把警报交给机器，把答案留给人

互联网里有太多页面：里面真正有用的东西早已死去，页面本身却还像活着。一间酒吧关了门，资料页仍在接受预订；一篇指南把同一件事叫作“新开”长达三年；AI 回答又复述那篇旧指南，因为旧页面在搜索里积累的分量比店铺活得更久。自动化该认真做的，正是这件事：发现变化、发出警报、让错误事实没法安稳地留在公开页面上。

这比让模型批量喷出一百篇可以互换的页面有用得多。Google 现行的生成式 AI 内容指南允许真正有用的辅助，但也警告：大量生成、却不给读者增加价值的页面，可能触犯规模化内容滥用政策。它的生成式搜索功能指南给出的测试很直接：必须带来独特视角，以及另一篇泛泛摘要无法提供的材料。

机器可以把公开地址和地图 pin 对照，提醒编辑某个来源已失效，在开业之后标记“即将推出”的句子，或在一个有日期的节庆结束后把它送回编辑桌。它不能假装自己到过现场、发现过糟糕的入场政策，或明白一间小房间为何对本地场景重要。这需要耐心、时间戳，以及诚实升级疑问的路径。

新鲜度是维护工作

指南不会在发布那刻自动变得可靠。发布几个月之后、没人再盯着的时候，仍有人为它负责，它才可靠。地方推荐变化很快：地址、所有权、票价、营业时间和关门消息都会变。

自动化正确的输出应该是一个问题：这条信息可能变了；谁来核实？ 来源页面可以确认日期，地图资料可以指出不一致。它们都无法判断一间酒店更适合想安静睡觉的人，还是想住进社交中心的人。

我自己就有一个不太光彩的近例。一条排队待写的选题写的是奥克兰的一家唱片店，挂的由头是唱片店日。等到 2026 年 9 月 3 日真正动笔时，那一天早就过去了。写下这条笔记的当天，它并没有错。问题出在结构上：带日期的由头，只值它最后一次被核对的那一天，而排队的选题不会再被核对第二次。

Michelberger Hotel让同一只钟反着走了一遍。酒店自己的日程上，PEOPLE Festival 定在 2026 年 10 月 10 日和 11 日，这正是那种一出生就该带保质期的信息：最后一晚过去之后，监测程序应当把它推回编辑桌，免得页面继续宣传一个已经结束的节庆。监测程序给不了的是这样的判断：热闹的 Friedrichshain 据点适合某一种旅行，也会让另一种旅行失望。自动化让事实底线更不容易被忽略，却不能把判断变成自动程序。

警报能做的，到哪里为止

机器

1. 盯住来源资料页、活动日程，以及从前能打开的链接
2. 对照页面上还在说的，和来源现在说的
3. 发出警报指明是哪条信息，以及上次核对是哪天

警报不是答案

人

1. 核实是事情真的变了，还是来源只是换了地方
2. 判断这对正在照着安排行程的人意味着什么
3. 重发并标注日期把更正摆在明处，不做无声修补

回到盯住来源

写作者不是慢的那一环

AI 最差的推销话术把写作者说成瓶颈。更准确的诊断是：重复劳动才是瓶颈。没人该花一个下午打开两百个链接，只为发现其中四十七个已失效；也没人该手工对照同一处营业时间变动的六个本地化版本。清掉这些工作，写作者才有余地去调查、采访、批评、记忆，并用同义词按钮无法替代的声音写作。

Google 的以人为本内容指南会问：页面是否提供原创信息或分析，是否展现第一手经验，读者读完后是否感到满足，而不是还得继续搜索。这些是好编辑问题，即使房间里没有搜索引擎。掩盖不确定性的生成段落会失败；明确不确定性、链接证据并说明未知之处的文本不会。

实际规则很短：把警报交给机器，把答案交给人负责。需要时说明机器参与了什么。引用证据。现实改变时更新页面。继续为写作者付费，让互联网比训练数据更怪、更准确、更具体。