深蒸馏 · 企业 AI 原生转型

如何蒸馏专家经验与隐性知识 · 深蒸馏(18)

抖音短视频 | 2026-11-12 | 8.4 分钟 | 已深蒸馏 18 / 30 | 2 组 · 2 表
来源:原视频 | VA7(抖音)| 2026-11-12 | 8.4 分钟 / 约 3 千字转写
直链(在飞书/企微预览里点击可能被拦截,复制到浏览器打开):https://www.douyin.com/video/7707226227187637987
阅读路径:百亿饮料品牌的新品研发 agent 卡住了——专家说得出判断,写不出标准。第一组是为什么写不出;第二组是解法(让专家做选择题而不是写方法论)。这条是全站方法论里最可操作的一条。
一句话结论:隐性经验不能靠「让专家写方法论」提取,因为写出来的标准 ≠ 他实际判断用的东西;可行的方法是把判断变成二选一的选择题,用大量具体案例逼出边界。

第一组 · 为什么专家写不出标准

1.1 场景

新品研发是委员会投票制:提案出来,几位专家 + 高管 + 最懂产品的人投票,过票数就推进。他们想把专家脑子里的评判标准蒸馏成 agent 能力,怎么提都提不出来。

1.2 他们已经做过的

委员会坐下来讨论过「好新品该从哪几个维度拆」,拆出五六个:产品设计、包装设计、口味、定价等。

1.3 为什么还是不行

资深专家能凭直觉做出准确判断,但要求他用文字一条条精准写出标准,通常做不到。而且写出来的那套维度,往往不是他真正用来判断的那套。

原文在说什么

这里的关键区分是「可陈述的知识」与「实际使用的知识」。前者能写,后者只能通过具体案例逼出来——这也是古德哈特定律在经验蒸馏上的表现。

关键概念
对你的实际应用

你的报告规则也面临同样问题:你判断「这条新闻重要」,但说不出判断标准。解决办法不是让你写规则,而是给你 20 条新闻做二选一,我从你的选择里反推规则。

第二组 · 让专家做选择题

2.1 方法

不要问「你的标准是什么」,而是给两个具体方案(A/B),问「你选哪个、为什么」。大量具体案例累积后,边界自然浮出来。

2.2 为什么有效

具体案例绕过了「陈述能力」这个瓶颈:专家不需要抽象,只需要表态;而表态是可记录、可比对、可归纳的。

2.3 常见误区

直接让专家写 SOP、写方法论、写评分表——产出看起来完整,实际不可用。

原文在说什么

这条把「经验蒸馏」从访谈技术变成了数据采集技术:不追求一次问清,追求大量低成本的选择记录。

关键概念
对你的实际应用

这直接适用于你的偏好采集:与其让你写「我想要什么样的报告」,不如每次给你两个版式让你选。十次之后,你的偏好就成了可执行的规则——这也是我一直用「A/B 方案」跟你确认的原因。


与在用工作的关联

这条里的什么对应你手上的什么具体怎么用
专家写不出标准你说不清要什么报告用 A/B 选择代替描述
二选一采集每次确认两个方案保持,并记录选择结果
写出来的≠用的规则与真实判断脱节规则上线后回测命中率
维度不等于标准报告有栏目无判据每个栏目配一条判据

原文:VA7《如何蒸馏专家经验与隐性知识》,2026-11-12,8.4 分钟。

本篇依据:全程转写约 3 千字。饮料品牌案例、委员会投票机制、五六个维度、专家写不出标准均为原文表述;「二选一」是原文核心方法。

更正与边界:案例为单一客户;原文未给出「二选一」的具体样本量建议,本篇也没有替它补数字。

定位:中文深蒸馏,不是逐字摘要。标「对你的实际应用」的部分是我的分析。