〔章首〕本章给方程添的第二条本体性质：单遍性——存在这样的工序段，尝试本身耗散其重来的条件，第二次顶着同一个名字，是另一件事。读数有二：重走落差 Δ（重做样本上二次与首次成功率之差）与门位 k（工序中首个不可撤销步的位次）。它与《盲遍》是本体层内最近的一对：盲遍管认知态的单向门（答案不能先到），本章管对象态的单向门（过程不能重来）——答案先到而对象未动的纯判断题只触发盲遍，对象已改而无外部答案的操作题只触发本章，两门各自开合。本章三场预注册检验的处置在十章里最见纪律：一场按字面可宣布过关却自愿降格为未获裁决，一场按判负条款字面判负照登并把判据设计缺陷记账。本章欠的账：跨域重做样本库（Δ 审计）与防零膨胀的任务级判据重跑，均未做。
打一个鸡蛋，做舒芙蕾。它塌了。你可以再打一个新鸡蛋重做，但塌掉的这一个回不去了——不是你手艺不行，是这件事本身不接受"重来"。
生活里这类事比我们以为的多。第一次见客户的印象、第一次向父母坦白、把一条消息发出去的那一刻、手术刀切下去的第一刀、一段代码上线之后跑出去的那一笔数据。它们的共同点是：尝试本身，消耗掉了重来的条件。
《单遍段》讲的就是这类工序段。它的说法是：存在这样一些环节，第二次顶着同一个名字做，其实是另一件事。
为什么这在今天要紧？
因为 AI 让"重来"变得几乎免费。写不好？再生成一版。方案被否？换个角度再来一版。这本身是好事，效率翻了几倍。但它带来一个副作用：当一切都可以重投，"通过"就不再证明什么。
想想考驾照。如果一个人可以无限次重考，那么"考过了"这个记录说明的只是他考了足够多次，不是他会开车。以前重考是有成本的，所以考过还能说明点什么；现在在很多领域，重投的成本归零了，于是"最终通过"这个证据的价值也跟着塌了。
于是真正稀缺的，变成了能在第一遍就走过去的能力——书里叫单遍力。
它不是什么？
它不是"不许试错"。恰恰相反，试错在可以重来的地方是最好的学习方式。它说的是：你要知道你手上这段工序，哪一步是不可撤销的。
一个厨师如果分不清"这锅汤咸了可以兑水"和"这块肉煎老了就废了"，他会在错误的地方紧张，在该紧张的地方松懈。会做菜的人心里有一张图：哪里可以回头，哪里不能。这张图本身就是本事。
读数是什么？
两个。一个叫重走落差 Δ：同一个人、同一类任务，第二次做的成功率减去第一次做的成功率。如果一段工序真是"单遍"的，那么第二次不会明显更好——因为对象已经变了，你面对的不是同一个东西了。另一个叫门位 k：这段工序里，第一个不可撤销的步骤排在第几位。k 很小的工序，意味着你几乎一上手就没有退路了。
一个小场景。
两个学生做同一个课程项目。甲一上来就搭框架、跑通、然后不断修补；乙先做了三天调研，第四天才动第一行。中途框架要改，甲发现自己早期的一个选择已经渗透进所有模块，改不动了——那个选择就是他的门位 k，他在第二步就走进了不可撤销区，而他当时不知道。
这不是"计划的重要性"这种老生常谈。老话讲的是要多想再动手；这里讲的是一件更具体的事：看出哪一步是门。有些项目就该马上动手，因为它的门在很后面；有些项目动手前必须想清楚，因为它的门在第二步。判断门在哪里，比"三思而后行"有用得多。
再看两个身边的例子。
道歉。一件事做错了，第一次道歉是有分量的。如果第一次道歉说得含糊、敷衍、带着辩解，那么第二次再郑重道歉，效果完全不同——不是因为第二次说得不好，是因为对方已经知道你会道歉了。你消耗掉的不是机会，是对方的"未知"。
装修。墙拆了可以补，但承重墙一旦动了，整栋楼的账都得重算。所有装修师傅都知道哪堵墙不能碰——这个知识不写在任何一本书里，它就是这一章说的"门位"。一个分不清承重墙和隔断墙的人，会在无所谓的地方犹豫，在要命的地方大胆。
三种常见的误读。
第一种：以为它在说"要谨慎"。不是。它说的是要分区：在可撤销区大胆试、快速试、多试；在不可撤销区慢下来。一律谨慎的人和一律莽撞的人，犯的是同一个错——都没有那张图。
第二种：以为重来一次就是同一件事。这是最普遍的误解，也是 AI 时代最贵的一个。你重投一版方案，看起来是"同一个任务的第二次尝试"，但你面对的对象已经变了：客户已经听过一版了，你自己的思路已经被第一版锚住了，时间也少了。第二次从来不是第一次的重演，它是一个新的、条件更差或更好的、不同的局。
第三种：把模拟当成单遍。演练、沙盘、模拟机、无风险的试运行，都是极好的训练手段，但它们有重来按钮。书里把这一条写得很硬：有重来按钮的地方，不产生单遍记录。混淆这两者的人，会以为自己练过了，直到真的没有退路那一天。
给自己做个小检查。拿出你最近做完的一件事，倒着数：第一个"做了就回不去"的步骤，排在第几位？如果你答不上来，说明那件事你其实是闭着眼睛走过来的——这次运气好而已。
它和旁边几个概念的区别。
和《盲遍》的分界上一章已经讲过：一个管认知的门，一个管对象的门，四种组合都存在。
和《峰兑》的区别在于是不是稀发：单遍段说的是很多平常工序里就有的不可撤销步（发一条消息、切第一刀、定一个框架），它天天在发生；峰兑说的是罕见的大事件。一次日常的不可撤销步不是峰时事件，一次峰时事件里通常包含很多不可撤销步。
和《入账之前的技能》是一对镜像：两者都是单向门，但一个在对象侧（做了就回不去），一个在记录侧（写下就归了类）。你可以私下重试很多次而始终没有入账，也可以只做一次就被永久记入某本账。
一句话记住它：这一章管的是回不回得去——以及你知不知道自己现在站在门的哪一边。
个人层面。
拿你手上正在做的一件事，画一条工序线，在每一步旁边标一个字："可"或"不可"——可撤销、不可撤销。第一次做这件事的人，多半标不准；标错的地方，就是下一次要留神的地方。做过三五轮，你就有了那张图。
大学发生学教育：把"第一遍"当作教学对象。
这一条最容易被现行教育体系忽略，因为教育天然鼓励重做——重考、补交、修改后再提交，都是善意的设计。善意没错，但它使学生毕业时对"第一遍"完全没有经验。
教师的动作。
在课堂上示范"我现在要做一个不可撤销的决定"——比如当场选定一个方案并宣布不再回头，然后带着这个约束往下走。学生极少见过有人在他们面前这样做。
最容易做坏的地方。
把首过作业变成"一考定终身"。它的意义在于记录，不在于筛选；一旦用于筛选，学生会把全部精力花在把首过变成第二遍上——那正是它要测的东西的反面。
The Single-Pass Segment: Retry Structure, Signal Collapse, and the Core Competitiveness of College Graduates in the Age of AI
2026年9月2日
摘要：关于”AI 时代大学毕业生的核心竞争力将是什么”，既有回答几乎全部用存量名词作答，并共享一个从不言明的地基：通往任何存量的路都是可重走的。本文从三个互不相识的学科——恢复生态学、目击证人记忆研究、救济法——收集到同一份实证证词：存在这样的工序段，走过一次之后，“再走一次”在严格意义上不存在，存在的只是顶着同一个名字的另一件事。本文将其概念化为单遍段（尝试本身耗散其自身重来条件的工序段），给出三类发生机制（物理—生理改写、认知—关系覆写、制度封门）与两个可计量读数（重走落差 Δ 与门位 k），并论证它是任务经济学的任务属性清单中缺失的一项。据此提出四个命题：可重置性是机器学习范式的可及性条件（P1）；零边际成本重投使”最终通过”的证据值坍缩（P2）；生成式 AI 压平可重段信号的成本差，使信号分离均衡向单遍段迁移（P3）；由于不可逆常是制度品，评价体系将通过重装单遍环节恢复筛选功能（P4）。本文的回答由此给出：核心竞争力不是任何存量，而是单遍力——在门位靠前、重走落差为负的工序上完成首过的能力，与一份无法由重投伪造的单遍履历；并指出高等教育”重试健身房”式养成管线与此的结构性错配。文末以三场预注册检验检查劳动市场边：能力暴露侧因体力性缠绕自愿降格为未获裁决；真实使用侧在申报局限内获得稳健支持；任务级词典检验按预注册判负条款字面判负、照登，并将设计教训记账。全文附带写死日期的证伪条款。
关键词：单遍段；重走落差；门位；任务框架；信号理论；恢复债；再固化；救济规则；生成式人工智能；就业能力
Abstract: Existing answers to “what will be the core competitiveness of college graduates in the age of AI” almost invariably answer with stock nouns, sharing an unexamined premise: every path to every stock can be walked again. Drawing convergent empirical testimony from three mutually unacquainted disciplines—restoration ecology, eyewitness memory research, and the law of remedies—this paper conceptualizes the single-pass segment: the segment of a task sequence whose very attempt dissipates the conditions of its own repetition. It identifies three generating mechanisms (physical-physiological rewriting, cognitive-relational overwriting, institutional gating) and two measurable readings (the retry gap Δ and the gate position k), arguing that retry structure is a missing attribute in the task-based economics of AI and labor. Four propositions follow: resettability conditions machine-learning trainability (P1); zero-marginal-cost regeneration collapses the evidential value of “passing” (P2); generative AI flattens cost differentials on retryable signals, migrating separating equilibria toward single-pass segments (P3); and since irreversibility is often an institutional artifact, evaluation systems will reinstall single-pass gates (P4). Core competitiveness is therefore not a stock but single-pass capacity. Three preregistered tests are reported in full, including one voluntarily downgraded, one supported within declared limits, and one adjudicated against the hypothesis by the letter of its own preregistration. Dated falsification clauses are provided.
JEL 分类：J24；J23；O33；I23
“AI 时代，大学毕业生的核心竞争力将是什么？”——这道题已经被回答过太多次，多到答案本身构成了一个可供研究的文体。世界经济论坛每两年发布一张”未来技能榜”，分析性思维、创造力、韧性、好奇心、终身学习轮流坐庄；咨询公司的版本把”人机协作能力”“提示词工程”排进前三；教育学的版本说是元认知与学习迁移；人文学科的版本说是提问的能力、审美与同理心。这些答案彼此争吵，却站在同一块从不被检查的地基上：它们都用存量名词作答。竞争力被想象成一种可以持有的东西，像账户里的余额，问题只剩下”存哪种币”。
值得多看一眼的是，“核心竞争力”这个词本身的账本史就带着存量的胎记。Prahalad 与 Hamel（1990）造出 core competence 时说的是企业——本田的发动机、佳能的光学，那种沉淀在组织里、对手难以模仿的集体学习。这个词后来被移植到个人身上，移植时没人检查一件事：企业的核心能力之所以成立，恰恰因为企业近似永生、可以在几十年里反复投资同一条技术轨道——它是一个建立在无限次重来之上的概念。把它搬到一个只活一次、每个当口只经过一次的人身上，存量思维就带着它的隐含前提一起上了船。
存量名词背后那个更深的共同假定，深到从不需要说出口：通往任何存量的路都是可以重走的。能力不够可以补课，证书没有可以再考，作品不行可以重做，方向错了可以转行。“终身学习”把这个假定升格成意识形态：人生被想象成一条可以无限次重新出发的跑道。大学的制度设计忠实执行着它——重修、补考、成绩替换、无限次提交的作业系统；就业市场的话语也执行着它——“先就业再择业”“三十五岁转码”。整个养成体系是一座重试健身房，它全部器械的说明书上印着同一句话：第二次与第一次是同一件事，只是又贵了一点。
生成式 AI 恰好在这个时刻到来，带来显露层的普遍拉平：谁都能在几分钟内交出结构完整、措辞得体、代码能跑的成品。于是榜单们忙着追问”机器做不了什么”，答案仍是存量名词。本文走另一条路：不问机器做不了什么东西，而问一个结构问题——在”重来”这件事上，人和机器的处境有什么根本不同；当重来的成本被打到接近零，价值会迁往哪里。
本文的中心主张一句话可述：AI 对工作的接管按任务的重走结构排序，而非按脑力/体力或技能层级排序；因此毕业生的核心竞争力将不落在任何存量上，而落在”单遍段”上——每件事的工序里那段尝试即耗散自身重来条件的环节。
具体贡献四点。其一，概念与测量：提出”单遍段”概念，从三个学科的实证传统中提炼三类发生机制，并给出两个可在公开记录上计量的读数——重走落差 Δ 与门位 k（第三、四节）。其二，理论定位：论证”重走结构”是任务经济学（Autor, Levy & Murnane, 2003；Acemoglu & Restrepo, 2019）的任务属性清单中缺失的一项，并以信号理论（Spence, 1973）为微观基础，给出”信号分离均衡向单遍段迁移”的机制（第二、五节）。其三，制度预言：由救济法传统导出”门是制度品”的命题，预言并解释评价体系的”重新装门”运动——口试与现场考核的回潮（第六节），及其与高等教育”重试健身房”养成管线的错配（第七节）。其四，实证纪律：以三场先于数据写死并作哈希存证的预注册检验检查劳动市场边，全文如实报告其中一场自愿降格、一场在申报局限内稳健、一场按预注册字面判负的全部结果（第八节），并给出带日期的证伪条款（第十节）。
第二节做文献定位；第三节陈列三个学科的证词；第四节给出概念、机制类型学与读数；第五节以四个命题建立市场判断；第六节处理门的政治经济学并给出正面回答；第七节转向养成侧；第八节报告实证；第九节与近邻划界；第十节讨论局限、研究议程与证伪条款；第十一节结语。
关于个人在劳动市场上凭什么立足，经济学给过两个经典回答。人力资本理论（Becker, 1964）说凭存量：教育与经验是投资，沉淀为生产率。信号理论（Spence, 1973）说凭信号：即便教育不改变生产率，只要完成教育的成本对高能力者更低，文凭就能在均衡中把人分开。半个世纪的就业能力研究基本在这两条路的延长线上加铺装。值得指出的是，两条路共享同一个未言明的前提：存量的积累路径与信号的发送路径都是可重走的——补考、重修、再培训、二战三战，人力资本论视之为再投资，信号论视之为再发送。没有哪一支追问过：如果存在原理上不可重走的环节，竞争力的结构会怎样改变？这正是本文的切口。
过去二十年，AI 与劳动的经济学定型为任务框架：职业被拆成任务束，技术按任务属性替换或补足人（Autor, Levy & Murnane, 2003；Acemoglu & Restrepo, 2019）。这个传统积累了一张著名的任务属性清单：程序性/非程序性（ALM 的原始轴）、可编码/默会（Autor, 2015 借 Polanyi, 1966 的”我们知道的比我们能说的多”解释自动化边界）、可用监督学习/不可（Brynjolfsson & Mitchell, 2017 的 SML 量规）、可预测/不可预测的物理与认知工作（Frey & Osborne, 2017 的自动化概率）。测量端则有 Felten, Raj & Seamans（2021）的能力重叠指数与 Eloundou 等（2023）的任务暴露评级。
把这张清单排开看，缺口就显出来了：清单上没有任何一项刻画任务的重走结构——尝试失败之后，这个任务还是不是原来那个任务。默会性问”能不能说清”，可编码性问”能不能写成规则”，SML 量规问”有没有可学的输入输出对”，它们全都默认任务对象在尝试之间保持恒同、试错可以清场重来。而这个默认恰恰在生成式 AI 时代变成了承重墙：本文第五节将论证，重走结构不是清单上可有可无的一列，而是决定这一代技术接管顺序的那一列——因为这一代技术的训练范式（可重置环境）与部署优势（零边际重投）都长在重走结构上。
“不可逆”当然不是无主之地。环境经济学有准期权价值（Arrow & Fisher, 1974）与不可逆投资理论（Dixit & Pindyck, 1994）：当行动后果不可逆而信息会到来，等待本身有价值。决策哲学有 Shackle（1949; 1961）的”关键实验”：有些决定”实验行为本身可能永远摧毁其进行时的环境”，因此概率论对它们失语。社会学有 Goffman（1967）的命运性时刻，政治哲学有 Arendt（1958）的行动不可逆性与作为救济的宽恕、许诺。晚近则有直接以 AI 为题的”后果不可逆性”论（Metis AI, arXiv:2605.14407, 2026）：后果会不可逆传播的任务抗自动化。
这些传统合起来占住了”不可逆”的哲学表述与后果轴——行动的效果在世界里收不收得回。它们共同留下的空隙有三：其一，无人区分后果的不可逆与任务对象自身被尝试改写（第4.5节将证明这是两根正交的轴）；其二，无人给出可在公开记录上计量的读数；其三，无人把这根轴接到劳动分工与养成管线上。本文在这三处落脚。
理论定位讲完，先听证。以下三个学科互不引用、数据互不相通，却各自用自己的实证材料撞上了同一堵墙。
恢复生态学是一门以”第二次尝试”为全部内容的学科：生态系统被破坏了，人类回头重走一遍，看能不能走回去。Bradshaw（1987）称之为生态学的”酸性试验”——你说你懂一个系统是怎么长成的，那你把它重新长一遍试试。学科的行业标准（国际生态恢复学会 SER 各版《生态恢复原则与标准》，Gann et al., 2019）围绕”参照生态系统”组织作业：先确定”它本来的样子”，再把受损系统往参照上修。这套记法的底层假定与大学的重修制度一模一样：路是可重走的，第二次是第一次的复刻，差别只在成本与保真度。
然后是这门学科自己交出的数据。Moreno-Mateos 等（2012）对全球621个恢复与新建湿地做元分析：即使在恢复开始后五十到一百年，湿地的生物结构仍比参照低约26%，生物地球化学功能低约23%。Benayas 等（2009）覆盖更广生态系统类型的元分析给出同一形状：恢复显著提升了多样性与生态系统服务，但仍系统性低于未受损参照。更要命的不是”还差一截”，而是恢复曲线的形状：不是缓慢逼近参照的渐近线，而是收敛向另一个地方。Suding 等（2004）的”替代稳态”研究表明，被推离原路径的系统会被正反馈锁进新状态；Fukami（2015）的优先效应研究把机制推到最尖锐处：物种到达的次序决定群落装配走向——次序不可重排，所以装配不可重演。这门学科给这笔账起了名字：恢复债（Moreno-Mateos et al., 2017）——不是还没还清的债，是结构上还不清的债。学科内部”新生态系统”派（Hobbs et al., 2009）与参照保真派（Murcia et al., 2014）的路线斗争，吵的正是要不要停止假装第二次是第一次的复制品。
证词：第二次不是慢一点的第一次，是另一件事。
这门学科早八十年撞上同一堵墙，撞的对象是人自己的过去。Münsterberg（1908）已警告法庭：记忆不是档案柜，提取不是调卷。Loftus 与 Palmer（1974）的实验里，仅把提问动词从”碰撞”换成”猛撞”，证人对车速的记忆就系统性上移，一周后还”记得”并不存在的碎玻璃；Loftus、Miller 与 Burns（1978）的误导信息范式给出机制：事后信息写进原始记忆，且写入之后无法分离——证人真诚地”记得”他没见过的东西。神经科学补上底层：再固化研究（Nader, Schafe & LeDoux, 2000）表明记忆每被提取一次，痕迹就进入可改写状态再重新固化——回忆不是读取，是覆写。第二次回忆读到的，是被第一次回忆改过的版本。
司法应用把”单遍”直接写进程序：证人辨认原则上只做一次——重复辨认会系统性抬高错误指认率，因为第一次辨认已把”我在列队里见过这张脸”写进证人记忆，第二次辨认辨的不再是案发现场，而是上一次辨认（Deffenbacher et al., 2006 的元分析；美国司法部1999年《目击证据指南》以来的单次辨认规则）。程序的回应不是”多试几次取平均”——平均只会把污染平均进去——而是承认这件事只能做一遍，把全部工艺压进这一遍里。
还有一面镜子直照恢复生态学：上世纪的”恢复记忆治疗”相信被压抑的记忆可以像湿地一样修复回参照状态，结局（Loftus, 1993 及”商场走失”系列实验）是修复程序制造出崭新的、当事人深信不疑的假记忆，无辜者因此入狱。以参照为目标的第二次尝试，产出的是新东西，还坚信自己是原物——与替代稳态是同一句话在两个学科的两次发音。
前两家说的是事实层：第二次到不了原处。法学把问题整个倒过来：社会里大量的”不可重来”根本不是自然事实，而是制度制品。Holmes（1897）的冷话揭开这一层：合同不过是”要么履行、要么赔钱”的选择权——法律可以把任何事情指定为可重来（赔钱了事）或不可重来（覆水难收）。Calabresi 与 Melamed（1972）把指定方式列成三格：财产规则（未经同意不得动）、责任规则（可以动，按官定价格赔——即一切皆可重来，只是有价格）、不可让渡规则（给多少钱都不许动）。一件东西落在哪一格，不是它的物理属性，而是立法与裁判的选择。
这套以”万物可定价”为气质的框架自己留了两个漏洞，泄露出规则指定不了的东西。其一是特定履行之争（Kronman, 1978；Schwartz, 1979）：什么时候赔钱不够、必须强制履行原合同？传统答案是”标的物独一无二时”——法律在此被迫承认有些东西责任规则买不回来。Radin（1987）的”市场不可让渡性”把第三格推到底：有些东西一旦允许定价，其性质即告改变——定价这个动作本身就是一次不可逆的改写。其二是复职救济的实证：不当解雇者被判复职后，相当比例在一两年内自行离职——法律有权命令第二次，但命令不出”同一件事”。
法学与生态学甚至已在现实里正面相撞过一次：湿地缓解银行。美国《清洁水法》体系允许开发商填掉一块湿地，只要购买”缓解信用”——由专业机构在别处修复或新建等量湿地。这是教科书级的责任规则操作：生态系统被记成可互换的英亩数。而 Moreno-Mateos 的621块湿地正是对这本账的审计：信用簿上两清了，恢复债还在。法律的记法宣布重来完成，生态的数据显示重来从未发生——同一块湿地，两本账。
三个学科，三套互不相通的数据，同一句话：存在这样的工序段——走过一次之后，“再走一次”在严格意义上不存在；存在的只是另一件事，顶着同一个名字。
定义1（单遍段）：一件事的工序序列中，凡尝试本身耗散其自身重来条件的工序段。第一遍执行改写了执行对象，“第二遍”接手的已是另一个对象——无论记录多么完整、时间多么充裕、预算多么慷慨。其反面为可重段：尝试不改写对象，失败可清场重来，第二遍与第一遍是同一件事的两个实例。
日常生活里两类段落随处可见。写简历是可重段——改一百遍，纸不记仇；面试的第一分钟是单遍段——开场已写进考官的知觉，第二次”重新自我介绍”面对的是被你的第一次改变过的考官。改论文是可重段；答辩被问倒的那一刻是单遍段——可以补充陈述，但”当场答不上来”已经发生，补充是在这个新事实之上进行的另一件事。谈判可排练一百次，全是可重段；开出的第一个报价是单遍段——锚一旦抛下，本局水文即改，只能在被它改过的水里继续游。急诊医学把这件事量化到残酷：气管插管首次尝试失败后，气道水肿、出血、视野恶化，每多一次尝试并发症发生率陡增（Sakles et al., 2013），这个行当因此把”首过成功率”当核心质量指标——不是因为医生第二次会手抖，而是因为第二次插的已不是第一次那条气道。
注意定义的颗粒度：单遍性不是任务的形容词，是工序段的属性。几乎没有哪件事整个儿是单遍的——谈判是无穷次排练（可重）加一次开价（单遍），手术是模拟器上的一千次练习（可重）加真皮肤上的一刀（单遍）。每件事都是两种段落的编织物。这个颗粒度是第五节全部市场判断的前提：AI 不按”职业”接管，按段接管。
三家学科恰好各贡献一类发生机制，合成表1。
表1 单遍段的三类发生机制
| 机制 | 载体 | 原型案例 | 学科来源 |
|---|---|---|---|
| M1 物理—生理改写 | 任务对象的物质状态 | 首次插管后的气道；被扰动湿地的土壤化学与种子库；发掘即毁的地层 | 恢复生态学 |
| M2 认知—关系覆写 | 交互对方（或本人）的知识与关系状态 | 被提取即改写的记忆；抛出即锚定的首个报价；说破即回不去的表白；披露即不可收回的信息 | 目击证人记忆研究 |
| M3 制度封门 | 规则场的登记状态 | 既判力与一事不再理；临床试验揭盲；V1 之后必须起飞；应届生身份窗口 | 救济法 |
M2 值得单独强调一个纯逻辑的骨架：知识状态的单调性。对方（或你自己）一旦知道了某件事，就无法退回不知道——信息可以被否认、被遗忘表层，但”已被告知”这个事实性改写不可撤销。这解释了为什么人际工序密布单遍段：凡是以改变对方知识或关系状态为内容的动作（报价、坦白、威胁、道歉、第一印象），执行即改写交互对象。M3 则提醒：三类机制常常复合——应届生身份（M3）之所以焦灼，是因为它叠在”第一份工作塑造职业轨道”（M1/M2）之上；反过来，M3 也可以被单独装拆，这是第六节的支点。
定义2（重走落差）：Δ ＝ 二次尝试的成功率 − 首次尝试的成功率，在同类事件的重做记录上统计。
Δ 的符号把世界切成两半。Δ≥0 的世界：申请与投稿——NIH 历年统计里按评审意见修订后重投（A1）的资助率显著高于首投（A0）；代码——环境每次重置如新，此即”迭代”的本义；标准化考试——重测效应元分析显示重考者平均提分（Hausknecht et al., 2007）。这半边世界重来不但可能，而且越重来越好：对象不记仇而记录在积累。Δ\<0 的世界：插管、初诊首次接触、证人辨认、危机首响应、现场演出、首个报价、第一印象。这半边对象记仇：每次尝试都在消耗下一次的条件。
计量上须交代一处方法学暗礁：重做样本天然带选择偏差——走到第二次的都是第一次没成的，而第一次没成与难度相关。故 Δ 的估计要么在可比难度层内做（同一医院同一适应证的插管记录、同一机构同一学科的申请档案），要么明示它测的是”实际发生的二次尝试”的处境而非反事实。第十节的清点手册把这条口径写死。
定义3（门位）：k ＝ 一件事的工序序列中，第一个不可撤销步的位次。
原型来自把单遍性管理得最成熟的行业：每次起飞前机组计算 V1——决断速度，滑跑中一旦超过，中断比继续更危险，门在此关闭。V1 不是形而上学，是当日风速、温度、跑道、载重代入性能手册算出的数，写进检查单、滑跑时大声喊出。k 越靠后，事情越”可草稿”：写作的门位极靠后（发表前一切可改）；临床试验的门位在揭盲；诉讼的门位在既判力发生处。k=1 的事从第一步就玩真的：开口即锚的谈判、下针即创的操作、开场即定调的课堂。
门位一经定义，立刻显出被系统性忽视的事实：门的位置常常是制度装的。签署使文件定稿——签署制度发明之前”定稿”并不存在；宣誓使证词与闲聊从此两个量级；揭盲程序是统计学家发明的人造门；“一事不再理”是为判决终局性拧上的螺丝。反之，版本控制、撤回键、无限草稿文化、成绩替换政策是把门往后拆。门可装可拆——这是第六节的全部支点，也是三家里法学那一维的独有贡献：前两家只能说门在哪儿，法学说门是谁装的、还能装在哪儿。
单遍性（对象自耗）必须与既有文献的”后果不可逆”轴严格区分。二者正交，可交叉出表2的四格。
表2 后果不可逆 × 对象自耗：四格与例证
| 任务对象可重走（Δ≥0） | 任务对象自耗（Δ\<0） | |
|---|---|---|
| 后果可逆/轻 | 打草稿、改代码、做习题 | 谈判首个报价；社交首因印象 |
| 后果不可逆/重 | 法官判案（后果极重，但明天还有新案、每案对象崭新，手艺在千百次重复中打磨） | 首次插管；危机首响应；V1 后的起飞 |
左下格是关键证据：后果沉重而任务可重走的工作大量存在，判案、签发处方、批贷款皆是——若”抗自动化”只看后果轴（Metis AI 的立场），无法解释为什么这些工作的文书与分析环节正被迅速接管而其单遍环节（庭审、面签、现场尽调）没有。右上格同样是证据：后果轻微而对象自耗的段落（首个报价）机器至今不能代走首过。可见接管的排序变量是列（Δ），不是行（后果）。
烧掉一栋楼损失惨重，但保险赔付后可原址重建同一张图纸——这是贵，不是单遍。判别法一句话：出钱买不买得回”同一件事”。凡钱能买回的，都在责任规则的格子里，属 Δ≥0 半边，无论标价多高；单遍段的定义性特征是不在任何价格上出售第二遍——621个湿地上钱花了一百年，买回来的是另一个生态系统。保险业无意间为界线提供了产业级确认：可保的前提是风险可分列、可入大数——正是 Shackle 的”可分列实验”，同类事件够多，单次损失在池子里摊平，损失因此在金钱维度上可重来；保险业拒保或只按金钱等价物赔付的东西——独一无二之物、名誉的第一次破损——恰落在单遍半边。把”高风险”“高成本”“高利害”混同于单遍，是这个概念最容易死掉的方式，本文先于一切批评者把它钉死。
命题1（训练可及性）：一类任务能被当代机器学习范式大规模习得的前提，是它能被表示为可重置的试错环境；对象自耗的工序原理上拒绝这种表示。
论证要点：预训练吃可反复重读的静态语料；强化学习的试错以”每次尝试后环境回到原点”为存在条件——奖励可反复结算、轨迹可反复采样。一个尝试即耗散自身条件的环境无法提供这种采样：你不能在同一个证人身上试一百万种问法，第三种问法之后那个证人已经没有了。模拟器能缓解，但模拟的本质恰是把 Δ 拉回非负——模拟器的存在理由就是”可以重来”——于是在模拟中习得的策略对真实单遍段的迁移，本身构成一个未解的”模拟到现实”缺口。∎
命题2（重投与证据坍缩）：当重投的边际成本趋近于零且重投次数不入记录，“最终通过”不再携带关于行为者的信息。
论证要点：统计学早已为此发明形式语言。序贯分析的 α 消耗函数（Pocock, 1977；O’Brien & Fleming, 1979）规定临床试验每提前看一眼数据都要从有限显著性预算里扣账，因为看的次数本身消耗证据；方法学界把不记账的重试称作”研究者自由度”与”分叉小径的花园”（Gelman & Loken, 2014）——足够多的重试可让任何东西通过任何检验。生成式 AI 把这个统计学诅咒平民化：任何人可对任何交付物重投到通过为止，而交付物不显示重投次数。一遍过与五百遍过交出同一份光洁成品，成品上没有次数的指纹。∎
命题3（信号分离均衡向单遍段迁移）：生成式 AI 压平可重段信号的发送成本差，使建立其上的分离均衡坍塌为混同均衡；仍能支撑分离的信号只剩单遍段上的表现，因为首过无法加购。
论证要点：Spence（1973）的机制里，信号（文凭、作品）之所以能把人分开，是因为发送成本与能力负相关——低能力者模仿信号的成本更高，故均衡中不模仿。生成式 AI 对一切可重段信号（文书、代码、设计稿、标准化答案）做了两件事：把发送成本的绝对水平压到接近零，把发送成本的人际差压到接近零——人人皆可重投到通过，成本差消失，分离条件破坏，均衡混同：雇主看到光洁成品，更新不了对人的信念。此即”显露层拉平”的微观基础。但有一处成本差是重投压不平的：单遍段上的首过表现。它无法加购（重走落差为负，买第二次买到的是另一件事）、无法外包给机器（命题1）、无法靠重投伪造（命题2），于是它对不同能力者保持不同的”成本”（成功概率），分离条件在此存续。信号市场的均衡因此整体向单遍段迁移——不是因为单遍段高贵，而是因为那里的信号还没被伪钞污染。∎
命题4（接管排序）：由命题1—3，AI 对工作的实际接管顺序按任务段的重走结构（Δ 的符号与门位 k）排序，而非按脑力/体力、技能层级或后果轻重排序。
这四个命题合起来回答了”为什么以前没人需要这个概念”：在 AI 之前，可重段与单遍段的相对价格长期稳定，分不分家不值钱；这一代技术单方面把可重段价格砸穿地板，两类段落的价差第一次大到成为劳动市场的一级结构。概念是被相对价格的历史剧变逼出来的。
命题5（装门）：当可重段信号全面混同（命题3），任何仍需履行筛选职能的评价体系，将在其工序序列的有限门位处重建单遍环节。
这不是预言家的手势，是正在发生的清单：ChatGPT 之后，各国大学成规模恢复现场手写考试与口试；技术面试从”带回家的作业”改回监考白板与现场结对；答辩加重现场追问权重；执业认证收紧重考间隔与次数。每一项都是把门位 k 往前拧——把评价从”交上来的东西”（可无限重投，信号已死）移到”当场只发生一次的事”（重投不可能，信号还活着）上去。机制正是命题3的逆用：评价体系要恢复分离均衡，只能把信号环节搬进重投够不着的地带。
在这个坐标里重看熟悉的制度，会看见本相。试用期是制度装出来的第二次窗口——劳动法在默认单遍的世界里（招错人、入错行代价近乎不可逆）人工开凿的 Δ≥0 缓冲带；它的存在本身就是”世界默认单遍”的证据，正如救生圈的存在证明水会淹死人。成绩宽恕（重修后新成绩覆盖旧成绩）是反向操作——记法出面否认第一次发生过。应届生身份是中文世界最熟的一扇装出来的门：校招通道、部分公务员岗位、落户指标只对”第一次走出校门”的窗口开放，错过即永久关闭；本文不评价这扇门装得对不对，只指出它证明了门的可装性——一个纯粹的行政类别硬生生造出一段全社会公认的不可重走。口试的回潮是最直白的装门：考官要看的不是正确答案（可重段，已通胀殆尽），而是你在不可排练的追问序列里首过的样子。
装门与拆门不是中性的技术选择。拆门有利于供给方：无限草稿、可撤回、可重修，降低每次尝试的赌注，让更多人敢进场——这是几十年教育民主化与互联网文化的共同方向，平权收益真实；但拆门同时让显露通胀，最终伤害的恰是无力购买”重投次数”之外信号的人。装门有利于需求方：门越靠前，一次表现携带的信息越多，筛选越便宜；但门放大运气与状态波动的暴政——一考定终身的旧暴力正是被 Bloom 们拆掉的。所以未来不会是全装或全拆，而是一场门位的再谈判：哪些环节必须一次定音（那里需要真信号），哪些环节保留无限重来（那里需要参与和练习）。毕业生将生活在这场再谈判的前线。
AI 时代，大学毕业生的核心竞争力将是单遍力：在门位靠前、重走落差为负的工序段上完成首过的能力，以及一份由真实首过累积而成、无法由重投伪造的单遍履历。
它不是存量名词——无法”拥有”后放着保值，只存在于一次次不可排练的执行里，像现场感只存在于现场；也不是某个行业——每份职业内部都有自己的单遍段与可重段，接管吃掉后者，人被重新定价的地方是前者。竞争力不迁往某类工作，而迁往每类工作里的那一段。“哪些职业是安全的”从此是提错了的问题；对的问题是：你打算靠哪一段吃饭。
这个回答顺带重写了一个每年折磨千万家庭的问题。“AI 时代选什么专业安全”在本文框架里是提错了的问题——安全从来不属于专业，属于段；但专业之间确有两个可比的实际参数。其一是单遍密度：一个领域的核心工序里 Δ\<0 段占多大比重。临床医学、庭审律师、口译、外交、销售、表演、危机公关、中小学课堂的单遍密度高——它们的核心兑现环节是床边、法庭、同传箱、谈判桌、舞台、教室，全是首过现场；笔译、财务合规文书、标准化检测报告的单遍密度低——核心交付物几乎全落在可重段。其二是配给渠道的存量：该领域是否还保有把新人送进真实单遍现场的制度化通道。医学的规培与床边教学是现存最完整的单遍配给体系；法学的诊所教育次之；多数文科与商科专业的单遍配给几近于零——学生四年不曾在任何真实的 Δ\<0 现场首过一次，全部训练发生在重试健身房里。两个参数一乘，专业间的分化立刻清晰：高单遍密度且配给体系完整的专业，其学位在 AI 时代的定价能力最稳；低单遍密度或配给已断的专业，学位将加速退化为混同信号——不是因为知识没用了，而是因为该学位能证明的一切都落在了可被重投伪造的半边。对个人的操作含义不是换专业，而是无论在哪个专业里，都去找到并占住它的单遍段与配给渠道。
这个回答照出教育侧的结构性错配：大学是重试健身房，而重试恰恰是机器的母语。
先说公道话。把教育改造成可重试的，是二十世纪教育学最大的人道主义成就之一。Bloom（1968）的掌握学习纲领——时间变量化、允许重学重考直到达标——拆掉了”一考定终身”的暴力；其背后信念（几乎所有人都能学会几乎所有东西，只要允许足够多遍）在 Δ≥0 的领地千真万确。本文不主张拆掉健身房，指出的是它的覆盖面幻觉：健身房默认自己训练的能力可迁移到一切场合，而它训练的那半边——在可重置环境里迭代到通过——正是 AI 原生的半边。一个在无限次提交系统里长大的学生，被系统性训练去做的事，机器比他做得更快更便宜；而他将被市场重新定价的时刻——k=1 的时刻——健身房里没有一台器械对应。他练了四年深蹲，上场却是跳水。
四条推论，每条可检验、可操作。
推论一：单遍环境是配给品，且正在更稀缺。床边首次问诊、真实客户的首次提案、有真实观众的首演、动真金白银的首谈——这些环境无法用模拟完全替代（模拟的本质是把 Δ 拉回非负），历来靠学徒制配给：住院医、律所初级岗、剧团龙套、销售陪访。而 AI 正在接管的初级可重段工作，恰是新人换取单遍环境入场券的货币——初级律师靠整理卷宗换旁听谈判的资格。可重段被机器拿走，入场券作废，学徒梯子的下面几级正在消失。于是单遍环境的配给将成为教育机构的核心职能与稀缺资产：诊所式教学、真实委托人的法律诊所、带真实预算的项目制、有校外观众的公开演出与答辩——谁能把学生送进真实的 Δ\<0 现场并兜住后果，谁的毕业生就带着单遍履历出校门。这比任何课程改革都昂贵，也都难以被 AI 平替。
推论二：首过权需要保护。把每个问题的首过让给 AI 的学生，失去的不是知识——知识可后补，属 Δ≥0——失去的是首过本身，而首过不可补。看过答案的人无法赎回未看过答案的自己：这是再固化研究在学习上的直接推论（接触即覆写且无法分离），也是每个做题人的体感——瞄过解答再”独立”做出的题，和硬啃下来的题，在你身上留下两种东西，而你再没有机会对同一道题硬啃。须与流行的”AI 依赖致退化”担忧区分：退化论说余额问题——用进废退，废可再用回来，原理可逆；本文说单遍问题——每个问题只对你敞开一次未被剧透的第一遍，它是消耗品。退化可靠戒断修复，首过没有修复程序。养成的工艺问题因此变成一门注定要出现的学问——首过配给学：哪些问题的首过留给学生自己走（大抵是他打算靠它吃饭的主线），哪些大方交给机器（主线之外的一切支线）。挥霍首过与囤积首过同样失败：前者养出没有单遍履历的人，后者养出效率上被同代碾压的人。
推论三：中断后的养成不回原路，且不必伪装要回。间隔年归来者、二战三战的考生、三十岁转行者——重试健身房的记法把他们登记为”回到跑道”，用”落后几年”计量。恢复生态学的镜子照出另一本账：他们是替代稳态——第二次走的是另一个人在走另一条路，土壤已换、优先效应已把装配次序永久改写，渐近线不指向参照。这是记账方式的解放：对这些人的评价不该问”离原参照差多少”（恢复债结构上还不清，此路必然以羞辱收场），而该问新稳态自身立不立得住——新组合有没有功能、能不能自持、是否长出原路径上长不出的东西。这正是新生态系统派对参照保真派的胜利在人身上的重演。
推论四：单遍履历有记法悖论，需要证人结构。单遍力的证据天然难以书面化：一旦把首过转写成可无限复制的证书或作品，它就流回可重段的通胀区——写在纸上的东西都可被重投伪造。传统社会早有对策，只是原理被遗忘：推荐信不是证书，是证词——具名者以信誉作保，声称亲眼见过你的某次首过。证词的效力恰恰依赖第二家学科揭示的脆弱性：一个证人的一次记忆，会褪色、会被污染、不可批量再生产——而正因不可批量再生产，它不通胀。AI 时代的单遍履历将更依赖证人结构：具名的、在场的、以信誉连带的叙述，而非可下载的凭证。操作含义直白得近乎古老：你的每一次首过，都要有证人。
本文第五节的市场判断有一条最便宜的可检验边：若接管按重走结构排序，则错误后果越难纠正的职业，与生成式 AI 的交集应当越小。我做了三场检验，每场的预注册均在读取该场数据之前写死并作 SHA-256 哈希存证（预注册一：5410b75b…87916b；预注册二：780a733c…1eec35；预注册三：7c63f873…3220ab1fa），判负条款、不利结果处置与停止规则均先于数据落笔。前两场共用同一个不可逆性代理：O*NET 30.0 的”错误后果”量表（Consequence of Error——“若工人犯下不易纠正的错误，后果通常有多严重”，元素 4.C.3.a.1；预注册一曾笔误作 4.C.3.a.3，构念以名称唯一指认，仅更正编号），条件于教育准备层级（Job Zone）。事先申报的构念错位一并交代：该量表偏向”后果严重度”，只能间接代理”对象自耗”轴——它是公开数据里能取到的最近代理；检验的是市场判断的劳动市场边，不是承重命题本体。
这一节的存在方式本身是论点的自我演示：预注册就是给自己装门——看见数据前把判负条款签字画押，就是把分析的门位拧到 k=1，让”看一眼”从此要记账（命题2的逆用）。没有这扇自装的门，下文那些负相关可以被无限重投出来，而它们将一文不值。
以 Felten 等（2021）的 AIOE 指数为因变量——它计量职业能力构成与 AI 技术能力的重叠。合并样本682个职业。主检验过线：条件于 Job Zone 的偏 Spearman 相关 −0.34（单侧 p≈4×10⁻²⁰）；错误后果十分位从低到高，AIOE 均值从 +0.45 单调降至 −0.49。但预注册的唯一稳健性检验不留情面：加控体力活动重要性（O*NET 4.A.3.a.1）后，偏相关塌缩至 −0.015。预注册字面写”符号仍为负则稳健”，−0.015 字面仍负——我拒绝按字面宣布过关：量级塌缩的实义是”错误不可纠正”与”体力性”在当今职业结构里深度缠绕（错误最难挽回的职业——飞行、外科、急救——多半也最动手），这场检验分不开两者。第一场自愿降格为”未获裁决”：数据与”按重走结构排序”相容，也与”AI 只是避开体力”相容。
换掉因变量的性质：不问”AI 能力与这职业重叠多少”，改问”人们实际拿生成式 AI 干了这职业的多少活”——以 Anthropic Economic Index 公布的职业级实际使用暴露（基于真实对话的任务映射）为因变量，n=668。预注册二写明：若就业基数可精确匹配则用使用占比对就业占比的对数比；实际匹配失败（公开就业表按职业名而非编码给出，精确匹配率为零），按预注册回落口径改用对数使用暴露，未除以就业基数的局限如实申报——职业越大，出现在使用记录里的机会机械地越多。结果：主检验偏 Spearman −0.298（单侧 p≈2×10⁻¹⁵）；关键在稳健性——加控体力后 −0.128（单侧 p≈5×10⁻⁴），符号与量级俱存，十分位表单调无反转。能力暴露指数分不开的东西，真实使用记录分开了：教育层级与体力性相近的职业之间，错误越难挽回的那个，人们实际让 AI 沾手越少。
针对”任务级证据缺席”的短板，第三场下到任务层：以先于数据写死的两部正则词典把 O*NET 任务语句分为”单遍指向”（negotiat/testif/emergenc/rescue/surger/mediat 等16词根，命中449条）与”可重指向”（prepar/draft/compil/analyz/review 等12词根，命中3,083条），匹配 Anthropic 任务级渗透数据（15,714条任务），对同时含两类任务的229个职业计算逐职业均值差 d，预注册判据：median(d)\<0 且 Wilcoxon 单侧 p\<0.05 为支持，median(d)≥0 判负。
结果：median(d) = 0.0000，判负条款字面成立，本场判负，照登。判负的技术根源是我自己的设计缺陷：任务渗透度高度零膨胀（大量任务渗透为零），把中位数吞成了零——判据未对零膨胀设防。同批预注册统计量中的 Wilcoxon 符号秩（单侧 p≈7×10⁻⁹）与稳健性任务层比较（单遍典任务渗透均值 0.041 对可重典 0.153，Mann-Whitney 单侧 p≈4×10⁻¹²）方向强负，但按停止规则，它们只能作为描述登记，不改判决。第一场我拒绝按字面占便宜，第三场就按字面认栽——这是同一扇门的两面。
表3 三场预注册检验汇总
| 第一场（能力暴露侧） | 第二场（真实使用侧） | 第三场（任务级词典） | |
|---|---|---|---|
| 因变量 | Felten AIOE（能力重叠） | AEI 职业级实际使用暴露 | AEI 任务级渗透度 |
| 样本 | 682 职业 | 668 职业 | 15,714 任务／229 职业 |
| 主检验 | ρ=−0.34（p≈4×10⁻²⁰） | ρ=−0.298（p≈2×10⁻¹⁵） | median(d)=0.0000 |
| 稳健性（加控体力） | 塌缩至 −0.015 | −0.128（p≈5×10⁻⁴） | （任务层均值 0.041 vs 0.153，仅描述） |
| 预注册裁决 | 自愿降格：未获裁决 | 支持且稳健（限内） | 判负（照登） |
| 记账事项 | 体力缠绕不可分离 | 未除就业基数；单模型样本 | 判据未防零膨胀（设计缺陷） |
按预注册二”结论以更保守者为准”的约定：市场判断在真实使用侧获得稳健支持（在两条已申报局限内：未除就业基数、样本限单一模型用户）；在能力暴露侧未获裁决（体力缠绕未分离）；任务级首次尝试按预注册判负（判据设计缺陷记账），任务级裁决仍然开放——第十节 F3 为它保留赌约。一条标明事后探索、不计入任何判定的补看：第一场低体力半样本内（n=341）负关联仍在（ρ=−0.18，p=0.001），高体力半样本为零——仅具启发值。
与”后果不可逆”论（Metis AI, 2026；Arrow & Fisher, 1974；Dixit & Pindyck, 1994）：其轴是行动后果在世界里的传播与保留选择权的期权价值；本文的轴是尝试对任务对象自身的耗散。两轴正交（表2四格）：法官判案后果极重而任务可重走，首个报价后果轻而对象已改。期权理论教人为保留选择权而等待；重走落差教人认清有些事等多久都只有一遍——等待只是把首过推迟到条件更陌生的一天。
与默会知识轴（Polanyi, 1966；Autor, 2015）：波兰尼悖论解释自动化边界靠”说不清”——默会的任务难编码。默会与单遍同样正交：骑自行车高度默会而完全可重走（摔了再上）；按剧本开出首个报价毫不默会而严格单遍。ALM—Autor 传统的清单缺的正是重走列，而这一代技术的接管边界（命题1、2）恰好长在这一列上。
与任务替代框架（Acemoglu & Restrepo, 2019）：该框架给出替代与新任务创造的一般均衡账，但其任务空间未刻画重走结构。本文可读作向该框架提交一个新的任务属性与一组测量（Δ、k），并预测该属性将成为替代函数的一级自变量。
与信号理论（Spence, 1973）：非对手而是积木。本文的贡献是指出生成式 AI 系统性破坏可重段信号的分离条件（成本差压平），并推导均衡向单遍段迁移（命题3）——这是信号理论在重投成本趋零世界里的延拓。
与 Shackle 的关键决策（1949; 1961）：他占住机制的哲学表述权（“实验行为本身可能永远摧毁其进行时的环境”），本文如实承认；接过的是他没做的三件事：可计量读数（Δ、k）、接到 AI 时代的劳动分工、接到养成管线。
与遍历性经济学（Peters, 2019）：共享”重复不可随意换序”的形式直觉，但其轴是财富动力学中的不可遍历（乘性过程与破产吸收态），救济是换效用函数；本文的轴是任务对象被尝试改写，读数落在重做样本与工序位次。
与 Goffman 的命运性时刻（1967）：其轴是道德展演与性格证明；且未区分”高利害”与”单遍”（4.6节），而这条界线是本文市场判断的承重墙——没有它，“AI 该避开一切高风险场合”的平庸结论会冒充本文。
与 Arendt（1958）：她把行动不可逆当人的境况，把宽恕与许诺当救济。本文把她的救济接到卡拉布雷西—梅拉米德三格上，翻出她未翻的一面：救济即装门拆门的制度技术，不可逆的地形可政治操作——此即命题5的地基。她给了不可逆哲学的重量，本文给它一张可施工的图纸。
与本雅明的灵光（1935）：机械复制使艺术品的”此时此地”性枯萎；生成式 AI 是那篇文章的续集，复制对象从艺术品扩大到一切交付物。但其轴是本真性与仪式价值的文化命运；本文计算灵光退守到哪一段、市场愿为那一段付多少钱。
与现场性之争（Phelan, 1993；Auslander, 1999）：表演学争现场不可复制性的本体论与政治价值；本文不站队，只借双方共认的结构事实（现场只发生一次），给它一个双方都没给的劳动市场判据。
与刻意练习传统（Ericsson et al., 1993）：一万小时论是重试健身房的科学宪章——刻意练习的定义性特征恰是可重复、有反馈、容许失败。Ericsson 自己严格区分练习与表演：练习在 Δ≥0 区制造能力，表演在 Δ\<0 区兑现能力。本文把他未强调的半句放大成命题：机器占领练习区的产出后，兑现区相对价格上升；且练习无法完全预装兑现——排练一百次的谈判，开价那一秒仍是首过。
与掌握学习（Bloom, 1968）及重测效应文献（Hausknecht et al., 2007）：前者是重试健身房的宪章，后者是 Δ\>0 极的测量学证词。本文不推翻它们，只画出适用域边界：Δ≥0 半边。它们对另半边的沉默，正是本文立足之地。
与”认知债务/AI 依赖致退化”论：退化论的轴是”用了会退步”——余额问题，原理可逆，停用再练即可。本文第七节的轴是首过不可补——单遍问题，让渡一次就是全部。混同二者会把结构论证降级为健康忠告；区分二者才能解释为什么”适度使用”这剂退化论药方治不了首过流失。
与赫拉克利特的消解：最后堵一条哲学近路。“人不能两次踏进同一条河”若为真则万物皆单遍，概念因普遍而死。回答：单遍性不是形而上学断言，是测量出来的梯度——Δ 在重做样本上有分布，多数任务的 Δ 操作上非负（河水换了，但第二次渡河在一切实用意义上是同一件事），少数段落 Δ 显著为负且门位可指认。概念活在对比里，而对比可计量。
本文的证据链有五处明写的软肋。代理错位：错误后果量表偏向后果轴，只能间接代理对象自耗轴——两轴正交论证（4.5节）恰恰意味着这个代理天然含噪。就业基数：第二场使用暴露未除以就业规模，职业规模与错误后果若相关则引入偏差。样本选择：使用数据来自单一模型的用户，外推受限。词典粗糙：第三场的动词词典把语句特征当工序段属性，且判据未防零膨胀——该场判负如实记在这里。因果识别：三场皆横截面关联，接管的因果排序有待面板与准实验。
本文最直接的后续工作是把读数落成数据资产——跨领域重走落差审计：从既有登记系统抽取重做样本（插管质量登记、复飞后二次进近的飞行数据监控、资助机构的 A0/A1 档案、重考成绩库、重做手术登记、复职后的留任记录），在可比难度层内估计各域 Δ 及其分布，建立第一张跨域 Δ 表；并建议 O*NET 类任务库增设”重走结构”字段（任务级 Δ 符号与门位 k），使命题4获得直接检验面——这正是 F3 等待的数据。教育侧则可做推论四的受控检验：配给真实单遍环境的培养组与全重试制对照组，在 k≤2 任务上的首过成功率比较。
F1（承重命题）：若 2031年9月前出现可复核的生产环境证据——AI 系统在无人类首过的 Δ\<0 工序（现场谈判、初诊首次接触、危机首响应，任一即可）上成功率不低于该领域人类中位——则”单遍段抗接管”伪，本文作废。F2（装门命题）：若到2029年，主要高等教育体系现场口试/监考手写考试占比回落到2022年水平以下——则命题5伪，第六节作废。F3（接管排序）：若任务级 Δ 数据建成后显示 AI 实际替代率与任务 Δ 符号无关——则命题4伪。F4（养成错配）：若受控比较显示全重试制毕业生与配给单遍环境毕业生在 k≤2 任务上首过成功率无差——则第七节错配论伪。F5（使用侧证据）：若以就业基数规范化后重跑第二场，负关联消失（偏相关≥0）——则撤回使用侧支持表述，市场判断回落为整体未获裁决。
Δ 一律在”同类事件的重做记录”上计量，并在可比难度层内估计或明示选择偏差；k 一律取”该工序的程序文本或操作规程中第一个被标注为不可撤销的步骤的位次”。定义（第四节）、检验（第八节）、证伪（本节）三处同一操作化，不换口径。
理论说完，把答案还给提问里的那个人。
第一句：盘点你的单遍履历，而不是你的技能清单。技能清单上每一项都在通胀——AI 会写你会写的、答你会答的。翻出来的应该是另一份账：你首过过什么？哪些事你是在没有重置键的地方做成的——一场真的谈判、一次真的告知、一个真的现场、一回真的收场？给每一条找到它的证人。这份账机器伪造不了，因为它由定义就不接受重投。
第二句：抢首过，别让渡。每个值得做的问题只对你敞开一次未被剧透的第一遍。把可重段大方交给机器——检索、初稿、排版、支线上的一切，它做得更好，客气是双输；但在你打算靠它吃饭的主线上，把首过留给自己，哪怕更慢、更疼、成功率更低。首过的疼是唯一不能外包的学费，也是你账上唯一还在涨价的资产。
第三句：到装门的地方去报名。口试、现场、答辩、床边、真客户、真预算——凡是社会重新拧紧门位的地方，就是表现无法伪造、因此人被重新定价的地方。重试健身房里练出的从容在那里帮不了你太多；在那里值钱的是另一种东西：知道这一遍就是唯一一遍，仍然把它走完。
竞争力从来不住在证书里。AI 时代只是把这件事变得无处躲藏：当一切可以重来的都归了机器，人剩下的、也是人一直真正拥有的，是把只有一遍的事走好的那条命。
经典层：Münsterberg, H. (1908). *On the Witness Stand*. Doubleday. · Holmes, O. W. (1897). The path of the law. *Harvard Law Review*, 10, 457–478. · Benjamin, W. (1935/1968). The work of art in the age of mechanical reproduction. In *Illuminations*. · Becker, G. S. (1964). *Human Capital*. Columbia UP. · Polanyi, M. (1966). *The Tacit Dimension*. Doubleday. · Bloom, B. S. (1968). Learning for mastery. *Evaluation Comment*, 1(2). · Shackle, G. L. S. (1949). *Expectation in Economics*; (1961). *Decision, Order and Time in Human Affairs*. Cambridge UP. · Goffman, E. (1967). Where the action is. In *Interaction Ritual*. Anchor. · Arendt, H. (1958). *The Human Condition*. University of Chicago Press. · Spence, M. (1973). Job market signaling. *Quarterly Journal of Economics*, 87(3), 355–374. · Arrow, K. J., & Fisher, A. C. (1974). Environmental preservation, uncertainty, and irreversibility. *QJE*, 88(2), 312–319. · Pocock, S. J. (1977). Group sequential methods in the design and analysis of clinical trials. *Biometrika*, 64(2), 191–199. · O’Brien, P. C., & Fleming, T. R. (1979). A multiple testing procedure for clinical trials. *Biometrics*, 35(3), 549–556.
专著层：Dixit, A. K., & Pindyck, R. S. (1994). *Investment under Uncertainty*. Princeton UP. · Phelan, P. (1993). *Unmarked: The Politics of Performance*. Routledge. · Auslander, P. (1999). *Liveness: Performance in a Mediatized Culture*. Routledge. · Gann, G. D., et al. (2019). International principles and standards for the practice of ecological restoration (2nd ed.). *Restoration Ecology*, 27(S1), S1–S46.
论文层：Prahalad, C. K., & Hamel, G. (1990). The core competence of the corporation. *Harvard Business Review*, 68(3), 79–91. · Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change. *QJE*, 118(4), 1279–1333. · Autor, D. H. (2015). Why are there still so many jobs? *Journal of Economic Perspectives*, 29(3), 3–30. · Frey, C. B., & Osborne, M. A. (2017). The future of employment. *Technological Forecasting and Social Change*, 114, 254–280. · Brynjolfsson, E., & Mitchell, T. (2017). What can machine learning do? Workforce implications. *Science*, 358(6370), 1530–1534. · Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks. *Journal of Economic Perspectives*, 33(2), 3–30. · Bradshaw, A. D. (1987). Restoration: An acid test for ecology. In Jordan, Gilpin & Aber (Eds.), *Restoration Ecology*. Cambridge UP. · Benayas, J. M. R., Newton, A. C., Diaz, A., & Bullock, J. M. (2009). Enhancement of biodiversity and ecosystem services by ecological restoration: A meta-analysis. *Science*, 325, 1121–1124. · Moreno-Mateos, D., Power, M. E., Comín, F. A., & Yockteng, R. (2012). Structural and functional loss in restored wetland ecosystems. *PLoS Biology*, 10(1), e1001247. · Moreno-Mateos, D., et al. (2017). Anthropogenic ecosystem disturbance and the recovery debt. *Nature Communications*, 8, 14163. · Suding, K. N., Gross, K. L., & Houseman, G. R. (2004). Alternative states and positive feedbacks in restoration ecology. *TREE*, 19(1), 46–53. · Hobbs, R. J., Higgs, E., & Harris, J. A. (2009). Novel ecosystems. *TREE*, 24(11), 599–605. · Murcia, C., et al. (2014). A critique of the “novel ecosystem” concept. *TREE*, 29(10), 548–553. · Fukami, T. (2015). Historical contingency in community assembly. *AREES*, 46, 1–23. · Loftus, E. F., & Palmer, J. C. (1974). Reconstruction of automobile destruction. *JVLVB*, 13, 585–589. · Loftus, E. F., Miller, D. G., & Burns, H. J. (1978). Semantic integration of verbal information into a visual memory. *JEP: HLM*, 4(1), 19–31. · Wells, G. L. (1978). Applied eyewitness-testimony research. *JPSP*, 36(12), 1546–1557. · Loftus, E. F. (1993). The reality of repressed memories. *American Psychologist*, 48(5), 518–537. · Nader, K., Schafe, G. E., & LeDoux, J. E. (2000). Fear memories require protein synthesis in the amygdala for reconsolidation after retrieval. *Nature*, 406, 722–726. · Deffenbacher, K. A., Bornstein, B. H., & Penrod, S. D. (2006). Mugshot exposure effects. *Law and Human Behavior*, 30(3), 287–307. · Calabresi, G., & Melamed, A. D. (1972). Property rules, liability rules, and inalienability: One view of the cathedral. *Harvard Law Review*, 85(6), 1089–1128. · Kronman, A. T. (1978). Specific performance. *University of Chicago Law Review*, 45(2), 351–382. · Schwartz, A. (1979). The case for specific performance. *Yale Law Journal*, 89(2), 271–306. · Radin, M. J. (1987). Market-inalienability. *Harvard Law Review*, 100(8), 1849–1937. · Sakles, J. C., et al. (2013). The importance of first pass success when performing orotracheal intubation in the emergency department. *Academic Emergency Medicine*, 20(1), 71–78. · Hausknecht, J. P., et al. (2007). Retesting in selection: A meta-analysis. *Journal of Applied Psychology*, 92(2), 373–385. · Ericsson, K. A., Krampe, R. T., & Tesch-Römer, C. (1993). The role of deliberate practice in the acquisition of expert performance. *Psychological Review*, 100(3), 363–406. · Peters, O. (2019). The ergodicity problem in economics. *Nature Physics*, 15, 1216–1221. · Gelman, A., & Loken, E. (2014). The statistical crisis in science. *American Scientist*, 102(6), 460–465. · Felten, E., Raj, M., & Seamans, R. (2021). Occupational, industry, and geographic exposure to artificial intelligence. *Strategic Management Journal*, 42(12), 2195–2217.
近文层：*Metis AI*（arXiv:2605.14407, 2026）——“后果不可逆性”支柱的当代占位表述。 · Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2023). GPTs are GPTs. arXiv:2303.10130. · Anthropic Economic Index（2025–2026 各期）——基于真实对话的职业/任务级使用测量。 · 2023–2026 年各国大学恢复口试与现场手写考试的政策报道（装门回潮的实证层）。
数据与预注册：O*NET Database 30.0（Work Context 4.C.3.a.1；Job Zones；Work Activities 4.A.3.a.1），U.S. Department of Labor. · AIOE 数据（github.com/AIOE-Data/AIOE）. · Anthropic Economic Index 职业级使用暴露与任务级渗透表（huggingface.co/datasets/Anthropic/EconomicIndex）. · 预注册一 SHA-256：5410b75bb46768cb928f188d60c992e0df33ddee0aa0bb96fe7d72fdd287916b；预注册二：780a733c23857125359ae6b74d945e90138eece91353dd6887022685911eec35；预注册三：7c63f87312605e185085bd25c583ac10515a01d08e524fe9bdc09ce3220ab1fa（均先于对应数据下载，2026-09-02）。