一次人与 AI 围绕某个知识点的对话，表面上是”共同思考”，实际上有一条清晰的分工线。每一个推进步骤都包含两个动作：
把这两个动作各自的执行者标出来，对话式学习的结构就一目了然：
| 生成位（提出下一步） | 验收位（判断这步是否成立） | |
|---|---|---|
| 对话中由谁执行 | AI | 学生 |
| 学生因而获得的练习 | 无 | 大量 |
| 现行考试主要测什么 | 测这个 | 基本不测 |
| 撤走 AI 之后 | 从未练过，无法执行 | 练过，但没有对象可验收 |
这张表是本书的第二个承重结构。它把”学生到底学没学到东西”这个含混的问题，换成了一个位置问题：学生练的是审稿，考场上要交的是作者产出。
这里必须避免一个常见的偷懒结论——“所以学生什么也没学到”。不对。验收位的练习是真实的练习，学生确实在其中获得了三样东西：这类问题长什么样、一条好的解法长什么样、什么样的步骤看上去说得通。这些是识别能力，识别能力是真增量。
问题只在于：现行考试不测识别，测生成。而且第七章将说明，这两者之间的关系并不对称。
如果识别与生成是两种平行的能力，那么本书的结论会温和得多：学生练了一种、考了另一种，改考试即可。但有理由相信它们不平行——验收能力在相当程度上依赖生成能力。
论证有三条。
其一，判准的来源是失败。 一个人之所以能看出某一步不对，通常不是因为他记得规则，而是因为他自己在类似的地方栽过。判准主要从自己走错的路上长出来。一个从未独立生成过下一步的人，手里只有课本上写着的规则，而规则是判准中最浅的一层——它能挡住明显的违规，挡不住”每一步都合规但整体走错了”的情形。
其二，可辨识的错误与真实的错误分布不同。 学生在对话中见到的 AI 输出，是一个高度优化过的分布：大部分正确、错误集中在特定类型（幻觉引用、边界条件、单位换算）。他的验收能力会向这个分布拟合。而考场上、工作中真正要防的错误分布不是这个。拟合错了分布的验收能力，在分布外几乎无效。
其三，最危险的一点：不会生成的人，验收只能停在表层流畅性上。 要判断”这一步是不是最好的下一步”，必须能够想象其他候选；不能生成候选，就只能判断”这一步说得通吗”。而 AI 输出的最强属性恰恰是”说得通”。于是验收退化为对流畅性的确认——这是一个可以被输出质量的提高直接骗过的判据。
这三条合起来给出一个不对称结论：
生成能力可以独立训练；验收能力不能独立训练，它以生成能力为前提。
这一条是本书全部规范性主张（闭卷考试是否还有依据、认知训练是否仍然必要）的唯一承重。它目前是论证而不是实测结论。第三十九章为它设计了判决性实验，并在第四十二章写明：若该实验显示验收能力不随生成经验减少而下降，本书第三编、第四编的规范部分全部作废。