Slop 是上下文赤字

论点（作者本人的）： slop 源于给模型的上下文不足或质量低——把它当作输入端的 bug，而不是模型本身的属性。

机制： 模型的先验分布就是语料库的平均值（ready-made-concepts：RLHF 之后，那些现成的范畴就是整个物种库存的均值）。条件不足的生成会在先验分布的中心附近采样——而先验分布的中心，按定义，就是那种哪里都适用、哪里都不属于的文本：留有余地的模糊措辞、listicle 式的骨架、反 slop 检测器据以指纹识别的那种通用语域。Slop 就是后验分布在证据不足时坍缩回先验分布。 上下文——正在回答的那个具体话题、产品的真实机制、有出处的数字、作者本人的立场语料——才是把生成从中心推开、推向一个具体的、情境化位置的力量。条件充分的输出不是"逃过了检测的 slop"；它根本就不是 slop。

三条推论：

反 slop 的控制点在输入端。 在一条 agent 生产线上，真正承重的部件是针对每个产出物组装的上下文包（目标话题/query + 产品事实 + 语料 + 该赛道的 SOP）；输出端的 lint 只是后备防线，不是控制点（from-sop-to-operation §4b）。
Slop 调试要往上游走：一份草稿 slop 了，就去 diff 缺了什么上下文——逐个产出物可证伪，逐条流水线可修复。
这其实是 StandMeet 的定理穿了件营销的外衣：一个扎根于精选语料的 persona 之所以能用一种声音作答，是因为语料把它从先验分布中拉了出来——内容生产和面向受众定制的自我介绍，是同一个问题，而 vault 就是给这两者共用的上下文工厂。
语料必须是有来源的，不能靠假设。 推论 1 说 L3 声音层在做实际的功——但对一个还没写过语料的作者来说，这层从哪来？对声音的描述（一份摘要）是惰性的；只有真实的文字才能把生成拉离先验分布。所以一台通用的机器需要一个引导式的采集（ingestion）循环（问作者本人 → 挖掘他们留下的痕迹 → 否则就收集一个同类语料来补文风），而在真实的鲜活感无法被采集到的地方，就必须转交给人，绝不能造假（corpus-ingestion）。
统计意义上的"机器味"检测器只是一根软绊线，绝不是裁判。 输出端的 lint（推论 1 里的后备防线）可以配上一个 AI 文本检测器（比如本地跑的 Binoculars）来加强，它给草稿打一个"多接近先验中心"的分，超过阈值就转人审。但检测器不可靠，而且对非母语/个性化的文字有偏见（某项研究里对非母语 TOEFL 作文的误报率约 61%）——所以作者本人真实的声音也会被误报。因此它只能是软性的、仅供参考的、人可以推翻的，它只标记机器味，不修正它（修正始终靠语料 + 人）。在一个有偏见的检测器上设硬性关卡，会压制这台机器本来要产出的那种真实声音——正好把目标翻了个个儿。
Slop 还有第二根轴——mid（平庸）——是上下文/语域够不到的。 声音偏离中心是必要条件，但不充分：一份草稿可以读起来很像人写的，却仍然是安全的中位数说法（显而易见、没有立场、谁都能这么说）。这是立场/风险上的缺陷，不是语域上的缺陷——没有哪个统计检测器能抓到它，只有判断力能。这正是把本笔记里的"品味残差"提升为第一等目标，由一套反 mid 策略 + 审核者来处理（anti-mid）：立一个可证伪的立场，说出不显而易见的话，要么打磨到位、要么转交，而不是把中位数说法就这么发出去。

"总是成立"这句话的诚实边界： 长篇生成会在中途往先验分布漂回去，而"品味残差"（jenny-hoyos-craft-is-scrapeable 里承认的那点——规则覆盖不到）也不是一个纯粹的上下文变量。作为工程上的默认判断，这个论点依然成立：先怀疑上下文，最后才怀疑模型。

受控实验（2026-07-16）——得到确认，附一处修正

一个三臂盲测：同一个 FlexMesh Reddit 回帖任务，配三种不同厚度的上下文（A 单薄/裸任务 · B +产品事实 · C +完整清单：社区文化、SOP 规则、语料、"我是开发者不是骑手"的披露原则，以及"先给出免费的手动方法"这条指令）。生成方对实验本身不知情；三位互相独立、盲评的评审给每份草稿打 0–10 分（0 = 通用 slop，10 = 扎根于该社区的真实感）。各臂平均分：A 5.83 · B 6.00 · C 8.17。

方向上得到确认：厚上下文把到天花板的距离大致砍掉了一半（5.83 → 8.17）。
修正之处——并非所有上下文都同等重要；产品事实几乎是惰性的。 B ≈ A：加入产品事实几乎没起作用，因为基础模型本来就已经掌握了这个品类的事实（它们本来就在先验分布里）。全部的提升都来自那个类 L3 的层次，而评审给出的理由本身就点名了起作用的东西：一个先验分布浮不出来的具体情境化招法（FSA 预分拣免费方法——"没人能编出来的真实仓库知识"）、诚实的披露结构（"我是开发者不是骑手"，先给出免费的那部分好处）、以及语域（没有营销腔）。所以：把 slop 消解掉的是规范/语料 + 具体的情境化知识，不是事实。通用事实是惰性的；起作用的是具体性、情境化，和语域。 这让推论 1 更锋利了一分——一个事实堆得很厚、但语料/规范/具体招法很单薄的上下文包，照样会 slop。

这个实验的诚实边界（它是一次方向性的试点，不是证明）：n = 6 份草稿 / 3 位评审，统计效力不足；评审和生成方是同一个模型家族（共享盲点；"AI 判定的 slop"不等于一个真实骑手的观感）；每一臂都还带着那条丰富的 L0（逐次执行）触发线索，所以没有一臂是真正的先验中心——这个测试探的是上下文范围的上端，这使得效应量是一个下界；而且厚上下文那一臂被预先植入了一个具体的内容招法（免费方法），所以 C 的胜出有一部分是"提供了一个更好的点子"，不是纯粹的语料/文风——这作为对整个上下文包的检验是公允的，但不是对语域单独变量的干净隔离。

此前的证据：执行者验收测试（2026-07-16）——一个拿到丰富 SOP + 产品文档的干净上下文 agent，生成的模拟 Reddit 回帖零 slop 语域，扎根于真实的产品机制；同一个模型在单薄提示下，产出的正是每个检测器都能抓到的那种指纹。