---
title: "给人和Agent写文章，我首选 1000–1500 字"
author: "冯智勇Geo"
published: "2026-07-27T00:00:00.000Z"
description: "1000–1500 字不是模型的最佳长度，而是我用来确保一篇文章只完成一个判断的写作边界。"
tags: ["AI","AI写作","Agent","内容创作","知识管理"]
url: "https://fengzhiyonggeo.com/posts/ai-agent-article-length/"
---
# 给人和Agent写文章，我首选 1000–1500 字
## 文章多了一个读者
以前写文章，我只考虑人：他愿不愿意点开，能不能读完，看完记住什么。
现在，文章还多了一个读者：AI Agent。
有些系统会先把文章拆成若干片段，建立索引。等 Agent 回答问题时，再从中调取相关内容。也就是说，它不一定会读完整篇文章，可能只看到其中一节。
这改变了我对文章长度的判断。
对人来说，文章太长，注意力容易散；对 Agent 来说，真正的问题也不只是消耗多少token，而是被调取的那一段能不能独立说明白。一个判断如果要依赖前面三段铺垫和后面两个例子才能成立，只取中间一段，意思就残了。
所以我现在给自己定的范围是：**一篇文章尽量控制在 1000–1500 字，只讲清一个判断。**
## 短不是目的，完整才是
1000–1500 字不是 Agent 的“最佳长度”，也不是所有文章都该遵守的标准。它只是我给自己的写作约束。
这个长度足够放下一个观点、一个具体例子和必要的解释，又不太容易长出第二条主线。写着写着一旦超过，通常不是观点更深了，而是我开始舍不得删，或者把两个问题塞进了同一篇文章。
这时我会先问：多出来的部分是在证明原来的判断，还是已经形成了另一个判断？
如果是后者，就拆成下一篇。拆开以后，每篇文章都能独立成立。人读起来更轻，Agent 调取其中一篇或一节时，也更容易拿到完整意思。
比如我本来想在这篇文章里同时讨论字数、分块方法和知识库结构。它们彼此相关，但不是同一个问题。如果全部写进来，文章当然更长，看起来也更“完整”，实际却需要三个结论。现在我只留下字数选择，另外两个问题各自成篇。少讲一些，反而更容易把一个判断讲透。
这和我之前写的 《AI 敢写，我敢删》 是同一个习惯：先允许自己写多，再用判断决定留下什么。但这次多了一条标准——删完之后，不只是句子要紧，整篇文章还得是一个能够独立使用的知识单元。
## Agent 友好，不只是字少
如果只把文章压短，结构还是乱的，对 Agent 并没有多大帮助。
我更在意三件事：标题能不能直接说明主题，结论能不能尽早出现，每一节离开全文后还能不能看懂。
这些对人同样有用。人会跳读，会从搜索结果进入文章中间，也会只转发其中一段。所谓“给 Agent 写”，并不是把文章写成机器说明书，而是少依赖默认背景，少让关键意思藏在远处。
当然，系统教程、完整复盘和需要多组证据的文章，不必硬塞进这个范围。该写长就写长。字数不能直接代表深度，压缩也不能代替论证。
## 结论
我选择 1000–1500 字，不是因为这个数字对模型最优，而是因为它逼我守住一个边界：
**一篇文章，只完成一个判断；其中每一部分，都尽量能够独立理解。**
文章多了 Agent 这个读者以后，我没有打算写得更像机器。我只是要求自己写得更完整、更直接。
## 相关文章
- [AI 敢写，我敢删：当文字产出变免费，删减成了新能力]() — AI 让文字产出变得廉价之后，真正稀缺的不是写得更多，而是敢于删减、保留判断并为最终表达负责。
- [普通聊天与文档工作流不是同一种缓存场景]() — 普通聊天通常只在末尾追加内容，文档工具却会反复改动请求前部；两种用户场景，对应不同的缓存复用结果。
- [我差点把一个 50 倍的价差解释错了]() — DeepSeek 缓存只复用没有变化的请求前缀；重复使用同一个词并不会提高缓存命中率。