我们面对的不是一个抽象的扫描问题，而是一个真实工作流问题。对话很多，执行很多，文章候选很多，多台电脑都有记录，博客和公众号又分别有状态。这个时候，如果扫描结果被当成结论，后面所有动作都会被带偏。
所以这篇文章真正要讲的，不是“扫描工具不可靠”。真正要讲的是，扫描只能负责发现，不能负责判断。AI 同事要做的，也不是把扫描结果直接写成文章，而是帮助我们拆堵点、清方向、定边界、留证据。
这件事听起来像内容管理，做起来更像一次协作系统校准。因为系统越复杂，越容易把“看见了什么”和“确认了什么”混在一起。扫描让我们看见可能性，但它还没有完成筛选、归类、脱敏、复核和发布判断。中间每一步都不能省。
扫描结果只是入口
最开始，我们问的是数量。之前候选池已经有几十篇文章候选，最近几天又做了很多事，也产生了很多对话。那现在到底还有多少可以写，已经写完多少，还能深挖多少，这些问题靠记忆回答很不稳。
扫描可以回答一部分。它可以告诉我们候选池里有多少条，可采纳多少条，A 类多少，B 类多少，C 类多少，D 类多少。这些数字有用，因为它们让混乱先有一个轮廓。但这些数字不能直接变成写作结论，因为扫描只是把可能性捞出来，还没有判断这些可能性能不能公开、值不值得写、是否已经重复。
真正麻烦的地方在这里。一个主题有没有重复，是不是已经写过，是否需要脱敏，是不是只适合内部留存，能不能拆成系列，应该由哪个流程发布，这些都不是普通扫描能直接决定的。扫描可以站在入口位置，接住素材，标出风险，但不能替后面的判断层做决定。
如果我们把扫描结果当成最终答案，就会出现一种很隐蔽的错觉：好像列表里有了标题，文章就已经差不多了。其实不是。标题只是最外层的壳，真正的内容价值还要看它背后的场景、判断链、证据和读者能拿走什么方法。
新增少，不等于内容少
这次一个明显堵点，是“最近对话很多，为什么候选只新增了一部分”。如果只看扫描结果，很容易误判，以为新增少就说明内容少，或者以为这几天没有太多值得写的东西。
但新增少可能有很多原因。很多内容被合并了，很多主题已经在候选池里，只是换了说法，很多大主题被扫描压成一个显性标题，没有继续拆成多个可写方向。比如围绕“对话写文章系统”，普通扫描可能只得到一两个候选，但深挖以后，它可以拆成候选池为什么不是待办清单、扫描结果为什么不能全信、多台电脑为什么可以采集但不能各写各的、为什么 accept 不能自动触发 write、为什么配图必须进入标准流程、为什么质量门不能被口头判断替代。
这些不是凭空扩写出来的文章，而是我们实际互动里一次次清出来的方向。扫描没有错，它只是没有把“一个大主题内部的多个分支”继续展开。AI 同事如果只读扫描数量，就会低估内容空间；如果能看扫描背后的结构，就会发现数字只是表面，结构才决定还有多少东西可写。
所以我现在更愿意把扫描看成地图的第一层。它告诉我们哪里有东西，但不告诉我们哪条路能走、哪条路危险、哪条路已经走过、哪条路值得继续走。要完成这些判断，就必须再往下做聚类和复核。
候选多，也不等于都能写
反过来，候选多，也不代表都能写。这是另一个堵点。候选池里有很多条目，但每条状态不一样。有些是 A 类，可以直接写；有些是 B 类，需要先脱敏；有些是 C 类，要回看来源；有些是 D 类，内部阻塞，不适合公开。
如果 AI 同事只看到“候选很多”，就开始排队写，会出问题。有的内容会重复，有的内容会暴露内部细节，有的内容会缺少来源，有的内容会把一个还没有判断清楚的执行记录，包装成一篇看似完整的文章。这就是扫描结果不能全信的第二层意思：扫描可以告诉我们“这里有一个候选”，但不能直接告诉我们“这篇现在就能发布”。
发布之前要过几个关。先看隐私，再看来源，再看相似度，再看文章角度，再看账号和平台，再看配图流程，再看质量门，再看草稿箱是否重复。每一关都不是形式主义，而是在防止系统把半成品当成成品。
这里的人，不只是我，也包括 AI 同事。AI 同事参与的不是机械执行，而是判断。它要知道什么时候应该继续写，什么时候应该停下来补证据，什么时候应该提醒我这个主题不能公开。这个判断越早发生，后面的返工越少。
扫描结果要被聚类
这次我们做 deep-dive tick 和 cluster 报告，就是为了补扫描的短板。扫描得到的是一条条候选，但写作系统需要的是一组组主题关系。如果不聚类，同一类主题会重复写，大主题会被压成小标题，最近刚写过的内容也可能再次进入写作队列。
比如“三台机器协作”“多 Agent 审稿”“AI 同事协作”这些标题，如果不看 cluster，很容易连续写出相似文章。每篇看起来都没错，但放在一起就会变成重复表达。读者看到的是同一个判断被换了几种说法，系统看到的是内容库被相似主题填满。
聚类的价值，是把散乱候选变成结构。AI 同事看到 cluster 后，才知道接下来应该写哪一类，不应该再重复哪一类，哪一类需要先补来源，哪一类可以作为系列继续展开。这一步不是装饰，它是在清方向。
更重要的是，聚类能帮我们看到主题之间的层级。有些候选适合作为总论，有些适合作为案例，有些适合作为方法，有些只适合作为内部备注。扫描把它们放在同一张表里，聚类则把它们放回各自的位置。
AI 同事要帮我们拆堵点
扫描结果不能全信，本质不是工具能力问题，而是协作方式问题。AI 同事如果只是拿扫描结果去写文章，还是不够。它要先帮我们判断，当前堵点是什么：是数量看不清，还是重复看不清；是来源不够，还是隐私没处理；是写作计划没接住，还是配图流程不标准；是博客已经发布但公众号草稿没推，还是多台电脑的状态没有集中。
这些堵点不同，处理方式也不同。数量看不清，就跑 summary 和 deep-tick；重复看不清，就看 cluster 和最近草稿；来源不够，就标 C，不急着写；隐私没处理，就标 B，先脱敏；配图流程不标准，就停下来重跑标准流程；草稿箱重复，就按同标题检查结果覆盖或停止。
这才是 AI 同事的作用。不是把扫描结果直接变成文章，而是把扫描结果带来的混乱拆成一个个可处理的问题。拆开以后，每个问题都有下一步，每个下一步都有证据，系统就不会靠一句“应该可以”往前走。
这里也能看出 AI 协作和普通自动化的差别。普通自动化喜欢把输入直接推向输出，AI 协作更应该在中间增加判断层。因为很多时候问题不是没有能力，而是能力没有落点。扫描能看见，写作能输出，但中间必须有人判断该不该写、怎么写、写到哪里。
计划要落到证据上
前面我问过，现在还有哪些文章要写，是不是只做一个计划。这个问题也和扫描有关。计划有用，但计划不能代替开工。候选池和 cluster 报告告诉我们有哪些方向，写作计划可以排顺序，但如果永远停在计划层，内容系统还是没有产出，也没有验证流程。
正确方式是一边保留计划，一边直接开工。先选 A 类、安全、和最近草稿不重复的主题，写正式稿，再走标准流程。生成标准 prompt、用 Codex 当前会话作图、收图、生成 codex-images 稿、预览、质检、推草稿。这个过程会反过来验证扫描结果有没有用。
如果一篇文章顺利走完，说明这个候选不仅能扫描出来，也能被转成可发布内容。如果卡在隐私、来源、重复、质量门或配图流程，就说明候选还不能直接写。这比只做计划更有价值，因为计划告诉我们想做什么，开工告诉我们哪里真的会堵。
扫描结果也不能替代流程证据。一篇文章不能因为扫描说它可写，就算完成。它必须有文章文件，有配图 manifest，有预览，有质量门结果，有草稿证据。证据不是给别人看的仪式，而是给系统自己的记忆。下次再问这篇文章做到了哪一步，不用猜，直接看证据。
这也是为什么我现在更看重“扫描之后的动作”。扫描做得再快，如果后面没有判断层，速度反而会制造更大混乱。比如一个候选看起来很像文章，其实只是任务日志；一个主题看起来很安全，其实里面藏着路径、账号、内部协作细节；一个标题看起来很新，其实最近已经换角度写过。没有复核，这些问题都会被带进正文里。
从读者角度看，这个差别也很明显。读者不是来看我们扫描出了多少候选，而是想知道这件事对自己的工作有什么启发。真正能迁移的经验，是“工具发现问题以后，人和 AI 同事如何继续判断”。如果文章只停在扫描数字，读者拿走的是一个统计结果；如果文章讲清楚判断链，读者拿走的才是一套处理复杂信息的方法。
所以扫描之后至少要问三句话。第一，这个候选是不是安全；第二，这个候选是不是重复；第三，这个候选有没有足够的上下文支撑成一篇文章。这三句话问完，很多看似能写的东西会先被放回候选池，很多看似普通的东西反而会被拆出新的价值。
换句话说，扫描像打开一盏灯，但灯亮以后，还要有人看清屋子里到底有什么。哪些是可以直接拿走的材料，哪些只是影子，哪些东西看起来完整其实少了关键一块，哪些地方需要先遮住再公开。这个动作不属于扫描本身，却决定扫描有没有真正服务工作。
这也是对 AI 同事很好的训练。不要一看到列表就兴奋，不要一看到标题就写正文，不要一看到数量就给结论。先停一下，把每个候选放回它所在的流程段，看它现在缺什么，再决定下一步。这个停顿不是拖慢效率，而是在保护后面的效率。
所以我现在更愿意把扫描叫作“发现层”，而不是“判断层”。名字一变，后面的动作就不会错位。发现层交出线索，判断层决定去留，写作层负责表达，发布层负责闭环。每层都守住自己的位置，系统才不会因为一个数字看起来漂亮，就把未完成的判断当成完成。
最后
扫描不是错，扫描也很重要。但扫描只能做入口，不能替代判断。它不能替代 deep-dive，不能替代 cluster，不能替代隐私分级，也不能替代来源复核。
AI 同事拿到扫描结果以后，真正要做的不是立刻往后跑，而是先判断它处在哪一层。该写的写，该脱敏的脱敏，该回看来源的回看来源，该停下来的停下来。这样，扫描结果才真正有用。
它不是结论，它是开始。扫描负责发现，AI 同事负责协助判断，标准流程负责完成发布闭环。这条边界清楚，后面的内容系统才会稳。