一、一块泥板保存的不只是几句话
纽约大都会艺术博物馆收藏的一块新苏美尔时期泥板，记录了供信使使用的啤酒、面包、油和洋葱配给，馆藏说明将其年代定为约公元前二〇二八年。[11]这件物品的意义，不只在于古老，也在于它把一个已经发生过的分配过程变成了可以再次查看的记录。记忆不再只能随某位当事人的回忆出现，而获得了另一种进入后续活动的方式。
从这件材料可以提出一个问题，却不能直接替古人回答全部问题：当配给被写下，管理活动究竟只是记得更多，还是也改变了怎样核对、怎样比较以及由谁接续？本章主要沿着后一条线索作概念分析。我们不把一块泥板扩写成对整套古代制度的完整证明，而是从可见的记录结构出发，理解外部保存怎样可能重组活动。
记录让时间中的一次事件获得了可返回的位置。后来者可以把新的分配与过去的记录并列，发现差异，也可以围绕记录是否准确产生争论。文字没有让人的生物记忆自动拥有泥板的耐久性，却使人—记录—使用规则构成的活动拥有了不同的持续方式。能力的承担者从这里就不能只由头脑内部解释。
与此同时，留下记录并不保证留下真相。记录可以遗漏、误写，也可能只反映某种管理视角。外部结构增加了可追查的条件，却不能取消对来源与用途的检查。这一点对今日的信息系统同样重要：保存得更多不自动意味着理解得更多，可检索也不自动意味着可信。
二、从记住内容到组织可返回的地方
没有清单时，一个人需要在行动中记住若干事项；有清单以后，他还需要形成清单、知道何时查看以及理解条目。认知人工物研究曾明确指出，工具可能改变个人承担的任务，而不是简单放大原有认知能力。[1]本书据此继续追问：新任务怎样稳定，外部记录又在什么条件下成为可持续的活动单位？
清单上的一个词并不是全部事情。它可能指向一个约定、一段材料或一个待处理问题。使用者能够调用它，依赖的是词语与活动之间已经形成的联系。若这些联系不存在，清单只是符号集合。于是，封装不仅是把内容放在外面，还涉及使外部结构能够被正确进入的关系。
当记录越来越多，任务又会改变。最初要记住的是事项，后来需要找到事项，再后来可能需要组织事项之间的联系。索引、分类与交叉引用都可以成为新的实现条件。每一层稳定之后，下一层活动才不必重复前一层全部搜索。高度变化在这里表现为新的组织对既有组织的调用。
但层级增加也可能带来负担。分类复杂到无人理解，索引指向已经不存在的材料，记录之间缺少版本关系，都会使看似丰富的积累难以使用。我们需要评价的不是保存系统有多少层，而是这些层能否支持实际返回、比较与修订。结构越多，并不自动表示能力越高。
三、符号不是内容的透明容器
同一个符号可以在不同活动中承担不同作用。纸上的一个数字可能表示数量、顺序、编号或某种约定的类别。要知道它能参与什么运算，就必须知道当前使用规则。把符号当作装着固定意义的小盒子，会遮住符号与活动之间的关系，也会使我们高估纯粹搬运字符能够完成的理解。
例如，一张表中“八”可以表示八个人，也可以是第八个项目。如果程序把它们都当作可相加数量，得到的结果可能形式整齐却没有相应意义。错误不一定出在算术，而可能出在符号被接入了不合适的过程。信息处理能力因此不仅涉及处理速度，也涉及表示方式与使用条件怎样被组织。
在本书的发生视角中，符号的稳定性来自它在具体互动中的可重复用法及其关系。它能够作为一个单位被调用，但这种单位地位并不意味着脱离一切条件仍然保持同样意义。封装需要保留足以支持调用的条件，不能把所有相关联系都抹去，再期待字符自动说明世界。
人工智能生成文字时，尤其容易让使用者从流畅形式推断完整理解。本章并不据此判定机器有没有某种内在体验，而是要求结果进入实际使用时接受相应检查。句子与材料、规则、目的是否相合，是一个可以分析的问题；它不能由句子看起来像熟练表达这一点单独解决。
四、纸面上的排列怎样参与计算
考虑一个简单乘法：三百四十七乘二十七。我们可以把二十七拆为二十与七，分别得到六千九百四十和二千四百二十九，再相加得到九千三百六十九。这个例子中的数字可直接核算。若把中间结果写在纸上，操作者不必同时在记忆中维持全部数值，纸面排列就参与了过程的组织。
竖式不仅保存数字，还通过位置关系帮助区分位值与步骤。使用者对这种布局形成经验后，可以把一部分组织工作交给外部结构。这里的能力不能完整归于纸张，也不能只归于头脑。纸张提供可保持的痕迹，规则使痕迹获得操作意义，个人的辨认与动作使过程继续。
若改用计算器，同一算术目标又进入另一种实现。使用者不必逐项完成上述中间步骤，但需要正确表达输入并理解结果用于什么。两种方式适合不同活动。学习位值与运算关系时，纸面展开可能具有发生功能；在已知任务中处理重复算术时，成熟计算工具则可以减少不必要重复。
不能把一种方式的优点推广到所有目的。手工展开不保证概念真正理解，工具输出也不保证理解被取消。关键是活动目标与实际过程是否相配。我们需要避免两个自动结论：凡自己写过步骤就已经学会，凡没有写出步骤就没有任何认知发生。
五、算法使一段过程获得可传递的次序
当某种计算方法被组织成明确步骤，它不仅可以帮助一个人完成一次任务，也可能被他人学习、检查与再次使用。过程从某次临时发挥中分离出来，获得了相对稳定的次序。算法在这一意义上提供一种可传递的实现结构，但它是否适用仍依赖问题条件。
算法不只是答案的缩写。答案给出一个特定结果，算法则说明一类输入怎样通过步骤得到相应输出。由此，封装的颗粒发生变化：后来者可以把一个方法作为整体进入更大的问题，而不必每次重新发明相同的运算路径。方法仍然可以被展开，但无需每次都从零发生。
程序把某些步骤落实到机器执行中，进一步改变当前使用者承担的工作。知道一个算法存在，能够手工执行它，能够调用其程序实现，以及能够判断它是否适合当前问题，是不同能力。它们可以组合，也可能分开。教育与工作评价若不区分这些层次，就会不断用一项能力替另一项作证。
这也使“基础”需要按活动重新理解。某些人需要深入研究算法原理，某些人需要学习把算法连接到现实任务，还有些人只需使用经过可靠封装的服务。不同目标对应不同训练。不能因为不是人人都研究内部原理，就推断原理研究不再重要；也不能因为原理重要，就要求所有用户重建全部推导。
六、机械计算的理想与没有完成的现实
计算机历史博物馆关于巴贝奇的材料说明，他的差分机计划试图把制表中的计算与部分输出过程机械化，后来的分析机设计进一步走向可编程的通用计算构想；这些构想在他生前并未全部实现。[12]这里值得保留的不是一个机器必然成功的传奇，而是“想要封装”与“已经稳定封装”之间的距离。
一套设计能够表达某种实现可能，并不证明制造、运行与维护条件已经齐备。封装的发生需要跨过这些实际环节。若我们只讲思想上的突破，就容易把尚未成为可靠服务的构想说成现成能力；若只看当时没有完成，又可能看不见新的组织原则已经被提出。概念与实现需要分别评价。
这一历史材料也帮助我们理解当代演示。一个系统在特定情境中完成复杂任务，可以证明某种局部可能，但还不能独自证明规模化稳定运行。我们应当追踪从演示到可托付整体之间还缺什么，而不是在兴奋与否定之间立即选择一边。历史的价值在于暴露过程，不在于替未来保证结果。
同样，成功封装也不是某位发明者单独完成的脑内事件。设计、材料、制造、测试与使用之间的关系都可能影响结果。强调这些关系不妨碍承认重要构想的贡献，却能防止把技术史再次压缩为孤立主体不断增强自己的故事。
七、文字也改变了什么能够成为思考对象
外部记录一旦能够被返回和并列，一些原来难以稳定比较的东西就可能成为新的对象。不同版本的同一主张、跨时间的记录、彼此冲突的解释，可以在同一工作空间中被组织。这里的变化不仅是记忆容量扩大，而是可比较关系发生了改变。
设想一个研究者把几段访谈放在一起，发现同一词语在不同情境中指向不同经验。若只保留总结，差异可能被提前抹平；若能够回到原段落，新的问题就有机会形成。工具的作用不是替世界贴上更多标签，而是使差异能够进入持续比较。广度与颗粒度在这一活动中相互作用。
这种变化还可能进入高度。当反复比较形成了稳定方法，研究者可以把它用于组织下一批材料；当方法在新材料中失败，又需要重新展开并修订。能力发生不是一次写下规则就结束，而是在调用、反馈与调整之间继续。封装提供起点，不应成为禁止修正的终点。
文字案例还显示出封装的层次。一个符号把许多可辨认差异组织为稳定记号，一份记录使信息可以跨时间调用，但记录本身未必执行其描述的操作。书写、程序与自动运行不能因同属外部结构而被判为相同程度的封装。它们之间的历史联系，恰恰需要通过“什么被稳定了、什么仍待谁执行”来说明。
我们也应当看见外部结构可能固化视角。一个表格只保留某些字段，就可能让其他差异难以进入。记录不是完全中性的背景，它以具体形式参与认识。承认这一点并不要求拒绝所有结构，而是要求知道结构保留了什么、排除了什么，以及何时需要改变观察颗粒。
八、档案丰富与知识发生之间的距离
一个人拥有大量文件，并不意味着他已经形成同等规模的理解。文件可以彼此孤立，也可以无法返回原始条件。若每次遇到问题都只是增加一份摘要，而不让不同材料发生比较，积累可能只是结果堆积。数量增长在这里并未自动带来广度上的有效连接。
要让档案参与能力发生，需要能够围绕当前问题进入材料，保留关键出处，辨认版本与条件，并允许新经验反过来修改原有组织。这里提出的是一种工作原则，而不是要求所有人建设复杂系统。对于某些简单活动，一份清楚的小记录已经足够；对于长期研究，关系与版本则可能更加重要。
人工智能可以参与这种组织，但也可能把档案变成更难追查的二次文本。若总结不断覆盖原文，后来者无法区分材料说了什么与系统推断了什么，外部保存反而可能减少可检验性。真正的封装应当让调用更方便，同时保留在适当层级返回依据的路径。
因此，知识工具的成熟不能只用输出是否流畅衡量。它还要支持发现自己不知道什么、哪里发生冲突、什么条件需要补充。某种不完整而可追查的记录，可能比一份完整却无法定位依据的综述更适合继续研究。完整外观不是认识完成的证据。
九、外部能力怎样成为个人生活的一部分
一个研究者长期使用自己的笔记、材料和方法时，这些外部结构会参与他能够做什么。但“参与”并不等于“永远可靠拥有”。文件能否打开、记录能否迁移、使用规则是否仍然理解，都影响其实际能力。外部积累需要得到支持，正如个人经验需要实践一样。
这使我们能够重新理解所谓个人知识。它不必只限于能够闭眼背出的内容，也可以包含本人持续参与形成并能够可靠进入的记录与方法。与此同时，不能把互联网上一切可搜索内容都算作个人已经掌握。潜在可访问、实际可调用与经过互动形成的理解，是不同层次。
个人在这些外部结构中的参与也会改变。最初可能只会查看，后来能够比较，再后来可以重组并产生新的问题。这些变化需要具体实践，并不由拥有一个账户自动发生。工具降低某些门槛，不会取消所有学习；只是学习不再只有把全部内容搬回脑内这一种形式。
于是，外部与内部不是两间互相争夺知识的仓库。更有解释力的问题是，什么差异通过怎样的活动被稳定理解，什么过程由哪些结构承担，又如何进入下一次认识。只有这样，我们才能看见记录、算法与程序如何参与知识发生，而不只争论它们究竟替人记住了多少。
十、认知工具并没有等待人工智能才出现
文字、布局、算法与程序已经说明，认知活动的实现长期可以跨越身体边界。人工智能使其中一些外部过程变得更显眼、更广泛，也引入新的可靠性与组织问题，但它不是外部参与首次进入思考的时刻。我们不必因此低估新变化，也不必把新变化解释成认知纯洁性第一次遭到侵犯。
第二编接下来的问题，是这些不同封装怎样组合成更大的系统。单个工具的存在并不保证整体能力，接口、次序与反馈都可能成为新的难题。只有理解系统组合，我们才能说明为什么安装更多软件并不自动形成更强复合体，也才能看见下一轮封装究竟在稳定什么。
内容获得可返回的位置，步骤获得可传递的次序，过程获得外部执行；这些变化说明，认知活动不能只用头脑容量解释。下一章将把单一器具放入系统，追踪一个已经稳定的单位怎样成为其他活动可以依赖的条件。