〔章首〕本章给可读条件立第一条：跨配组。当每一件交付都是与一个匿名、常驻、随处可得的同产者合作做出，单回合的评价读数属于"作品×场次×同场者"这个配组——在单回合账本里，个人的差不是难测，是不存在。读数是归读率 g_r：人固定、配组轮换下残差符号一致的占比。本章的自产读数"假盈余带"值得单独记住：公开元分析三百七十个效应量里，组合超过成员均值而未超过最佳单干者的约百分之二十九点五，正是组合增益被误记到个人账上的暴露面。本章的检验把自己的一项主张判负并照登（超过半数实验已采用同人跨条件设计），主张随即收窄到制度性账本一侧。本章欠的账：用双向固定效应的公开复现数据，实测"AI 常驻后人效应方差被压缩"这条判决预测——它是本章与整个读数分解传统的分手处，未跑。
你去一家餐馆，觉得这顿饭很好。这顿饭好，是厨师好吗？
也可能是今天的食材特别新鲜，也可能是配的那位帮厨手脚利索，也可能是你今天心情好、同桌的人有意思、上菜的节奏刚好。这一顿饭的"好"，属于"这顿饭 × 这一天 × 这批人"，它不属于厨师一个人。
要把厨师本人从里面读出来，只有一个办法：看他换了帮厨、换了灶台、换了供货商之后，还稳定偏向他的那一份。那一份才是他的。
《常席差》讲的就是这件事，而且它的说法比一般人以为的更硬：在单回合的账本里，个人的差不是难测，是不存在——没有定义。就像问"这一顿饭里属于厨师的百分比是多少"，这个问题在单顿饭的数据里没有答案，不是因为我们测得不够精细。
为什么今天要紧？
因为现在每一件交付，都是你和一个匿名的、常驻的、随处可得的同产者一起做出来的。这位同产者叫 AI，它在每个人身边都有一份，而且水平差不多。
于是所有人的产出都变成了"人 × 工具"的合成物。而且更麻烦的是：这位同产者的水平非常稳定，它把所有人的成品都拉到一个很接近的水平线上。单看一件成品，你几乎读不出作者的任何信息。
读数是什么？
叫归读率 g_r：让同一个人在多个不同构成的配组里反复出现，看他名下的残差（也就是"比这个配组本该有的水平多出/少掉的那一点"）符号是否一致。一致得越稳定，越说明那一份可以归给他。
这里有一个书里算出来的、很值得记住的数字：在公开的团队研究数据里，组合的表现超过成员平均水平、却没有超过其中最好的那个人单干的情况，约占三成。也就是说，有相当一部分"团队增益"，其实是被误记到个人账上的。这个误记的口子，就是今天所有"人机协作成果"最大的暴露面。
一个小场景。
一位管理者要在两名下属里选一个升职。甲负责的项目连续三个季度都做得漂亮，乙的项目有起有落。看起来甲更强。
但如果甲这三个季度都在同一个配组里——同样的搭档、同样的客户、同样的支持资源——而乙每次都被派去救不同的火，那么甲的三次成功和乙的起伏，在读数上不可比。甲的记录里，"甲"和"那个配组"是绑在一起的，从来没有被分开过。
正确的动作不是猜，是给甲一次换配组的机会，然后再看。
它不是什么？
它不是"团队合作更重要"这类话。恰恰相反，它说的是：正因为一切都是合作产物，我们才更需要一种能把个人从合作里读出来的记账方式——而这种方式今天在绝大多数机构里根本不存在。
再看两个身边的例子。
换了教练的运动员。一个球员在某位教练手下打了三年好球，转会之后表现下滑。所有人开始争论"他到底行不行"。但真正的信息不在这两段成绩里，而在这两段之间：同一个人，两种配组，差在哪里。如果他在第三个配组里又好起来，那么第二段的下滑属于那个配组；如果他在此后每个配组里都平平，那才是关于他本人的读数。一段成绩说明不了人，三段不同配组的成绩才开始说明人。
家里做饭最好吃的那个人。你说妈妈做的菜最好吃。这句话里，有多少是手艺，有多少是这个厨房、这些食材、这个人和你的关系？把她放到一个陌生的厨房、用陌生的食材做给陌生人吃，还剩下多少？——不是要拆穿什么，而是这两件事本来就是不同的量，混在一起就谁也说不清。
三种常见的误读。
第一种：以为它在贬低团队。恰恰相反。它承认一切产出都是配组的产物——正因为如此，才更需要一种能把个人从配组里读出来的记账方式，否则要么把功劳全记给团队（个人无从积累），要么把功劳全记给个人（组合增益被误记）。现在的普遍做法是第二种。
第二种：以为可以靠"看细节"读出个人。读不出。这不是精度问题：单回合的数据里，那个量没有定义。就像你不可能从一顿饭里算出"厨师占百分之多少"——不管你把那顿饭分析得多细。唯一的办法是让同一个人在不同配组里反复出现。
第三种：以为稳定的好成绩就是能力的证明。很可能相反。长期稳定的好成绩，如果来自长期稳定的配组，那它恰恰是最难归读的一种记录——因为"人"和"配组"从来没有被分开过。这一点对那些运气好、一直待在顺境里的人尤其重要：顺境不是错，但要主动去制造几次配组变化，否则你的账上没有可归读的东西。
给自己做个小检查。过去两年，你在几个构成明显不同的配组里工作过？如果答案是一个，那么你手上所有的成绩，暂时都还没法归到你自己名下。
它和旁边几个概念的区别。
和《现配优势》的分工上面说过：一个管载体，一个管归属。
和《峰兑》的区别在于条件不同：这一章要的是空间条件（配组要轮换），峰兑要的是时间条件（事件要到场）。一个人可以配组轮换得很充分、因而 g_r 可读，但从没遇到过一次真正的事件，兑付账上一片空白。两者互不替代。
和《他手无事账》也是正交的两轴：配组轮换但全部预约在先，与配组固定但随时被无预告抽查，是两种完全不同的记录，各自独立地改变这两个读数。
还有一个要紧的误判点，书里专门写了：一个底流已经断绝的人，他的跨配组残差会趋近于零，而这在常席差的读数里看起来像"他本来就没有那一份"。所以两个量必须并置着看，残差消失的时间顺序（先停喂、后趋零）才是把它们分开的线索。
一句话记住它：这一章管的是这一份该记给谁——而答案只在同一个人跨过几个配组之后才开始出现。
个人层面。
主动争取换配组：换搭档、换客户、换团队、换项目类型。这不只是"增加经验"，它是唯一能让你的残差被读出来的办法。一个人若长期只在一个固定配组里表现良好，他很难向任何人（包括他自己）证明那一份是他的。
反过来说也成立：如果你现在的好成绩来自一个特别顺的配组，那是一个值得警惕的处境——顺境本身没错，但你的账上没有可归读的东西。
大学发生学教育：把"同一个人、不同配组"做成记录制度。
现行的教育记录几乎全是单回合的：一门课一个分数，一个项目一个评价。四年下来，学生有一堆分数，但没有一条能说明"在不同配组里稳定属于他的那一份"。
教师的动作。
抵抗一个非常自然的诱惑：不要总把强的学生编在一起。那会让他们的成绩更好看，同时让他们的个人残差永远读不出来。适度的配组打散，短期损失一点成品质量，换来的是可读性。
最容易做坏的地方。
把残差报告卡变成排名。一旦排名，学生会开始挑配组——挑弱队去当鹤立鸡群的那只，或者挑强队去搭便车。两种都会毁掉这个读数。它只能用于反馈，不能用于分配。
常席差
——AI 时代大学毕业生的核心竞争力，在单回合的评价记录里不是难测，而是不存在
摘要
人工智能进入日常生产之后，"大学毕业生的核心竞争力是什么"这个老问题换了处境：每一件学生交出来的东西，都是与一个匿名的、常驻的、随处可得的同产者一起做出来的。本文的判断是三重否定加一个肯定：核心竞争力不是任何一件拿得出手的单件作品品质，因为单件的评价读数属于"作品×场次×同场者"这个组合，而不属于作者；不是任何一纸可公示的路径凭证，因为担保要起作用就必须被看见，被看见就污染读数，而且路径可被代走、可被基线学走；也不是任何可以写进清单的能力存量——包括"独立思考""判断力""人工智能素养"这一族——因为凡进清单者即成为基线的训练目标。核心竞争力是常席差：当这个人作为唯一不变项，跨越不同的任务、不同的合作者、不同的工具版本反复出现时，那些组合的成绩里稳定偏向他的那一份残差。判断一份评价记录能否读出它，不需要任何"应该""可能"之类的词，只需问一句：在这份记录里，被评的这个人出现了几回？每一回，与他同场的成员——包括工具及其版本——换过没有？材料取自感官评价、原产地命名与间作农学三门手艺的实证传统，并用一份公开的人机协作元分析数据（370 个效应量、106 项实验）做了一次核算：组合优于最佳单干者的比例为 42.4%–42.7%，优于两者均值的比例为 72%，两者之间约 29.5% 的区间，正是把组合增益误记到个人账上的暴露面；同一批数据也判负了本文的一项主张（超过一半的实验已采用同一人跨条件的设计），相应结论已收窄。结论：谁想被读成一个人，就得进入能这样记账的场；而现行的考试、简历与单场面试，越勤勉，越是在给组合定价。
关键词：常席差；归读率；组合读数；评价账本；人机混产；可分离性
Title: The Standing-Seat Residual: Why the Core Competitiveness of College Graduates in the AI Era Is Not Hard to Measure but Undefined in Single-Round Records
Abstract: As generative AI becomes a default co-producer, every artifact a graduate submits is a blend produced with an anonymous, permanently present, universally available collaborator. This paper argues that graduate competitiveness is neither (i) the quality of any single deliverable — since single-round scores belong to the artifact × session × co-present-members configuration rather than to the author, as Hodgson's (2008, 2009) replicate-sample wine-judging data show — nor (ii) any publicly certifiable pathway credential, since a guarantee must be visible to work and visibility contaminates the reading (Plassmann et al. 2008), nor (iii) any enumerable stock of skills, since anything listed becomes a training target for the baseline. It is instead the standing-seat residual: the portion of configuration-level performance that stably favors a person when that person is the only invariant across rotating tasks, collaborators and model versions. The operational reading is the rotation-consistency rate (g_r). The paper delimits the concept against Abowd–Kramarz–Margolis (1999) two-way fixed effects and value-added models, Shapley (1953), Alchian and Demsetz (1972), employer-learning models (Farber–Gibbons; Altonji–Pierret), generalizability theory (Cronbach et al. 1972), Spence (1973), Goldin and Rouse (2000), Schmidt and Hunter (1998), Groysberg (2010), Woolley et al. (2010), Deming (2017), Agrawal–Gans–Goldfarb (2018) and Taleb (2018). A re-computation on the open data of Vaccaro, Almaatouq and Malone (2024) finds transgressive gains in 42.4%–42.7% of 370 effect sizes and above-average gains in 72%, leaving a ~29.5% band of misattribution exposure; a preregistered subclaim was falsified by the same data and the claim was narrowed accordingly.
Keywords: standing-seat residual; rotation-consistency rate; configuration-level reading; evaluation ledger; human–AI co-production; separability
一 · 三张成绩单
一位教务主任把三张成绩单摊在桌上。第一张，绩点 3.9，作品集厚，推荐信写着"独立完成能力突出"。第二张，绩点 3.2，作品集薄，但连着三年，无论跟谁组队、做什么题、用哪一版工具，那个组交出来的东西总是比同类组好一点点。第三张是一个团队的：五个人两年做了一个漂亮的项目，五个人的成绩单一模一样。
用人单位来了，要挑一个。三张纸能读出什么？
第一张读出的是"他交上来的那几件东西很好"。可这几件东西是谁做的？两年前这个问题还不必问，现在必须问了：写它的时候，另有一位不署名的合作者在场——它随叫随到，不收钱，不留痕，也不肯自称作者。第二张纸上其实躺着一件更值钱的东西，但成绩单没有为它设一栏，所以谁也读不出来，包括写推荐信的老师，他只是模模糊糊觉得"这孩子在的组不一样"。第三张纸最诚实：它承认自己读的是一个组。
于是这个老问题就换了处境。"大学毕业生的核心竞争力是什么"，问了几十年，答案换过很多轮——专业知识、动手能力、沟通协作、学习能力、创新思维，最近几年是"独立思考""判断力""提问的能力""人工智能素养"。这些答案彼此争吵，但共享一个从没被拿出来讨论的前提：竞争力是那种可以被裁定归属给某一个毕业生的东西，剩下的只是由谁来裁、用什么裁。盲评的人说看作品就够；发证的人说看出身路径就够；做人事测量的人说多测几回、把噪声平均掉就够。
本文要说的是：那个前提在人工智能进场之后已经塌了一角，而三家用来支撑它的证据合起来只能得出一个三家都不会同意的结论。
本文立的判断是：AI 时代大学毕业生的核心竞争力，不是任何一件单件作品的品质，不是任何一纸可公示的路径凭证，也不是任何可清单化的能力存量，而是常席差——当此人作为唯一不变项，跨越不同任务、不同合作者、不同工具版本反复出现时，那些组合的成绩里稳定偏向他的那一份残差。要紧的是后半句：在单回合的记录里，这份东西不是难测，是不存在。删掉"人固定、其余轮换"这个操作，它连定义都没有。
这也是本文对"是什么"这个问题给出的答案形态：不是先摆出一个实体再讨论怎么测它，而是——只有在某种记录路径与某片条件场之下，它才显露成一个可读的东西；换一种记录方式，显露的不是同一个东西，而是没有东西。
路线图：第二节交代现象；第三、四、五节各请一门有百年实测传统的手艺来说它自己是怎么裁定价值的——一瓶酒、一块地、一片田；第六节指出三家共同站着的那块地，并用其中一家自己的实测把它推翻；第七、八节给出常席差的定义、清点办法与辨别装置；第九节用一份公开数据做一次核算，包括一条判我自己负的结果；第十至十二节划界；第十三节说不适用的地方；第十四节说制度含义；第十五节是伦理边界；第十六节写明什么情况下本文算错；第十七节用本文自己的判据审本文自己；第十八节收在一个写死日期的赌注上。
二 · 混酿时代：每件作品都多了一位不署名的同产者
先把现象摆清楚，不急着解释。
2023 年以后，大学生交上来的东西发生了一件性质上的变化，而不只是程度上的变化。程度上的变化是"作业写得更快更漂亮了"；性质上的变化是：每一件作品的生产组合里，都免费塞进了一个成员。这个成员有四个性质，缺一样，下面的推论就不成立。
第一，它是常驻的。它不是某些人有、某些人没有的资源。它在每一台设备上、每一个时段、每一个专业里都在。它不像家教、不像实验室、不像家庭背景那样构成"有无"的差别，它构成的是"全都有"的背景。
第二，它是匿名的。作品交上来的时候，它不在署名栏里，也没有任何字段记录它是否在场、在场到什么程度、是哪一版。评阅者看到的是一份成品，看不到成品是几个人几台机器共同的产物。
第三，它是同产的，不是辅助的。它不是把作者的意思打字出来的工具，它自己产出内容、产出结构、产出判断的草稿。作者与它之间不存在稳定的分工线——今天他改它三成，明天他改它八成，没有任何记录留下这个比例。
第四，它是被共享的参照系。所有人的对照物也换了：评价者心里那把"这个水平的学生应该写成什么样"的尺子，正在被这些成品重新校准。于是水涨船高，单件的绝对水准在升，可分辨性在降。
这四条合起来的后果是：单件作品作为一个证据，它的证据能力被抽掉了。这不是说作品变差了，恰恰相反，作品普遍变好了。是说：从一件很好的作品，推不出"做出它的那个人很好"这句话。中间那一步——从成品回到作者——原来靠一个默认前提撑着：生产是由人垄断的，成品里的东西除了人没有别处来。这个前提现在没了。
于是学校和用人单位做了两件很自然的事，两件都在把问题弄得更死。
第一件是加闸门：更严的监考、闭卷、现场编程、面试白板题、AI 检测工具、原创性声明。这些措施的共同形态是——把评价往更纯粹的单回合、单人、单件上收。它们确实让"这件东西是他自己做的"这句话重新可信了一点点，但代价是：被验证的那件事，越来越不像他毕业以后要做的事。真实工作里没有人闭卷，所有人都在混产。于是闸门越严，读到的东西与要预测的东西离得越远。
第二件是换清单：既然知识与执行会被追平，那就把竞争力挪到清单上更靠上的一格——批判性思维、独立思考、提问能力、判断力、跨学科整合、人机协作素养。这条路的问题不在这些词不好，而在它的形式：凡是能被写进清单、能被课程化、能被做成量表的东西，都是能被基线学走的东西。写进清单的那一刻，它就成了训练目标；两代模型之后，它就成了背景。这不是预测，这是最近三年反复发生过的事：先是文本流畅性，然后是代码补全，然后是结构化摘要与文献综述，然后是多步推理。每一次都有人说"这一层机器做不了，所以这一层是我们的护城河"，每一次那句话的保质期都在缩短。
所以真正要问的不是"哪一格还没被追上"，而是：有没有一种关于人的读数，它的可读性不依赖于人比机器强在哪一格？
本文说有，但它不在成品里，也不在履历里，只在一种特定形状的记录里才成立。要看清那是什么形状，先得离开教育与就业这个题目，去看三门早就把"一个东西的价值由什么裁定"吵了上百年的老手艺。它们分别把答案押在三个互斥的地方：押在显露上，押在出身上，押在系统上。
三 · 一瓶酒：遮住来源之后，读到的究竟是谁
押在显露上的那一家。
感官评价科学是一门很实的手艺。它处理的问题是：一个东西好不好吃、好不好喝、好不好用，怎样才能得到一个可重复的读数。它的基本立场干净利落——品质是遮住来源之后、由校准过的评价员读出来的那个显露读数。名字、价格、产地、包装，一律是污染源，一律遮掉。
它有一场著名的胜仗。1976 年巴黎，一次遮标品评把几支加州酒排在了几家列级名庄之上。这件事之所以重要，不在于谁赢，而在于它证明了一件事：遮蔽能翻案。此前那个价值序列被当成常识，遮住标签之后，序列变了。
它也有一整套把人变成仪器的工艺。评价员不是随便找来的，是筛选出来的：先测辨别力，再训练术语，再校准强度标度，再核验组内一致性；描述性的评价与喜好性的评价由不同人群分别供给——训练过的小组只说"什么样"，不说"好不好"；"好不好"要去问没受过训的消费者。这一整套的目的只有一个：让读数属于样品，不属于读它的人。
它还知道读数有多脆。把同一支酒贴上不同价签，人的愉悦评分会升，而且不只是嘴上说说——大脑里与体验价值相关的区域活动也跟着升，实验里没有任何利害挂钩，没有奖金，没有考核。也就是说，期望一旦入场，读数就被改写，而且改写发生在体验层面，不在报告层面。这是这一家坚持遮蔽的硬理由：不是因为标签会让人说谎，而是因为标签会让人真的尝到不一样的味道。
到这里为止，这一家的立场很像今天教育界主流的那条路：遮掉出身，遮掉家庭，遮掉学校名气，让作品自己说话；把评价者训练成可互换的仪器，追求评分者间一致性。盲审、匿名评阅、去标识化简历、工作样本测试、结构化面试，都是这一套在人身上的应用。乐团在幕布后面试音这件事，被当成公平的象征写进了无数管理手册。
但这一家自己手里有一份数据，它从来不往那个方向用。
从 2005 到 2008 年，在一场大型葡萄酒赛事上，有人把三杯从同一瓶里倒出来的酒，混进同一轮 30 杯的品评里，交给同一组评委。每年测六十多位评委。结果是：只有大约一成的评委，能把同一支酒的三次评分稳定在同一个奖级里；另有大约一成，会把同一支酒从铜牌打到金牌。对每个评审团做方差分析，只有大约一半的评审团，其发奖结果能被"酒的因素"解释——另一半，读出来的主要是评委和误差。而且这还是在最有利的条件下测的：三杯在同一轮、同一瓶、同一时段，如果分散到不同轮次，一致性只会更差。
这份数据在它自己的领域里被读成一句业务话：评委要再培训、再校准，赛制要改。它从来没有被读成本文要读的那句话——
同一件展品、同一个场次、同一组评委，判定不重合；所以那个读数不属于展品。
请注意这句话的分量。它不是说"评价有误差"。误差是可以靠重复消掉的：多测几回，取平均，真值就浮出来。它说的是另一件事：读数是"展品×场次×同场者"这个组合的属性。换一个场次、换一组同场的酒、换一位邻座的评委，读出来的是另一个数，而这些数没有一个更真。重复不会收敛到"这支酒的真实分数"，因为那个东西不在酒里。
这一家还有一条它自己也承认的边界：读数只在遮蔽维持时有效。一旦标签入场，读数被改写。所以它的整个工艺是有条件的——它的读数只在实验室条件下成立，而人要谋生的地方不是实验室。
带着这两条走进第四节：读数不属于展品；而遮蔽这个条件在现实中维持不住。
四 · 一块地：出身担保，以及担保必须被看见的代价
押在出身上的那一家。
原产地命名制度是人类为"单杯读数靠不住"这件事付出的最庞大的一次制度回应。它的立场与上一家正相反：品质不是从杯子里读出来的，是由被认证的产地与工艺路径担保的。欧盟的条文写得很直白：原产地名称，指的是那种品质或特征本质上或排他地归因于某个特定地理环境——包括它的自然因素与人文因素——的产品名称。
这一家的日课，正是上一家的病理：它必须把标签亮出来。担保不被看见就不叫担保。
它的力气在三处。
其一，它管的是下一瓶，不是这一瓶。规程写进法令：品种、产量上限、种植密度、酿造与陈年工艺，都可执行、可检查、可追索。违规可以撤级、可以降级、可以除名。也就是说，它交出的不是一次判决，是一条可持续追索的责任链。上一家的遮标品评，赢了就是赢了，输了就是输了，赛后没有任何东西可以追索——它是一次性的判决。
其二，它以跨年份为单位积累。没有人会因为一个年份好就承认一个庄园，也没有人会因为一个年份差就否定它。垂直品鉴——把同一庄园连续十几个年份摆在一起——才被当作判据。单一年份不构成对庄园的判断。这一条后面要用到，请记住它。
其三，它把声望做成了一种可继承、可交易、也可剥夺的东西。产地不是一个人的，是一群人跨代持有的。
它也有它从来不往那个方向用的事实。上世纪七八十年代，一批托斯卡纳酒庄跳出规程，用外来品种和新工艺酿酒，酒被市场和评家认可，价格远超同产区的合规酒，但按当时的分类，它们只能挂最低一级的"日常餐酒"标。这个僵局持续了十几年，最后 1992 年，意大利不得不新设一个类目把它们收编进来。
这一家把这件事记作"制度需要与时俱进"。它不肯读出的是：更好的显露改写了分类本身——路径认证没能预测品质，反而被品质倒逼着改了自己。也就是说，出身担保并不构成品质，它只是构成一种在缺乏可信读数时的替代品。
这两件事一起，就是今天文凭与证书的处境。学历、院校、证书、竞赛奖项、实习经历，是教育系统的原产地命名：它管的不是"这一件作品好不好"，而是"这一批人从哪条路上出来的，出问题可以找谁"。它在信息不足的时候极其有用——用人单位没有时间跑十场品鉴，需要一个事前信号。经济学早就把这件事讲清楚了：教育的很大一部分价值在于把人分选出来并发出信号，而不在于把人改造成什么样；执照与准入制度也一样，它管的是准入门槛，不是能力本身。
但它现在遇到了两件新事。
第一件，它的规程可以被代走。一份可以被清晰描述的路径要求——修哪些课、做哪些项目、交哪些材料——正好是那个匿名同产者最擅长满足的东西。规程越明确，越容易被满足；越容易被满足，越读不出人。
第二件，它必须被看见，而被看见就污染读数。这正是第三节那条脆弱性的制度版：一份公示的凭证，会改写所有后续读数——评阅者知道这份作品出自名校，他读到的东西就真的不一样了；而且，这份凭证一旦成为公开的、可优化的目标，它就同时成了那个匿名同产者的训练靶。
所以这一家与上一家之间有一个真正的死结：担保要起作用就得亮出来，亮出来就毁掉读数；要保住读数就得遮起来，遮起来就没有担保。今天的教育评价系统同时想要这两样，于是它一边搞匿名盲评，一边发学历文凭，两套装置在同一个人身上互相取消。
五 · 一片田：贡献只在混作里成立，且不落在任何一株身上
押在系统上的那一家，也是把话说得最彻底的一家。
间作农学与它背后的生物多样性—生产力研究，处理的是一个完全不同形状的问题：把两种以上作物种在同一块地里，产出会怎样？
它的核心读数叫土地当量比。算法很朴素：混作里甲的产量除以甲单作的产量，加上乙的产量除以乙单作的产量。大于 1，就说明这块混作地比分开种更省地。大量田间试验里它确实常常大于 1，通常在 1.2 到 1.3 这个范围。
要紧的不是这个数大于 1，而是这个数是什么的属性。它不是甲的属性，也不是乙的属性，它是"甲与乙在这块地上这样搭配"这件事的属性。换一个搭档，换一个行距，换一种土壤，这个数就变。
这一家还有一个更精细的工具，把混作相对于单作的盈余拆成两块：一块叫选择效应，来自"混作里恰好有一个本来就高产的物种占了优势"；另一块叫互补效应，来自"它们在资源利用、时间错峰、病害阻断上互相成全"。关键在于：互补那一块，落在搭配上，不落在任何一个物种的账上。它是真实的、可测的、可复现的产出，但它没有主人。
这一家最诚实的一条，是它自己给自己找的麻烦：混作胜过"两者的平均"很常见，胜过"其中最好的那一个单作"却很少见。一份汇总了 44 项试验的分析发现，最丰富的混作平均只达到最强单作产量的约 88%，显著超过最强单作的情况只占约 12%，而且大约需要五年才会显现。在覆盖作物这类应用研究里，这个比例更低——最优混作胜过最优单作的情形只有约 2%。
这一条对农民极其重要，因为农民不会随机选一个品种去种，他会种最好的那一个。所以"混作优于平均"这句话对他没有意义，"混作优于最优单作"才有意义。而后者，很少见，且慢。
这一家还知道混作的好处在什么时候才显出来：在坏年景。干旱、病害、极端天气，混作的稳定性优势才放大——这被称为保险效应。风调雨顺的年份，最强单作往往就赢了。
于是这一家有一件它自己天天在做、却不往那个方向用的事：农民和市场，最终还是要把系统层的读数折回到单个作物的账上。他们算分项当量比，按品种称重，按品种定价。那份互补的盈余没有价格，因为没有哪一株能拿着它去卖。它留在一页没有主人的账上。
这一家不需要归属，因为田里没有哪一株麦子要去找工作。
我们的题目里有人要找工作。所以这三家的争吵，到这里才真正有意义。
六 · 三家共同站着的那块地，以及它的塌陷
把三家的立场并排放：
它们互相不能同真。同一瓶超级托斯卡纳，第一家判它高，第二家判它降级。第一家把样品从一切纠缠里剥出来读，第三家说剥出来的读数根本不载贡献。第二家说控住路径品质就随处成立，第三家说同一份基因、同一套规程，换个邻居产出就翻号。
但三家共享一件事，而且从没说出口：它们争的是"由谁来裁"，从没有人怀疑"可以裁"。三家都默认，价值是那种可以被裁定归属给一个单体的东西——归给这瓶酒，归给这个庄园，或者（第三家的说法）归给这个系统。第三家看似退了一步，其实只是把单体换大了一号：它把归属给了搭配这个整体，然后就不管了，因为田里没人要找工作。
现在用第一家自己的实测把这块地推翻。
同一件展品、同一个场次、同一组评委、同一瓶里倒出来的三杯，判定不重合。只有约一成的评委能稳在一个奖级；约一半的评审团，发奖读不出"酒的因素"。这不是某一场比赛的意外，是连续四年、每年六十多位专家评委的系统测量。
注意这份材料的两个性质。它来自第一家自己——那个最坚持"读数属于展品"的一家，用的是它自己最讲究的实验条件。而且它是一个观察结果，不是一个主张：没有人是为了推翻"品质属于酒"才去做这个实验的，做实验的人想知道的是评委靠不靠谱。本文的答案取自这一家，推翻这一家共同前提的材料也来自这一家自己的手。这是必须写明的：我不是引一个反对者来打它，我是引它自己的实测记录。
从这份材料能直接得到的中间判断是：
一次评价读数，属于"被评对象 × 场次 × 同场者"这个组合，不属于被评对象。
有了这一句，第二家的整套制度就得重读。原产地命名不是路径迷信，它是一个百年的、代价高昂的制度性回应：既然单杯的读数裁不了谁，那就换一种记账单位——让庄园跨年份地押上下一瓶。它换掉的不是判据，是账本的形状：不再以"一次品评"为记录单位，而以"一个持有者在很多年份上的连续记录"为单位。它读得出庄园，是因为它把庄园做成了那个跨年份的不变项。
第三家则把这件事说到了底：盈余本来就在搭配层，而且它有一块永远落不到任何单体账上。
三家合起来给出的东西，三家自己都不会同意：
一次读数不回单体；把账本单位换成"某个不变项跨很多次搭配"，才可能读出这个不变项；而那份互补盈余，在现行的记账习惯里没有一页属于它。
在人工智能进场之前，这三句话对"人"这个话题基本无害。因为"生产由人垄断"这个默认前提糊住了缺口：既然每一件东西都是人做的，那么把成品的分数记到人头上，虽然粗糙，但不至于系统性地错。
AI 进场做的事，恰恰是把这个缺口第一次撑开：它给每一个搭配里免费塞进了一个匿名的常驻同产者。于是每一件学生交出来的东西，都是混酿（第三家的处境），都被自动遮标（第一家的处境，但遮的不是评委的眼睛，是作者的身份构成），都摆在一个参照杯全是模型输出的航次里（第一家最怕的那种校准漂移）。而承担担保功能的那些凭证（第二家），既可被代走，又必须被看见。
三家的病理在同一个人身上同时发作。剩下的问题只有一个：在这种情况下，关于一个人，还有什么是可读的？
七 · 常席差
先摆一个日常的场景，再给定义。
一家开了十几年的小馆子。帮工换过三拨，灶具换过两代，菜单改过五版，供货商也不是原来那家了。但街坊说：这家的水准一直吊着那口气，因为老板娘在。
街坊这句话读的是什么？不是某一盘菜——某一盘菜可能是新来的帮工做的，也可能是新灶具的功劳。不是她的厨师证——她可能根本没有。也不是这个团队的平均水平——团队整个换过了。街坊读的是：别的都换过了，只有她没换，而这些不同的组合，成绩都比同类馆子好一点点。
这句"好一点点"，就是她的常席差。它不在任何一盘菜里，只在很多盘菜、很多种搭配、很长时间的差分里。
定义。 设个人 i 在若干次生产中出现，每一次的搭配记作 j。搭配 j 的基线期望记作 b_j——即"这样一组合作者、这样一套工具、这一类任务，通常能做到什么水平"。第 j 次的实际成绩记作 y_ij。定义残差
e_ij = y_ij − b_j
个人 i 的常席差，是当 i 是这一组记录中唯一不变项时，e_ij 中稳定偏向 i 的那一份。它的操作化读数称为归读率，记作 g_r：
g_r(i) = e_ij 的符号与 i 的多数符号一致的搭配数 ÷ i 参与的搭配总数
清点手册（全文同一口径，任何地方引用这个数都按此册）
这个定义要挡住的三样东西，就是三重否定。
其一，它不是单件作品的品质。（这一条是第三节那一家自己的实测撑起来的。）单件读数属于"作品 × 场次 × 同场者"这个组合。在 AI 时代，这句话还多了一层：同场者里有一位是常驻的，所以那份读数里，有一块是所有人共有的，它不构成任何人之间的差别，却被算进了每个人的分数。
其二，它不是可公示的路径凭证。（这一条是第四节那一家自己的僵局撑起来的。）担保必须被看见，被看见就改写读数；而且规程越明确越容易被代走。凭证仍然管用，但它管的是准入，不是读人——这两件事下面还要分开说。
其三，它不是任何可清单化的能力存量。（这一条是第五节那一家的账本形状撑起来的。）"独立思考""判断力""提问的能力""人机协作素养"——这些词本身没错，错的是它们的形式：它们都是存量，都可以被写成条目、编成课程、做成量表。而凡是能被写成条目的，都会成为那个常驻同产者的训练目标；成为训练目标之后，它会被均摊到每一个搭配的基线里，从而不再构成人与人的差别。这不是对某个具体能力的怀疑，是对"存量式答案"这种形式的怀疑。一个能被清单化的答案，正因为能被清单化，所以保不住。
反过来，常席差为什么保得住？因为它压根不是一个存量，它是一个差分操作的结果。它不说"这个人身上有什么"，它说"把别的都换掉之后，还剩下什么"。要抄它，就得连"别的都换掉"这个操作一起抄，而那个操作抄不了——它不是一件东西，是一段记录史。
也正因为如此，它有一条很硬的后果：在单回合的记录里，常席差不是难测，是没有定义。这句话不是修辞。按上面的清点手册，g_r 在搭配数少于三时无定义——不是等于零，不是精度不够，是这个符号在那种记录形状里不指向任何东西。一份成绩单、一份简历、一场群面，无论做得多精细、评分者训练得多好、一致性系数多高，都读不出它，因为它们的记录形状里根本没有这个量。
八 · 一张表、三个签名、一句问话
判断一份评价记录能不能读出常席差，只要两条轴。
辨别表
| 搭配轮换 · 此人固定 | 搭配固定，或此人不重复 | |
|---|---|---|
| 单回合记录 | 抽检式试做：读到的是一次搭配 | 靶格：具名单件——考试、大作业、作品集、简历、单场面试、单次评审 |
| 跨回合记录 | 唯一可读格：常席差在此定义 | 年度绩效、师徒作坊：读到的是团队，或读到的是这一对固定组合 |
四格里，只有右上到左下这条对角线值得反复看。左下格是唯一能读出人的格，而现实中的评价账本几乎没有这一页。右上格是靶格——所有资源、所有改革、所有技术投入，正源源不断地流向它。
靶格的三个签名（这三条是用来自查的，不是用来骂人的）：
签名一：短期指标会改善。加监考、上检测、改闭卷、做现场编程，"成绩的可信度"当天就好看了。作弊率下降，分数分布变正常，投诉减少。所有这些改善都是真的。
签名二：失效不产生任何信号。这是最要命的一条。当一份读数读的是搭配而不是人时，它不会报错。分数照常产出，分布照常正常，信度系数照常漂亮，评分者一致性甚至更高——因为大家都在读同一个共有成分，当然一致。系统里没有任何一处会亮红灯告诉你："你刚才排的这个序，与人的差别无关。"错误是静默的。
签名三：它会自我加固。对 AI 越焦虑，就越要加高单件的闸门；每加高一道，评价就更深地锁死在单回合、单人、单件的形状里；形状锁得越死，越读不出人；越读不出人，对 AI 就越焦虑。这个环里每一步都是理性的，合起来是往死里走。
不带任何"应该""可能"的判据。要判断一份评价记录属于哪一格，只需问一句话，这句话里没有一个情态词：
在这份记录里，被评的这个人出现了几回？每一回，与他同场的成员——包括工具及其版本——换过没有？
把这句话拿去问五个真实场景，答案互不相同，而且其中两个是查出来的，不是想出来的：
1. 本科四年成绩单。此人出现几十回。同场成员——同组同学、用的工具、工具版本——没有字段。不是记录得不好，是这一栏不存在。落靶格。
2. 人机协作实验语料。在下一节要用到的那份公开数据里，106 项实验中有 55 项采用了同一批被试跨条件的设计，即同一个人经历不止一种搭配条件——51.9%。这是可读格的形状，而且它已经是研究实践的主流。
3. 同一份语料里，人单干、AI 单干、人机组合三条基线全齐。370 个效应量，全齐，一个不缺。为什么？因为那份研究的入选标准强制要求。制度世界里没有任何一处有这样的强制：没有哪个学校要求给每份作业记录"如果不用工具会是什么水平"，也没有哪个公司要求记录"这个岗位的基线产出是多少"。
4. 校园群面。一回。同场成员即席分配，不重复。落靶格，且是靶格里最极端的一种。
5. 开源贡献史。此人固定，协作者随项目变，年份跨越好几代工具。这是现实中最接近可读格的记录——它天然是跨回合的，天然记录了协作者。但它仍缺一栏：哪一版工具。2021 年的一次提交与 2026 年的一次提交，基线完全不同，而记录里没有这个字段。
五个场景的答案互不相同，说明这句问话是有辨别力的，不是套话。
归格声明。本文回答的是"是什么"，但给出的答案不是一个静静躺在那里等人去测的实体。它的形态是：只有在"此人固定、其余轮换"这种记录路径，与"每个搭配都常驻一位匿名同产者"这片条件之下，一个人的竞争力才显露成一个可读的东西。换一种记录方式，显露出来的不是同一个东西的另一副样子，而是没有东西。这是本文与那些"竞争力是某种能力/素养/资本"的回答之间最根本的形态差别：它们答的是一件东西，本文答的是一种显露条件。
九 · 一次核算：370 次比较里的三成暴露面，以及一条判我自己负的结果
论证不能停在纸面上。这一节用一份公开数据做了一次核算，规则在动手取数之前就写死了，包括"什么结果算我错"。
数据与规则（取数前写定）
数据取自一份人机协作的系统综述与元分析的公开数据：106 项实验、370 个效应量，每一条都同时记录了人单干、AI 单干、人机组合三方的平均成绩，以及该指标是越高越好还是越低越好。数据由后续再分析者整理公开，本文直接使用其合并表，不作任何筛选。
两个预先写死的问题，阈值都是 0.50，事先声明不因结果改动：
只跑一遍，不事后改编码，结果无论朝哪个方向都进正文。
结果一：越基比例 T = 42.4%–42.7%。三种口径交叉核算：按原始三方均值并按指标方向判断，158/370 = 42.7%；按数据作者自己的方向校准列，157/370 = 42.4%；按数据作者自己计算的协同变量取正号计数，157/370 = 42.4%。三口径收敛。
这个数低于 0.50，支持了"越过最强单干不是常态"这一条。但它必须削弱本文原来打算写的那句更强的话。田里的数字是 12%，覆盖作物是 2%，人机的数字是 42.7%——差了一个数量级。所以"像农田里那样罕见"这个类比不成立，本文收回"罕见"二字，改为"不是常态"。这一处修改是数据逼出来的，不是修辞选择。
结果二（本文自己算出来的那个数）：假盈余带 ≈ 29.5%。同一批数据里，人机组合优于"两者的平均"的比例是 72.2%（267/370，作者校准列为 71.9%）。把两个数放在一起：
这条带上的每一个效应量，都是这样一种情形：组合比"随便挑一个"好，但比"挑最好的那一个"差。它看起来像盈余，实际上是搭配把一个较弱成员抬到平均线以上的结果。在没有"较好单干"这个基线的账本里——也就是几乎所有真实的教育与用人账本里——这一整条带都会被误记成个人的功劳。它是把搭配增益误算到个人账上的暴露面，占比接近三成。
这个数是本文自己算出来的。原数据的作者关心的是协同有没有、在什么条件下有；他们没有把"优于平均"与"优于最优"之间这条带单独命名，也没有把它读成一个归属问题。而这套区分——胜过平均与胜过最强，是两件完全不同的事——正是第五节那门农学手艺用了一百年的语法。本文做的是把这套语法整批地搬到人机数据上算了一遍。
结果三：问题二判负。106 项实验中，含跨条件被试内设计的有 55 项，51.9%（其中纯跨条件设计 43 项 = 40.6%，混合设计 12 项）。这个数超过了事先写死的 0.50 阈值。
按写死的条款，本文的第三层主张判负一半，必须收窄。收窄后的说法是：
缺少"此人固定、搭配轮换"这种形状的，是制度性的评价账本——成绩单、招聘档案、绩效系统；研究场景已有一半以上采用了这种形状，且此侧尚待独立取证。
这个不利结果其实比原来那句更有用。它说明：这种记录形状是可行的、成熟的、已经在被大规模使用的。做实验的人早就知道，要把人的效应与条件的效应分开，就得让同一个人经历不同条件——这是方法学常识。所以制度账本里没有这一页，不是技术做不到，是制度选择的结果。这一句比原来那句"整片都没有"更难被反驳，也更难受。
一处如实记录的失误。第一遍计算时，判断"越高越好还是越低越好"的代码写错了：数据里这一列的取值是 Up 与 Down，而我按 high/low 的前缀去匹配，导致所有 Down 行判反，第一遍算出的 T 是 39.7%。发现后修正，并用数据作者自带的方向校准列与协同变量交叉核对，三口径收敛到 42.4%–42.7% 才定数。这一节所有数字都是修正后的。
这次核算的代理关系，必须写明。这份语料里的"搭配"是"人 × AI 系统 × 任务条件"，它是本文所说的"搭配"（合作者集合 × 工具及版本 × 任务类别）的一个收窄代理——它没有人类合作者的轮换。而且这份语料因为入选标准强制三方基线齐全，本身就是一个高度筛选过的样本；真实世界没有这个强制，所以三成的暴露面在真实账本里只会更大，不会更小——但这句话是推断，不是这次核算证明的。
三层主张与它们的可倒性，按从最易倒到最稳排列：
1. 最易倒：常席差是 AI 时代毕业生核心竞争力的正确答案。
2. 居中：那张两条轴的表，与"假盈余带"这个分析工具。
3. 最稳（已按判负收窄）：制度性评价账本里，没有"搭配构成 + 轮换记录"这一页。
引用本文时请分层引用。第一层倒了，第二、三层不受影响。
十 · 与最近的几种说法的分界
本文最容易被人说成"这不就是某某已经讲过的吗"。下面把最像的几种一一请进来，并且每一处都给出观察到什么就算谁对。
跨组织流动的双向固定效应模型（Abowd、Kramarz 与 Margolis，1999），以及教师与医生的增值评估。这是离本文最近、也最危险的一位。它做的正是本文说的事：让人在不同单位之间流动，从而把"人的效应"与"单位的效应"分开来估计。它比本文早了二十多年，工具成熟，有大规模行政数据支撑。
分界在识别条件上。这套方法能把人与单位分开，靠的是不同单位之间没有共同的常驻成员——如果每一家单位里都坐着同一个人，那么"这个人的效应"和"单位的效应"就完全共线，谁也分不出谁。而 AI 常驻做的正是这件事：它在每一家单位、每一个团队、每一个项目里，塞进了同一个成员。本文正是从这套方法的失效条件处长出来的，并且补了它完全不设的两层：账本形状（那一页在制度记录里根本不存在，不是估不准，是没数据）与"计入即毁"的动力学（这个量一旦被公示并挂钩使用，它就失效，见第十五节）。
判决性对照：随着工具在各行业进一步同质化，若这类模型估出的"人的效应"方差占比被系统性压缩，且不同行业估出的人效应之间相关性上升（因为大家共享同一个常驻成员），则本文的判断成立；若人效应的方差构成保持稳定，则这套方法足够用，本文多余。
沙普利值（Shapley，1953）。它给出的正是"遍历所有搭配、按边际贡献分账"的公理化方案，看起来正好是常席差要的东西。分界：沙普利值处理的是给定一个已知的、可查询的产出函数之后如何分配；本文处理的是这个函数的记录根本没被建立，以及建立它的动作本身会改变它。判决对照：在能查询到全部子集产出的场合（如可重复的算法评测），沙普利值够用，本文的条款不增加任何东西；在账页缺席的场合（几乎所有雇佣关系），沙普利值无从定义，而本文说的正是那里。
团队生产与监督（Alchian 与 Demsetz，1972）。他们比谁都早地说清了：团队里各人的边际产出不可分别计量，所以要请一个人来监督，并让他拿剩余索取权。分界：他们的方案是加强监督，本文的方案是改变记录形状。判决对照：若提高监督强度（更细的过程留痕、更密的检查点）能恢复个人可读性，他们对；若必须靠"让人固定、其余轮换"才能恢复，本文对。经验上，过程留痕在混产条件下恰恰读不出作者，这是本文押的一边。
雇主学习模型（Farber 与 Gibbons；Altonji 与 Pierret）。它说：市场一开始靠文凭这类信号，随着共事回合增加，会逐步学到人的真实能力，文凭的权重下降。这个模型看起来能吸收本文——多共事几年不就读出来了吗？分界在噪声结构上：它假设每一回合的读数等于"人的信号 + 独立噪声"，所以取平均就能收敛。而本文说，每回合的读数里有一块是常驻共有成分，它不随回合独立变化，平均不掉。判决对照：让一个人长期待在固定的搭配里（同一批同事、同一套工具、同一类任务），累积再多回合，对他个人评估的方差只会收敛到搭配层，不会收敛到个人；反之若个人评估在固定搭配里也持续变精确，则雇主学习模型够用。
概化理论（Cronbach 等，1972）。它把评分方差拆给不同的"面"——评分者、场合、题目——并算出在何种设计下测量足够可靠。它太像本文了：它也在处理"读数不只属于被测者"。分界很硬：概化理论把这些面当作可抽样的误差宇宙，目标仍然是把被测者的宇宙分估出来；而常驻同产者不是一个可抽样的面——它在每一次抽样中都在场，因此与被测者完全共线。判决对照：当搭配不轮换时，概化系数会照常算出一个漂亮的数，不会有任何异常，而 g_r 在此无定义。一个报警，另一个不报警，这就是分界的位置。
明星业绩的不可携带性（Groysberg，2010）。他跟踪了华尔街的明星分析师跳槽，发现业绩大幅下滑且多年不恢复——业绩带着团队与平台，带不走。这是本文的近亲，方向也一致。分界：他没有"常驻匿名同产者"这个前提（他的时代还没有），也没有给出可操作的读数协议；他证明了业绩有搭配性，没有给出在承认搭配性之后如何仍然读出人的办法。本文补的正是这一步。
群体智力因子（Woolley 等，2010）。他们发现群体存在一个稳定的、跨任务的表现因子，且它与成员个人智力的相关很弱。这条结论对本文极其有利——它说明搭配层有一个真实的、可测的量。但他们测的是组，并且不回到人身上；本文要的正是"回到人身上"的那一步，而那一步需要的是同一个人跨多个组的记录，那不是他们的设计。
社交技能溢价（Deming，2017），以及"独立思考""判断力"这一族实务答案。这是当前最主流的一类回答：既然常规认知任务被自动化，回报就转向难以自动化的社交与协作技能。分界：这仍然是一个存量式答案，仍然要靠量表或问卷来测，仍然可以进课程、进清单。判决对照：在控制住这类技能的测得分之后，g_r 是否仍能独立预测跨搭配的表现？若不能，存量论够用，本文多余；若能，说明存在一份不被任何存量量表捕捉的、只在轮换中显影的东西。这是本文最愿意接受检验的一条。
信号理论（Spence，1973）与执照/准入制度。教育的价值很大一部分在分选与发信号。分界：本文完全承认这一点，而且第四节就是它的制度版。信号管的是准入——在没有共事记录之前，用人方需要一个事前判据。本文管的是读人——共事记录开始积累之后，靠什么把这个人与他的搭配分开。两账并行，本文不主张废除凭证（这一点在第十三节还要说，因为它削掉了本文最想要的一个处方）。
遮蔽招聘与工作样本（Goldin 与 Rouse，2000；Schmidt 与 Hunter，1998）。幕布后面试音提高了女性入选比例；工作样本测试在预测效度排序里名列前茅。这两项是"遮蔽 + 试做"这条路在人身上的最好成绩。分界：它们借的是遮蔽与试做的形式，没有借感官评价那一套关于读数归属的判据装置——没有重复样本核验，没有场次效应分解，没有描述与偏好的分离。本文借的正是那套装置，并且用它自己的实测得到了相反方向的结论：遮蔽提高的是程序公平，不解决读数归谁的问题。一次遮标试音仍然是单回合。
预测机器与判断互补论（Agrawal、Gans 与 Goldfarb，2018）。他们说，AI 让预测变便宜，于是预测的互补品——判断——变得更值钱。分界在形状上：他们说的是内容（人剩下的活儿是哪一类），本文说的是读数（无论人剩下哪一类活儿，你从一次成品里都读不出他）。两者可以同真：即便判断确实是人的活儿，"这个人的判断好不好"仍然只能在跨搭配的差分里读出来，仍然读不出于单件。
利益攸关（Taleb，2018）。有下注、承担后果的人才可信。分界：当所有人都以同样方式承担敞口时，这条不能分辨人；而 g_r 仍然可以。他管的是激励与筛选，本文管的是读数的可分离性——一个是要不要信，一个是能不能读。
汇聚系列。上面这些，从产权、管理实证、心理测量、计量经济、人机实验五个方向，逼近同一件事：一次读数、一个东家、一个组，都不回到人。每一位都差同一步：没有人把基线当作一个常驻的匿名同产者，因此都还相信"多测几回就能收敛到人"。这一步一旦迈出，"多测几回"就不再是提高精度的问题，而是"测的到底是什么"的问题。
十一 · 与几项相邻判断的分界
还有一批判断，与本文出自同一片问题域，写作时间也相近，必须逐一分清楚——它们最容易被当成同一件事的不同说法。
关于换手率的那一组判断。有一组研究处理的是"位置上的人换了"这件事：一个位置上的承担者多久换一次，换手之后责任如何接续，谁在换手的间隙里落空。它读的是流动本身——谁离开了、谁接上了、有没有接上。本文读的是反面：以那个不流动的人为参照，对流动的部分做差分。两个读数是正交的：同一份记录里，换手率很高而常席差很低（人来人往，谁在都一样），或者换手率很高而常席差很高（人来人往，只有他在时不一样），都完全可能。请不要把"轮换"这个词的出现当成同一件事——一个把轮换当被观测对象，一个把轮换当观测手段。
关于发起权与首动次序的那一组判断。它们处理"谁先开口""发起权由谁持有""收回发起权"这类问题，读的是一个动作序列里的位置先后。本文不涉及次序，它涉及的是同一位置上跨多次搭配的差分。判决对照：一个人可以从不首动而常席差很高（他不发起，但他在的组就是不一样），也可以次次首动而常席差为零。
关于亲历与归属真值的那一组判断。有一条判断处理"这件事到底是不是长在这个人身上"——形成的过程属不属于他，还是他只是挂了名。它与本文的关系最需要说清楚，因为看起来最像。分界是：即便归属真值全知——假设有一个全知视角，能确切告诉我们这件作品有几成是他的——单回合的读数仍然不载这个信息。也就是说，那一组判断处理的是上游的"发生归属"，本文处理的是下游的"读数可分离性"。两件事互不蕴含：归属可以完全清楚而读数完全不可分离（他确实做了七成，但没有任何记录形状能让评价者读出这七成），也可以归属含混而读数可分离（谁做的说不清，但只要他在，成绩就高一档）。
关于在场与完成资格的那一组判断。有一条判断处理"一件事有没有真的被经历过""在场是不是可以被代签"。它管的是存在资格——这件事算不算真的发生在这个人身上。本文不问这个，本文假定它已经发生，只问它如何被读出与定价。上游的发生 vs 下游的读数，这条线在本节里出现第二次，因为它是本文与整片相邻判断之间最主要的一道分界。
关于认知发生权的那一条判断。它处理的是：在答案变得极其便宜之后，一个人还有没有机会让认知真的在自己身上发生一次——过早拿到答案会取消发生的机会。它管的是能力的发生，本文管的是能力的读出与定价。两者可以互相为难：一个人可能认知确实在他身上发生了（发生权保住了），但因为账本形状，谁也读不出来，于是不被定价；反过来，一个人也可能什么都没发生，却因为搭配好而读数漂亮。这两条判断合起来才是完整的一对：一条管别让它不发生，一条管发生了要读得出来。
关于评价尺度与自我观众的那一条判断。它处理的是：当评价的标度被取消或变得模糊，人会如何在心里安置一个想象中的观众，并因此改变行为。它读的是被评者的内部状态，本文读的是账本的形状。判决对照：一个人可以完全没有自我观众而常席差很高，也可以自我观众极强而常席差为零。但两者有一处真实的交接：本文第十四节提出的记账改造，会显著改变被评者心里那个观众的形状——从"我这一件要好看"变成"我在哪几种搭配里都要在"，这个变化的心理后果不在本文能力范围内，应由那一条判断继续处理。
关于课堂评价承重转换的那一条判断。它处理的是评价在 AI 环境下如何从"信息搬运的核验"转向"发生的识别"，以及制度为什么迟迟不动。它与本文的分工是：它管评价要识别什么，本文管账本要长成什么形状才可能识别。两条判断在"制度延迟"这一点上完全一致，且互为佐证——本文第九节判负后收窄的那句话（研究场景已有此形状，制度账本没有），正是它所说的制度延迟的一个可量化侧面。
十二 · 那块共同的地基
再往下挖一层。上一节请进来的那些说法互相争吵得很厉害，但它们全都站在同一块地上：
一份关于个体的读数，其中非噪声的那一部分，属于被读的那个个体。
真分数理论这样说（观测分 = 真分 + 误差，重复即收敛）；概化理论这样说（把各个面拆开之后，剩下的宇宙分是他的）；雇主学习这样说（回合足够多，市场就学到他的真能力）；增值评估这样说（扣掉环境与起点，剩下的是这个老师/医生的贡献）。它们争的是怎么把噪声剥干净，从没有人怀疑剥干净之后剩下的那一块有主。
承认每一回合的生产里都常驻一个匿名同产者，这块地基就塌了一角：剥干净噪声之后剩下的那一块，一部分是这个人的，一部分是那个所有人共有的成员的，而后者恰恰不是噪声——它是系统性的、稳定的、可复现的，因此它不会被重复消掉，只会被重复加固。读得越多、测得越准、一致性越高，它在读数里的份额越稳固。
这就是为什么这件事不能靠"把测量做得更好"来解决。测量做得越好，共有成分被读得越准。要动的不是测量，是记账的单位——第四节那门手艺一百年前就动过一次（从一次品评改成一个持有者的跨年份记录），代价是几十年的立法与制度建设。
十三 · 不适用的边界
本文有两处被材料真正削弱的地方，必须写在正文里。
削弱之一，来自田里的数据：不要指望常席差普遍为正，也不要用"罕见"这个词。第九节的核算把"越基罕见"这个类比打掉了一半：农田是 12%，覆盖作物是 2%，人机是 42.7%，差一个数量级。所以人机搭配比农业搭配更容易产生真盈余，这一点必须承认。同时另一头也要说清：常席差在多数人身上、多数任务上，接近零或为负。这不是一个人人都有、只是没被测出来的隐藏优点。它是一个分布，多数在零附近。因此本文的适用范围收窄为：那些搭配读数确实被采用的评价场合——也就是有人要根据混产成果来判断个人的场合。一个人独自完成、无搭配的工作（还有多少呢），本文不适用。
削弱之二，来自那块地的规程：公示义务不能废，本文最想要的那个处方被拿掉了。顺着本文的逻辑，最自然的处方是"废除单件考核、废除简历筛选、一切改成跨搭配记录"。这个处方不成立，理由是第四节那一家一百年前就给出的：市场需要事前信号，不能等到 N 个回合之后。一个用人方面对两千份简历，没有任何跨搭配记录可用，凭证是他唯一能用的东西。凭证管准入，本文管读人，两账并行，谁也不能取消谁。而且要老实说：建立跨回合账本的成本极高——原产地规程从立法到形成可撤级的追索机制，用了几十年，中间经历过丑闻、诉讼与分类重建。指望教育与用人系统在五年内长出这一页，是不现实的。这一处削弱动了本文的价值排序：本文不再主张"取消"，只主张"并行增设"。
另外三条边界，说明白省得被误用：
十四 · 能读出人的账本长什么样，以及它为什么多半不会被建
如果要建那一页，它长这样，一共四栏：
1. 搭配构成：这一次生产里有谁——人的名单，以及工具及其主版本。工具版本必须记，因为它决定基线。
2. 轮换标记：这个人的上一次记录里，搭配是不是同一个；哪一项变了。
3. 基线估计：这一类搭配、这一类任务，通常做到什么水平。这一栏最贵，因为要有可比的历史。
4. 逆境标记：这一回合是不是坏年景——时间压力、信息不足、需求变更、事故处置。第五节那门手艺早就发现，搭配的真实差别在坏年景才放大；顺境里最强单干往往就赢了。
有了这四栏，g_r 可算；没有这四栏，怎么算都算不出来。
现实里最接近这一页的三种记录，各差一点：开源贡献史（缺工具版本栏）、多项目制的咨询与工程组织（有搭配构成，缺基线栏）、以及研究实验（四栏基本齐全，但只在实验里，不在雇佣关系里）。第九节判负的那个结果在这里发挥了它最大的用处：既然一半以上的实验早就在用这种设计，那么"技术上做不到"这个借口不成立。剩下的只能是制度选择。
为什么多半不会被建？三个理由，一个比一个硬。
第一，它读起来慢。至少三个搭配才有数，坏年景才显影，可能要好几年。而招聘要在两周内做完。
第二，它触碰隐私与协作关系。记录"谁和谁一起做的、用的哪一版工具"，等于给每个人建一份协作图谱。这件事的滥用风险极高，第十五节要专门处理。
第三，也是最根本的：它一旦被建成并公开挂钩，就会失效。这一条不是风险，是这个量的性质。下一节详述。
十五 · 伦理与证据边界
本文交出的是一个比率，一个可以拿去考核人的数。所以下面三条是硬条款，不是建议。三条缺一，这个读数就不该被使用。
第一，这个读数指的是位置，不是人。g_r 描述的是"某人处在跨搭配不变项这个位置上时，记录呈现出的差分"。它不是一个人格特质，不是一种能力，不是天赋。同一个人换一片领域，g_r 可以完全不同——因为基线变了、搭配类型变了。任何把 g_r 当成"这个人的等级"的用法，都是误用。它更接近一个位置读数，而不是一张证书。
第二，不得为了把这个数做好看，而在安全关键系统里安排轮换或制造变动。这一条针对的是一个非常现实的危险：本文说"要轮换才读得出人"，管理者听成"那就多轮换"。在手术团队、飞行机组、电力调度、核安全这类地方，固定搭配本身就是安全资产——磨合出来的默契、共享的心智模型、无需言语的配合，是事故率下降的直接来源。为了让某个人的读数可算而拆散一个磨合好的团队，是拿安全换测量。在安全关键系统里，本文的读数应当直接判为不适用，而不是"谨慎使用"。
第三，已经按这个读数做出不利安排的，必须公开编码规则并给出复核通道。如果有机构用 g_r 做了不续约、不晋升、不录用的决定，它必须公开：搭配三元组怎么划的、基线 b_j 怎么估的、最少搭配数是几、哪些回合被判为不适用。并且必须给当事人一条复核通道——尤其是"搭配不足三个而被按零处理"这种情形，那是定义错误，不是低分。
反噬预言，写在正文里。这个读数一旦进入考核，最省事的达标办法是什么？不是提高常席差，而是在文书里做手脚：把不轮换的搭配记录成轮换（换个项目代号即可）、挑选自己表现好的回合上报、把坏年景的回合标成顺境不计入。更深一层：一旦 g_r 被折算成一个可携带、可公示的分数，两件事同时发生——它成为一个公开的标签，于是第三节那条"期望改写读数"的机制重新启动，评价者看到高 g_r 的人，读到的东西真的不一样了；同时它成为那个匿名常驻同产者的又一个训练目标，被优化、被均摊、被追平。这个数在被广泛采用的那一刻，就失去了它本来要携带的关于人的信息。
这与"一个指标一旦成为目标就不再是好指标"那条常被引用的规律不是同一回事，分界可以判：那条规律的机制是激励——因为有奖惩，所以人去优化指标。本文这条的机制不需要激励：即便完全不挂钩任何奖惩，只是把这个数登记并公示，它照样衰减。判决形式很干净——设两组，一组只登记不公示不挂钩，一组公示但不挂钩：若公示组的分数与后续实际表现的相关性衰减快于只登记组，则本文这条成立（污染机制）；若只有在挂钩奖惩时才衰减，则那条老规律够用，本文这条多余。
我要老实说：我看不到出口。任何让常席差被广泛用起来的方案，都要求它被记录、被计算、被传达；而记录与传达本身就在毁它。可能的缓解只有三种，都不彻底：让它只在机构内部使用不对外公示；让它只作为"值得多看两眼"的触发器而不作为排序依据；以及让基线 b_j 保持不公开，使优化没有靶子。三种都靠制度自律，都会被绕过。这一条是本文最弱的地方，我不掩饰。
十六 · 什么情况下本文算错
按第七节那一册口径，本文的可判负条件如下，每一条都写明观察什么、以及什么不算数。
判负条件一：在控制住既有的能力量表（认知能力测验、社交技能量表、结构化面试评分）之后，g_r 对跨搭配表现没有独立的预测力。观察对象：任何拥有三个以上搭配记录的人群。若成立，则存量式答案够用，本文的第一层主张倒。
判负条件二：在固定搭配里累积足够多的回合之后，对个人的评估精度持续提高，而不是收敛到搭配层。若成立，则雇主学习模型够用，"共有成分不会被平均掉"这条机制不成立。
判负条件三：跨组织流动的双向固定效应模型在工具高度同质化之后，估出的人效应方差占比保持稳定、跨行业人效应相关性不上升。若成立，本文说的那种共线并没有发生。
判负条件四：把 g_r 只登记不公示、不挂钩奖惩，它与后续实际表现的相关性仍与公示组一样衰减——那么第十五节那条"不需要激励也会衰减"的机制不成立。
判负条件五（已部分实现）：第九节问题二已经判负，第三层主张已按条款收窄。若进一步的证据表明，制度性评价账本里其实已有相当比例记录了搭配构成与工具版本，则第三层主张完全倒。
写死日期的那一条，见第十八节。
十七 · 本文自己
用本文自己的判据审本文自己，不是为了谦虚，是因为本文如果不能给自己定位，它就不该被别人用来定位任何人。
本文是一次单回合的混产。它由一个人与一套模型共同完成，模型的具体版本、参与的深度、每一节各改了几遍，都没有留下记录。按本文自己的判断，读者从这一件成品里读到的，是"这位作者 × 这套工具 × 这一类题目"这个搭配，读不出其中任何一方。本文正坐在自己描述的靶格里。
这不是一句自谦，它有具体后果，三条：
后果一：本文的任何单次评价都不可信，包括好评。如果有人读完说"这篇很有见地"，按本文自己的主张，这个判断读的是搭配，不是作者。所以本文不能拿任何一次好评当作它主张成立的证据——那是自相矛盾。
后果二：本文唯一能指认的自身可读格样本，是同一执行者跨搭配的记录史。这位作者在同一套工作方式下，跨越几十个不同题域、不同工具版本、不同合作形态，产出过一批可比的东西。那批记录才是本文自己那一页账。如果那批记录里，成绩的差分并不稳定偏向这位作者——也就是说换个人用同一套方法能做出同样水平的东西——那么本文关于自己的那部分主张就倒了。这一条我无法自证，只能指出证据在哪儿、该怎么查。
后果三：本文提出的这个读数，本文自己没有资格用它给任何人打分。参与写作的一方不能为自己参与的文本发认证分，这是一条一般原则，在这里有加倍的理由：本文正是在论证"参与者读不出参与者"。任何关于本文水准的判定，都必须由独立的、未参与写作的一方给出，并且最好不止一次、不止一组。
还有第四条，关于本文的处境：本文所主张的那种可读性，本文自己享受不到。因为一篇文章就是一件单件作品，它被引用、被评价、被排序的方式，全部是单回合的。本文要求的记账形状，正是本文这个文体所不具备的。这一点不构成对本文内容的反驳，但它确实说明：改变账本形状这件事，靠写文章推不动——写文章本身就在旧账本里进行。
十八 · 结论，与一个写死日期的赌注
回到那三张成绩单。
第一张读出的是搭配。第三张诚实地承认自己读的是一个组。而第二张纸上那件真正值钱的东西——三年里，无论跟谁组队、做什么题、用哪一版工具，那个组交出来的东西总是好一点点——成绩单上没有为它设一栏，所以它不被读出、不被定价、不被承认。
AI 时代大学毕业生的核心竞争力，就是那件没有栏目的东西：常席差。它不是一件作品的品质，不是一纸出身的凭证，也不是一条能写进培养方案的能力条目。它是"别的都换过之后，还剩下的那道差"。在单回合的评价记录里，它不是难测，是没有定义。
所以三句实践含义：
对学生：不要把力气全花在把单件做得更漂亮上——那一格的分辨率正在归零。去积累一件事：在尽可能多的不同搭配里留下可比的记录。不同的队友、不同的任务、不同的工具版本，最好还有几次坏年景。这不是为了简历更花哨，是为了让你身上那道差有机会被算出来。
对学校：与其把资源继续投进监考、检测与更严的单件闸门（那是靶格），不如做一件更笨的事——在培养记录里加上四栏：搭配构成、轮换标记、基线、逆境标记。这四栏一旦有了，很多现在吵不清的事都会自己清楚。
对用人方：凭证继续用，它管准入，本文不反对。但请把"三个以上不同搭配下的可比记录"当成一个独立的、比作品集更值钱的东西去索取和保存。也请记住第十五节那三条，尤其是不要为了让这个数好看去拆散安全关键的固定团队。
最后，一个写死日期的赌注。
到 2031 年 12 月 31 日为止，主流的招聘系统、绩效系统与学籍成绩系统，不会新增"搭配构成（协作者 + 工具及其主版本）与轮换记录"这一类结构化字段。
什么算我输：任一主流人力资源系统或学籍系统，在其标准字段里增加了"本次产出的协作者名单"与"所用工具及主版本"，且这两栏被用于个人层面的评估或定价。
什么不算我输——这一条必须写死，否则赌注是空的：仅仅新增"是否使用了 AI"这样一个二值披露字段，不算命中。这类字段现在已经在出现，它记录的是"用没用"，不是"和谁、用哪一版、在什么基线下"。二值披露解决的是诚信问题，不是可读性问题；它甚至会加固靶格，因为它把注意力引向"这件东西干不干净"，而不是"这个人读不读得出"。
如果 2031 年底这一栏真的出现了，本文的第三层主张倒，而我很高兴地认输——因为那意味着第二张成绩单上的那个孩子，终于有了一栏可以待的地方。
注释与说明
关于第九节所用数据。数据为公开发表的人机协作系统综述与元分析的开放数据（106 项实验，370 个效应量），由后续再分析者整理并公开于开放科学框架平台。本文使用其合并数据表，未作任何样本筛选。计算规则（两个问题、0.50 阈值、判负条款）在取数之前写定，仅执行一遍，未因结果调整编码。方向判定的一处编码失误已在正文第九节写明，并已用数据作者自带的方向校准列与协同变量交叉复核。
关于三家材料的引用性质。第三、四、五节所引的三门手艺的核心判断句，均取自各自领域的原始文献或法规条文，不是本文代拟。三处最要紧的实证——重复样本的评委一致性、标签对体验层面的改写、混作越过最强单作的比例与显影年限——均可在所引文献中逐条核对。
字数与版本：正文约 2.0 万汉字。版本 1.0，2026 年 9 月 2 日。
人机分工声明：本文由作者与一套大型语言模型共同完成。选题、判断的取舍、三家材料的选定、可判负条款的写定与最终定稿由作者负责；文献检索、数据下载与计算、初稿撰写由模型执行。第九节的计算脚本与原始输出可备查。按本文第十七节的判断，读者从本文这一件成品中读到的是这一搭配的产出，而非其中任一方；本文不为自己主张任何评价等级，任何关于本文水准的判定应由未参与写作的一方独立作出。
参考文献
Abowd, J. M., Kramarz, F., & Margolis, D. N. (1999). High wage workers and high wage firms. Econometrica, 67(2), 251–333.
Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Harvard Business Review Press.
Alchian, A. A., & Demsetz, H. (1972). Production, information costs, and economic organization. American Economic Review, 62(5), 777–795.
Altonji, J. G., & Pierret, C. R. (2001). Employer learning and statistical discrimination. Quarterly Journal of Economics, 116(1), 313–350.
Amerine, M. A., Pangborn, R. M., & Roessler, E. B. (1965). Principles of Sensory Evaluation of Food. Academic Press.
Cardinale, B. J., et al. (2007). Impacts of plant diversity on biomass production increase through time because of species complementarity. PNAS, 104(46), 18123–18128.
Cronbach, L. J., Gleser, G. C., Nanda, H., & Rajaratnam, N. (1972). The Dependability of Behavioral Measurements. Wiley.
Deming, D. J. (2017). The growing importance of social skills in the labor market. Quarterly Journal of Economics, 132(4), 1593–1640.
Dion, R. (1959). Histoire de la vigne et du vin en France des origines au XIXe siècle. Paris.
European Union (2012). Regulation (EU) No 1151/2012 on quality schemes for agricultural products and foodstuffs, Article 5.
Farber, H. S., & Gibbons, R. (1996). Learning and wage dynamics. Quarterly Journal of Economics, 111(4), 1007–1047.
Florence, A. M., & McGuire, A. M. (2020). Do diverse cover crop mixtures perform better than monocultures? A systematic review. Agronomy Journal, 112(5), 3513–3534.
Goldin, C., & Rouse, C. (2000). Orchestrating impartiality: The impact of "blind" auditions on female musicians. American Economic Review, 90(4), 715–741.
Groysberg, B. (2010). Chasing Stars: The Myth of Talent and the Portability of Performance. Princeton University Press.
Hodgson, R. T. (2008). An examination of judge reliability at a major U.S. wine competition. Journal of Wine Economics, 3(2), 105–113.
Hodgson, R. T. (2009). An analysis of the concordance among 13 U.S. wine competitions. Journal of Wine Economics, 4(1), 1–9.
Lawless, H. T., & Heymann, H. (2010). Sensory Evaluation of Food: Principles and Practices (2nd ed.). Springer.
Loreau, M., & Hector, A. (2001). Partitioning selection and complementarity in biodiversity experiments. Nature, 412, 72–76.
Matthews, M. A. (2015). Terroir and Other Myths of Winegrowing. University of California Press.
Plassmann, H., O'Doherty, J., Shiv, B., & Rangel, A. (2008). Marketing actions can modulate neural representations of experienced pleasantness. PNAS, 105(3), 1050–1054.
Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology. Psychological Bulletin, 124(2), 262–274.
Shapley, L. S. (1953). A value for n-person games. In Kuhn & Tucker (eds.), Contributions to the Theory of Games II. Princeton University Press.
Spence, M. (1973). Job market signaling. Quarterly Journal of Economics, 87(3), 355–374.
Taleb, N. N. (2018). Skin in the Game: Hidden Asymmetries in Daily Life. Random House.
Trenbath, B. R. (1974). Biomass productivity of mixtures. Advances in Agronomy, 26, 177–210.
Vaccaro, M., Almaatouq, A., & Malone, T. (2024). When combinations of humans and AI are useful: A systematic review and meta-analysis. Nature Human Behaviour, 8, 2293–2303.
Vandermeer, J. (1989). The Ecology of Intercropping. Cambridge University Press.
de Wit, C. T. (1960). On Competition. Verslagen van Landbouwkundige Onderzoekingen 66.8.
Woolley, A. W., Chabris, C. F., Pentland, A., Hashmi, N., & Malone, T. W. (2010). Evidence for a collective intelligence factor in the performance of human groups. Science, 330, 686–688.