一、作业完成以后，能力究竟在谁那里
一位成年人过去从未写过程序。现在，他向人工智能描述需要，把生成的代码放进运行环境，看到一个能够统计家庭开支的小工具。他很高兴，说自己学会编程了。第二天工具报错，他无法说明错误，也不知道该怎样提出进一步问题。有人因此断言：他什么也没学会。还有人反驳：工具已经做出来，何必计较谁会编程？
这是一则构造案例。两种判断各抓住一部分事实。工具能运行，确实与什么也没发生不同；但一次完成也不足以证明这个人形成了稳定的编程能力。真正需要澄清的是：我们正在评价哪一个单位，哪一种能力，在哪些条件下的能力。问题若不清楚，赞扬与否定都会落在过大的结论上。
“我材发生”从这里进入。它关心的不是一个人拥有多少可供识别的既有特长，而是这个人在新的关系、工具与问题中，能否形成此前没有的行动与理解方式。题目里的“我”并不意味着能力必须全部存放于自然人的头脑之内；但它要求我们说明，这种形成与这个人的历史、选择、责任和后续道路有什么关系。不能只因产物出现在他的账号里，就把所有能力自动划归给他。
依据书架呈现的问题方向，本章提出两条新材发生的解释路线：人与AI形成新的复合体，使此前不存在的材发生；已有的材通过碰撞，产生新的材或新的材的特性。本章同时讨论现实世界、理念世界、自我世界中的层级提升。本章按这些研究设想展开，不将其写成已经取得充分实证验证的教育规律，也不冒称已通读第400卷的全部正文。
这组主张首先改变教育的问题顺序。过去常问：你是什么样的人，适合学习什么？现在增加一个更前置的问题：在怎样的组合与活动中，你可能成为此前还不是的学习者？过去常问：如何把现有优势发挥得更好？现在还要问：优势之间怎样相遇，原先不构成优势的经验怎样获得新作用，谁来判断这种变化值得继续？
这不要求废除一切因材施教。面对既有差异，选择适合的起点与支持，仍有实际价值。要改变的是把既有材当作教育最终边界的做法。如果“适合你”变成不许跨出的围栏，教育就会把一次识别变成长期安排，把目前的差异变成未来只能如此的理由。发生学要打开的是这个封闭。
二、把材从库存改写为可形成的组织
我们不妨先给“材”一个工作性说明：在某类条件下，能够相对稳定地分辨问题、组织行动并接续反馈的一种能力组织。这个说明并非作者所有文本的固定定义，而是本章为便于讨论提出的操作性表达。它把三个问题放在一起：能做什么，依靠什么条件，做过以后怎样继续。
只列举“语言材”“数学材”“管理材”，容易把材看成库存标签。标签能够帮助沟通，却不能解释一项能力的实际结构。例如，一个人善于讲故事，可能擅长察觉听众反应，也可能只是熟悉某种固定模板。两者在熟悉场景中都能表现得很好，进入陌生任务以后却可能出现很大差别。材的名称相同，发生结构并不相同。
同一种材还可能借助不同载体存在。有人记得大量事实，有人擅长建立可检索资料，有人善于组织团队对事实的核查。在一个需要可靠答复的任务中，三者都可能作出重要贡献。但它们不能被当作同一种个人记忆能力。教育若只考核无工具复述，就会偏向第一种；若只看最终报告，又可能掩盖每个人实际承担的部分。
因此，我材发生需要同时描述个人与复合体。个人层面要看他能否形成新的问题意识、辨认与调整能力；复合层面要看工具、记录、伙伴和规则能否共同支持以前做不到的工作。两层可能一起增长，也可能一层增长而另一层停滞。这个区别将决定我们怎样评价AI辅助学习。
材还具有局部性。一个人能在某个领域识别好问题，不意味着换到任何领域都能立刻做到。成熟的判断往往依赖长期接触的材料、错误与后果。所谓升维如果被写成脱离具体内容后获得万能眼光，就会制造新的幻觉。更高层级的组织仍需要接入足够具体的差异，否则只能输出概括性话语。
另一方面，局部性也不是封闭性。一项在原领域形成的能力，进入新领域时可以提供起点。音乐训练中的节律敏感，未必自动变成数学能力；但在一个特定问题中，它可能帮助人发现可讨论的结构。我们需要观察实际连接怎样建立，而不是先宣布一切都能迁移，或一切都不能迁移。碰撞的意义就在于，它可能改变能力之间原先不存在的关系。
三、人与工具什么时候构成一个新的学习单位
一个人打开AI窗口，并不自动形成新的复合能力。最简单的使用可能只是请求答案、复制答案、结束任务。这个过程确实发生了信息流动，但是否改变了后续分辨与行动，需要另外检查。工具接入是必要条件之一，却不能独自证明复合体已经形成。
我们可以用一个构造的社区调研任务解释。学习者想了解公共活动空间为什么使用率低。他先让AI列出常见原因，得到距离、设施、宣传、时间安排等选项。此时模型提供的是一个一般材料集合。学习者如果直接把它写成当地调查结论，就越过了现实反馈；如果只把它当作访谈准备，接下来则有机会让材料进入具体发生。
他到现场观察，发现活动空间并不偏远，却有几位居民表示不知道是否允许自由进入。他把这些观察带回，与AI讨论原有分类是否遗漏了使用资格的模糊性。模型帮助整理访谈问题，学习者再与不同居民交流，发现部分人担心打扰既有小群体。原先的“设施不足”猜想被缩小，新的问题变成进入规则怎样显露。
这里，人机关系开始具有连续结构。模型输出不再是终点，而是下一次现实行动的材料；现实行动不再只是给模型背书，而是有能力改变问题与分类；学习者也不再只是信息接收者，而在选择调查对象、理解反应与承担判断。记录将这条过程保存下来，下一轮可以检查自己何时换了问题。这个组合才有理由被研究为新的学习单位。
但即使如此，也不能马上宣布形成了“超级智能”。我们需要问它是否稳定：换一个相近任务还能不能运行，模型换掉后哪些部分保留，学习者能否解释关键选择，团队是否能发现错误，记录是否足以支持修正。如果每一轮都依赖一次偶然的漂亮提示，而后续无法接续，形成的可能只是一次产物。
复合体也不是无边界的大整体。一个学习项目可能使用很多外部资源，但并非所有资源都以同等方式参与能力形成。某个资料只被偶然引用，某个工具则持续影响问题表达与检验方式。分析边界应围绕当前能力的运行来确定：改变哪一条件会使关键过程变化，哪些条件只是可替换背景，哪些责任不能随工具外包。
在这个意义上，“人—AI”还不够完整。现实约束、资料来源、记忆记录、合作规则与反馈机制，往往同样重要。《SDE智能体导论》把人、语言模型、SDE方法、工具与现实反馈放在一个复合发生系统中，其启发正在这里。我们可以批评它的具体边界，检验其新增作用，却不能把它缩成一句“让模型帮忙”。
四、第一个新材：会把含混的不满变成可检验的问题
回到社区案例。最初学习者只有一句模糊感受：这里的活动办得不好。经过几轮材料、观察与讨论，他开始能够区分设施、资格、时间与关系门槛。假如这种区分能够在后续任务中继续使用，学习者可能形成了一项新的材：把含混不满转成可检验问题的能力。
这项能力不是AI独自交给他的标准答案。若没有现场差异，模型可能一直停留在一般列表；若没有模型的材料组织，他也可能只围着自己最熟悉的抱怨打转；若没有记录与再访，新的分类未必能够稳定。新材的形成需要这几个环节真正互相改变。把贡献只归于某一方，会遗漏机制。
不过，我们仍要区分三种可能。第一种是学习者只记住了“使用资格”这个词，下次仍不会自行辨认问题。第二种是当前组合在熟悉任务上能够继续运行，但学习者单独解释困难。第三种是学习者获得部分可迁移的分辨，并能重新组织不同工具。三种情况各有价值，却对应不同评价。不能因为第三种最令人向往，就把前两种伪报成第三种。
新材也不一定意味着效率立即提高。学习者开始认真区分观察与推测，可能写得更慢，结论更少，甚至承认原先看似完整的报告没有依据。从产量看似退步，从判断结构看却可能前进。教育需要为这种变化保留位置，否则学生会学会隐藏不确定，追求更快交出看起来已经完成的东西。
这也说明为什么“结果更好”不足以单独证明材发生。AI本身性能提升，可以使所有用户的产物更漂亮；模板改进也能使报告更完整。若要判断学习者或复合体形成了什么，需要对照起点与过程。不是为了证明人必须比机器更强，而是为了知道教育到底改变了哪一个环节。
一个简便的分析办法，是在完成任务后提出新的邻近问题，要求解释原有判断会怎样调整。它不能覆盖所有能力，也不应成为僵硬考核，但有助于区分只会重复结论与能够理解形成过程。真正重要的不是故意难倒学习者，而是给能力一个显露差异的机会。
因此，“从零到一”在这里有明确范围：对于这一名学习者和这套组合，某种此前不存在的组织开始能够运作。它不是说人类历史上第一次提出了相关概念，也不是说所有内容都由此人独创。个体发生、新组合发生与世界级原创，应当分别说明。把它们混在一起，是新材论最容易出现的夸大。
五、旧材的碰撞怎样产生新特性
另一条路线从已有能力出发。设想一位长期做设备维修的人，善于从声音和运行状态中察觉异常；另一位学习者习惯整理访谈与工作记录。两人借助AI合作，准备把维修经验写成培训材料。最初，他们各做熟悉的部分：前者讲案例，后者整理文字，模型调整表达。这样可以提高产出，却未必产生新的材。
真正的碰撞可能出现在不顺利处。整理者发现，维修者反复说“这个声音不对”，却无法给新人一个可操作的区分。维修者则发现，文字模板把不同故障都写成几乎相同的步骤。双方开始意识到，现有表达形式并不适合保存经验。于是任务改变：不再只写手册，而是建立能够比较不同声音、条件与判断理由的案例结构。
模型在这里可以帮助列出描述方式，整理前后差异，提出可能遗漏的条件；但它不能替代实际设备的运行信息，也不能保证经验判断正确。维修者需要决定哪些差异值得保留，整理者需要把它们组织成别人能够接续的问题，后续使用者则提供是否读得懂、是否误用的反馈。新能力如果发生，便发生在这些相互制约之中。
这个案例中的新特性不是把“维修材”和“写作材”相加。原先的维修能力开始获得可解释、可比较的形式；原先的整理能力开始能处理难以言明的经验；两者共同形成一种经验转译的能力。每一方原有的材都被改变了，而不仅是被放在同一个项目里。
这也是为什么并行分工不等于碰撞。把一本书分成若干章节，各人写完拼接，能够增加文本规模；但如果问题、概念和判断方式没有相互进入，结果可能只是多个独白的集合。真正的协作需要让一处材料有能力改变另一处结构，让一个反例迫使别的章节收缩结论，让不同立场形成无法预先写死的新问题。
然而，碰撞也不能被浪漫化。不同能力放在一起，可能互相误解、争夺解释权、制造更多噪声。维修者可能觉得整理者只会挑字眼，整理者可能认为维修者拒绝讲清楚，模型可能用流畅语言掩盖真正分歧。只有当任务、责任与反馈允许这些分歧被保留并处理时，碰撞才可能成为新材发生的条件。
有时最有价值的结果，是发现不能合成。某些经验不适合被压成通用规则，某些差异需要专业判断，某些材料不足以支持培训推广。承认这些边界，本身可能改善原有能力的使用方式。新特性并不总表现为功能更多，也可能表现为知道何时不应使用一种功能。
六、三界层级提升究竟提升什么
“层级提升”很容易让人想到能力排名：第一层低，第二层高，越往上越值得追求。这样理解会使所有具体劳动都被压到下层，把抽象表达放到高层。对于三界层级提升，本章提出一种待审的解释，将其理解为一个需要具体证明的结构变化：人能够组织的对象、路径与责任范围发生改变，同时仍能回到实际后果。
先看现实世界。一个人原来只能完成局部动作，现在能够安排多个动作与工具的配合；原来只会按步骤操作，现在能够辨认步骤失效的条件；原来只是使用现成系统，现在能够参与修改系统。这些可能构成不同层级，但不能仅靠头衔与分工判断。一个名义上的管理者若不能理解关键后果，未必比熟练操作人员拥有更高的组织能力。
再看理念世界。一个人原来只能回答给定问题，现在能够辨认问题的前提；原来只能在一种模型内推理，现在能够比较不同模型的适用条件；原来只能接受固定分类，现在能够在材料逼迫下修改分类。这里的提升不等于术语更抽象。若抽象层无法返回差异，它只是在语言上远离现场。
自我世界的变化则涉及人怎样理解自己的位置、愿望和承诺。一个学习者原先把一次失败解释为“我不行”，后来能够分辨能力、条件与选择；原先把工具产出全部看作自己的成就，后来能够承担明确的贡献与责任；原先只能服从外部任务，后来能够提出值得持续投入的问题。这些变化可以扩展行动范围，却不能被简化为自信评分提高。
三界并不是三条互不相干的升级线。理念中的新分类可能改变现实行动；现实后果可能迫使人修正自我理解；一个新的承诺也可能使某些问题获得长期投入。层级提升如果只有一界的光亮，其他两界没有相应变化，就需要谨慎判断。会说宏大理念，不等于能够处理现实；拥有高效工具，不等于知道为何使用；感到自己被提升，也不等于已经形成稳定能力。
在社区案例中，现实层面可以是从参加一次活动转为参与设计进入规则；理念层面可以是从笼统抱怨转为区分设施与资格；自我层面可以是从等待组织者解决转为承担一项可完成的调查。三者若相互支持，就形成一个较完整的提升候选。若调查只是为了证明自己早已正确，理念层没有开放，所谓提升便可能只是一种权力扩大。
层级也不是越高越好。有些任务需要回到细小动作，有些判断必须亲自接触材料，有些关系不适合持续抽象化。真正的能力可能包含在层级之间往返：能够看到整体，也能在关键细节上停下来；能够委托，也能在必要时重新进入。不能把留在高层、不碰细节当作教育成功的标志。
七、粗粒度判断怎样依靠细粒度工作
AI使人有可能用较粗的表达组织较多工作。例如，学习者不必逐字写出程序，可以提出功能目标；不必手工整理每条记录，可以要求模型形成候选分类。这种变化确实改变了能力的分布。但粗粒度表达是否可靠，取决于它如何接上细粒度的执行与检验。
以开支工具为例。“统计本月花费”看似简单，实际包含日期格式、退款处理、重复记录、类别定义与错误提示等许多判断。如果学习者完全不知道这些判断存在，就可能把一个外观整齐的结果当成可靠结论。高层目标并不会自动吸收低层错误。封装能让人不必每次重做所有步骤，但封装的可依赖性需要形成与维持。
因此，教育应当帮助学习者辨认何时可以使用封装、何时需要打开。对低风险的探索，可以容许较粗的检验；涉及重要后果时，需要更明确的边界与复核。这里不提供一张适用于所有任务的风险表，而强调判断必须与实际后果相连。相信工具与理解工具的限制可以同时存在。
新材可能就在这种分层判断中形成。一个学习者不必变成每个领域的专家，却可以逐渐知道如何识别需要专家的位置，如何提出可回答的问题，如何比较证据，如何在反馈后调整目标。这不是“只要会提问就够了”，因为好的问题仍需要材料与经验。它是一种通过具体工作逐步形成的协调能力。
反过来，若学校一味坚持所有步骤必须由自然人独立完成，也可能错过新的能力形式。现代活动本就依靠分工与封装。教育的难题不是在全包与全外包之间二选一，而是确定哪些环节在当前学习阶段必须亲自经历，哪些环节可以借助工具，哪些环节应当共同承担。这个决定需要根据目标而变化。
例如，如果当前目标是理解一种推理结构，让学生先经历关键区分可能十分必要；如果目标是研究更复杂的问题，继续要求他手工重复已经掌握的整理动作，则可能浪费资源。相同的工具使用，在不同阶段可以具有相反意义。评价不能只问“有没有用AI”，而要问它在这一段发生中承担什么。
八、失败的四种样子
为了使我材发生可以被检验，我们需要说明它怎样失败。第一种失败是产物替代形成。学生交出一份漂亮研究报告，却不能辨认其中最关键的证据，也不知道删去某个前提后结论是否仍成立。这里可能发生了有效生产，却没有充分证据说明相应研究能力在学习者身上形成。教育不能把二者混报。
第二种失败是依赖固定组合。某人在一个熟悉模型、一套固定提示和一个狭窄任务中表现很好，稍微改变条件便无法接续。这并不使原有能力毫无价值，但说明它的适用范围较窄。若教育承诺的是能够自主重组工具与任务，现有表现尚未达到该承诺。诚实描述范围，比把依赖一概谴责为懒惰更有帮助。
第三种失败是伪碰撞。多学科术语同时出现，材料看起来丰富，但它们没有互相限制任何结论。无论加入哪一种观点，结尾都还是原先的主张。这样的碰撞只增加装饰，没有产生新的区分。检验它的简单办法是问：如果移去其中一条知识，论证究竟会失去什么？若什么也不失去，那条知识可能尚未真正进入发生。
第四种失败是层级悬空。学习者学会谈系统、生态、文明与范式，却越来越不能处理一个具体反例。遇到质疑便向更高层概念退去，最后以“你还停留在低层”结束讨论。这样的提升没有增加理解，反而建立了免检位置。真正的层级变化应当使人更能解释不同尺度如何相接，而非获得回避细节的资格。
这些失败并非只属于学生。教师可以用新词包装旧课堂，研究者可以把既有观点重新命名为发生，平台可以把自动生成量当作能力增长。若我材发生只检验弱势参与者，却让制度与工具提供者退出检验，它就重复了自己试图突破的问题。
因此，成功标准应当在过程开始前尽可能说清，同时保留被过程修正的空间。我们可以预期某种辨认、迁移或重组，但不应先规定唯一成品，再把所有偏离叫作失败。形成中的新能力可能改变原先目标，这种变化需要被说明和检验，而不是偷偷换标准，也不是一律禁止。
九、一个完整的学习回合怎样展开
现在把前面的讨论压到一个可跟随的构造项目中。某位学习者希望为家中长辈整理一份可阅读的家族口述史。他会聊天，不会系统整理；AI能够归纳文字，却不认识这个家庭，也无法核实记忆中的事件。这一组合有机会形成新材，但机会不等于结果。
最初的目标是“把故事整理成册”。模型很快给出人物传记结构，学习者照着访谈，却发现长辈并不按时间顺序说话。某个被模板视为枝节的物件，反复出现在不同故事里。学习者第一次调整：不再强迫所有材料进入生平年表，而尝试围绕物件、迁居和关系变化组织问题。
这个调整不是放弃结构，而是让材料改变结构。模型可以帮助把重复出现的线索列出来，但学习者要决定哪些值得回访。回访时，他发现家人对某次迁居有不同记忆。若目标只是产出一篇流畅故事，模型很容易把不同版本合成一个确定叙述；若目标包含理解形成过程，就必须把分歧保留下来。
第二轮工作由此产生新的问题：这本册子应该记录单一的家史，还是记录家人如何记得自己的家史？两者都可能有价值，但需要不同的写法与核查。学习者与家人讨论后，决定把能核对的时间事实与不同人的记忆解释分开。这里形成的不是更漂亮的文笔，而是一种对事实、记忆和意义之间关系的辨认。
第三轮，模型帮助建立章节草稿。学习者发现自己原来喜欢的几句话虽动人，却把家人的困难解释得过于整齐。他删去这些句子，保留一处暂时无法解释的沉默。此时，他开始能够对AI的流畅性提出具体反对，理由来自实际材料，而不是笼统地说“机器没有感情”。这是一项值得继续观察的新能力候选。
项目完成后，家人阅读，指出一段话虽然事实没有错，却让某位参与者显得只会接受帮助。学习者重新查看访谈，发现自己忽略了对方承担的劳动。他修改章节安排，把原先的配角变成另一个叙述入口。现实反馈改变了理念结构，也改变了他对自己家庭位置的理解。三界在这里发生可追踪的往返。
最后还要检验迁移。若下一次整理社区故事，他仍能区分材料与模板，保留分歧，说明自己的取舍，并组织适当核查，才有更多理由说某种新材已经形成。若所有能力只依赖本次家人的纠正，就应把形成描述得更有限。两种结果都可以成为后续教育的起点，不必为了庆祝项目完成而夸大。
十、保留哪些过程，才知道发生在哪里
人机学习通常留下大量对话记录。记录多，不等于过程清楚。一份几百页的聊天导出，可能仍然无法告诉我们关键选择发生在何处。教育需要的不是保存每一句话，而是让重要变化可以被追溯：最初怎样理解问题，什么材料使理解改变，谁提出了修正，修正经过何种检查，最终仍有哪些不确定。
在口述史案例中，值得保存的可能只有几个节点：从生平年表转为物件线索，从单一叙述转为并置记忆，从顺滑解释转为保留沉默，从个人满意转为家人复核。这些节点之所以重要，是因为它们改变了后续可能。它们不是预先填好的流程格，而是实际发生之后能够说明形成过程的转折。
记录还应保留失败的提议。模型曾经建议把矛盾记忆合并，学习者为什么拒绝？家人提出某种修改，为什么没有全部接受？如果只留下被采用的路线，学习过程就会显得像从一开始便知道答案。这样写出的成功故事对后来者帮助有限，因为他们最需要理解的，往往是岔路上的判断。
但是，记录不能变成对私人思考的无边界占有。一个学习者与AI的全部对话，可能包含尚未成形的想法、个人经历与不愿公开的材料。评价需要什么证据，应当与任务目的相称；不能以证明发生为由，要求把所有内部过程交给教师或平台。可审查与私人空间之间需要具体安排，这也是我材发生中“我”的重要含义。
一个可考虑的方案是由学习者选择能够支持主张的过程片段，并说明为什么这些片段足够；教师可以针对缺口要求补充，但不自动取得全部记录。这样的安排并不能消除所有作假可能，却避免把信任建立在无限监视上。教育目标不是制造一个毫无隐私的透明学生，而是形成能够对重要判断负责的学习者。
过程证据还需要与表现证据互相校验。一个人可以写出漂亮的反思，却在实际行动中不能运用；也可以做得很好，却暂时不善于用理论语言解释。不能只奖励会写反思的人。可以允许图示、示范、口头解释或共同完成的任务等不同显露形式，再根据目标判断哪些证据合适。S的多样性在这里有具体意义。
记录的最终价值，是让后续能够继续。一项新材如果每次都必须从头重建，成本很高，也难以共享。适当记录可以把某次形成留下的判断条件转成可再次使用的资源。它既不是把发生冻成永恒程序，也不是拒绝任何程序；它让已经稳定的部分被封装，让仍有争议的部分继续开放。
十一、与相近教育观的距离在哪里
有人会问，我材发生与建构主义、项目学习、情境学习、支架教学或人机协同有什么不同？这个问题不能用“它们都停留在旧本体论”一笔带过。许多教育研究早已关注学习者主动建构、社会参与与工具中介。若要说明SDE的贡献，就必须在承认这些资源的基础上，指出自己增加了哪一种问题。
本章提出的一个候选差别，是把“材本身怎样形成”持续放在中央，而不只把既有学习者与既定目标之间的距离当作对象。但这一差别是否足够独特，需要具体文献比较。某些相近理论同样讨论身份、能力与活动系统的生成，所以不能仅靠题名判断。入门读者应当知道，概念的启发力与学术上的首创权不是同一件事。
另一个候选贡献，是同时检查自然人、复合系统和产物三个层面的变化。这能帮助避免把AI辅助成果全部计入个人能力，也避免把工具参与一概视为不真实学习。但这仍需要与已有的分布式认知、扩展心智和协作学习研究对照。本章只提出比较方向，不声称已完成这些领域的系统评述。
第三个候选贡献，是把三界往返作为对层级提升的约束。理念变化需要回到行动和后果，自我理解需要接受材料修正，现实成效也需要被置于价值选择之中。这个要求可以防止单一指标主宰教育，但它是否比其他综合框架更有解释力，必须通过具体任务检验。三个词本身不产生优势，组织材料的方法才可能产生优势。
如果未来比较发现，某些机制已有成熟名称，最好的处理并非坚持换名，而是明确承认并说明SDE怎样连接它们。一个入门体系可以是新的统合，也可以在局部提出新机制；不需要为了证明整体价值，把每一个零件都宣布为第一次出现。诚实的谱系能使读者更准确地使用概念。
同时，也不能因为存在近邻就否定所有创新。相同材料在新的问题组织中可能产生新的解释能力。关键是展示组织后的增量：原来分离的现象能否在同一过程中被区分，旧框架难以说明的冲突能否获得更清楚的问题，新建议是否带来不同的可检验后果。这些都需要工作，而不是立场。
十二、谁有机会形成自己的新材
当人机复合成为教育条件，资源差异便不能被忽略。不同学习者能够获得的工具、设备、时间、语言支持和指导并不相同。即使使用同一模型，能提出怎样的问题、能接触何种现实材料、能否承担试错成本，也可能存在差距。如果只宣称人人都能随时发生新材，就会把条件不足转写成个人不够主动。
发生学应当在这里保持自己的要求：能力不能脱离其纠缠条件评价。一个学生有安静空间、熟悉技术的家人和持续导师支持，另一个学生只能在碎片时间里完成任务，两人的产物不能不加说明地被放到同一尺度上。承认条件差异不是取消评价，而是避免把不同起点伪装成同一起跑线。
这也影响课程设计。如果学校要求学生使用某种系统，就需要考虑可获得性与替代路径；如果评价依赖大量课外试验，就需要说明谁承担成本；如果知识材料只在某种语言中容易获取，就需要承认语言本身成为进入条件。新材发生不能只对已经具备厚实条件的人开放。
同样，个人过去的经历不应只被当作不足。某位学生没有丰富的学术表达，却熟悉家庭劳动、地方技艺或社区关系。这些经验在传统考试中可能很少显露，在新的问题中却可能成为不可替代的材料。AI能够帮助翻译与组织，但不能自动知道经验的分量。教师需要给这些经验一个进入共同工作的真实位置。
所谓“我的土壤”，也不等于把人永远固定在熟悉经验中。土壤是起点，可以被丰富，也可以被改变。教育既要允许学习者从自己能够进入的地方开始，也要帮助他遇见此前不熟悉的问题与他人。只有熟悉没有陌生，容易自我重复；只有陌生没有可进入条件，又容易使人退回沉默。
在这一点上，我材发生与公共教育并不冲突。个人道路需要公共资源支持，公共制度也需要容纳不同形成路径。若把“我”理解成完全个人化的私人项目，学校就会退成工具市场；若把共同目标理解成所有人同样形成，又会把“我”消去。真正困难的设计是让共享资源支持可辨认的个人发生，同时让个人形成能够进入共同生活。
十三、一个人怎样判断自己是否正在形成新材
对普通读者来说，最实际的问题是：我使用AI很多，怎么知道自己是否发生了变化？不能只看使用时间、提示词长度或完成任务数量。这些可以描述活动规模，却不能直接说明能力。更有帮助的，是在一段具体活动前后比较自己能够作出的区分。
以前遇到问题，只会要求一个答案；现在能否说明不知道的是事实、方法、目标还是判断标准？以前看到流畅文本就接受；现在能否指出某条结论缺少哪类支持？以前工具出错便停止；现在能否缩小问题、寻找替代路径或知道该请谁帮助？这些问题不是统一量表，而是帮助个人选择自己的观察对象。
还要看变化是否只停留在熟悉场景。一个人能够批评某类文章，不意味着面对自己最认同的理论也能够这样做。能够使用AI改写别人的观点，不意味着愿意让AI与材料挑战自己的选择。若新材只服务于强化旧立场，其形成可能相当局部。真正有价值的变化往往会使人更能承担修正，而不仅是更会表达。
也可以留意自己与工具的关系是否改变。最初是把模型当成权威，后来是把它当成需要核查的材料来源，再后来也许能够按问题组织不同工具与现实反馈。这个顺序并非所有人的必经阶段，不能做成等级榜。但它提示我们：使用者的位置本身可以发生，而非永远只是“人控制工具”一句话。
某些变化不表现为更独立，而表现为更懂得合作。知道何时需要他人，能够说明自己的困难，能够把别人提供的支持接入后续工作，都可以成为新材。把独立理解成不依靠任何外部条件，会与复合能力的前提冲突。我们关心的是依靠怎样组织、是否可理解、能否修复，而不是幻想一个没有依靠的人。
相应地，也有时候需要独处与暂停。持续对话可能使一个尚未成形的问题过早被模型的语言接管。读者可以给自己留出不立即求答的时间，先记下不清楚之处，再带着它进入共同工作。这不是反工具的仪式，而是为问题意识的形成保留条件。何时对话、何时停下，本身就是可以学习的判断。
十四、我材发生的开放结尾
回到开篇的开支工具。现在我们不急着问那位成年人到底算不算会编程，而是可以提出更准确的判断。他借助某一组合完成了一个工具，这是一个产物层面的事实；他能否解释与修复关键问题，是另一项能力；他能否在新任务中重新组织资源，则是更广的能力。教育的工作是帮助这些层次逐渐相接。
如果下一次报错时，他能够区分输入问题、规则问题和程序问题，能够提供可复现的情境，能够检验修复是否产生新错误，那么即使他仍不逐行写代码，也已有理由谈一种新的复合能力。若他进一步理解某些实现，并能在需要时亲自修改，个人技能也可能增长。两者可以共同发生，不必互相否定。
但若他只把每次错误交给模型，再复制一个不理解的新版本，那么工具可能不断变化，自己的判断位置却没有形成。此时需要的不是羞辱，而是重新设计能够让关键差异显露的任务。教育不应以“AI替你做了”结束讨论，而应追问哪一段仍需要由学习者参与，参与的条件如何建立。
从因材施教到我材发生，最深的变化因此不是教育口号更有创造性，而是教育不能再满足于识别一个已经完成的人。它要为一个有历史的人安排新的相遇，允许原有材被改变，允许复合体形成新的能力，也允许所谓提升接受实际后果的检验。这里没有人人必然成功的保证，却有一个更值得持续工作的方向：把“你是什么料”的判断，转成“在怎样的共同发生中，你还能成为谁”的问题。
这个问题也应指向作者与本书。一本入门专著如果只是把大量既有文字重新分类，可能提高了阅读便利，却还没有因此产生新的思想结构。如果在统合过程中发现不同阶段的定义发生变化，早期命题与新主张之间需要重新划界，教育应用又反过来迫使一般论证收缩，那么写书本身才开始具有可讨论的发生意义。它仍需向读者交代这种改变，而不能把整理过程隐藏成体系从来如此。
多智能体参与写作同样如此。分工能增加处理范围，交叉审查能发现不一致，但这些功能都不是质量保证。各章节若使用不同的S、D、E定义，或者用相同术语解释互不相容的结论，文本越多，问题可能越难发现。共同规则、来源记录、冲突表与统稿判断因此不是行政附件，而是复合写作能力能否形成的条件。人作为作者仍须决定哪些修正成立，哪些分歧应该保留。
读者也可以把这一标准用在自己的学习上：我是否仅仅拥有更多输出，还是能够更清楚地说明输出的来历与限制？我是否只是更快地重复熟悉判断，还是允许新的材料改变问题？当一个结论被推翻时，留下的是更多挫败，还是一个可以继续运行的研究过程？材发生的线索，常常就在这些具体差别里。