航空用它证明机队适航，核电用它证明备用系统可用，学校用它证明教学没有问题，企业用它证明治理健全。"一直没出事"是人类最常用、也最省钱的安全论证。
这句话有一个从未被明说的前提：产生结果的过程与承担能力的主体，是同一个。一份合格的报告出自一个会写报告的人，一次平稳的着陆出自一个会着陆的飞行员。生成式人工智能抽掉了这个前提。于是它变成一句同时与两种相反状态都相容的话——人仍然完全胜任，以及人早已不能接管。中心判断因此是：能力、判断与责任并不是先失去，而是先失去可观测性；正常运行的成功本身销毁了证明它们仍在的证据，因此它们只能在代理被有意打断的断面上被重新判定。
九次换位
九章从九个互不重叠的学科组合出发，各自被逼出同一条判断。三列不是并列而是递推：正因为第一列失去了分辨力，第二列的中断才必须被主动安排；正因为中断是被安排的，第三列的读数才可能存在。
| 章 | 被当作"还在"的证据 | 断口开在哪里 | 读数 |
|---|---|---|---|
| 一 | 任务结果的质量 | 对代理施加一条可判定的扰动 | 生差·裁差·改向·回写四环节由谁重新闭合 |
| 二 | 长期正常运行、无事故 | 在真实故障之前主动做接管证明 | 发现·重建·裁决·干预·恢复五门是否全通 |
| 三 | 辅助状态下的当前表现 | 周期性收回首判、差分、盲段与恢复 | 证据龄比：距上一次独立证据过去多久 |
| 四 | 持续上升的绩效曲线 | 锚定·扰动·撤援·延迟迁移四层测量 | 绩效对潜在能力的预测力是否下降 |
| 五 | 最终由人签字、点击、批准 | 扰动·反事实边界·重新发起三类测试 | 是否持有理由、识别失效、主动重开 |
| 六 | 能解释、能举例、能迁移 | 前提已被破坏的边界破坏任务 | 首次边界修订由谁发起 |
| 七 | 流程上有明确的责任人 | 事故前置审计与近失误保留 | 认知可达性·因果控制·改写权限是否同在一处 |
| 八 | 已经检查了很大比例的内容 | 与原生成路径失效模式低相关的程序 | 残余未核错误是否仍足以翻转结论 |
| 九 | 多数人独立得出同一结论 | 分布外、规则突变与共同盲点任务 | N_eff = n / [1 + (n−1)ρ] |
这本书解决什么难题
公共讨论长期停在"人工智能让人变强还是变弱"。这个问题不可判定——我们观察到的每一个绩效数字，都是人的能力、AI 的能力、人机匹配与任务条件的混合量。争论多年不收敛，不是证据不足，而是用来做判决的那把尺子本身已经被污染。本书把问题换成可判定的那个：我们还能不能看见。
之所以重大，是因为当代有三套关键制度全都建立在那个已经失效的前提上：教育评价（只用产出评价能力的制度不只是测错，它奖励外包，因而主动加速不可见）、人类监督的法律安排（条文能要求"必须有人审核"，却没有任何条款要求证明这个人还审得动）、高后果领域的安全结构（"自动化常驻、人工可接管"这一假设在常态代行下从未被验证）。一句话：社会正在用一整套已经失去分辨力的仪表，驾驶一架越飞越快的飞机。
还有一层紧迫性：可观测性的丢失是不可逆的。要恢复证据必须先制造断口，而是否值得付这个成本，取决于对能力现状的判断——可那个判断恰恰已经不可得。越看不见，越不知道值不值得去看；越不去看，越看不见。
九个读数只有三种形状
九章的读数看似各不相同，实则只有三型。这决定了本书给组织的最短建议：九章，三种量表，一套记录格式——不要为每一章各造一套指标。
| 形状 | 章 | 共同前提 |
|---|---|---|
| 串联门型 | 一·二·五·六·七 | 失效是路径性的，不是程度性的；一门不过整条路径不通，明令不许取平均 |
| 相关折扣型 | 三·四·九 | 有效证据量 = 名义证据量 ×（1 − 冗余度）；同源的证据不能重复计数 |
| 成本效率型 | 八 | η = ΔR/c；全书唯一"做到哪里为止"的对象，其余都是"有没有" |
本书自设盲区：九个读数没有一个是分布量。一个团队完全可能九项全部合格，而合格全部来自其中三个人。凡使用本书方法者，须同时报告参与率与事件集中度。
三对最危险的近亲
一本由九章构成的书最容易受到的攻击不是"这些说法不对"，而是"这九章其实是同一章"。本书主动把最危险的三对摆出来，并写死可判定的合并条件——满足条件就合并，不辩解。
| 对 | 分界 | 合并条件 |
|---|---|---|
| 三 ↔ 四 最可能 | 认识论主张（失去判断依据）vs 因果主张（能力与可见性同时下降） | 若经验上永远造不出"相关下降而锚定任务证明能力未降"的情形，两章合并，全书降为十章 |
| 一 ↔ 五 | 能力可长期待命；判断必须每次重新形成 | 两项测试在同一批受试者上相关高于 0.8 |
| 二 ↔ 三 | 保持可用 vs 保持可见 | 按校准回路执行一年，接管可靠度提升与按剂量向量执行无差别 |
怎么读这本书
导读给了四条路径，读者按自己的位置选一条。
| 管理者 约三万字 | 导论 → 第七章（责任与权限）→ 第三章（证据龄比）→ 第十一章 → 第十章换位表。在把这套方法接上考核之前，先读第十一章那条不可让步的底线。 |
| 教育工作者 约三万字 | 导论 → 第四章 → 第六章（越界熟练与边界破坏任务）→ 第三章 → 第十一章。这条路径回答"考试改成什么样才算数"。 |
| 研究者 约两万字 | 导论第三至六节 → 第十章全章 → 各章末尾的划界节。这是最快判断本书哪里可能是错的一条路。 |
| 二十分钟 | 导论第一、三、四节，再读第十章那张四列九行的换位表。全书的判断与索引都在那里。 |
四章带公开数据的压力测试：第一章（四项在线实验，总样本 3,562）、第二章（去训练与维持剂量数据）、第三章（825 名学生的二次分析）、第六章（四项公开实验的反向约束）。四处都得到了对作者不利的结果，并都因此收窄了主张。若只想知道这本书有没有被数据管住，读这四节。
三种读法
姊妹卷：《照护的智慧》处理人与人之间的交接——一次"完成"由谁宣布、未被交出的那一份落在谁身上；本书处理人与外部认知系统之间的交接。两书共享同一种关切：一件事被宣布为妥当之后，还有没有人能够看见它其实没有妥当。
写作与证据声明
本书四章含公开数据的压力测试，所用数据均来自已公开发表的研究及其作者公开的原始数据与代码。四处压力测试均得到对作者不利的结果，并均导致原主张被收窄：第三章从"人工智能会首先让能力下降"收窄为"可以在不损害平均成绩的情况下降低能力信号的保真度"；第一章从"闭卷重做"收窄为"定向扰动"；第六章撤回了"人工智能代劳会削弱理解"这一宽命题。
本书提出的各项判据与读数尚未经过心理计量学意义上的效度验证，不应直接用作个人能力认证、职业资格判定或人事决定的依据。第十一章给出一条不可让步的底线：断口读数不进入个体的绩效、晋升与留用决定；保证不了这条底线的组织不应采纳本书方法。
本书的写作、检索与结构整理不同程度地使用了生成式人工智能系统。按本书自身的判据，这意味着本书的论证质量不能自动证明作者拥有相应的理解与判断。本书的处置是把每章的承重命题、竞争解释与撤回条件写死在正文里，使检验可以绕过作者进行。
出版信息
著者 孔凡鹤 · 出版发行 德麦国际出版社 Demai International Press · 出版地 美国 · ISBN 979-8-90690-011-1 · 2026 年 8 月第 1 版第 1 次印刷 · 16 开 170mm × 240mm · 287 页 · 约 20.2 万字 · 文献 235 条 · 定价 US$22.00 · 分类：人工智能 / 教育评价 / 组织治理 · 版权所有 侵权必究