Hybrydowe autorstwo

Pokusa, gdy LLM zaczyna umieć pisać kompetentnie, jest taka, żeby pozwolić mu pisać wszystko. Albo, gdy człowiek zaczyna umieć pisać kompetentnie z LLM-em, żeby rościć sobie pełne autorstwo wszystkiego. Oba ekstrema produkują złe systemy wiedzy.

Właściwy model to hybryda: część treści jest autorstwa człowieka, część jest skompilowana przez LLM, a podział jest świadomie oznaczony.

Zasada

Każdy artefakt w KMS-ie ma klasę autorstwa:

Autorstwa człowieka — napisany przez użytkownika, być może z asystą LLM, ale użytkownik odpowiada za każde stwierdzenie. Przykłady: zasady, granice, decyzje, opinie.
Skompilowany przez LLM — wyprodukowany przez system z surowego materiału. Użytkownik zrecenzował i zaakceptował; LLM zajął się pisaniem. Przykłady: streszczenia encji, skróty ze spotkań, cotygodniowe check-iny.
Wyprowadzony przez LLM — wyprodukowany przez system z surowego materiału, bez recenzji. Wynoszony tylko na żądanie. Przykłady: odpowiedzi na doraźne zapytania, szkicowe wydobycia.

Klasa jest właściwością artefaktu i jest pokazywana na stronie. Użytkownik zawsze wie, co czyta.

Dlaczego to ma znaczenie

Zaufanie do KMS-u zależy od wiedzy, które twierdzenia są zakotwiczone w ludzkim osądzie, a które w dopasowywaniu wzorców do twoich własnych notatek. Zlej je ze sobą, a system traci wiarygodność przy pierwszym razie, gdy streszczenie wyprowadzone przez LLM zapewni coś, czego użytkownik nigdy nie powiedział.

Oznacz podział, a użytkownik może czytać z pewnością — wiedząc, gdzie kwestionować, gdzie ufać, a gdzie spodziewać się, że LLM robi z grubsza właściwą rzecz.

Jak to działa

Trzy mechanizmy:

Frontmatter deklaruje autorstwo. Każda strona ma authorship: human | compiled | derived. Renderer pokazuje mały znacznik; agenci respektują klasę, proponując edycje.
Skompilowana treść jest regenerowalna. Jeśli skrót ze spotkania jest zły, użytkownik poprawia źródło i regeneruje — nie edytuje skrótu ręcznie. To utrzymuje łańcuch kompilacji nienaruszonym.
Treść autorstwa człowieka jest święta. Agenci proponują edycje do treści autorstwa człowieka, ale nigdy nie stosują ich automatycznie. Poprzeczka dla zmiany zasady jest wysoka; poprzeczka dla regeneracji skrótu jest zerowa.

Gdzie siedzi linia

Zasada jest czysta. Linia — dokładnie to, gdzie kończy się autorstwo człowieka, a zaczyna kompilacja przez LLM — już nie. Rusza się wraz z warstwą, tematem, kosztem pomyłki i moim aktualnym zaufaniem do modelu.

Wartość domyślna per warstwa

Warstwa	Domyślne autorstwo	Wyjątki
Osobista	Skompilowane przez LLM	Decyzje, opinie, zasady → człowiek
Zespołowa	Promowane przez człowieka	Rutynowe streszczenia → LLM, wyraźnie oznaczone
Aplikacyjna	Wyprowadzone przez LLM, ale oznaczone w UI	Nadpisania edytowane przez użytkownika → człowiek, źródło zachowane

Wzorzec: im bardziej artefakt jest cytowany przez inne osoby, tym dalej siedzi od końca „skompilowane przez LLM".

Co przesuwa linię w stronę człowieka

Wielu czytelników zacytuje to bez ponownej lektury źródeł.
Koszt błędnego twierdzenia jest wysoki — prawny, finansowy, dotyczący zaufania klienta.
Treść jest opinią lub osądem, a nie syntezą.
Kompilacja bywała wcześniej błędna w tej dziedzinie.

Co przesuwa linię w stronę LLM

Artefakt jest regenerowalny — można go puścić ponownie z poprawionymi źródłami.
Czytelnik jest pierwotnym autorem lub osobą z pełnym dostępem do źródeł.
Koszt bycia z grubsza poprawnym jest wysoki; koszt pomyłki jest niski.
Wolumen jest zbyt duży, żeby autorstwo człowieka nadążyło.

Trudny środek: promowane kompilacje

Ciekawym przypadkiem jest treść, która zaczyna jako skompilowana przez LLM i zostaje promowana do autorstwa człowieka po recenzji. Dziś oznaczenie rozmywa się na trzy sposoby:

Artefakt wygląda tak samo po promocji.
Ślad proweniencji (który model, która wersja, które źródła) często ginie.
Czytelnik pół roku później nie potrafi odróżnić, czy twierdzenie zostało zrecenzowane, czy zostało przeniesione bez recenzji.

Moja obecna najlepsza propozycja: każda promowana kompilacja powinna nieść pole promoted-from-compiled-on: <data> by: <recenzent>, a oryginalna wersja skompilowana powinna być zachowywana. Nigdzie jeszcze nie robione konsekwentnie.

Gdzie się myliłem

Dwa tryby porażki, na które faktycznie trafiłem:

Notatka check-inu w osobistym KMS-ie nadpisała ręcznie napisaną refleksję, bo reguła kompilacji tego nie rozróżniała. Straciłem oryginał. Naprawione przez dodanie frontmattera authorship: human i hooka blokującego nadpisania.
Skrót z zespołowego KMS-u został zacytowany w dokumencie dla klienta tak, jakby był autorstwa człowieka. Skrót był z grubsza poprawny, ale miał jedno błędne twierdzenie. Wyłapane przed wysłaniem. Poprawką był znacznik „to jest auto-skompilowane" na skrócie oraz reguła, że skompilowane artefakty nie mogą być kopiowane do dokumentów klienckich bez ponownej recenzji.

Obie porażki dotyczyły niejasnej linii, a nie tego, że zasada była zła. Zasada się trzymała; egzekwowanie nie.

W prymitywach Claude

CLAUDE.md deklaruje klasy autorstwa i reguły per klasa — „nigdy nie edytuj plików authorship: human bez wyraźnej zgody użytkownika".
Umiejętności są podzielone według klasy — compile-digest pisze treść skompilowaną; propose-edit-to-principle pisze sugestię, a nie zmianę.
Hooki (PreToolUse na Edit) egzekwują regułę na poziomie środowiska — blokują edycje plików autorstwa człowieka, chyba że rozmowa wprost to autoryzowała.

Gdzie to widziałem

To najmłodsza z ośmiu zasad. Skrystalizowała się po kilku przypadkach, w których łańcuch kompilacji w osobistym KMS-ie po cichu nadpisał coś, co napisałem ręcznie, i straciłem oryginał — oraz po obserwowaniu, jak aplikacyjny KMS zmaga się z komunikowaniem użytkownikom, które streszczenia są „prawdziwe", a które „szkicowe".

Linia, gdzie siedzi hybrydowe autorstwo, różni się ostro między trzema warstwami: osobista może pozwolić LLM-owi kompilować większość rzeczy; zespołowa musi być znacznie bardziej konserwatywna, bo skompilowana treść jest cytowana przez inne osoby; aplikacyjna musi być najbardziej restrykcyjna, bo błędna kompilacja staje się bugiem produktu.

Czytanie pod prąd

Oznaczanie autorstwa to narzut, a większość użytkowników i tak nie spojrzy na znacznik. Oba prawdziwe. Znacznik nie jest dla nich — jest dla ciebie, operatora, pół roku później, próbującego dowiedzieć się, które stwierdzenia w twoim własnym KMS-ie pochodzą od ciebie, a które od modelu.