Agentic 瓶頸中的未知

資料來源#

• A Field Guide to Fable: Finding Your Unknowns

摘要#

Thariq Shihipar 於 2026 年 7 月發布的實地指南，指出一個既不是模型能力、也不是驗證的瓶頸：人類表達自己從未寫下之事的能力。 這個框架來自 Korzybski——地圖不是疆域本身。 地圖是你的提示、技能與上下文：你交給 Claude 的內容。疆域則是工作實際發生的地方：程式碼庫、真實世界及其實際限制。兩者之間的差異就是 Thariq 所稱的 unknowns；agent 遇到的每個 unknown，都是它必須猜測你想要什麼的地方。

這個承擔主要論點，也就是本頁存在的理由（practitioner-opinion——一位專家的經驗，而非測量）：

"Fable is the first model where I find the quality of the work is bottlenecked by my ability to clarify its unknowns."

這是瓶頸的轉移。早期模型受限於它們能做什麼；Fable 類模型受限於你成功告訴它們什麼。Thariq 得出的推論是：減少 unknowns 並為它們做規劃，就是 agentic coding 的技能——而關鍵在於，「這是一項你可以透過與 Claude 一起工作來改善的技能。」

四個象限#

Thariq 以 Rumsfeld 的方式拆解問題，而有趣的是底下兩個格子：

象限	定義	影響所在
已知的已知	「基本上就是我的提示裡有的東西。」你告訴 agent 你想要什麼。	無處——這是你已經畫好的地圖。
已知的未知	你尚未弄清楚、但知道自己尚未弄清楚的事。	修正成本低：詢問、研究、決定。
未知的已知	「某件事明顯到我絕不會寫下來，但看到時我會認出它。」	成本最高的那個。你無法提示自己不知道自己相信的事。
未知的未知	你完全沒考慮過的事。「我知道某件事能有多好嗎？」	你不知道該問什麼問題、不知道好的樣子，也不知道有哪些坑。

未知的已知，就是 Andrew Ng 稱為人類「上下文優勢」 的同一個物件——人類持有而模型沒有的知識，之所以隱形，正是因為對持有者而言它顯而易見。Ng 命名了這種不對稱；Thariq 則提供了提取流程。兩個來源相隔一週，彼此都沒有引用對方。

兩個方向都會失敗#

unknowns 不能靠「只要把提示寫得更用力」解決，原因在於具體程度向兩個方向都可能失敗：

• 太具體 → 「即使轉向可能更合適，Claude 仍會遵循你的指示。」
• 太模糊 → 「Claude 往往會根據業界最佳實務做出選擇與假設，而那些做法可能不適合你的任務。」

「當你沒有考慮 unknowns 時，兩邊都會失敗。你不知道道路何時會充滿障礙，也不知道道路何時會暢通，但你仍然希望 Claude 偏離道路。」

這讓同一位作者提出的 限制加餘裕 提示法更清晰（「提供足夠的限制來得到你想要的東西，但為模型留下讓你驚喜的空間」）。你無法在限制轉盤上選定固定位置，原因在於適當的限制量取決於 unknowns 位於何處，而那正是你尚不知道的事。

為什麼規劃還不夠#

wiki 現有的規劃紀律——先 grilling，再規劃——假設 unknowns 可以在實作開始前排除。Thariq 說不能：

「提前規劃並不總是足夠。你可能在實作深處才發現 unknowns，也可能是 unknowns 讓你察覺，其實應該用完全不同的方式解決問題。」

因此，探索不是一個階段，而是整個執行過程的屬性。他將技術分成之前、期間、之後——而大多數以規劃為中心的工作流程，欠缺的正是期間與之後這兩半。這是對 Planning / Execution Division of Labor 的實質精煉：如果三分之一的決策要到執行中途才會浮現，人類對規劃決策約 70% 的主導權也沒有幫助。

引出未知的技術目錄#

Thariq 說：「我不會每次都使用所有技術。」每一項都是「在修正成本變高之前，找出你原本不知道之事的便宜方法。」值得注意的是，它們幾乎全都產出 HTML artifact，而不是聊天回覆——參見 HTML as the New Markdown。

實作前#

• 盲點檢查——針對未知的未知。使用字面上的「blindspot pass」與「unknown unknowns」這些詞請 Claude 找出並解釋你不知道自己不知道的事。提供起點：你是誰、已經知道什麼、對這個程式碼庫有多少經驗。「我正在新增 auth provider，但對這個程式碼庫的 auth modules 一無所知。你可以做一次 blindspot pass，幫我找出與我相關的 unknown unknowns，也幫我更好地提示你嗎？」
• 腦力激盪與原型——針對未知的已知，也就是「看到才知道」的標準。儘早將它們說出來：「在實作期間才找出它們，可能會相對昂貴……功能或規格的小變更，可能導致程式碼中截然不同的實作。」他幾乎每次都從這裡開始，以意圖設定範圍——「腦力激盪能避免我把範圍設得太窄或太寬。」要求數個截然不同的方向，然後對它們做出反應。（這是把 Prototype Over PRD 作為引出未知的工具，而不是規格來使用。）
• 訪談——腦力激盪後的殘餘部分。「一次問我一個問題，針對任何模糊之處訪談我；優先詢問那些我的回答會改變架構的問題。」 優先排序條款就是整個訣竅：依問題翻轉決策的能力排序，而不是依出現順序排序。這是把 Design Concept Grilling 壓縮成一句話。
• 參考資料——對於你無法描述的事，用指向代替描述。「雖然你可以加入圖表、文件或圖片，最好的參考資料絕對是原始碼」——即使使用不同語言也一樣。「vendor/rate-limiter 裡的這個 Rust crate 實作了我想要的精確 backoff 行為。讀取它，並在我們的 TypeScript API client 中重新實作相同語義。」 Thariq 指出，這就是 Claude Design 的運作方式：你把它指向喜歡的網站上的模組，它會讀取底層程式碼，「不只是螢幕截圖」，因此取得標記、結構與建構方式，而不只是外觀。
• 依變更可能性排序的實作計畫——計畫的工作是浮現你將想要修改的地方，所以要先處理它。「用 HTML 撰寫實作計畫，但先列出我最可能調整的決策：資料模型變更、新的型別介面，以及任何面向使用者的內容。把機械式重構埋到最下面，那部分我信任你。」 依可重審性而非執行順序排序計畫，是個影響很大的小想法：人類稀缺的注意力會落在當下唯一可逆的決策上。

實作期間#

• implementation-notes.md——由 agent 維護的暫存檔，記錄它做出的決策，尤其是讓它偏離計畫的邊界案例 Deviations 區段。「如果遇到迫使你偏離計畫的邊界案例，選擇保守方案，將它記在 'Deviations' 下，然後繼續。」 這同時完成兩件事：agent 不會卡在等待你，而偏離內容會成為下一次嘗試的輸入。這是倒置的 context-file pattern——不是為 agent 寫下意圖，而是為你寫下 agent 的發現，讓下一次執行不必重新推導（在執行中償還 intent debt）。

實作後#

• 提案與解說文件——將原型、規格與實作筆記包成一份 artifact，以取得支持。它有效，是因為「審查者一開始就和你擁有相同的 unknowns」，也是因為專家看到你已經處理了他們原本會指出的失敗點後，就能更快核准。
• 測驗關卡——見下文。

測驗關卡#

這篇文章中最尖銳的實務，也是 wiki 對一個語料庫不斷命名、卻從未回答的失敗，提出的第一個具體機制：

「在給 Claude 大量上下文後，請它考我這項變更，能幫助我理解會發生什麼。只有在完美通過測驗後，我才會 merge。」

明確說明的理由是，閱讀 diff 提供的資訊不足：「許多行為取決於既有的程式碼路徑」，因此 diff 顯示變更了什麼，卻隱藏了它代表什麼。測驗顛倒了審查方向。一般審查驗證 agent 的工作；測驗則驗證人類——它讓 merge 關卡取決於人類的理解，而不是人類的核准。

這直接且可測試地回答了 wiki 中以三種方式陳述、卻沒有一處解決的問題： you can outsource your thinking but not your understanding 給出原則，卻沒有檢查；Osmani's comprehension debt 命名了累積的赤字；oversight fatigue 命名了它造成的橡皮圖章式核准。一個可以不及格的測驗，是能偵測這三者的工具。值得注意的是，它也是自行執行的——沒有任何東西阻止你照樣 merge，所以它只會為真正想測量理解程度的人測量理解程度。

實例：Fable 上線影片#

Fable 的上線影片完全由 Claude Code 剪輯，Thariq 表示自己在這個領域「絕不是專家」。整個序列從頭到尾跑過了這份目錄：

1. 從已知的已知開始——Claude 可以透過程式碼剪輯並轉錄影片。
2. 把已知的未知轉成已知的已知——「準確度夠嗎？」→ 請 Claude 解釋 Whisper 風格的轉錄如何運作，以及是否能用 ffmpeg 剪掉嗯聲與停頓。
3. 越過未知的未知建立原型——不確定帶有單字時間軸的 UI 是否可能做到→從轉錄內容建立一個一次性的 Remotion 原型來確認。
4. 把未知的未知辨認成未知的未知——影片看起來很灰暗；他知道這叫「color grading」，於是請 Claude 產生不同變體供選擇，接著意識到他不知道好的樣子是什麼，所以再多變體也幫不上忙。他停止生成，先請 Claude 教他 color grading。

第 4 步是這份指南論題的縮影：生成更多選項無法解決未知的未知，因為你無法評判這些選項。 做法是離開迴圈，取得缺少的標準。

誰擁有較少 unknowns#

「最優秀的 agentic coders 擁有相對較少的 unknowns。看著 Boris 或 Jarred [Sumner] 提示，我很明顯看得出他們詳細知道自己想要什麼。他們與程式碼庫及模型行為都深度同步。但他們也會假設 unknowns。」

這裡有兩個值得分開看的主張。第一個——專業就是較少的 unknowns——是 Anthropic 的測量結果 的一種機制：領域理解，而非 coding skill，能預測誰會成功使用 agent；專家的地圖已經與疆域相符。第二個更微妙：專家不只是擁有較少的 unknowns，他們會假設有 unknowns，並為它們做規劃。流暢度在於知道地圖哪裡空白，而不是相信它已經完整。

相關連結#

• Context Advantage, Not Taste——從另一端命名同一個物件：Thariq 的未知的已知就是 Ng 的上下文優勢；本頁是將其引出的流程
• HTML as the New Markdown——同一位作者；幾乎這裡所有技術都輸出的媒介（「在幾乎所有這些案例中，HTML artifact 是視覺化與呈現它的最佳方式」）
• Outsource Your Thinking, Not Your Understanding——測驗關卡是這項論題可執行的檢查；讓理解成為 merge 的前置條件，而非願望
• Design Concept Grilling——「一次問我一個問題，優先詢問回答會改變架構的問題」就是一句話版本的 grill-me；本頁的貢獻在於指出 grilling 單獨並不足夠，因為 unknowns 也會在實作期間及之後浮現
• Prototype Over PRD——把原型當成引出未知的工具（浮現未知的已知），而不是規格本身；同一 artifact 的第三種用途
• Agent Context Files——implementation-notes.md 是倒置的模式：把 agent 執行中的發現寫給人類，並附上 Deviations 紀錄
• Planning / Execution Division of Labor——精煉之處：前置規劃無法排除只有在實作深處才出現的 unknowns
• Returns to Expertise in Agentic Coding——「最優秀的 agentic coders 擁有相對較少的 unknowns」是測量到的專業溢價之機制
• Agentic Technical Debt——執行中記錄的偏離，是在它複利成下一個工作階段的重新推導前償還 intent debt
• AI Brain Fry——測驗關卡是對無理解核准的反制措施
• Loop Engineering——測驗關卡測量的就是 comprehension debt；一個交付你無法接受測驗的程式碼迴圈，就是認知投降的失敗
• Compute Allocator——Thariq 的另一種框架：如果生成的 token 有 99% 是 scaffolding，其中大部分 scaffolding 都是在引出 unknowns
• Verification as the New Bottleneck——上游一步的瓶頸：verification 問「這是對的嗎？」，unknowns 問「我是否曾說明什麼叫對？」
• Research Taste as the Human Bottleneck——如果人類剩下的是上下文而非品味，回應就是引出（而非培養）；本頁就是該框架暗示的流程
• The Three Loops of AI-Native Building——vision→spec 的損失性，是以迴圈陳述這個問題：Andrew Ng 的 developer-feedback loop 正是 unknowns 在實作之後浮現的地方，完全符合 Thariq 所說規劃無法預防這件事
• Task-Specification Effects in Prompt Injection (AutoDojo)——規格不足會雙向切割：「action-open / defer to whatever the content says」這種 Thariq 視為品質負擔的任務形狀（Claude 會猜 unknowns），同時也是已測量的安全性負擔——AutoDojo 顯示 action-open 任務更容易被注入，因為 injection 可以偽裝成規格不足的請求要求 agent 採取行動的那份內容
• Thariq Shihipar——作者
• Claude Fable 5——其能力讓人類成為限制因素的模型
• Claude Design——將參考技術產品化：把它指向元件，它會讀取程式碼，而非螢幕截圖
• Configurable Human Participation——「clarification acts before commitment」的測量結果：HAS-Bench 發現 clarification 特別能在 Information-Asymmetry / Latent-Constraint patterns（隱藏的已知，在 agent 提交候選方案前引出）中勝出，也發現由 agent 決定何時詢問才是承重技能——這是提交前排除 unknowns 的基準證據

待解決的問題#

• 「第一個受我的 unknowns 限制的模型」究竟是 Fable 的屬性，還是 Thariq 的屬性？一位對模型非常熟悉、且任職於 frontier lab 的工程師，會比一般使用者更早碰到人類端的上限——這會讓它成為領先指標，而不是當前的普遍現象。
• 測驗關卡由自己執行、自己評分（由模型針對模型自己的工作評分）。什麼能阻止一種舒適的均衡：審查者越懶，測驗就越簡單？參見 Verification as the New Bottleneck 中的 maker/checker 問題。
• 引出未知有成本。這裡的每項技術，都用一個工作階段的 token 與注意力來不進行建置。來源沒有任何內容界定，何時 blindspot pass 的成本會超過它預防的 bug。
• 如果未知的已知可以被提取，它們能被提取一次嗎？一個編纂完成的 blindspot pass 會變成永久縮小差距的 skill file，還是每個新疆域都會重新打開差距？

資料來源#

• A Field Guide to Fable: Finding Your Unknowns — Thariq Shihipar (@trq212)，發布於 2026-07-04（practitioner-opinion）。範例 artifact 位於 thariqs.github.io/html-effectiveness/unknowns/；2×2 與階段圖是託管於 X 的圖片，未予轉錄。