线实验 | 用 ChatGPT 用时减少约 40%，质量提高约 18%，低能力者受益更大〔未核实〕 | B |
| （Brynjolfsson, Li & Raymond, 2025） | 客服中心，实地 | 平均生产率提高约 14%，新手提高约 34%，资深员工几乎没有提高〔未核实〕 | B |
| （Dell'Acqua 等, 2023） | 咨询顾问，实地实验 | 前沿内显著受益，前沿外正确率下降〔未核实〕 | B |
| （Becker 等, 2025） | 资深开源开发者，随机对照 | 用 AI 慢了 19%，事后仍自认为快了 20% | B 未重复 |
| （Doshi & Hauser, 2024） | 短篇小说写作 | 个人作品的创意评分提高，但作品之间更相似，集体多样性下降 | B |
这些研究的共同模式：AI 对新手、对标准化任务、对前沿内任务的帮助最大；对资深者、对需要深度情境知识的任务、对前沿外任务，帮助很小甚至为负，而且使用者常常意识不到。
对一心行动的含义#
- 分工按比较优势，而不是按「AI 先做、人审查」（P23）。在一心行动的场景里：
- AI 的比较优势：检索、起草、整理、监控、生成候选、计算、维护一致性；
- 人的比较优势：价值判断、现实接触、关系与信任、对本地情境的理解、承担责任。
- 记录能力前沿。部件卡的可靠性记录按任务类型分开统计，让人知道 AI 在哪类任务上可靠。〔本文提议〕
- 警惕感知偏差。METR 的研究说明，人对「AI 帮我省了多少时间」的感觉不可靠。注意力预算（P21）要靠估算和记录，而不是靠感觉。
- 警惕同质化。如果所有候选都由同一个模型生成，候选之间可能过于相似 （Doshi & Hauser, 2024）。三个候选里至少一个来自不同的视角（例如由人提出，或者明确要求 AI 给出与前两个相反的方案）。〔本文提议〕