AI 长文篇幅掩盖信息密度不足

风险描述

当 Agent 输出一篇结构完整、字数充足的"深度长文"时，读者与作者本人容易把"长"误判为"可信"。一旦知识库或联网资料质量不足，篇幅只是放大了空泛段落和重复论点，而不是补足信息密度。

来源依据

• 翔宇在 SRC-CONTENT-002 中明确提出：如果知识库杂乱、资料不可靠或没有人工复核，篇幅增长并不等于文章可信度增长。
• 属于作者观点与价值判断，没有量化证据。

触发条件

• 把"长"作为成稿质量的唯一信号。
• 用模板和风格样本填充内容，但缺少事实支撑。
• 跳过 长文事实核查（Long-form Fact-checking） 直接发布。
• 资料本身稀疏，靠 Agent 自行扩展段落。

检查与应对

• 不要用字数或段落数判断质量。
• 在发布前抽查关键段落是否对原始资料做了实质引用。
• 标注未覆盖部分，让读者知道知识边界。
• 在团队/读者反馈中收集"读起来空泛"的反馈，作为下一轮改进信号。
• 与 长文事实核查（Long-form Fact-checking） 配合，作为质量门槛。

与其他风险的区别

• 不等同于 知识库质量污染 AI 长文成稿：后者是源头污染，本风险是成品现象。
• 不等同于 AI 长文的虚假引用与事实错误：本风险不一定要有虚假引用，也可能只是泛泛而谈。