第二十九章 巨大 怎样成立 放大 积累 迁移与方向改变
一 入口后的执行放大
“巨大核心竞争力”是一个强主张。若它只表达我们对好奇的赞赏，理论无需承担什么风险；但若它要说明AI时代的能力差异，就必须解释作用规模如何产生。上一章追踪了优势兑现的完整链条，本章进一步拆开四种可能机制：放大、积累、迁移和方向改变。它们不是四项保证成功的优点，而是需要分别观察、计算成本并寻找失效条件的研究方向。
放大首先指，一个有可行性的意义入口能够调动原来难以同时调用的能力。设想一名教师发现学生会背诵分类名称，却难以说明分类依据。在新的问题方向中，AI可以协助对照作业、生成替代解释、整理观察材料和编排试探活动。教师与学生还要完成现实观察及反馈。入口使这些能力获得共同指向，因而可能扩大一次开启的后续影响；单纯拥有多个工具，则尚未构成这种放大。
需要区分吞吐量放大与有效作用放大。更快产出一百份练习，属于输出数量增加；使练习真正区分学生混淆的两种判断，并改善后续观察，才涉及有效作用。数量可以支持效果，也可以制造筛选负担。评价时应记录单位时间内可核验的成果、真实使用情况与维护成本，而不能让生成页数替代学习变化。对于尚未实际实施的方案，最多只能说明潜在调用范围扩大。
放大也可能扩大错误。最初亏缺若建立在错误资料上，工具越能迅速执行，越可能生成一致而偏离现实的系列成果。将入口设置为可修订、让关键判断接入现实反馈，是放大能否转化为优势的重要条件。但“加强核查”本身也需要成本，不能在计算工具效益时把这部分劳动视为免费。放大倍率应当包括纠错、返工、等待与风险承担，而非只比较输入到初稿的速度。
一个可观察的研究后果是：在材料与工具能力相近时，形成明确入口并组织反馈的组合，是否比仅扩大候选生成的组合更能产生可持续使用的结果。即使结果支持，也需要检查优势来自入口组织、额外核验时间还是教师经验。机制研究的目标不是找到一个漂亮数字，而是辨认在哪些条件下调动范围真正转化为有效作用，并在何处被材料、权限或判断能力限制。
执行放大还受到现实反馈频率限制。工具可以很快拟出下一轮方案，但植物生长、材料准备或合作协调未必能够同步加速。若每次真实反馈前已经生成大量后续分支，参与者可能被尚无依据的可能性淹没。有效放大应让候选数量与可核验能力相称，必要时减少生成，把资源留给决定性观察。能够调用更大能力，与应该持续调用全部能力，并不是同一个判断。
二 回写的长期积累
放大处理一次入口之后的范围，积累处理不同事件之间的联系。一次试探留下答案，并不保证下一次发生更容易。积累要求经历被组织成可再次使用的条件：曾经怎样界定问题，哪些证据改变过判断，什么操作没有区分力，以及哪些结论依赖特定工具或材料。这些内容不一定都要详尽保存，但需要让下一次参与者能够恢复关键选择的理由。
继续教师的构造场景。第一次活动结束后，只保存优美教案，下一年面对不同学生时，教师可能重复相同安排。若同时保留学生主要混淆、无效比较、材料限制及修订过程，就更容易判断哪些环节需要改变。这里的回写不是给已有成果增加附件，而是重组下一轮发生条件。新材料进入后，旧记录也可能受到修正，不能因为已经归档就被当作不可变的经验资产。
积累并非线性相加。某次失败也许对相近任务极有帮助，对另一任务却不适用；记录之间相互矛盾，可能需要重新解释；旧工具被更换，操作细节可能失效。若把每次记录都算成固定的能力增量，就会忽略遗忘、过时和维护。真正值得观察的，是后续事件是否减少重复错误，更快辨认条件差异，能够恢复曾经被搁置的路径，或者形成更适切的新比较。
积累还有选择成本。保存一切可能使检索困难，也可能把未经核验的解释持续带入新事件。较有价值的发生史应区分原始材料、当时猜想、核验结果与后来修订，保留必要的不确定性。AI可以帮助整理和查找，但若自动把所有对话压成肯定结论，就可能抹去失败与条件。一个简洁而能恢复判断依据的记录，常比庞大而无法区分证据身份的资料堆更有用。
对积累机制的研究可以比较两种同样完成任务的组合：一组保留最终答案，另一组保留经过核验的关键选择及失败路径。经过一段时间后，再给出相近但条件改变的材料，观察重复错误、重新组织时间及判断质量。结果若没有差异，应检查记录是否可用，也应允许积累假设在该任务中不成立。不能每逢无效便把原因归为记录还不够充分，从而让机制永远免于反驳。
长期优势并不一定表现为越来越多的开启。回写可能使参与者更早知道某类差异并不构成重要问题，从而减少无效试探。它也可能保护已有兴趣，让精力集中于少数值得深入的路径。因此，积累应包含减少重复、适切取消和恢复运行的效益。若只以新增选题数量衡量，经验越丰富、判断越谨慎的人，反而可能被误判为发生力下降。
积累由谁保留，同样决定长期结果。若教师每年提供纠错材料，平台据此改善通用服务，而教师无法恢复自己的选择史，公共工具可能进步，个人可调用条件却未必同比增长。这不是说共享必然有害，而是需要区分共同积累与个人积累。允许导出关键记录、保留证据来源和恢复版本，有助于两者同时成立；只用平台整体性能提升来证明每位使用者能力增长，则超出了证据。
三 跨任务重新组织
迁移是检验发生力能否超出特定组合的重要位置。这里的迁移不是把同一提示词贴到另一个任务，也不是把旧结论直接应用到新对象。它指向在条件变化后重新辨认亏缺、组织比较、选择操作和承接反馈的能力。迁移可以很局部，也可以跨领域；跨度越大，越需要具体证据，不能因为两件事都能用SDE术语描述，就宣布迁移已经实现。
植物分类经验转到声音辨认，就是一个可以构造的比较。参与者也许保留了控制比较条件、追问分类依据的习惯，但视觉照片中的距离与光线不能直接替代声音中的时长、强弱和连续变化。若他能够在新材料中重新寻找有效差异，原有经验才显示出生成性作用；若只是要求声音必须像照片一样被分成固定标签，旧框架反而可能压制新发生。
工具迁移与任务迁移同样需要区分。更换AI后，档案能够导入、判断依据能够恢复，显示一定的工具可迁移性；工具不变而面对陌生材料，能够重新组织试探，显示另一种能力；二者同时变化，难度更高，也更容易出现多种替代解释。研究不应只选择最容易成功的迁移情形，也不应一开始就设置极端跨度，使所有失败都无法定位原因。
还有一种迁移发生在伙伴改变时。原组合中某个同伴负责核查材料，另一个负责提出替代解释；伙伴离开后，剩余成员需要重新安排这些工作。若任务顺利延续，可以说明职责与发生史具有一定可重建性。若全部依赖无法表达的默契，原组合优势仍可能很强，却难以跨组合保留。共同能力的价值不必以完全可迁移为前提，但“核心”的持续性主张必须说明这种限制。
迁移成本也是结果的一部分。导出资料、理解新接口、清理失效记录和重建信任都需要时间。只展示迁移完成后的良好表现，会隐去使普通使用者无法负担的过渡代价。相反，工具替换初期短暂下降，也不能直接证明能力全部属于旧平台。较合理的观察应覆盖适应过程，并比较重组速度、关键判断恢复程度以及是否形成新的依赖。
因此，可观察的迁移后果不只是新任务得分，还包括哪些判断可以保持、哪些必须重建、哪些旧经验被主动放弃。放弃旧经验有时正是有效迁移的一部分。发生力若具有较广作用，应当表现为能够识别不适用之处，而不是到处使用同一模板。这种带着边界的迁移，才可能支持持续优势，也更符合SDE关于具体纠缠与差异运行的要求。
对于个人增长，迁移证据还应与本人历史相联系。某人更换工具后表现良好，可能因为他此前已经具备广泛经验，未必是本次AI合作带来的新能力。若能比较合作前后相称的陌生任务，观察其更准确辨认条件、组织操作或处理反例，增长主张才更具体。工具撤去后的保有提供一种证据，跨工具恢复提供另一种证据；两者都不能脱离历史基线，单独决定学习是否发生。
四 新方向对既有资源的重排
方向改变与前三种机制有所不同。放大可以在原问题内扩大执行，积累可以改善下一次处理，迁移可以把能力带到新条件；方向改变则可能重新规定什么值得处理、材料以什么单位组织以及哪些能力成为关键。它不是比其他机制天然更高级，而是可能改变整个资源配置，因此具有较大的作用范围，也承担更大的失败风险。
在植物场景中，若研究从辨认名称转向考察观察方式如何形成分类，同一批照片的价值就改变了。过去被当作低质量而删除的模糊照片，可能成为理解边界判断的材料；过去被忽略的拍摄条件，开始需要记录；原来主要用于找名称的工具，转而协助比较解释。资源未必增加，但它们的关系和用途被重排。这种改变不能仅用“做得更快”来描述。
一个组织也可能发生类似转向。团队原先把用户反复询问视为客服负担，后来发现某类追问与产品分类方式存在冲突，于是把问题从如何更快回复改为如何重新组织使用入口。这是构造性的机制示例，不是已完成的商业案例。转向若得到证据支持，可能同时改变文档、界面和培训；若最初判断错误，也可能造成昂贵改动。方向改变的规模由实际影响决定，不能由问题听起来是否宏大决定。
方向改变尤其容易被成功叙事美化。后来成果显著，人们便把最初的细小线索描写成清晰洞见；失败的替代方向则从故事中消失。研究应保存当时真正可见的选项、选择理由和不确定性，并记录被放弃资源的机会成本。只有这样，才能区分有根据的方向重组与偶然成功，也能理解相似安排为何在另一情境中没有产生同样结果。
方向改变也可以是收缩。团队发现原先宏大的问题无法得到有效证据，转而研究一个范围较小却能够承接的差异，可能提高整体工作的可靠性。若只奖励范围扩展，就会把概念膨胀误认成升维。真正的重排要看新的单位与关系是否使过去难以解释的材料获得更合适的位置；它可以扩大问题空间，也可以清除伪问题，使有限资源进入更值得持续的运行。
四种机制可以相互支持，却不能简单相乘。新的方向可能调用更多工具，工具放大又产生更多材料，回写使这些材料可用，迁移把组织方式带入其他任务。但其中任何一步都可能成为瓶颈；平台还可能通过接口、档案与分配规则截留后续收益。对个人而言，组合表现扩大而可控制条件缩小，是完全可能的结果。所谓巨大，必须同时报告效果、成本、持续性与归属。
因此，本章给出的不是一个保证增长的公式，而是一组需要分别检验的机制承诺。若只能观察到一次输出加速，就只能支持局部放大；若发生史无法改善下一轮，就不能声称积累；若更换条件后不能重组，就应限制迁移范围；若资源用途未改变，就不必夸称方向革命。四种机制解释好奇发生力可能为何重要，也规定其夸大何时应当停止。下一章将用反例进一步检查这些边界。