负反馈与正反馈，和你理解的不一样

常规的正反馈和负反馈

日常说“得到了正反馈”，往往是指做完一件事获得奖励或赞许；说“得到了负反馈”，则可能是收到批评或差评。这是在给信息的褒贬命名。奖赏可能促使人继续做，批评也可能促使人调整做法，但信息是好是坏，尚不能说明整个系统如何变化。

比如，一次好评让人增加投入，投入又带来更多好评，这才可能构成放大变化的回路。一次差评若让人检查错误、修正动作、减少后续差评，则可能形成抵消偏差的回路；若差评引发焦虑、焦虑增加失误、失误又引来更多差评，它反而是放大变化的回路。同样的“负面评价”，在不同因果链中作用不同。

所以，讨论系统反馈前先问：观察哪个变量？结果如何影响下一轮输入？影响是放大还是抵消原来的变化？仅凭“感觉顺利”或“遭到批评”，无法回答这些问题。

单层和双层反馈循环

一个可检查的循环是：设定目标 → 采取动作 → 观察结果 → 与目标比较 → 调整下一轮动作。这里的“反馈”是把结果送回决策过程；“正”“负”仍要看它对所选变量的作用方向，不能把收到赞许或批评直接套进去。

人或组织还可以在不同层次上调整。单环学习是在目标和规则不变时纠正动作：例如文章阅读完成率低，就修改下一篇的开头，并比较变化。双环学习则追问目标或规则是否合理：如果读者其实想解决具体问题，就应重新审视“只追求打开率”的目标，再决定内容和衡量方式。双环不保证结果更好，但它允许修正产生错误的前提。这个区分可参见 Chris Argyris 的《Double Loop Learning in Organizations》^[1]。

单环、双环讨论的是学到哪一层；正反馈、负反馈讨论的是变化的方向。它们不是同一组术语。

医学上的正反馈和负反馈，不是你想的那样

在生理学里，负反馈会抵消变量偏离，例如体温升高后散热增加；正反馈会放大正在发生的变化，例如分娩时宫颈扩张促进催产素释放，宫缩又进一步推动扩张，直至分娩结束。正反馈不天然有害，负反馈也不表示“坏消息”；关键是回路是否有合适的条件、强度和终点。OpenStax 的稳态章节^[2]给出了这两类例子。

有时候，看上去是病的现象，涉及的却是一个平时有用的正反馈放大环节。以止血为例：血管受伤后，血小板聚集，凝血过程逐步启动；已启动的步骤又促进更多凝血物质释放，加快受伤处封口。这个局部放大有明确用途，也需要受到范围和终点的约束。OpenStax^[2]把受伤后的凝血列为正常正反馈的例子；美国 NIH/NHLBI 的凝血过程说明^[3]也描述了血小板、凝血因子以及凝血形成后血栓开始被分解的过程。

但血液如果在不该凝结的血管内形成血栓，就可能成为疾病，例如深静脉血栓。这里需要警惕的是凝血反应在错误条件下启动或放大，而不是把“正反馈”三个字当成病名。也不能倒过来说每例血栓都由同一条反馈回路造成：血流变慢、血管内壁受损、血液更易凝固等因素都可能参与，见 NIH/NHLBI 的深静脉血栓资料^[4]。

对照这些例子，可以按“变量—方向—终点”检查术语：体温升高引发散热，使体温向正常范围回落，这是负反馈；局部凝血促进后续凝血，使止血过程加快，这是正反馈。两者描述的是反应如何影响下一轮变化，不是健康与疾病的标签。放大反应是否有益，还要看它在何处、何时启动，能否被限制并适时结束。

大模型不懂负反馈

这个标题说的是使用边界，不是说模型研发过程中没有反馈。ChatGPT 等模型可以经过人类反馈训练^[5]，产品也有安全规则；但一次生成的回答并不会自动测量患者、生产系统或现实环境的后果，再保证下一步决策被正确纠偏。把“回答流畅”当成“事实已被验证”，尤其危险。

一项刚提起的诉讼可以说明这个边界。2026 年 10 月，已故亚马逊软件工程师 Bowen Wan 的父母起诉 OpenAI^[6]。诉状指称，ChatGPT 在她就抗癫痫药拉莫三嗪咨询时提供了减药安排，她随后停药并死亡；诉状还援引验尸结论称死因为癫痫猝死。这里可以核实的是诉状提出了哪些主张，不能据此宣告模型与死亡的法律因果关系已经成立。它给出的操作教训仍然清楚：用药变化应由了解病史的临床医生评估，聊天回答不应成为减药指令。OpenAI 对健康功能的说明^[7]也将其定位为支持医疗，而非替代医疗。

软件开发中也有类似风险。假设场景：AI 建议为解决报错而关闭生产环境的权限检查；开发者执行后，监控只显示错误率下降，便继续扩大部署。错误率是一个变量，越权访问却是另一变量。可执行的纠偏回路是：先在隔离环境复现问题，检查变更 diff 和权限测试；涉及生产权限的变更须经有权限的人批准，部署后同时观察错误率与未授权访问告警，一旦异常就回滚。没有这些条件，“错误变少”不能证明系统更安全。

其他场合也一样。假设场景：运营团队让 AI 根据短期点击量不断扩大某条消息的推送。点击量上升又成为继续推送的理由，可能挤占用户真正需要的信息。团队可预先限定推送量，比较退订率、投诉率与长期留存，并设置超阈值暂停和人工复核。只有这些可观察指标同时支持决策，才有理由扩大范围。

总结

“正”“负”说的是某个变化被放大还是被抵消，不是奖励与批评、好与坏。单环和双环学习则提醒我们：除了改动作，还可以检查目标与规则。医学中的止血与血栓、AI 应用中的安全控制都不能被一个“负反馈”比喻代替；要指出具体变量、证据、控制点和适用边界。

读者可以拿下一项 AI 建议做一次小检查：它要改变什么？谁来独立核实？什么信号会叫停？谁有权批准？答不出这四问，就先不要让建议直接变成高风险行动。

----

参考资料

[1] 《Double Loop Learning in Organizations》：

https://hbr.org/1977/09/double-loop-learning-in-organizations

[2] OpenStax 的稳态章节：

https://openstax.org/books/anatomy-and-physiology/pages/1-5-homeostasis

[3] 凝血过程说明：

https://www.nhlbi.nih.gov/health/clotting-disorders/how-blood-clots

[4] 深静脉血栓资料：

https://www.nhlbi.nih.gov/health/deep-vein-thrombosis

[5] 人类反馈训练：

https://openai.com/index/chatgpt/

[6] 起诉 OpenAI：

https://schenklawfirm.com/press/wan/complaint.pdf

[7] 健康功能的说明：

https://openai.com/index/introducing-chatgpt-health/