会解释知识，不等于会设计理解：我们为什么建立 CEA

一些没有很大关系的背景，可以忽略不读

我们团队原本只是一个很传统的内容创作团队，虽然从 DALL·E 时期就开始密集使用 AI 产品，但是完全没有想过要亲自投入到 AI 系统的研究中去。2025 年 12 月，我们在创作一篇社会派推理故事，因为某个原因，迸发出一个念头：

“能不能搞出一个可以陪聊创作的 LLM？”

有过故事创作经验的作家都知道，优秀的人类创作陪聊者，不会亲自下场写故事，但是却可以对故事创作提供很大助力。创作陪聊者具备一些很明确的特质，限于篇幅我就不一一列举了。在 2025 年年底，我们实际接触到的 LLM 几乎都不具备这些特质。

我们开始了无知无畏式的探索和学习，我们原本设想的学习研究过程是非常艰难的。还好差不多在同一阶段，Google 推出了 Antigravity；后来，在 2026 年中国春节期间，Antigravity 提供了优秀的模型 Claude Opus 4.6。这些外部工具让团队的研究和学习变得无比快乐，虽然依然不轻松。

早期的目标“搞出一个可以陪聊创作的 LLM”中途发生了变化，研究方向最终演变成了 Creative Quality Alignment。今年 5 月，我们团队系统完成了 CQA 的一轮研究。

CEA 的研究背景

做完 CQA 的初始探索之后，我不能免俗地开始自我膨胀。

下面继续搞点什么？

我们团队做了十三年科学传播，手里积累了大量自有版权原稿，也积累了相当成熟的专业判断。我当时冒出一个想法：这些经验能不能整理成一种后训练数据？

我把想法告诉了一位同样做科学传播的朋友。他的第一反应是“此事没价值”，他的阐述逻辑是：现在 AI 讲科普已经很好了。遇到不懂的知识，让它换个说法、打个比方，多问一两轮，通常就能让人类用户懂得八九不离十。

我想了想，觉得他说得对。

今天的 LLM 在解释单个知识点这件事上已经极度强了，强到在知识覆盖和即时转换上远远超过单个人类。

但过了一晚，我突然意识到：不对。

翻译知识，不等价于创作科学传播作品。LLM 可以把知识翻译做得非常好，但是不等于它已经能写出一篇真正高水平的科学传播文稿。至少在我的专业判断里，顶尖的人类写稿比 LLM 强多了。

所以，这里还是有空间，让我们去发挥的。

顶级的知识翻译能力，和一篇好作品，中间还隔着什么？

LLM 拥有人类难以匹敌的“知识翻译”能力，为什么还不能完全转化成优秀的创作能力？

在一对一对话中，人类提问者的初始提问，就已经主动限定了自己的兴趣点。在交流过程中，人类用户的正面褒奖或者负面咒骂，都是实时释放的情绪信号。模型可以根据这些反馈继续解释。

预先写作完全没有这样的实时反馈信号，写作者必须自己“估算”受众可能的反应，然后再利用这些“估算”去驾驭创作的进程，从而让作品变得非常赏心悦目。

我试着列举一些“估算”类的判断：受众为什么愿意进入这个话题？他已经知道什么？哪一步会觉得难？哪一句之后可能产生疑问？什么时候应该先给一个容易获得的答案，什么时候可以交付更抽象的原理？一个笑点只是活跃气氛，还是也在帮助理解？

专业传播者做的并不只是知识翻译。他们还要在脑中持续模拟受众的状态，再把这种判断转化为内容的入口、顺序、尺度、转折和结束方式。

教育心理学关于先验知识、工作记忆和认知负荷的研究，早已说明新信息并不是在真空中被理解的；信息怎样组织，会影响学习者能否处理它。例如，Sweller、van Merriënboer 与 Paas 对认知负荷理论二十年研究的回顾就集中讨论了有限工作记忆与教学设计之间的关系。

一篇作品不仅是若干正确句子的集合，也是一条让受众走完的特定认知路径。从这个角度切入做研究，应该是有发挥空间的。这正是我们建立 CEA（Cognitive Engagement Alignment，认知参与对齐）的原因。

不过，CEA 并不是要把现有的教育理论改写成数据标签。我们关心的是：真实的专业创作者在完整作品中，究竟怎样把对受众的判断变成一个又一个具体选择。

成品保留了文字，却没有保留这些判断

问题在于，当作品完成以后，这条路径的设计过程通常消失了。无论是人类读者还是 LLM，都没法直接从最终成品中还原早先的“创作选择”。

常见的训练数据形式保存了许多重要信号，但通常并不完整保存这种对应关系：

• 成品语料保存“最后写出了什么”；
• 指令数据保存“面对一个问题，应该怎样回答”；
• 偏好数据保存“几个结果中，人更喜欢哪一个”。

例如，InstructGPT 的研究使用了标注者示范和模型输出排序。这类数据已经被证明可以有效改善模型行为。CEA 并不是要取代它们，而是补充另一种关系：专家如何判断特定受众在完整作品某一位置上的认知状态，以及这个判断怎样产生具体的内容决策。

一个答案被选中，不等于其中每一个局部选择的条件、理由和取舍都已经被保存；一篇好文章进入预训练语料，也不等于模型能从成品中稳定反推出作者当时运行的受众模型。

把隐藏的受众判断变成数据

CEA 是一组关于专业创作者设计受众认知参与过程的专家决策数据。

它保留一篇完整作品，再让专家注解明确指向它真正管辖的一个或多个位置。数据要保存的不只是“这句话写得好”，而是：受众在这里可能处于什么状态，这个写作选择承担什么作用，为什么此刻需要这样安排。

我们首批公开的两条记录，都来自 Bread Studio 的真实科学传播实践。

在《长征七号：太空运输大力士》中，稿件没有一上来罗列火箭参数，而是先问：

什么是运载火箭？
通俗地讲，就是能往太空运东西的工具。

创作者的注解指出，这个特别简单的问题和答案，是先让普通受众获得一次“我明白了”的反馈。稿件随后补齐载荷、发动机和历史比较等基础，直到受众具备必要条件以后，才正式引出长征七号。进入核心对象后，它也没有追求完整技术清单，而是用“三大优点”建立一个有限、清晰、容易记住的印象。

在《为什么有的人洗澡时总想尿尿》中，稿件面对的第一个障碍甚至不是知识，而是尴尬。于是，我们设计了一个独立提问者，先替观众把尴尬的问题问出来，让观众退到旁观者的位置。第一层原因讲完以后，“除了条件反射之外”又发出明确的结构信号：前一项注意任务结束，下一项任务开始。后面的外星人笑话也不是脱离解释的装饰；它通过突然制造紧张，从反面强化“放松为什么会影响尿意”的说明。

这些选择单独看都很小。连在一起，它们才构成一条受众能够进入、跟随并完成的理解路径。CEA 所做的，是让原本隐藏在成品背后的判断变得可阅读、可定位、可检查。

当前中文局部注解由原稿创作者撰写，并由团队主编二次审定。AI 工具参与文字整理、内部位置编号、注解范围映射，但没有替创作者生成第一人称专家判断。我们也在数据中区分了专家原始注解、AI 辅助整理和专家确认后的派生总结。

CEA 不只是一个科普写作语料库

科学传播是我们最先能够提供真实来源、明确权利和可追溯创作理由的领域，但它不是 CEA 的全部边界。

教育、新闻、政策沟通、医疗信息、法律与金融解释，以及其他需要面向具体受众组织复杂内容的工作，都可能包含同一类问题：受众如何进入一个对象，在哪里产生理解负担，又怎样形成或修正认识。在广义创意写作中，如果专家处理的是受众怎样进入、预期和连接内容，这部分判断也可能属于 CEA；人物、语言、叙事审美和作品艺术质量，则主要由我们此前提出的 CQA 管辖。

这种拓展不是说，所有影响注意和情绪的设计都属于 CEA。单纯追求点击、停留、转化或情绪唤起的优化不是 CEA；以绕过受众自主判断为目的的操纵性说服也不是。只有当专家判断明确涉及受众怎样形成或修正对一个对象的理解时，它才进入 CEA 的研究范围。

两条样本证明了什么

目前的公开预览包含两篇完整中文稿件、16 条局部专家注解及对应的全篇总结。Bread Studio 另有约 450 条已经整理完的自有版权原稿，但它们还没全部完成专家标注，也不属于本次开放许可的范围。

这两条公开记录直接证明的事情很小，但很具体：专业科学传播者关于受众注意、理解、心理负担和预期的回顾性判断，可以被采集、定位并结构化，成为真实、可检查的数据实物。

它们没有直接测量真实受众是否完全按照专家预期形成理解，也不能证明这些判断具有因果效果或代表所有创作者。CEA 是否能带来训练增益，是否能迁移到教育、医疗信息、政策沟通、法律、金融或其他领域，仍然需要更大规模的数据、受众研究、训练实验和系统评估。

因此，CEA 目前不是一个已经得到效果验证的答案，而是一个已经做出实物的研究假设：如果我们希望模型不只会回答知识问题，还能面向具体受众规划、生成和评估完整内容，那么训练材料或许也应该保存专家怎样设计受众的理解过程。

你可以在 Hugging Face 上查看 CEA：Cognitive Engagement Alignment 公开预览。当前中文记录已经完成专家确认；英文记录使用相同 ID 与中文对应，但暂时只作为 AI 辅助阅读译文。

研究、数据授权或定制合作联系：bo@BreadMedia.com