一个收敛论证最怕的不是被反驳，是被还原——被人一句话打发掉："你说的不就是判断力／品味／元认知／批判性思维吗？"如果外面已有的某一说能吸收本书的全部内容，那么十条小径通向的不是一个新缺口，而是一扇早就开着的门，十次到达只是十次绕远。
所以这一章不做综述，做交手。对当今最有影响的十二族说法，每族三件事：它主张什么（用它自己的口径，不用本书的口径复述）、它与本书重合在哪里（重合处照实承认，不缩小）、判决性分界是什么（一句可执行的观察或实验，说明在何种结果下两说分开、在何种结果下本书被吸收）。凡本书被吸收的条件，写在明处，不加保护性措辞。
三点交代先摆在前面。其一，本章是语料快照：所引诸说的状态截至 2026 年 9 月；这个领域一年之内换了两轮主角，故本章立复检条款——每十二个月重扫一次，被新说吸收的分界即时作废并公告，不得留着当装饰。其二，本章与框架卷同产线，与第三章三之四那处坦白同罪：本章划的分界是本产线自己划的，独立性弱于对手方自己写下的分界。其三，本章不判高下。诸说与本书多数不在同一层：它们回答"该有什么能力"或"怎么和机器一起干活"，本书回答"人与人之间的差在哪里才有定义"。不同层的说法不构成竞争，构成分工——只有在同层处，才需要分界。
主张。最有分量的清单在世界经济论坛的《未来就业报告》里。2025 年版基于千余家企业的调查给出的核心读数是：到 2030 年约有百分之三十九的核心技能将被改变或过时，而这一"技能不稳定度"较 2023 年版的百分之四十四、2020 年版的百分之五十七已在放缓；分析性思维仍是最受雇主看重的核心技能，约七成企业视其为必需，其后是韧性、灵活与敏捷，以及领导力与社会影响力。该版同时预测到 2030 年岗位净增约七千八百万，技术技能增长最快，而创造性思维、韧性、灵活与敏捷等人类技能仍属关键。
中文主流论述近一年给出的版本更靠近本书：有劳动经济学者指出，过去岗位更强调知识积累与标准操作，未来更重要的将是问题定义能力、跨领域整合能力、人机协同能力，以及对结果进行判断、校验和负责的能力。教育政策一侧也出现了同向动作：2026 年发布的《全球数字教育发展指数》首次把"超越人工智能的思维能力培养"纳入研究维度，其数据显示约八成国家认为教育应重视高阶思维能力培养。
重合。清单派与本书共享一个判断：产物层的技能正在贬值，价值向"更高阶"处迁移。中文那一族里"对结果进行判断、校验和负责"一句，尤其接近本书第六部的归属层——"负责"就是记在谁的账上。
分界。清单派与本书的分歧不在条目，在层。清单回答"该有什么"，本书回答"在哪里读得出"。这个分歧可以做成一条判据，而且是清单派自己的数据给的：技能不稳定度从百分之五十七到四十四再到三十九，说明存量的更替在放缓；本书预测的却是另一个量在同期上升——读数失效率：同一份自择产物（简历、作品集、笔试）对入职后表现的判别效度。两个量可以同期背离。
判决形式：若在 2026 至 2030 年间，技能不稳定度继续下降而自择产物的判别效度同步恢复，则本书的可读条件为多余，清单派完胜；若不稳定度下降而判别效度继续下滑，则"能力清单已备而读不出人"成为常态——清单派的条目全对，却回答不了本书的问题。
还有一条更锋利的：清单派的每一个条目，一旦被命名，就进入课程、培训与模板，从而被批量供给（第二章第三通道）。这不是对清单派的批评，是对它的一个预测——清单条目的差异度半衰期，随其被写入标准的时间单调缩短。谁做完这条测量，谁就同时裁定了本书与清单派。
主张。这一族最强的表述来自劳动经济学家 David Autor 2024 年的论文《把 AI 用于重建中产阶级岗位》。他的判断是：信息时代把信息民主化并未拉平层级，因为信息只是投入，真正要紧的经济功能是决策，而决策一直被精英专家垄断；AI 的独特机会在于扩展人类专长的适用范围与价值，使更多具备互补知识的劳动者去执行原本专属于精英专家的高风险决策任务——医疗之于医生、文书之于律师、编码之于工程师、本科教学之于教授。他明言这不是预测，而是关于何事可能的论证。
重合。本书与他同意最要紧的一半：信息不是竞争差的所在，决策——本书叫"当场做出的显露"——才是。这条与《现配优势》几乎逐字重合。
分界。分歧在专长的形态。Autor 的专长是可扩展、可传递、可装进决策支持系统再交给更多人的东西；本书的发生差恰恰是扩展一次即消失的那一份：它一旦被写进可传递的载体，就进入批量供给区（《现配优势》的留种率、《入账之前的技能》的载体二分）。两说在同一批数据上给出方向相反的预测，因此可裁。
这条对赌已经有了不利于双方之一的证据。基于英国等地劳动力数据的一族研究给出的机制与他相反：大模型似乎并未把中等技能劳动者抬升去做专家任务，而是在侵蚀对专家任务本身的需求；这固然可能压缩工资差距，但走的是"向下拉平"而非 Autor 设想的"向上拉平"。本书对这条不利证据的读法必须写明：它同时也不利于本书的乐观读法——如果专家任务本身在消失，那么可读条件的五处定义域也在收缩，被读的机会随之减少，第十七章第一条伦理底线（读数指证据的位置，不指人的价值）将被大规模触发。
判决形式：取一个引入决策支持系统的行业，随访三年。若中层与专家的跨配组残差（《常席差》的 g_r）收敛而两组绩效同步上升，Autor 对；若残差收敛是因为量具落在判等差额之内（《峰兑》）、而峰时事件处的分离反而扩大，则本书对；若专家任务的数量本身在下降，则两说同被第三种机制超越，一并降级。
主张。这是本书在经济学里最近的邻居。三位作者在《预测机器》与《权力与预测》两书中把决策拆成预测与判断两件事：AI 把预测从人转移到机器，减轻认知负担并提高决策的速度与准确度；当预测的成本下降，预测的互补品——判断，以及执行行动的人与关系——其价值上升。他们还有一条常被忽略的洞见：人们靠规则来避免决策疲劳，规则让人得以"决定不去决定"；要用上机器的预测能力，就得拆掉这些为省事而立的规则，把决策重新放回来。
重合。"廉价的那一半被机器接走，价值迁向互补的那一半"——这个骨架与本书第二章的六条通道同构。他们的"判断"与本书的"当场配组"在直觉上几乎贴着。
分界。分歧在判断是什么形态的东西。在他们的框架里，判断是回报函数——是"你想要什么"，原则上可陈述、可写下、可委托，甚至可以做成规则。他们自己那句关于规则的洞见，恰恰给了本书一条现成的推论：凡可写成规则的判断，都会被写成规则，从而进入批量供给区。本书的发生差不是判断的内容，是判断发生的时刻、当场性与归属——位次（答案有没有先到）、当场（是不是配组现做）、他择（时刻是谁定的）、记账（记在谁的本子上）。四者都不是回报函数的属性。
这也解释了两说处方的差别：他们的处方是重设系统、把决策权放回该放的位置；本书的处方是给证据加四个字段。前者是组织设计，后者是评价制度。
判决形式：把一组人的判断偏好完整外化为规则集（回报函数写死），交给同资历者与机器共同执行。若绩效可稳定复现，则"判断"确是可传递存量，本书的当场性被吸收；若复现率呈《现配优势》所预测的杂交二代式回落，则判断中不可写死的那一份存在，且正是本书要读的那一份。
主张。这一族关心的是路线选择。Brynjolfsson 2022 年《图灵陷阱》一文的论证是：当机器成为人类劳动更好的替代品，劳动者失去经济与政治上的议价能力，越来越依赖控制技术的一方；而当 AI 聚焦于增强人类而非模仿人类时，人类保有坚持分享所创价值的能力，且增强能创造新能力、新产品与新服务，最终产生远多于单纯"像人"的 AI 的价值；他并指出，当前技术界、企业界与政策界对自动化的激励过剩，对增强的激励不足。
重合。图灵陷阱为本书第二章的"地板抬平"与"代产断供"两条通道提供了宏观动因：不是模型碰巧长成这样，是激励结构一直在往"像人"的方向推。
分界。单位不同：他的分析单位是技术路线与议价权（宏观、集体），本书的分析单位是个人读数的定义域（微观、证据）。真正的增量在于——本书主张，即使走增强路线，读数问题也不会自动解决，甚至更糟：增强路线的典型形态正是"人机同产"，而人机同产恰恰是《常席差》所说的、把个人残差压进配组的那种记录结构，也是《底流》所说的、把低价值执行按面值接走的那种断供结构。换句话说：图灵陷阱管的是蛋糕怎么分，本书管的是分蛋糕时凭什么认得出人；增强路线让蛋糕更大，却可能让人更难被认出。
判决形式：比较两类岗位——以自动化方式部署 AI 的与以增强方式部署 AI 的。若增强类岗位的跨配组残差可读性显著更高，则读数问题随路线选择自动缓解，本书的可读条件降为路线问题的附属；若两类岗位的残差可读性同样塌陷（本书的预测），则读数问题独立于路线，必须单独治理。
主张。这是当代最硬的一组实证。在与波士顿咨询合作、覆盖七百五十八名顾问（约占该公司个人贡献者的百分之七）的预注册田野实验中：位于能力前沿之内的十八项现实任务上，使用 GPT-4 的顾问多完成百分之十二点二的任务、快百分之二十五点一、质量高出四成以上；而在一项刻意选在前沿之外的任务上，使用 AI 的顾问给出正确解的概率比完全不用 AI 的低十九个百分点。研究者由此提出"参差前沿"：AI 能力的边界不是平滑曲线，而是犬牙交错，两侧任务在表面难度上几乎无从分辨，系统也不会给出越界信号。他们还观察到两种用法——"半人马"明确划分人做什么、AI 做什么，而多数顾问表现为"赛博格"，与 AI 持续交互。相关实验族另给出一条对本书极重要的分布结论：在有界执行类任务上，AI 辅助不成比例地抬升经验较少者、压缩技能差；而在需要框定问题、领域评估与创造性判断的开放任务上，高专长者往往获益更多，同时无组织的 AI 使用可能使产出同质化、降低集体多样性。该文 2023 年以工作论文发布，2026 年 3 月正式刊于《组织科学》。
重合。极大，且是本书的经验地基之一。"压缩技能差"就是《峰兑》所说的量具死亡的直接前提；"产出同质化"就是《零判份》所说的世界样本膨胀；"赛博格式持续交互"就是《常席差》所说的配组记录。本书在这里必须承认：这一族先于本书、以更强的实验证据，测到了地板抬平这件事本身。
分界。分歧在这条前沿是什么的地形。参差前沿是任务侧的地图——哪些活 AI 干得好、哪些干不好，据此分工。本书画的是证据侧的定义域——一份读数在什么条件下才指向人。两张图的关键差别是：任务侧的地形会随模型能力移动，且正在移动。已有观察指出，推理模型、更长的上下文、工具使用与代理式架构把许多 2022 至 2023 年在前沿之外的任务移到了前沿之内；前沿仍在，但峰谷不再那么极端。
于是有了一个漂亮的对赌：参差前沿的处方随平滑而失效，本书的可读条件不随平滑而失效。前沿一旦被抹平到无参差，"找准边界、当半人马"这条处方就无处可施；而"答案是什么时候到的、时刻是谁选的、记在谁账上"这三问，在前沿完全平滑的世界里一字不改仍然成立——因为它们问的不是任务难度，是发生的位次与归属。
判决形式：随访模型代际。若前沿平滑之后，人际差重新可从自择产物中读出（判别效度恢复），本书为伪——且不是被参差前沿吸收，是被时间证伪；若前沿平滑而人际差更加读不出，则本书所说的定义域问题独立于任务地形而存在。
主张。这一族测的是使用 AI 之后人本身发生了什么。麻省理工媒体实验室 2025 年的一项研究把参与者分为大模型组、搜索引擎组与无工具组各写三轮文章，第四轮令原大模型组改为无工具（研究者称之为"由模型回到脑"条件），共五十四人参与前三轮、十八人完成第四轮，并以脑电测量写作时的认知负荷；结果显示使用大模型辅助者写作期间的认知参与特征更低，随后在无 AI 条件下执行同一任务时，其表现相对从未使用过 AI 者出现可测量的下降，作者称之为"认知负债"。另一项覆盖六百六十六名参与者的调查给出人群层面的相关：频繁使用 AI 工具与批判性思维能力之间存在显著负相关，认知卸载是其中介机制，年轻参与者受影响最重。
重合。这一族与《底流》正面相撞，重合处必须原样承认：两者说的都是"把执行交出去，人本身会变"。《底流》若被吸收进这一族，第三部就整部塌掉。
分界。两处，都可判负。
第一，测的量不同。认知负债测的是能力的衰退（神经参与度、批判性思维得分、事后无工具表现）；《底流》测的是供给流的断绝（在喂率 β、逐条停喂时距），并且它的承重发现不在衰退本身，而在衰退发生时三本账全绿——成绩、绩效、产出质量同时改善。认知负债研究不涉及这条制度性观察：它是实验室与调查设计，不是账本设计。
第二，驱动变量不同。卸载族的驱动变量是使用强度（用得越多越糟）；《底流》的驱动变量是停喂时距（多久没有亲手完成过一次带真实后果的执行）。两者可以背离：一个天天用 AI、却每天仍亲手完成若干带赌注执行的人，卸载族预测他退化，《底流》预测他底座保持。
判决形式：同一批人上并置测量使用强度、停喂时距与下游无辅助表现。若使用强度是唯一显著预测变量、停喂时距无独立贡献，则《底流》被卸载族吸收，第三部降级为该族的一个应用；若停喂时距独立预测且更强，则两说各管一段，且本书的账本处方（在能力清单上加"最近一次无辅助亲手执行"字段）有独立价值。
诚实还要求补一句对本书有利、却不能拿来当护身符的事实：认知负债那项研究本身已受到方法学质疑——有评论指出其部分脑电结果的一致性不足，并呼吁未来研究采用更严谨的设计、更大更多样的样本与更清晰的认知过程操作化。这条不能被本书用来贬低对手，只能用来提醒：这一族与本书都还没有跑完自己的账，第十六章第五场实验对两边同等重要。
主张。这一族出现得最晚、声音最响，且直接冲着"什么让人还值钱"来。品味一侧：Mollick 在 2026 年春的一次访谈中说，当网上多数写作都由 AI 生成、一切开始听起来一样时，能以独特风格写作的人反而更有意思；"品味是不是 AI 时代的关键差异点"已成为 2026 年科技界的一个争论话题。工艺一侧的表述更具体：Karpathy 在 2026 年 4 月提出"代理工程"，把它定义为一门编排易错的、随机的 AI 代理而非被动接受生成结果的职业学科，核心技能包括规格设计、逐差审查、评测设计、安全监督与质量品味；他并给出一条与本书第三部完全同向的判断——当 AI 变强，人的诱惑是学得更少，而他主张相反：理解成为瓶颈，你仍需足够的深度去指挥系统，知道该问什么、该检查什么、该拒绝什么、什么才要紧。
重合。重合处大到必须逐条点出："逐差审查"就是《脱稿步》所说的、在产物延长线上的当场追问；"评测设计"就是本书通篇在做的事——自建判据并预注册；"理解成为瓶颈"与《底流》的存续条款方向完全一致。这一族是十二族里与本书距离最近的。
分界。分歧在这是干活的学问，还是读人的学问。代理工程与品味说的是怎么把活干好（生产工艺），本书说的是第三方凭什么读得出谁把活干好了（证据制度）。这个差别不是学究式的，它有两条可检验的后果：
其一，品味一旦可命名，就进入批量供给区。这是第二章第三通道对这一族的直接预测：当"风格独特"成为可教、可模仿、可提示词化的目标，它的差异度半衰期开始缩短（《零判份》的 ρ 随暴露单调收窄）。品味说目前没有关于"如何抵抗自身被批量供给"的机制，本书有一个：品味的读数只有在他择时刻、跨配组条件下才不可排演。
其二，代理工程没有取样理论。它精确回答了人该做什么（写规格、审差异、设评测），却没有回答一个雇主的问题：怎么知道这个应聘者真的在做这些，而不是准备了一份漂亮的代理工程作品集？规格与评测都是可预先准备的产物；一旦它们成为招聘信号，就会被排演——这正是《他手无事账》的整章内容。
判决形式：让一批人提交自选的代理工程作品集（规格、差异审查记录、评测设计），同时对同一批人做无预告的他择时刻取样。若作品集与他择读数对入职后表现的预测力相当，则本书的取证层多余，品味／代理工程一族完胜；若只有他择读数保留预测力，则这一族回答的是"该做什么"，本书回答的是"凭什么信"，两说互补而不互相吸收。
主张。这一族比其余各族都老，而且它管的恰恰是本书的起点。信号理论说：教育的经济价值未必来自它教了什么，而来自它发出的信号——文凭之所以值钱，是因为它对能力较强的人来说成本更低，因而能把人分开。分得开，靠的是"难以伪造"这个前提。文凭社会学那一支走得更远：文凭的功能主要是筛选与封闭，是群体争夺位置的凭据，而非能力的度量；于是会有文凭通胀——同一个岗位要求的学历一路上升，而岗位本身没有变。
重合。极大，而且是本书必须最先认下的一处。"某类证据一旦变得容易伪造，就不再能分开人"——这句话是信号理论的自带推论，不是本书的发现。本书第一章讲的"产物与能力之间的推断链断了"，在这一族的语言里就是一句现成的话：分离条件被破坏，信号失效。谁若说本书发现了这件事，是抬举了本书。
分界。分歧在失效之后往哪里去。
信号理论的处方沿着"提高伪造成本"走：找一个更难伪造的信号，或提高既有信号的门槛。文凭通胀就是这条路的自然结果——它是这一族自己预测的结局。本书主张这条路在今天走不通：当准备可以被整体外包，任何"自择时刻交出的产物"都可以被伪造到同一水平，提高门槛只会提高所有人的成本而不改变分离度。本书往另一个方向走：不去找更难伪造的产物，而是换到产物之外的四个维度——位次（答案何时到）、当场（是不是现配）、他择（时刻谁选）、记账（记在谁账上）。这四样都不是"东西"，因而不能被制造成东西。
判决形式：观察 2026 年之后各行业招聘的新增筛选环节。若新增的主要是更难的自择产物（更长的作品集、更难的笔试、更多的证书）且判别效度回升，则信号理论对，本书的四维路线多余；若新增的主要是改变取样结构的环节（无预告、现场续做、跨配组记录）而效度只在这些环节上回升，则本书对。这一条不需要实验，只需要三年的招聘公告与效度数据。
必须写下的一处不利。这一族里"文凭通胀"那一支对本书有一记重击：凡是被制度采纳的分离手段，最终都会通胀。若本书的四个维度真的进入制度，它们大概率也会通胀——出现"他择证明"的市场、"事件账"的代办、"现场续做"的培训班。本书没有反驳，只有第十七章那条元规则：谁采用本书的读数，必须同时采用该章的反噬条款。这不是解药，是限量的缓冲。
主张。这一族来自心理与教育测量，它问的问题与本书的竖线几乎撞在一起：一个分数的解释，在什么条件下才成立？现代效度理论的核心主张是，效度不是测验本身的属性，而是对分数所作解释与用法的属性；判断效度要看支持该解释的证据与理论，还要看使用它所带来的社会后果。后来的一支把它整理成"论证式"的做法：把从"作答"到"结论"的每一步推论都写成一条可以被质疑、可以被举证的链条，逐环检验。
重合——这里必须说得非常清楚。这是十二族里离本书最近的一族，比品味与代理工程那一族更近。本书第二章那条竖线主张"读数只在五处有定义"，用效度理论的语言几乎可以逐句翻译：那是对分数解释的边界条件的主张；本书的十个读数与各自的证伪条款，形式上就是一条条效度论证；本书第十七章关于"读数一旦进考核就被制造"的整节，在这一族里有现成的名字——后果性效度与指标被当作目标之后的败坏。
这一族在第四章的前八节里没有出现，是本书的一处真实疏漏，此处补记，并按纪律照登：它不是被本书驳倒的，是被本书漏掉的。
分界。认下这么多之后，剩下的差别只有一条，但它是实的：
效度理论问的是"这个解释成立吗"——它假定被测的那个属性存在，问的是我们的推论链有没有断。本书问的是更前面的一步：在这些条件之外，那个量根本没有定义。这不是效度不足，是定义域为空。用效度理论的框架，你会去检查"从单回合作品到个人能力"这条推论的每一环，然后发现它证据不足；用本书的框架，你会直接说：单回合的账本里没有"个人"这个量，无论你补多少证据，那一环都不会成立——就像除以零，不是精度问题。
第二条差别是内容上的：效度理论是一套通用的方法学，它不告诉你被测的属性长什么样。本书给出了属性侧的内容——发生的四条本体性质、一条存续条款、五处可读条件、十个读数。方法学与内容不构成竞争：本书的十个读数完全可以、而且应当被写成效度论证的形式来检验；如果有人这么做，本书受益。
判决形式：把本书的任一读数（例如他择率）按论证式效度的规程完整地做一遍。若走完全部环节之后，"单回合自择产物→个人能力"这条推论只是证据不足、可以靠补证据修复，则本书的"定义域为空"是夸张，本书应退回效度理论的框架内，作为它的一个应用；若无论补多少证据，该推论在结构上仍不成立（因为读数属于配组而非个人），则本书那条更强的主张站得住。
这一节对总账的影响，写在四之十四：本书原先自认的三处残量，有一处必须当场收窄。
主张。这一族问的是"高手是怎么长出来的"。一支强调刻意练习：专长来自长期、有明确目标、有即时反馈、在能力边缘反复进行的训练，而不是单纯的经验累积——干了二十年不等于练了二十年。另一支从真实现场入手，研究消防指挥、急诊、军事指挥这类高压环境中的直觉性决策：专家往往不比较方案，而是识别情境、直接生成一个可行动作；这种识别只在有反馈、有规律的环境里才能长出来。
重合。与本书第三部（《底流》）几乎贴身。"干了二十年不等于练了二十年"和本书的"在喂率"说的是同一类事实；"识别只在有反馈的环境里长出来"与本书的三成分判据（无辅助、真实后果、亲手）方向一致。与《现配优势》也近：现场识别本身就是当场配组的一种。
分界。两条，都可判负。
第一，这一族的单位是训练，本书的单位是供给流。刻意练习是一个人特意安排的活动——有目标、有反馈、有教练；本书的底流恰恰相反：它是日常工作里低价值部分的联合副产，从来不是任何人特意安排的，也从来没有被谁当作专款拨付过。这个差别有一个直接后果：按刻意练习的处方，能力衰退可以靠"多安排训练"补回来；按本书的读法，补不回来——因为断的不是训练，是嵌在真实赌注里的执行流，而训练不满足"真实后果"这一成分。
第二，这一族关心能力怎么长，不关心能力怎么被第三方读出。这与全书其余各节的分工一致：长与读是两件事。
判决形式：取一批底流已断（β 很低）的在职者，分两组。甲组按刻意练习的处方补训（明确目标、即时反馈、能力边缘、有教练，但任务无真实后果）；乙组不补训，只恢复日常中带真实赌注的亲手执行。若甲组的下游无辅助表现恢复不逊于乙组，则《底流》的"真实后果"这一成分是多余的，第三部应退回刻意练习框架；若只有乙组恢复，则三成分判据成立，且这一族的处方在 AI 时代有一个盲点——它默认真实后果的执行机会一直在，而这正是被接走的东西。
主张。这一族用任务而非职业作为分析单位：技术既有替代效应（把任务从人手里拿走），也有恢复效应（创造新任务把人放回去）；两者的对比决定劳动份额与工资走向。它还给出一个特别有解释力的概念——"还行的自动化"：那些只是勉强比人做得好、生产率提升有限的自动化，最伤人。因为它足够便宜到把人替换掉，却没有好到能把蛋糕做大、创造出足够的新任务来把人接住。
重合。它与《峰兑》的地板抬平、《底流》的代产断供在机制上同源，而且它提供了本书缺的那一半——宏观动因。本书解释的是个人读数为什么塌，这一族解释的是为什么会有那么多"刚好够便宜、刚好够用"的替代发生。
分界。单位不同，这一点与图灵陷阱那一节相同：它的单位是任务与劳动份额（宏观），本书的单位是读数的定义域（微观、证据）。但本书在这里有一个可以还回去的东西，而且这是本章少见的一处正向贡献：
这一族衡量替代的尺度是生产率——自动化好不好，看它把产出提高了多少。本书的第九章提出了另一把尺子：同一次替代，即使生产率提升很大，也可能同时切断底流。换句话说，"还行的自动化"之所以伤人，除了它没做大蛋糕之外，还因为它接走的往往正是那些低价值、重复、无人记账、却恰好在喂人的执行。按生产率算，这类替代常常是划算的；按在喂率算，它可能是最贵的。
判决形式：在同一批岗位上并置两把尺子——替代带来的生产率变化，与被替代者的停喂时距变化。若两者高度相关（生产率提升越大、停喂越少），则本书这把尺子是多余的，被这一族吸收；若两者可以背离——存在生产率大幅提升而停喂时距同时恶化的岗位——则底流提供了一个这一族尚未纳入的成本项，而这个成本项目前不出现在任何一份自动化投资的测算里。
划界是本书对外说话；这一节反过来，把十二族对本书最锋利的四记反诘集中列出，并把答复照实写下——其中两记，本书答不上来。
反诘一（来自文凭社会学）：凡是被制度采纳的分离手段，最终都会通胀。你的四个维度若真被采用，就会出现"他择证明"的市场、事件账的代办、现场续做的应试培训班。
答复：本书没有反驳。这一记打中的是所有评价制度的共同命运，本书不例外。能给的只有两样：其一，第十七章的元规则——采用任一读数者必须同时采用该章的反噬条款，二者不得拆开引用；其二，把所有权挪到人这边——记录归被读者本人持有、不进排名与分配，则伪造它只是骗自己。这两样都不是解药，是缓冲。这条反诘作为本书的一个开放弱点登记在案。
反诘二（来自效度理论）：你所谓"定义域为空"，多半只是效度证据不足的一种夸张说法。
答复：本书接受它是一个真正的、可能致命的质疑，并在四之十写下了判定形式：按论证式效度把任一读数完整走一遍，看那条推论是"证据不足可修"还是"结构上不成立"。这一场未跑。在跑完之前，本书那条更强的主张只能算作待检的猜想，而不是已立的结论——第二章的措辞因此在再版时可能需要收窄。
反诘三（来自品味与代理工程一族）：你的他择时刻同样会被表演——说好无预告，实际上内部提前通气。
答复：会。这是全书最难防的一处，本书防不住。能做的只是把它从一个不可见的问题变成一个可查的舞弊：编码规则公开、取样时刻由不参与本次评价的第三方决定、留申诉通道。这些手段都不新鲜；要紧的是先把"取样时刻由谁定"当作一个对象，才会有人去设这些防线。现在的困境不是防不住，是没有人在防。
反诘四（来自专长扩展派与任务自动化经济学的合流）：如果专家任务本身在萎缩，你那五处可读条件的定义域也在收缩。跨配组要有第二个班子，他择读数要有人愿意读你，事件处要有事件落到你头上——这些全是机会，不是能力。
答复：这一记本书接得住，但接得不体面。本书承认：发生差首先记录的是曝露的分布，其次才与能力相关。一个从未被读过的人，读数为零，价值不为零。这就是第十七章第一条伦理底线的由来，也是本书唯一一处把"机构必须先自证"写成硬条款的地方：任何机构以本书读数作不利安排之前，必须先回答"此人有没有被读的机会"，答不出，安排无效。但这条底线管不住机会本身的分布——那不是一本书能解决的问题，本书也不假装能。
把十二族并排放好，本书的位置才可以如实标定。这一节在本书付梓前改写过一次——四之十那一族（效度理论）是补记的，它一进来，本书原先自认的三处残量当场少了半处。改写的痕迹保留在这里，不抹平。
残量一（已收窄）：可读条件是定义域声明，不是测量建议。十二族里，有十一族默认差异随时可测、只是难测。唯一的例外是效度理论：它明确主张分数解释依赖条件，并要求逐环举证。因此本书这一处残量必须从"无人占位"收窄为"与效度理论共占，且本书主张更强"——本书说的是"条件之外那个量没有定义"，效度理论说的是"条件之外那个解释缺乏证据"。这两句话不同，但差别有待四之十那场检验来裁；在它跑完之前，本书对这一处的所有权只能算待定。
残量二：取样时刻的归属。十二族里无一把"这份证据的取样时刻由谁决定"当作对象。信号理论关心信号难不难伪造，却不问时刻谁定；效度理论关心推论链，却把取样条件当作给定；专长研究关心训练环境，同样不问。这是《他手无事账》的整章命题，也是本书唯一一处发现空格的地方——三个行业各花了一代人，八格里只填到七格。
残量三：账本载体的二分与记账权。十二族都在谈能力，无一谈能力记在谁的账上；文件载体与名单载体的归属规则不同，且 AI 只能吞下前者——这一条来自一百多年的判例，不来自任何关于人工智能的讨论。
除这两处半之外，本书必须承认的占位相当密，逐条点名："产物一旦易于伪造即失去分离力"属于信号理论；地板抬平被参差前沿一族先测；断供机制被认知负债一族先测（虽然驱动变量不同）；"干了二十年不等于练了二十年"属于专长研究；配组归属在读数分解与团队生产传统里早有位置；"廉价者被接走、互补者升值"的骨架属于预测—判断二分；宏观动因分属图灵陷阱与任务自动化经济学；而关于"分数解释在什么条件下成立"这一整套问法，属于效度理论。
本书在这十二族里，不是一个新发现，是一次重新对焦：把十一族各自默认"随时可读"的那个量，摁在它真正有定义的五个位置上，给出十个读数与各自的证伪条款，并补上两处此前无人当作对象的东西——取样时刻的归属，与账本载体的记账权。
最后是本章自己的三条对赌，写死不改：
最后是本章自己的三条对赌，写死不改：
其一（吸收之赌）：若上述任一族在其后续工作中独立提出"取样时刻归属"或"账本载体二分"并给出读数，本书的残量二或残量三即被占位，第一章"缺口是踩出来的"随之降级——不是被推翻，是被证明该缺口早有人从别的方向走到，本书只是晚到者。
其二（定义域之赌）：若在 2031 年 12 月 31 日之前，出现一种在单回合、平时、自择时刻、已入账条件下稳定预测入职后表现的评价方法（效度达到 2022 年前水平并被独立复现），则本书的可读条件全部为伪——不是不够精确，是从根上判错了定义域。这条与第三章失效条件三互为表里，一并作废。
其三（复检之赌）：本章每十二个月重扫一次。任何一条分界若被对手方自己的新工作抹平，即时公告作废；本书不为已被抹平的分界辩护。一部主张"发生差要靠被检验的执行来喂养"的书，它自己与外界的分界也必须被反复重走，否则这一章就是一份自择证据——写作时刻由作者选，材料由作者挑，正是本书通篇警告的那种东西。
（按出现次序；网络来源的访问日期均为 2026 年 9 月 3 日。）
方程的右端从"发生"二字开工，因为其余一切——供给、读数、取证、归属——都是围着这两个字的后勤。本部四章按一件事的时间轴排开：答案到达之前（《盲遍》——那一遍要么在答案之前完成，要么没有完成）、第一次（《单遍段》——有些工序走过一次就耗散了重来的条件）、交手当场（《现配优势》——显露是当场配组做出来的，不是从存量调取的）、交手之后（《脱稿步》——发生留下的署名，须在自己产物的延长线上一次次续签）。
四章合起来给"发生"画出的轮廓，第二章二之二已用一句话收拢：答案之前、恰有一遍、当场配成、须被续签。读这四章时值得带着的一个对照是：这四条没有一条依赖"人工智能"这个词成立——谜语在语言模型出现之前就不能猜第二次，舒芙蕾在自动化厨房出现之前就塌了回不去，评酒与育种的复样数据躺了几十年。四章各自的第一节都会交代，AI 改变的只是这四条从"读不读得出无所谓"变成"唯一还立着的东西"。
四章各自的欠账也如实预告：四场旗舰检验（随机化答案位次、跨域重做样本库、交接复现实验、判者一致性预实验）至本书付梓无一真跑，协议全部备妥，收在第十六章。