挖尽做完了，迁就立住了，库存清干净了——如果这时产出还是不够（比如你就是想一周出十份成品，而不是三份），才轮到五步里的第四步：打破（Elevate），花钱花资源，给瓶颈本身扩容。
瓶颈是「人的专注判断」。给它扩容只有三条路：让每次判断更便宜，让一部分判断不必要，或者让别的东西替你做判断。三条路对应三招。
第一招：抽样——把「全检」改成「抽检」
工厂不会检验每一个零件，它检验批次：一批零件抽 5% 检，这批的合格率可信，整批放行。前提是生产过程稳定。
搬到内容审核上：如果同一个 prompt 模板、同一个主题管线已经稳定产出了十份合格稿，那么第十一份，你需要逐字精读吗？不需要。抽三段读——开头、中间一节、结尾——加扫一遍 AI 预标注的可疑点，全程 15 分钟，质量风险有界。
注意这招生效的前提是过程稳定。换了主题、换了模型、换了 prompt 结构，等于换了一条生产线，立刻退回全检。抽样不是偷懒的许可证，是对「已被反复验证的稳定性」的合理兑现。
第二招：分级信任——不是所有稿子都配同等级别的审核
这是最容易被忽略的一招。默认状态下，人对所有产出物用同一个审核标准，但其实内容的风险是分层的：
- 高暴露：署你名、公开发布、出错有人受损的——逐字审，一分不能省；
- 中暴露：小范围分享、错了好改的——抽检 + 预标注；
- 低暴露：自用的笔记、草稿、内部参考——免检，直接归档。
回头看那 37 份库存：它们真的都需要「我认真读两小时」吗？很可能一半是自用的参考资料，本来就不该占用瓶颈；真正配得上全检的，也许只有五六份。把「所有东西都要我审」拆成「只有少数东西需要我深审」，瓶颈瞬间宽松。这不是降低标准，是把标准花在风险真正在的地方。
第三招：让 AI 审 AI——给瓶颈雇一个初级审核员
最激进的一招：瓶颈的判断工作本身，外包一部分给 AI。
可行的形态不是「AI 说了算」，而是一个分工：AI 做初审员——按你的验收清单逐条打分、摘出可疑段落、给一句「建议过/建议打回」；你做终审员——只看 AI 的初审报告和标注点，快速裁决。你的两小时从「读五万字」变成「核对一份初审报告」，单位成本砍掉大半。
但这招有一个必须直视的信任问题：初审员会不会漏？会。所以它不是直接上线，而是「试用期」制度——前二十份稿子，AI 初审之后你照样全检，记录初审报告的漏判率。漏判率足够低、且漏的都是低风险问题，才逐步放权；先试低暴露的内容，再爬坡。这和工厂给新供应商做认证是同一个逻辑：信任不是给的，是攒数据攒出来的。
大白话：三招的共同思想是——「你亲自逐字读」这种最贵资源，只留给最贵的风险。其他一切，用流程、分层和初审员把它从你手里拿走。
打破成功之后：瓶颈去哪了
假设三招全用上，你的「审核」吞吐从每周 3 份涨到每周 15 份。恭喜，也请注意：瓶颈已经悄悄搬家了。
现在每周 15 份成品涌向下游，新的细管子可能是「想主题」（一周想不出 15 个好选题），可能是「交付运营」（发出去的电子书没人维护、没人推广），甚至可能回到「生成」（好选题太多，token 这次真不够用了）。
这正是五步聚焦法要有第五步的原因，也是下一章的全部内容：瓶颈永远在移动，而最大的风险是你还盯着旧瓶颈的位置不放。