第二十五章　从节省检查到新能力

一、少检查是一个现象，不是一个能力结论

一位研究者原来花两个小时逐行查看某类推导，后来只在关键位置检查。这个变化值得记录，却还不能直接命名为判断力提升。时间减少可能来自工具承接了重复工作，也可能来自检查被遗漏，或者任务实际上被降低了要求。相同的外在现象，可以属于不同的发生过程。

反过来，检查时间增加也不一定意味着能力退化。研究者可能进入了更困难的问题，原来的封装边界被打开，因而需要暂时展开更多内容。如果只比较工作时长，就可能把一次真正的研究升级误判为效率下降。能力判断必须同时说明任务与条件，而不能把时间指标孤立出来。

本章要问的是：在必要价值评估没有缺席的前提下，封装释放的注意怎样进入新的活动？当过去需要逐步处理的过程能够整体使用，使用者究竟只是做了更多同类工作，还是形成了不同的问题组织方式？这两种结果都有可能有价值，但不能互相冒充。

因此，节省检查是一个中间变量。它与可靠承接、新任务组织、反馈进入以及主体学习之间的联系，需要分别建立。我们不能用“用了更先进的工具”代替这些联系，也不能因为新能力不是独自在头脑里完成，就拒绝承认它是实际能力。

二、先区分完成、熟练与能力边界的改变

完成任务，指当前目标在相应条件下得到了满足。熟练提高，指类似任务能够以更稳定、更合适的方式完成。能力边界改变，则意味着原来无法组织或无法承担的任务，在新的复合关系中变得可行。三者相互联系，却处于不同的比较尺度。

设想某人借助已有模板写成一份研究说明。模板可能使任务完成，但不能仅凭成品判断他已经理解所有论证关系。如果经过多轮反馈，他能够辨别哪些段落需要证据、哪些目标需要改写，就形成了某种熟练。若他进一步能够把不同领域的问题组织成可以比较的研究路线，则可能涉及新的能力边界。

这些判断都需要相应任务支持。一次漂亮展示不能同时证明完成、熟练、迁移和创造。为了避免把所有进步装进一个词，本书主张记录取得了哪一种改变：当前结果改善，重复表现稳定，陌生条件适应，或者新任务类型出现。每一项都值得研究，不必用最高称号才能显得有意义。

同样，人的学习与复合系统的能力可以分别记录。某个系统使人能够参与以前不能完成的研究，不等于他撤去系统后仍然能够独自完成全部工作。承认复合能力，并不需要抹去这种区别；恰当的能力说明，反而应把支持条件写清楚。

三、一个关于可行任务集合的有限模型

为了把能力边界说得更清楚，可以构造一个小模型。设任务全集为T，在给定资源、时间和检验标准下，复合配置C能够可靠完成的任务集合记作A(C)。这里的“可靠”不是固定的普遍分数，而是每一类任务预先明确的接受条件。A(C)也不是一个已经可以全部测量出来的现实对象，而是帮助比较的理论表达。

增加工具以后形成配置C′，并不能仅凭增加这一动作推出A(C)包含于A(C′)。新工具可能引入额外检查成本，改变工作习惯，取消原来的接口，或者使使用者无法再选择旧路线。因此，能力扩大需要条件，而不是一个由“更多工具”自动成立的数学事实。

可以给出一个很弱但清楚的包含命题：如果C′完整保留了C的可调用路线，保留了原有任务所需资源与接受条件，而且新增机制允许在不干扰这些路线的情况下被不用，那么A(C)包含于A(C′)。证明很简单：对任意属于A(C)的任务，C′仍可选择原路线，以相同条件满足原要求，所以该任务也属于A(C′)。

这个命题只是条件性说明，不是现实中增加AI必然提高能力的证明。真正有内容的问题，恰恰在于前述条件常常需要建设：旧能力能否继续调用，工具变化是否改变资源，使用者是否仍能选择路线。若条件不满足，就不能援引包含结论。

进一步，只有当存在某个任务t属于A(C′)却不属于A(C)，我们才在这个模型中得到严格的边界扩大。实际研究无法凭一次失败证明t永远不属于A(C)，因而需要使用更有限的表述，例如在相同预算与规定程序中，新配置完成了旧配置未能完成的任务。把比较范围写出来，比宣布无限能力更有说明力。

四、为什么“可做到更多”仍不是全部价值提升

即使某一类可行任务增加，仍不能直接推出整个价值状况改善。新任务可能没有值得承担的意义，可能以使用者无法接受的负担为代价，也可能损害原有的判断参与。任务集合模型处理的是可行性关系，不能替代真、善、美的完整评估。

设想一个写作系统可以在同样时间内生成十倍文本，但作者难以识别哪些段落已经有依据。输出范围扩大了，知识判断的负担却可能增加。若与此同时，作者的核心问题被模板逐渐替换，就更不能把产量增长直接叫作主体能力提升。

三方程要求检查新增显露与其发生支撑是否相符；六路径要求检查任务扩展的路线及其价值；三原理则使我们关注新增能力有没有进入更有生命的整体组织。四个价值发生截面进一步帮助查明，若扩展没有带来预期价值，问题发生于哪种联系，而不是笼统否定一切工具使用。

因此，能力扩大与价值提升需要相互联系的论证。我们可以承认一项工具提高了特定完成能力，同时指出它增加了其他负担；也可以发现暂时减少某类产出，反而为新的研究保留了必要空间。判断不必把所有变化压进一个单调上升的故事。

五、从逐个引理，走向条件结构的比较

考虑一个构造的数学研究情境。最初，研究者的大量注意用于检查几个局部引理是否成立。每个引理都要重新翻找条件，证明结构尚未形成稳定记录。在这个状态下，他能够讨论的主要是单个步骤；引理之间的关系经常被重复查找打断。

后来，这些引理形成了带条件、结论和验证状态的可调用模块。研究者可以把注意转到另一个问题：哪些引理共同依赖同一假设，哪些假设只在某一个局部使用，是否可以用另一条路线替换这处依赖？这不是简单地把原先的检查做得更快，而是把条件之间的结构变成了新的判断对象。

例如，某条路线通过引理L₁与L₂推出结论，两者都要求B；另一条路线使用L₃，需要较不同的条件C。把两条路线并列后，研究者可以询问B和C的关系、是否有共同的较弱条件、不同对象下哪条路线更合适。此前封装的内容在这里成为比较的单位，而不是研究的终点。

AI可以参与生成这种条件图，也可以参与寻找替代路线；形式工具可以检查已形式化的连接。但图上的关系必须保留证据状态。一个由模型猜测的替代引理，不能因为被画进图里就获得与已证模块相同的身份。新的粒度仍然承担新的证据义务。

能力提升在这个案例中表现为：系统不仅少检查了几页推导，还使原来难以保持在同一研究视野中的关系能够被持续处理。是否真的达到这一点，需要比较实际研究记录，而不是只问使用者觉得自己是否更聪明。

六、粗粒度对象本身也需要学习

一个人能够把几个模块作为整体调用，并不意味着他自动知道怎样判断模块之间的关系。局部证明的熟悉，不能无条件转化为研究结构的熟悉。新粒度出现以后，仍然需要新的比较、失败与反馈。

例如，一个新手得到可靠引理库，可能把所有能够检索到的引理堆入证明，却不能分辨哪些依赖是必要的。工具的封装降低了局部证明成本，但对整体路线的判断尚未形成。此时继续增加引理数量，未必解决问题；更需要学习怎样从目标倒查条件、怎样比较路线、怎样识别多余连接。

所以，封装不是完成后就自动把人送上更高一层的升降机。它提供了新的行动条件，而新能力仍需在这些条件中发生。教育和研究设计应该为这一发生安排任务，不应只交付资源以后等待能力自然出现。

这也使“人始终负责高层判断”显得不够准确。高层判断不是自然人出生时附带的无条件能力，而可能恰恰是新的复合实践需要培养的结果。把它预先交给人，不等于它已经实际存在。

七、四种测量条件应当分别保留

研究判断力变化，可以设置不同的观察条件。第一种考察使用者在规定的独立条件下能做什么；第二种考察他借助既定工具能做什么；第三种改变工具或界面，观察适应与重新组织；第四种提供陌生任务，观察已有经验能否迁移。四种条件回答不同问题，不应互相替代。

这里所谓独立条件，也只是相对于本次被撤去的工具而言。书写、语言、符号训练和已有知识都有自己的复合发生史。我们可以研究“无当前AI辅助”，却不应把它命名为一个从未依赖任何文明条件的纯粹主体。

测量还需要记录哪些工作由谁完成。借助工具得到正确结果，能够支持关于该配置的任务完成判断；使用者能够解释关键条件、识别新对象越界，则支持进一步的能力说明。撤去工具后的表现，补充另一类信息，而不是自动推翻前一种真实能力。

若研究只报告一项综合成绩，就容易把这些不同变化混在一起。更恰当的是形成能力剖面：哪些能力稳定，哪些依赖特定支持，哪些能够迁移，哪些仍然缺少形成过程。这比给一个人贴上“被AI增强”或“被AI削弱”更有助于设计下一步学习。

八、依赖不是缺陷，失去重新组织的路径才值得警惕

人通过工具做到了原来做不到的事，必然产生某种条件依赖。仅凭“没有它就做不了”不能判定使用错误，否则许多有价值的文明能力都无法成立。问题在于依赖是否被理解，支持能否持续，变化之后有没有替代与修复路径。

一个研究者不必掌握所有证明检查器的实现，才能合理使用它们；但需要知道当前结论受哪些基本条件支持，什么情况不能只看通过标记，以及必要时怎样请求更强的复核。这是一种有层次的依赖，而不是完全自足与完全盲从之间的二选一。

失去重新组织路径时，依赖才可能把能力扩展转为脆弱性。系统变化以后，使用者无法找到依据；服务停止以后，成果无法导出；出现异常时，所有人只会重复启动原程序。这样的封装把历史能力锁在某一入口之中，需要从保存、接口与替代安排上修复。

因此，能力提升的记录应包括持续可用与重新组织条件。我们不必要求每一种替代都随时低成本可用，但应说明哪些风险已经被承接，哪些仍然存在。开放地呈现依赖，常常比宣称完全自主更有实际价值。

九、新能力也会改变原来的“我想做什么”

工具不仅帮助完成既定目标，还可能改变哪些目标能够进入人的想象。研究者在看见一个新的证明模块后，可能第一次提出某类推广问题；作者在重新组织章节关系后，可能发现原来未表达清楚的母题。这里不是固定主体使用固定能力，而是任务与判断者一起改变。

这种改变也不能自动被称为自主性增长。系统推荐可能打开真实的新问题，也可能持续把使用者带向它容易生成的方向。需要考察新问题是否经过使用者的理解、反对与修改，是否进入对象检验，而不是只统计推荐被接受了多少次。

在SDE语言中，新显露可以重构后续D与E，新的路径又改变什么能够继续显露。三方程用于追查这种互生，而不是为任何任务改变提供赞许。某次新目标可能值得保留，也可能需要拒绝；判断力的发生包含这两种可能。

所以，主体性不只是守住原来想做的事情，也包括能够在互动中形成新的理由与方向，同时有条件地拒绝不适合自己的方向。它不是从复合体中撤退，而是在复合发生中具有实际参与改变的能力。

十、怎样给能力提升留下可以复查的证据

对一个具体项目，可以保存前后的任务记录，而不只写一句“能力显著提高”。记录原任务是什么、原来卡在哪里、哪些细粒度工作被承接、后来新出现了什么任务，以及这些任务获得了什么依据。这样才可能区分真实扩展与措辞升级。

还可以检查新能力是否反复成立。如果只在一次高度支持的展示中成功，结论应限定于该情境；若在多个适当变化的任务中仍能保持关键判断，再讨论更广的适用性。次数不是唯一依据，但没有任何后续检验，也不宜把一次突破写成已经成熟的能力。

对创造性结果，还要避免将新颖与正确混同。一条新猜想可以很有研究价值，却尚未被证明；一篇新的表达可以打开体验，却仍有结构缺口。能力评估应当允许这些不同状态被清楚保留，而不是只接受彻底成功或彻底失败。

最后，还需检查代价转移。使用者节省的时间是否只是转给了另一个无法反馈的审核者？新任务的成功是否依靠未被记录的大量人工补救？复合能力本来就允许多人协作，但贡献与负担应被看见，不能通过隐去某些参与者来制造虚假的自动化成绩。

十一、本编的结论与下一步检验

分层不同粒度的灵活判断机制，并不是为了让每个人尽量少看细节。它要组织的是：什么差异必须被保留，哪些过程可以整体使用，谁能够在什么位置承担评估，以及异常怎样触发重新展开。节省检查只是这一组织可能带来的结果之一。

当可靠封装形成，新的判断单位才可能进入活动；当新的判断单位被学习、比较和检验，它又可能成为新的能力。这里的每一步都需要发生条件，不能由“复合”两个字自动保证。复合能力的理论价值，正在于让这些条件能够被辨认和改变。

本章也为后面的数学研究提供了检验尺度。我们不仅要展示AI生成一份证明，更要说明目标怎样保持、依据怎样检查、模块怎样连接，以及研究者是否由此进入了新的问题。若只是输出变多、个人检查变少，却没有必要判断的承接，就不能称为成熟。

节省检查是一个过程变化，能力提升则需要新的任务表现来支持：能否提出以前不能组织的问题，能否辨认新用途超出旧边界，能否借助适当系统完成新的核验。数学证明将为这些要求提供一个可逐步展开的现场。从命题身份到引理依赖，从错误候选到新路线，我们可以具体检查哪些判断得到承接，哪些仍然没有发生。