结构辖域判据与「越界熟练」 ——学习科学 × 数学 × 解释学的跨学科对撞
承重命题：理解不是把一个结构成功搬到更多情境的能力，而是把结构与其失效条件一起持有。若表面相似仍在、关键前提已经改变，主体必须能在外部提示之前撤回原结构，指出哪一条依赖关系断裂，并据此重组解释。不能撤回的迁移，不是理解的加强版，而是一种“越界熟练”。
摘 要
生成式AI使总结、解释、举例、推导和跨情境类比都变得廉价，由此动摇了教育与专业实践中长期用于证明“理解”的外显证据。本章从学习科学的迁移与适应性专长、数学中的证明—结构—不变量，以及解释学的语境—视域—应用三个方向重构理解概念。三种传统虽然分别强调能否迁移、能否把握为什么成立、能否在语境中解释，却共享一个较少被明说的前提：只要主体能够把某个结构带到新的对象上并继续产生有效结果，就可把这种结构性成功记为理解。本章利用负迁移、证明与解释的分离、反例驱动的概念修订以及解释学的应用性推翻这一前提，提出“结构辖域判据”：理解要求主体同时持有结构的生成关系与失效条件；当相似表面诱导旧结构继续运行而关键前提已破坏时，主体能够自主识别越界、撤回旧模型并重构解释。由此区分“结构迁移”与“结构辖域”，并识别一种在AI时代尤其危险的状态——“越界熟练”：表现出流畅解释与远迁移，却不能在模型失效处停止。本章以2×2辨别格、边界破坏任务、五类场景与公开AI学习实验进行压力测试，并给出可证伪研究设计。结论是：在AI能够代劳表达和迁移之后，理解的最低证据不再是能把结构用出去，而是知道何时必须收回来。
关键词：生成式人工智能；理解；结构辖域；越界熟练；迁移；适应性专长
English Title and Abstract
Transfer Without Understanding: A Structural-Jurisdiction Criterion for Human Understanding in the Generative-AI Era
Generative AI can summarize, explain, derive, rephrase, and generate analogies at a level that increasingly contaminates traditional behavioral evidence of human understanding. This paper reconstructs the concept of understanding across learning sciences, mathematics, and philosophical hermeneutics. Transfer and adaptive expertise emphasize flexible use in novel situations; mathematical practice distinguishes proof, explanation, structural dependence, invariance, and revision under counterexample; hermeneutics treats application and situated interpretation as constitutive of understanding. Their convergence exposes a hidden insufficiency: successful portability of a representation does not by itself establish understanding. A learner may transfer a model fluently while failing to notice that a boundary condition has invalidated the model. We call this state overreach fluency. The paper proposes structural jurisdiction as the missing object: a representation is understood only when its generative relations are held together with defeaters and conditions of withdrawal. The minimum criterion therefore uses a boundary-violation task: before external correction, the person must detect that a previously successful structure has lost jurisdiction, suspend it, identify the broken dependency, and reconstruct an interpretation with a revised boundary. A 2×2 discrimination grid, five application cases, recent generative-AI learning experiments, and falsifiable study designs are used to stress-test the proposal. The central claim is that, once AI can outsource explanation and apparent transfer, the strongest evidence of understanding is not how far a structure can be carried, but whether the human knows when it must be taken back.
Keywords: generative AI; understanding; structural jurisdiction; transfer; adaptive expertise; overreach fluency
过去很长时间里，我们判断一个人是否理解某个概念，常用几种直观证据：他能不能用自己的话解释，能不能举出例子，能不能回答追问，能不能把原理迁移到一道新题，能不能在没有标准答案时给出合理推导。生成式AI恰好把这些证据逐一自动化。今天，一个人可以在没有读完一本书的情况下得到层次清楚的总结，可以在没有亲自完成证明的情况下获得逐步推导，也可以要求模型连续生成十个跨领域类比。作品越来越像“懂了”，但作品与理解之间的归属关系反而越来越不清楚。
这不是一个简单的作弊问题。即使完全公开使用AI、没有任何欺骗，判断依然困难。假设一名学生让AI先解释贝叶斯定理，然后自己选择最合适的例子、追问边界、修改措辞，最后交出一篇质量很高的说明文。我们究竟应该说他没有理解，因为大量表达由AI生成；还是说他已经理解，因为他能够组织和筛选这些表达？若只用“是否独立完成”作判据，我们会把计算器、书籍、搜索引擎和同伴讨论一并视为理解的敌人；若只用最终作品质量作判据，又会把外部模型的能力直接计入人的理解。
真正的问题因此不是“AI能不能帮助理解”，而是“当外显表现可以被代理时，理解本身是什么”。这是一道概念定义题，而不是工具使用规范题。本章不试图列出一张“AI时代人类必须自己做的任务清单”，因为工具边界还会继续移动；本章也不把理解退回到记忆量或手工速度。需要找到的是一种更小的结构：即便表达、检索、计算和部分迁移都由AI协助，只要某个条件仍由人本人满足，我们仍有理由说“结构在他这里”；反之，即使答案正确、表达流畅、类比丰富，只要这个条件缺失，就不能把结果等同于理解。
这个问题在教育评价之外还有更广后果。工程师可以让模型解释一段代码，医生可以用模型整理文献，律师可以用模型生成论证框架，管理者可以用模型形成战略分析。真正危险的并非他们使用工具，而是组织把“AI增强后的输出”直接当成“人的理解水平”。一旦制度这样记账，系统就可能拥有越来越漂亮的解释，同时越来越不知道哪一个人真正掌握这些解释何时成立、何时应该停止。理解的判据因而也是责任边界的判据。
这也意味着AI时代的理解评价不能只盯着最终产物，而要关注认知事件的时间顺序。谁先提出关键问题，谁先发现前提冲突，谁先要求改变模型，往往比最后谁写出了最漂亮的说明更有鉴别力。理解由“作品属性”转向“结构修订事件”，是本章后续提出边界任务的直接动因。
更棘手的是，AI并不只代劳“答案”，它也能代劳批判。让模型“找出上面解释的三个局限”“模拟反方意见”“指出适用边界”，很容易得到貌似反思性的文本。因此，简单把理解升级为“会批判、会找局限”仍然不足。关键要看批判信号从哪里先发生：是主体根据自己的结构预期先发现模型越界，还是模型先替他制造怀疑、再由人确认。两种成品文本可以几乎一样，但人的理解归属不同。
生成式AI还制造了一种过去很少见的“解释逆转”：以前通常是理解较深的人更能讲清楚，现在却可能是理解较浅的人借助模型讲得更清楚。解释质量从理解的结果，部分变成了工具的输入。一个学生可以把“请用费曼学习法解释”“再举一个生活例子”“把漏洞补上”连续交给模型，得到一条几乎满足所有传统教学要求的解释链。若教师仍把语言流畅、例子丰富和追问完整当作理解的直接指标，评价对象已经悄悄从学生变成了学生—模型联合体。
学习科学、数学与解释学并不是三个相邻的“认知理论”。它们对理解的要求处在不同位置。学习科学最关心知识是否活了起来：离开原题，能不能迁移、学习和适应。数学把压力放在结构内部：一个结论为什么成立，哪些依赖关系是承重的，哪些变化保持不变量，哪些反例足以迫使定义或证明改写。解释学则把问题推到对象与语境的关系：同一句话、同一个规则、同一种解释，在新的历史、语言和实践处境中是否仍然具有相同意义。三者共同构成一个比“记住—复述”更强的测试场。
三种凭证之间存在真实张力。一个学生可能数学结构理解很深，却因为记忆薄弱而迁移速度不快；一个研究者可能善于远迁移和类比，却把同一模型过度扩展到不适用的社会情境；一个解释者可能敏锐地意识到历史语境的变化，却无法形式化指出到底哪一条推导被破坏。若把三种能力简单相加，我们只会得到“深度理解包含很多方面”这种宽泛结论。真正有价值的问题是：它们彼此攻击以后，有没有暴露出一个三家都没有单独说尽的最低分界。
若只保留学习科学，我们容易把所有失败解释为“迁移不足”；若只保留数学，我们容易假定只要形式结构正确，应用环境就只是参数变化；若只保留解释学，我们又可能把边界说得过于开放，难以形成可重复测量。三者必须互相限制：迁移提供行为显影，数学提供承重依赖，解释学提供结构与情境之间的授权关系。只有这三块同时在场，“理解何时终止”才从哲学直觉变成可设计的认知事件。
三者的差异还可以用一个简单情境看清。给一个学生一套从未见过的题，学习科学首先关心他能否把已有知识带过去；数学会追问他带过去的是表面程序还是承重关系；解释学则进一步问，新对象是否允许被旧关系这样组织。第一个问题是“能不能走”，第二个问题是“凭什么这样走”，第三个问题是“这里还是不是这条路”。三问之间不是层级高低，而是相互制约。
学习研究很早就对“会背答案”保持警惕。Whitehead 对“惰性观念”的批评把问题说得极尖锐：知识如果只是被大脑接收，却从不被使用、组合、检验，就会成为教育中的死物[1]。后来关于专家—新手差异的研究也一再显示，专家并非只是知道更多事实，他们更倾向于按深层原理组织问题，而新手更容易被表面特征牵引[9]。因此，理解不能只由再认和复述判定。
迁移研究把这个直觉变成更严格的测试：如果一个人真的理解某个原理，他应当能在与训练情境不同的新任务中调用它。Gick 与 Holyoak 的类比问题研究展示了人们如何把一个问题的结构迁移到另一个问题[8]；Barnett 与 Ceci 则系统区分了迁移在知识领域、物理环境、时间、功能和社会情境等维度上的距离[6]。迁移越远，越难被简单记忆解释，因此长期被视为理解的重要证据。
但 Bransford 与 Schwartz 对经典迁移测验提出了一个关键修正：把学习者关在没有资源的测试情境中，只问“能否直接应用旧知识”，会低估一种更现实的能力——为未来学习做好准备[5]。在真实工作中，人可以查资料、问同事、使用工具。真正重要的不是是否把所有答案带在脑中，而是进入新环境以后，是否能快速利用新资源形成更好的理解。这一点与AI时代尤其契合：允许使用资源并不等于放弃对理解的测量。
适应性专长进一步把“效率”与“创新”分开。Hatano 与 Inagaki 区分 routine expertise 和 adaptive expertise：前者能在熟悉问题上高效准确，后者能够理解技能背后的意义与原理，并在新情境中调整做法[4]。Schwartz、Bransford 与 Sears 随后用“效率—创新”空间描述这种张力[7]。如果我们停在这里，一个很有吸引力的结论会出现：AI时代真正的理解，就是“能迁移、能继续学、能适应”。
然而，这个结论还不够。迁移是一种把旧结构带出去的能力，却未必包含一个相反动作：当旧结构不该再被带出去时，能不能停下。负迁移研究早已表明，已有知识有时会妨碍新问题，而非帮助它。也就是说，“带得出去”本身具有方向性，却没有自动携带有效边界。学习科学给出了理解的运动能力，却没有单凭迁移解决“何时不迁移”的归属问题。
但资源丰富也会产生新的错觉：学习者可能很会“寻找能够让旧模型继续成立的资料”。搜索与AI都能把确认偏误的生产力提高。当每次反例出现，都能迅速找到一个新限定词、辅助变量或事后解释把它重新纳入旧框架时，所谓适应可能只是更高效的防守。理解必须有能力区分“值得扩展模型的异常”与“要求放弃模型管辖权的异常”。
Preparation for Future Learning 的视角进一步提醒我们，允许使用资源不是评价妥协，而可能更接近真实适应能力[5]。这给本章一个重要约束：不能用“禁止AI”来保护理解概念。若一个人知道应该向AI索取什么新信息、能用这些信息重构原有认识，他可能比闭卷高分者更接近真实理解。结构辖域判据因此必须在工具可用时仍然成立，否则它只是一种旧考试的防守策略。
值得注意的是，迁移研究本身已经不断从“相同刺激—相同反应”的机械图景中撤退。真正困难的迁移并不是记住一个动作，而是看出两个表面不同的问题共享何种关系。专家物理学家按原理分类问题、新手按斜面或弹簧等表面特征分类，就是经典例子[9]。因此，本章并不把“深层结构”当作新发现。新问题恰恰在于：当AI也能够高质量识别深层结构并主动提示类比时，深层迁移的行为证据开始失去唯一归属。
适应性专长比普通迁移更强，因为它要求学习者不是照搬旧程序，而是在变化中生成新程序。这似乎已经足以抵抗“越界”批评：既然能够创新，难道还会被旧模型绑架吗？答案是会。创新可以发生在一个错误的前提框架内部，而且框架越强，局部创新越可能延长它的寿命。一个经济学模型如果把所有价值都先压成可交换偏好，研究者完全可以在其中创造更复杂的效用函数；一个教育模型如果先假定学习目标可以被单一分数充分表示，教师也可以不断发明更精细的测评技术。创新并不自动等于换框。
这里出现第一个反直觉状态：某人面对新问题时表现得比普通人更灵活，甚至能发明新方法，但他没有发现问题本身已经超出原结构的管辖范围。若评价只看新颖性和迁移远度，这个人会被评为“深度理解者”；但从更严格的意义看，他也许只是一个高度聪明的越界执行者。AI会放大这种现象，因为语言模型极擅长在给定框架中产生变体、类比、例外修补和跨域应用。
因此，本章不否认迁移与适应性专长是理解的强证据，而是给它加一道必要反向条件：一个理解者不仅能在不熟悉处继续工作，还必须能识别“不熟悉”何时已经变成“不属于这个模型”。新颖情境要求扩展；边界破坏要求撤回。两种任务在表面上都叫“遇到新情况”，但认知动作相反。把它们混在一个“灵活性”指标里，会掩盖AI时代最重要的分界。
因此，适应性专长在AI时代可能需要被拆成两种适应：一种是“在模型内适应”，通过调整参数、策略和程序使旧结构继续工作；另一种是“对模型适应”，当环境不再允许旧结构时改变问题表示本身。结构辖域判据主要测第二种。前者可以极强而后者极弱，这正是靶格得以存在的理论理由。
AI又改变了创新的成本结构。过去要在错误框架里维持一个复杂理论，研究者至少需要付出大量推导、写作和例证成本，这些摩擦有时会暴露不协调。生成式AI把补丁成本显著降低：缺反例解释，就生成一个；缺跨域案例，就生成十个；缺概念桥梁，就生成新的中介词。于是“理论还能继续说下去”越来越不能证明理论仍有资格继续。模型越会帮忙，主体越需要拥有一个不依赖语言生成能力的停止标准。
这一点与专家研究中的“僵化”问题也相接。熟练并不只带来优势，它会改变注意分配：专家更快看到对自己理论有意义的模式，也可能更快忽略被定义为噪声的东西。若环境稳定，这种选择性是效率来源；若环境发生结构性变化，过去的成功就可能成为盲点来源。所谓越界熟练不是专家失败的反面，而可能正从专家成功中长出来。
数学看似最适合把理解化约为形式正确：只要证明有效，结论就成立。但数学共同体自己的实践不断否定这种化约。Thurston 在《On Proof and Progress in Mathematics》中强调，数学进步不能只由形式证明数量描述；数学家需要形成能被交流、压缩和再组织的理解结构[10]。de Villiers 也指出，证明除了验证，还承担解释、系统化、发现、交流等不同功能[11]。一个证明可以正确，却不一定回答“为什么这个定理以这种方式成立”。
这一区分对AI尤其关键。语言模型和形式证明工具可以帮助生成、检查或补全证明。若“存在一条正确证明”就是理解，那么证明一旦自动化，人类理解问题会迅速消失。但数学家真正关心的往往是依赖结构：哪一个引理承担了关键作用，哪一个假设若删除结论会崩溃，哪个表示方式揭示了不变量，为什么一个看似偶然的计算其实来自更一般的结构。理解并不是证明文本的拥有，而是对证明空间中承重关系的掌握。
Steiner 关于数学解释的经典讨论把解释性证明与单纯证明进一步区分[14]。Lakatos 的《Proofs and Refutations》则提供了更有力的反向材料：数学概念和证明并不是先有完美定义再机械展开，反例会迫使人重新划分概念、修改猜想、辨认隐藏引理[13]。这说明数学理解不仅表现为在不变量中持续推进，也表现为知道一个反例究竟击中了哪里。
因此，数学给本章补上一块学习科学不容易单独给出的结构：真正的理解需要“承重依赖图”。人不必记住每一行推导，但必须知道哪些前提是可删的装饰，哪些是不可删的支点。只有这样，当情境改变时，主体才有可能判断变化是普通参数扰动，还是已经拆掉了模型地基。这个判断把“迁移”从表面相似提高到依赖结构层面。
不变量概念使这一区分更精确。理解某个结构，意味着知道哪些变换保持对象身份。但不变量永远隐含着变换类：只有相对于一组允许变化，某个量才叫不变。换言之，“什么保持不变”与“哪些变化仍被允许”本来就是一对。把前者教给学生、把后者藏在题目默认条件里，恰恰会生产一种没有辖域的结构感。
对AI辅助数学而言，这一点尤其有现实性。形式验证器可以保证推理链合法，大语言模型可以把链条讲成人话，但“哪一部分是结构核心”仍可能没有进入使用者的内部模型。一个人可以复制一条正确证明，并在AI提示下替换变量得到若干推广，却不知道删除哪个假设会使论证倒塌。传统迁移会把这些推广记为成功，边界任务则专门暴露这种空洞。
数学还提供了“同一结论，多种证明”的重要事实。两条证明都有效，但可能揭示完全不同的原因结构。某些证明只是把结论从既有定理机械推出，另一些证明却让人看见对称性、单调性、守恒关系或构造机制。若理解只是“能给出有效证明”，这些差异没有意义；但数学实践显然会把解释性、发现性和可推广性当作证明的重要价值[10][11]。这说明理解关注的不是结论许可本身，而是许可如何生成。
如果说不变量告诉我们“什么变化以后仍然是同一个问题”，那么反例告诉我们“什么变化以后它已经不是”。这两者是一对不能拆开的能力。教育中常把理解测试设计成改变题面、保留深层结构，看学生能否认出同一原理；这种设计当然有价值，却天然偏向验证“保留”。它很少制造另一类题：表面与经典题极其相似，但偷偷取消一个关键假设，看学生会不会主动拒绝熟悉方法。
后一类题可以称为边界破坏题。它不是让学生“做难一点”，而是让一个已经成功过多次的结构在新的情境里失去合法性。比如，一个学生熟练掌握线性回归，面对大量近似线性案例都能迁移；真正的边界题不是再给一组不同单位的数据，而是设计严重选择偏差、非独立观测或结构突变，使原有推断前提失效。若学生仍能迅速给出漂亮回归线，却没有意识到推断资格消失，他表现出来的是技术熟练，不是完整理解。
数学由此把理解从“会推”推进到“会停”。而“停”不是消极的不知道。它需要积极地指出：哪一条假设被破坏、哪一步推导因此失去许可、需要什么新的结构才能继续。单纯说“这个例子比较特殊”“AI可能有错”都不够。真正的边界识别必须能定位断裂关系，否则它只是谨慎性格，而不是理解。
这也解释为什么“能说出模型局限”仍然可能是假理解。背诵“线性回归假设包括线性、独立、同方差……”并不等于在一份真实数据中看到某种采样机制后，主动意识到其中一条假设已经破坏。静态限制列表与动态边界识别不是一回事。辖域必须在事件中被调用，才从说明书变成理解。
因此边界破坏任务不能只让学生查一个计算错误。若AI给错了一个数字，发现它属于错误检测；若题目悄悄取消独立性假设，而学生仍沿用原推断框架，才触及结构辖域。两者都可能导致最终答案错，但错误层级不同。只有后者能回答“这个人是否知道这套结构的许可证写在哪里”。
反例的作用还可以分层。最弱反例只告诉我们一个答案错了；更强反例打击某一步证明；再强一层的反例迫使定义收缩或扩张；最强的反例会让研究者承认自己把问题分错了类。Lakatos 的价值正在这里：反例不是外部事故，而是概念发生与修订的内部动力[13]。本章借用的不是“要多举反例”这条教学建议，而是“反例有权改变结构身份”。
学习科学与数学仍容易让人形成一种图像：世界里有一个稳定结构，理解者的任务是认出它、掌握它、把它迁移到更多地方。解释学对这幅图像提出更根本的挑战。Heidegger 把理解放进人的在世存在；Gadamer 则强调理解受历史效果、语言、前理解与“视域”影响，解释并不是主体把一个固定意义从文本中提取出来[15][16]。理解者自己带着位置进入事件，新的应用会反过来改变他对对象的理解。
Gadamer 对“应用”的强调尤其重要。解释并非先在真空中得到一个普遍意义，然后最后把它套到案例上。应用本身属于理解过程。法律、经典文本和历史行动的意义，都不能完全脱离当下问题被预先封装。Ricoeur 对文本与行动的讨论同样表明，意义在从原始情境脱离之后获得新的可解释空间，但这种开放并不意味着任意迁移；解释仍要在文本结构、语境与新的问题之间形成可辩护关系[17]。
这对“结构在我这里”构成一个必要修正。结构并不是一个无条件通行证。一个人如果学会了某个概念的深层关系，却把它当成跨语境永远不变的解释机器，他可能正因“结构感太强”而误解对象。比如，把“机会成本”作为经济决策结构迁移到生活选择很有启发，但若进一步把亲情、哀悼、忠诚等经验完全还原为可替代收益，问题不再是迁移能力不够，而是解释视域被单一结构占领。
解释学因此提供“辖域”这个缺失维度：一个解释不仅有内部结构，还有它与对象、问题、语境之间的有效关系。理解不能只问“这个结构会不会运行”，还要问“它此刻有没有资格运行”。资格不是由概念自身一次性给定，而要在具体应用中不断接受对象的反驳。理解是带着结构进入情境，同时允许情境改变结构。
与此同时，解释学必须接受数学和学习科学的反向约束。若“语境不同”可以解释任何分歧，理论就失去判定力。本章因此要求在可形式化领域明确指出承重前提，在意义密集领域则至少指出哪一组文本、行动、历史或关系证据无法在不扭曲的情况下被旧框架吸收。撤模必须有对象性理由，不能只是“我换一种感觉”。
这使“辖域化结构”避免退化为工程式 if-then 规则库。真正的辖域不是把所有例外提前写完，而是形成一种对对象反抗的敏感性：当旧解释不断需要牺牲文本细节、历史脉络或行动者自我理解才能维持时，解释者能够把这些“难以吸收之处”当作结构修订信号。解释学让撤模不只是形式逻辑中的假设检查，也包括意义层面的被迫让步。
解释学还提醒我们，边界不总能提前穷举。数学模型常可以列出形式假设，但历史解释、伦理概念和日常语言的适用条件往往在应用中才显现。一个词在新的语境中触发了过去没有的问题，不意味着解释者此前“漏背了一条条件”，而可能意味着对象与解释者的视域发生了新的摩擦。理解因此需要开放性：允许边界在遭遇对象时被重新发生，而不是把“限制条件”做成封闭清单。
现在可以把三种传统放在同一个断面上。学习科学用迁移反对死记；数学用证明依赖与不变量反对表面模仿；解释学用语境与应用反对抽象规则的无条件统治。三者看起来逐级加深，却共同容易把“理解的成功”放在一种正向运动上：知识被带到新处、结构继续产生解释、视域发生扩展。被较少单独测量的是相反的负向动作——一个曾经非常有用、甚至连续成功的结构，何时必须被主体主动撤回。
三家的内部材料共同迫使我们否定一个看似先进的命题：“只要一个人能把深层结构灵活迁移到新情境，他就理解了。”否命题不是“迁移没用”，而是“迁移不充分”。最危险的失败恰恰发生在迁移成功的时候：结构不断产出看起来合理的答案，因此没有任何表面错误强迫主体停下。只有当测试主动破坏承重前提，才能看见这个人拥有的是结构，还是结构拥有了这个人。
AI进一步放大这种产出偏向，因为它把“继续生成”变成默认动作。对话框永远愿意再给一个答案、再补一个框架、再提供一个折中方案。人与模型的联合系统因此天然向延续而非中止倾斜。结构辖域能力的重要性，恰恰来自它是一种逆着生成惯性工作的认知制动。理解不是生成越多越好，而是拥有合法停止生成的理由。
更深一层看，三种传统共享的并不是一句明确理论，而是一种评价偏向：我们更容易记录“人做出了什么”，不容易记录“人主动停止了什么”。迁移有正确应用，证明有新结论，解释有新的意义生成，这些都有可见产物；撤回一个模型却常常什么也没有产生。一个人说“这套方法在这里不能用，我需要重新建模”，在短期产出表上甚至显得比立即给答案的人更弱。
本章把“能够流畅使用一个结构，却不能识别它何时失去适用资格”的状态称为“越界熟练”。它与死记硬背不同。死记者一换题就暴露；越界熟练者恰恰能换题、能举例、能迁移、能解释，甚至能在复杂情境中做出高度一致的推导。正因为这些传统指标都很好，它才更难被教育系统识别。
越界熟练也与普通误用不同。一次误用可能来自粗心、时间压力或知识空缺；越界熟练具有系统性：主体掌握了一个高产结构，结构在大量情境里确实有效，于是成功历史本身形成了继续扩张的证据。每一次成功迁移都提高下一次迁移的主观可信度，直到某个关键前提被悄悄破坏，而主体没有相应的“撤模动作”。
生成式AI为这种状态创造了异常友好的环境。模型可以把同一原则改写成多种语言，生成跨行业案例，补足论证缺口，甚至主动给出“可能的局限”。如果学习者只是从这些候选中选择最顺的一条，他可以呈现出比过去更强的迁移外观。问题是：限制条件本身也可能由AI提供。一个人若只有在模型提醒“这里可能不适用”以后才开始怀疑，他的作品可以很批判，但边界生成仍不属于他。
因此，越界熟练不是“AI依赖”的同义词。没有AI的人同样会出现，例如长期使用单一理论解释所有临床个案、用一种统计方法处理所有数据、用一种管理框架解释所有组织。AI只是把它从专家的局部风险放大为大众认知风险：任何人都能拥有一个表达和迁移速度远超自身边界感的外部引擎。
区分这一状态还有实践价值：干预方向完全不同。言辞占有需要增加结构学习；边界警觉需要增强重构能力；越界熟练则不需要更多同类例题，甚至更多例题可能继续巩固错误自信。它需要的是“成功模型的受控失败”——让学习者遭遇足够相似但真正越界的案例，并承担撤回与重建。
它也有一个教育性来源。考试为了保证评分可靠，常选择前提清晰、解法稳定的题。学生因此反复练习“看到线索—调用结构”，却很少练习“看到相似线索—拒绝调用结构”。长期训练后，快速识别模式成为优秀表现，而停止模式反而像犹豫。越界熟练可以是教育系统精确训练出来的能力，而不是学生偷懒造成的缺陷。
越界熟练还有一个社会性来源：专业共同体往往奖励稳定语言。一个框架被广泛采用以后，成员越熟练，越能用共同术语解释新事件；这种一致性有利于协作，却会把“无法被框架吸收的东西”边缘化。AI经过大量文本训练，更容易复现高频框架与成熟解释，因此人机合作可能把共同体已有的边界盲点进一步做得流畅。
如果“答案在我这里”不足以证明理解，“结构在我这里”也还不够。本章提出更严格的对象：辖域化结构。它不是在模型旁边附一张“注意事项清单”，而是把生成关系与失效条件共同编码为同一个认知对象。主体知道 A 如何通过 B 导致 C，同时知道这一推导依赖哪些条件；一旦条件变化，结构的推导权随之变化。
“辖域”借用了法律中的直观含义：一个机构有能力做某件事，不等于它在任何地方都有权这样做。类似地，一个认知结构有强大解释力，不等于它对所有相似现象都有解释权。结构的“能力”与结构的“管辖”是两种属性。理解者不仅能启动结构，还能判定它是否拥有当前案件。
辖域化结构至少包含四类信息。第一，生成关系：什么变量、命题或意义关系使结论出现。第二，不变量：哪些表面变化不会改变结构身份。第三，失效条件：哪些变化会破坏关键依赖，使旧结构必须停用或降级。第四，重构接口：结构失效以后，主体知道下一步该重新观察什么、补什么信息、改变哪一层表示，而不是只剩一句“情况复杂”。这四类并不要求全部显性语言化，但必须能在边界任务中体现。
这里最重要的转向是：理解的单位不再是“一个可被迁移的模型”，而是“一个带撤回条件的模型”。这使理解第一次同时包含正向与负向能力——能用，也能不用；能延展，也能终止；能保持不变量，也能承认对象已经换了。
因此“答案在我这里”与“结构在我这里”之外，还需要第三问：“让结构失效的差异在不在我这里？”如果答案是否定的，那么所谓结构可能只是一个高效调用接口。真正的理解至少要求主体能够与结构发生争执，而不是永远顺着结构继续生成。
从认识主体角度看，辖域化结构不是要求人拥有完整百科全书，而是要求他拥有一组“能改变模型身份的差异”。这些差异可能很少，却是高价值知识。一个统计学家不需要记住每篇论文，却应知道哪些数据生成机制会让因果推断失去资格；一个程序员不需要手写所有库函数，却应知道哪些并发或安全约束会使常用架构失效。AI可以帮助补全大量正向知识，人应特别保留这种高杠杆边界知识。
辖域化结构还改变了我们对“知识压缩”的理解。一个好模型之所以强，是因为它能用较少规则解释较多现象；但压缩越强，越容易诱发跨边界扩张。若压缩只记录“哪些现象可由同一结构生成”，不记录“哪些差异会使压缩失败”，模型就会把世界中真正重要的异质性当噪声。辖域信息实际上是压缩的反面账本：它记录哪些差异不能被压掉。
用“结构展开力”与“结构撤回力”可以把四种状态分开。结构展开力指主体能否在表面变化中识别深层关系，并据此解释、推导、迁移或继续学习；结构撤回力指当一个关键前提被破坏时，主体能否在外部纠正之前暂停原结构，定位断裂并改变表示。两轴彼此独立：会迁移不保证会撤回，会警觉也不保证会重构。
传统考试最容易识别Ⅰ，优秀的迁移任务能把Ⅰ与Ⅲ分开，解释性证明能进一步提高结构要求，但只有边界破坏任务才能稳定区分Ⅲ与Ⅳ。这就是本章提出新判据的理由：AI时代最容易被误认证的不是“完全不会的人”，而是靶格中的人。他可能拥有最漂亮的作品，也最容易被系统高估。
Ⅲ格与Ⅳ格的分界则最适合AI时代认证。二者在普通作品上可能完全相同，甚至Ⅲ格因为没有撤模成本而表现更快。只有在结构被故意推到辖域边缘时，两者才分叉。评价设计如果从不制造这种分叉，就没有资格声称自己测到了“深度理解”。
Ⅱ格“边界警觉”也值得保留。现实中有些人很敏锐，知道某个理论在这里不对，却无法提出替代模型。传统正确率评价容易把他们和完全不懂者混在一起。但从安全与学习角度，Ⅱ格拥有重要价值：它至少阻止错误结构继续扩张，并为未来学习制造问题。Preparation for Future Learning 的思想提示，这种“知道需要学什么”可能比立刻给出答案更有发展性。
四格并不是四类固定的人，而是同一个人在不同领域、不同结构上的状态。一个人可以对基础统计处于Ⅳ，对宏观经济理论处于Ⅲ，对陌生医学知识处于Ⅰ。把它当作位置而非身份很重要，因为教育目标不是筛出“理解者”，而是发现某个结构的边界在哪里仍由外部替他管理。
本章提出“结构辖域判据”（Structural-Jurisdiction Criterion, SJC）：若要把某个概念或模型的理解归属于主体，而不是归属于其正在调用的外部代理，至少需要一次边界破坏事件。在该事件中，任务保留足够表面相似性，使旧结构具有强诱惑力，同时改变一个承重前提。主体必须在AI或评分者指出错误之前，产生并完成三个可观察动作：识界、撤模、重构。
“识界”不是泛泛怀疑，而是指出当前案例中哪一个条件使旧结构的推导资格发生变化。“撤模”不是把结论从正确改成错误，而是主动停止一个此前成功的结构，不继续用补丁维持它。“重构”要求重新组织问题：提出新的表示、补充所需信息、改变模型或明确保留不可判定。三步中任何一步缺失，都不足以证明完整理解。
这个判据刻意不要求“关掉AI后从头做完整任务”。现实能力本来就是分布式的，强迫学习者在无工具环境中复现全部计算，会把记忆与速度重新偷渡进理解概念。SJC 允许AI继续在场，甚至允许主体继续让AI计算和检索；唯一不能外包的是边界的首次归属。若模型先指出“你的前提不成立”，然后人只是赞同并润色，就不能用这次事件证明边界理解属于人。
同时，SJC 也不把第一次判断正确率神化。一个真正理解者可能漏掉某次边界，尤其在信息不足时。判据适用于重复、可比较的任务集合：当关键前提改变时，主体的主动撤回率应显著高于只改变表面的诱饵题；而在前提未变时，他不能因为过度谨慎而把所有结构都撤掉。真正的理解必须同时压低“越界继续”和“无故撤回”两种错误。
还应区分“撤回结论”与“撤回模型”。一个人发现结果不符合常识，可能只是改答案；结构辖域判据要求他追到生成关系层面。例如，回归结果异常不等于立刻放弃回归；真正的撤模是发现当前数据生成过程破坏了推断所需条件，从而改变允许提出的结论类型。这个差别使判据不容易被简单错误检测吸收。
不过，人可以借AI完成边界之后的大量工作。一旦主体自己指出“这里的独立性假设可能坏了”，他完全可以让模型检查诊断方法、查文献、比较替代模型。理解并不要求孤立。判据只把一个非常窄的发起动作留在人这一侧：哪一个差异值得让旧结构失去默认权。这样既避免把现代认知退回无工具状态，又保留了主体对结构的基本所有权。
“首次归属”是判据里最严格也最容易被误解的一点。它不要求人第一个发现所有事实，而是要求在评价理解归属的那次事件里，关键边界信号不能由AI完整生成后再让人点头。就像口试中考官不能先把答案说出来再问学生“你同意吗”，AI也不能先把失效前提、修订方向和新模型全部给出，再把人的接受当成理解证据。
边界破坏任务的设计必须避免一个常见退化：只是把题目做得更难。难度增加会同时提高记忆、计算与注意负担，最后测到一般能力，而不是结构辖域。合格任务应保持主要表面线索、目标形式和大部分关系不变，只改动一个被预注册为“承重”的条件。这样，旧结构越熟练，诱惑反而越强。
一个可操作的评估协议可以分四阶段。阶段A让学习者在若干标准与近迁移任务上形成稳定成功；阶段B加入远迁移，确认结构展开力；阶段C给出表面高度同构、但关键前提被破坏的“诱饵案例”，同时允许继续使用AI；阶段D在没有正确性反馈之前记录第一响应：直接套用、提出警报、指出断裂、暂停结论、重构表示。核心指标不是最终答对，而是第一次自主改变模型的时间点与理由。
为了防止把谨慎当理解，还需要配对“伪边界”任务：题面发生明显变化，但承重关系保持不变。如果学习者见变化就撤模，他只是低信任；如果他能在伪边界保持结构、在真边界撤回，才说明他区分了表面变化与结构变化。数学中的不变量思想正好提供这种配对设计。
AI条件还应增加一类对抗提示：模型故意给出一段语言流畅、逻辑局部连贯、但建立在被破坏前提上的解释。研究者不问“你能否找AI的错”，而问“你在没有被告知有错时，是否会拒绝这个解释，以及拒绝时能否定位结构性理由”。这比传统的事实核查更接近理解归属。
为了减少语言能力污染，边界反应不必都用长篇解释。研究者可以允许选择“继续/暂停/换模”、画依赖图、请求特定新数据、删掉某一步推导或在代码中切换架构。只要行为能够指向具体结构断裂，就可作为理解证据。这样也避免把“最会说的人”再次误当成“最懂的人”。
评分还可以加入“撤回成本”。有些结构被学习者投入大量时间、身份或成绩，撤回会产生心理成本。如果一个人只在无关紧要的练习题上能撤模，遇到自己最擅长的理论却持续合理化，说明辖域能力具有情境依赖。未来研究可以比较低承诺与高承诺条件，检验边界识别是否随既有成功记录而下降。
AI条件下还应保存对话日志，用事件级编码而不是只看终稿。关键时间戳包括：第一次模型建议、第一次主体质疑、第一次指向具体前提、第一次要求AI重新建模、第一次修改最终结论。这样可以区分“AI先发现—人接受”“人先发现—AI展开”“双方多轮共构”三种路径。理解归属不是非黑即白，但至少不能把第一种路径当作与第二种同等的个人证据。
任务设计还需要预注册“承重前提”。如果研究者在看到被试答案后才决定哪个条件算关键，边界任务会退化成任意评分。最理想做法是由领域专家在实验前建立依赖图：结论由哪些前提支持，哪一个变更应当使模型停用，哪些变化只是参数变化。随后再生成与之匹配的真边界与伪边界项目。
学生已经会用某个定理解决大量标准题，AI还能帮助他快速生成推导。新题保留几乎相同的符号与图形，却取消定理所需的一项条件。若学生继续把定理作为万能模板，即使最终通过另一处巧合得到正确数值，也属于越界熟练；若他先指出条件失效，停止原证明，再寻找替代工具，则满足辖域理解。这里判的不是最后答案，而是证明许可是否由主体本人管理。
程序员熟悉某种缓存或状态管理模式，并能让AI把它迁移到新的服务。常规测试全部通过，但新环境存在并发写入、幂等性或一致性约束，使旧模式不再安全。真正的理解不是让AI继续修补异常，而是程序员能在错误发生前识别“这不是同一种状态模型”，撤回原抽象并重画状态边界。若所有边界警告都来自模型，他的交付能力可能很强，结构辖域仍未被个人证明。
分析者能够熟练使用回归、显著性检验和可视化，甚至能解释系数并做跨数据集迁移。若样本选择机制发生变化、观测不再独立或处理分配严重内生，计算流程仍然可以跑完。越界熟练者会交出更漂亮的模型；理解者会先降低推断强度，指出哪项识别假设失效，并决定是否需要设计层面的新证据。
一个人学会“制度路径依赖”以后，可以用AI把它迁移到企业文化、家庭习惯、城市规划甚至个人关系。很多类比具有启发性。但如果他把所有持续性都解释为同一机制，忽略行动者意义、权力关系与历史断裂，迁移能力本身就成为误解来源。解释学要求他允许对象拒绝类比：不是“找一个更漂亮的类比”，而是承认某些地方旧结构已经没有解释权。
机会成本、激励、风险收益等概念能显著改善日常判断，也极易越界。当一个人把“照顾家人值不值得”“是否原谅一个人”“一段哀悼应该持续多久”都先压成同一种可交换计算时，问题不是他不懂经济概念，而是他不懂这个概念的辖域。真正理解允许一个结构在它最有效的地方锋利，也允许它在不该裁决的地方失去声音。
另一个共同点是，最终正确并不总能替代过程判定。有时一个越界模型会“碰巧答对”，比如两种错误相抵；有时理解者会选择暂不作答，因为现有证据不足。如果评价只记最后正确率，前者得分更高。SJC因此容许“合法的不确定”作为重构结果：知道现在不能推出，比强行推出一个恰好正确的答案更能证明边界理解。
这些场景共同说明，结构辖域不是“每个领域都多背几条限制”。数学的边界可能由定义和假设给出，编程由执行语义和系统约束给出，统计由数据生成过程和识别条件给出，人文解释则由文本、历史与行动者意义的抵抗给出。边界形态不同，但判定事件同形：原结构继续运行仍然很容易，真正的理解体现在主体有没有理由让它停下来。
如果本章只是宣称“AI帮助会让人失去理解”，它很容易被现有实验直接推翻。2025 年 Bastani 等人在近千名高中数学学生中的现场实验显示，无护栏的通用GPT在练习阶段大幅提高表现，但撤除AI后的考试表现可能下降；带教学护栏的 GPT Tutor 则显著减轻这种损害[26]。这说明即时正确率不能直接记为学习，但也说明设计方式会改变结果。
同年 Wu 等通过四项在线实验、总样本 N=3,562，发现GenAI协作稳定提高当下开放任务质量，但这种增强总体没有延续到之后的人类独立任务[27]。尤其在相似文本任务中，参与者能够在有AI时产出更好文本，却没有显示稳定的后续独立表现增益。这个结果支持一个有限判断：协作绩效不能自动归因为个人能力或理解。它并没有证明所有AI协作都会阻断学习。
反向证据同样存在。Kestin 等在真实大学课程中的随机对照研究发现，研究型AI导师可以在更短时间内产生高于课堂主动学习条件的学习增益[28]。更重要的是，Contractor 与 Reyes 在 2026 年发布的随机实验预印本中发现，允许学生使用现成生成式AI后，即时无辅助知识测试提高约0.27个标准差，并在一周后保持；把AI用于解释概念的“augmentation users”延迟收益更明显，而主要让AI自动生成文本的“automation users”短期质量优势在撤除AI后消失[29]。
这些结果对本章是一记必要的反向约束：AI使用本身不能被当成理解的负指标。真正要测的是交互组织。一个学生可以借AI形成更好的辖域化结构，也可以借AI把所有边界识别一起外包。AI既可能成为理解的支架，也可能成为越界熟练的放大器。本章的判据因此必须与“是否使用AI”“使用了多少AI”正交。
Chirikov、Smirnov 与 Kizilcec 在 2026 年《Science》关于高校评估改革的讨论同样指出，生成式AI使传统评估有效性受到挑战，而不同学科的使用与误用模式高度异质，改革不能只依赖统一禁令或检测[30]。从本章视角看，最值得改革的不是把AI赶出所有考场，而是设计出即使AI在场也能分辨结构归属的任务。边界破坏任务正提供了这样一种方向。
真正值得“真跑”的第一步不是声称这些数据已经验证新概念，而是看它们是否迫使概念改变。它们确实迫使本章撤回了最初可能出现的宽泛命题——“AI代劳会削弱理解”。公开证据不支持这种一刀切。保留下来的更小主张是：当解释与迁移都可被AI增强时，单靠这些表现无法完成理解归属；需要额外观察边界修订由谁发起。这个缩窄本身就是一次不利结果驱动的理论修改。
它们也反过来提醒本章：即使撤除AI后的独立表现提高，也不能自动等于结构辖域理解。独立测试通常仍是标准知识题或写作题，并未专门设置“旧结构应该被停止”的诱饵。因此，现有研究可以证明AI有时促进学习，却还不能回答学习者形成的是更强迁移，还是同时形成了更好的边界。SJC是在现有学习效果指标之后再加一道更窄的问题。
把四项研究放在一起，一个更稳妥的图景是：GenAI对学习的影响高度依赖任务、界面、提示方式和使用策略。Bastani 的 GPT Tutor 通过限制直接给答案、鼓励引导式交互，减轻了无护栏版本的学习损害[26]；Kestin 的AI导师以研究型教学设计为基础获得真实学习增益[28]；Contractor 与 Reyes 则观察到解释型使用与自动化型使用的分化[29]。这些证据共同反对“工具越强，人越弱”的单调叙事。
最危险的近邻不是“死记硬背”批评，而是那些已经把理解定义为灵活表现、表征操纵、适应性专长和情境化解释的理论。如果本章只是说“理解要会迁移、会解释、会反思”，它没有独立存在的必要。下面逐一给出可判定的分界。
第一，Perkins 与 Teaching for Understanding 把理解视为能够围绕知识进行灵活而有思考的表现[2]。本章接受这一核心，但提出一个专门反例：若学习者能在多个新情境中灵活表演，却在一个表面同构、关键前提已破坏的任务上继续扩展旧结构，他会通过很多“灵活表现”测试，却不通过结构辖域判据。若未来实验证明普通灵活表现指标已能稳定预测这种主动撤模，本章的增量价值将显著下降。
第二，Wiggins 与 McTighe 的六个理解面向包含解释、诠释、应用、视角、同理与自知[3]，已经比单一迁移丰富得多。本章与其分界不在“更多维”，而在任务方向：六面通常要求展示理解能做什么，SJC 强制设置一个此前成功结构必须停止做什么的诱饵。若六面评估中的“perspective/self-knowledge”在标准实施中已足以稳定触发这种结构撤回，那么本章可被视为它的操作化，而非新构造。
第三，适应性专长强调面对新问题创新，本章强调新问题中有两种相反要求：扩展与撤回。判决性预测是，在创新任务得分相近的两个人中，边界诱饵任务仍应产生系统差异；若差异不存在，结构撤回力就没有独立维度。
第四，Wilkenfeld 将理解与“可操纵的表征”联系起来：拥有一个能以有用方式心理操纵的表征，是理解的重要条件[18]。这是本章最接近的哲学占位者。本章增加的不是“更会操纵”，而是表征的撤销权限：一个表征可以在错误辖域内被高度有用地操纵。若操纵性理论已经要求对所有相关反事实失效条件进行识别，则SJC会被其吸收；若没有，边界破坏任务提供可经验区分。
第五，de Regt 的科学理解理论强调可理解性具有情境性，并把理解看成一种技能[19]。本章借用了这种技能与语境思想，但把“情境性”压缩成一个特定可测事件：旧模型在保留表面相似的情况下失去承重前提时，主体是否主动撤回。若一般的 intelligibility 测量无需专门边界任务就能捕获这一差异，本章的新判据价值降低。
第六，Collins 与 Evans 的互动式专长证明，一个人即使不亲自做某领域的全部实践，也可能通过深度语言社会化获得足以与专家互动的理解[20][21]。这对AI时代尤其重要，因为它反对“不会手工做=不懂”。本章不要求贡献式实践，而要求语言或实践中的边界所有权：互动式专家若能在领域语言里识别某理论何时越界，完全可以通过SJC；若只能流利说话却无法识别承重前提改变，则落入越界熟练。
第七，Ryle 的 knowing-how/knowing-that 区分[22]、Polanyi 的默会知识[23]以及 Wittgenstein 的规则遵循讨论[24]都反对把理解等同于显性命题库存。本章与这些传统相容，但没有把不可言说性本身当作判据。边界识别可以通过行为选择、信息请求和模型切换表现，不要求主体给出哲学式定义。
第八，Krenn 等关于AI与科学理解的讨论已经明确指出，完美预测的“神谕”仍不满足科学家对理解的要求，并区分AI作为计算显微镜、灵感资源和潜在理解主体[25]。本章的区别在于评价对象不是AI能否理解，而是人机共同认知中“人的理解”怎样被归属。SJC允许AI贡献几乎所有计算和表达，只保留一个可检测的属人要求：模型失效时的首次边界修订不能完全由代理发起。
负迁移同样是强占位者。负迁移告诉我们旧知识可能伤害新任务，但它主要描述结果：过去学习使当前表现变差。越界熟练关注的是一种更隐蔽的前状态：旧结构可能继续产生高质量、甚至局部正确的结果，却已经跨出其解释辖域。边界任务要在明显负结果出现之前识别这种状态。若所有辖域失败都只有在表现下降后才可检测，则它与负迁移的分界会变弱。
元认知与 conditional knowledge 也非常接近。策略学习长期强调不仅知道“怎么做”，还要知道“何时、为什么使用”。如果结构辖域只是把 conditional knowledge 改名，本章没有新意。两者的分界在对象层级：策略条件通常管理“选哪种做法”，SJC管理“当前表示是否仍有资格定义问题”。如果实证显示二者完全由同一测量因子解释，本章应并回元认知传统。
还有一个方法学占位者必须承认：教育评价早已有“反例题”“陷阱题”“概念诊断题”和认知冲突教学。本章的独立性不能来自“给学生一个会失败的例子”，因为这显然早已存在。真正的分离线是任务目的和配对结构：边界破坏题必须以一个此前反复成功的结构为诱饵，并与相同难度的伪边界配对，从而测量的是“何时撤回”，而不是一般纠错或概念改变。
本章与前一篇关于“不可外包能力”的研究共享AI代理背景，因此必须正面区分。前一篇解决的是能力归属：当外部代理出错、冲突或失联时，人能否重新闭合观察—判断—干预—更新回路。它的核心问题是“这个系统还由谁接管”。本章解决的不是接管，而是理解本体：即使人具备操作接管能力，他是否知道所用结构何时已经没有解释资格。
两个判据可以交叉出现。一个资深操作员可能在AI失效时迅速恢复系统，因此具有很强的断代理接管能力；但他可能长期依赖一个过时理论解释异常，对模型边界缺乏理解。反过来，一名理论研究者可能非常清楚某模型的假设、反例和适用边界，却因为不熟悉具体软件而无法独立完成全部操作。他可以拥有结构辖域性理解，却不具备完整任务接管能力。
因此，两篇文章不能互相替代。前者在代理“坏掉”时测人能否重新把任务闭合；本章在代理“还很好用、甚至给出很漂亮答案”时故意让模型的前提失效，测人会不会主动拒绝继续使用。后一个情境更隐蔽：系统没有报警，AI也可能充满自信，只有理解本身能够制造停止理由。
因此二者可以构成将来的二维能力图谱，但不应合并成一个总分。组织可能需要知道谁能接管复杂工作，也需要知道谁能识别模型边界；教育则可能更关注后者。把两种能力分开，可以避免又造一个包罗万象的“AI素养指数”。
两篇文章还有一个重要的实验差别。能力归属论文最典型的扰动是“代理失灵”：AI错了、冲突了、断网了，外部系统自身制造接管需求。本章最典型的扰动是“代理仍然工作”：AI可以继续自信输出，真正变化的是任务与结构之间的关系。若只有在AI明显失败时人才会接管，那证明的是故障管理；若在AI没有报警时人仍能发现模型越界，才更接近理解。
在本书内部，还有两处需要一并划清。
与第三章的分界在测什么。第三章测的是证据有多旧，本章测的是边界由谁发起。一个人的能力证据可以非常新鲜——他上周刚完成一次独立诊断——却仍然在一个表面相似、前提已变的任务上继续扩展旧结构。证据新鲜说明"我们最近看见过他"，不说明"他知道何时该停"。因此本章的读数不能由第三章的证据龄比替代，反之亦然。
与第五章的分界在方向。第五章要求主体能识别使原判断失效的关键条件，这与本章的边界撤回看起来几乎相同。差别在于失效的来源：第五章的失效条件来自任务环境的变化（价格变了、法规改了、对手换了），是外部事件；本章的失效条件来自结构本身的适用前提（这个模型此处不再成立），是内部依赖关系。前者可以在完全不理解模型的情况下被察觉——环境变化通常有可见信号；后者没有信号，只有理解本身能制造停止的理由。这正是本章反复强调的那一点：真正危险的不是 AI 明显失败，而是 AI 仍然自信、系统没有报警。
结构辖域判据适用于具有可识别模型、规则、概念或解释框架的知识任务，尤其适合数学、统计、编程、科学推理、政策分析和人文解释。它不适合所有技能。纯粹感知—运动技能、审美体验、关系性照护等领域可能存在难以显式划定的边界，不能为了套用判据而强行把经验切成前提列表。
其次，边界破坏任务是一种研究和评价工具，不应变成“老师故意挖坑”的常态教学文化。它的价值来自可控、低风险、事后可解释的对照。如果在医学、法律、安全工程等高风险真实任务中故意让AI给出危险建议来测试从业者，可能制造不可接受的伤害。高风险领域应使用模拟、去标识案例或历史材料，并在测试后充分复盘。
第三，这个读数不能直接用于给人贴“懂/不懂”的固定标签。边界表现受疲劳、时间、领域熟悉度和提示方式影响。评估应指向“某个结构在某类边界上的理解位置”，不是指向人格。若组织据此做出不利教育或职业决定，必须公开任务构造、承重前提、编码规则和复核渠道。
第四，不应为了让指标好看而训练学生“逢AI必怀疑”。过度撤模和越界继续是对称错误。真正的目标不是怀疑更多，而是怀疑更准：表面变化而结构不变时敢于继续；关键前提改变时敢于停止。一个把所有AI输出都拒绝的人，并不会因此自动拥有理解。
最后，本章无意把解释责任全部压回个人。很多边界应由工具、组织和制度共同显露。AI系统若能主动展示假设、数据来源、不确定度和适用限制，会帮助人形成更好的辖域理解。坚持“首次边界修订不能完全由代理发起”，不是要求人在所有时刻孤立思考，而是防止教育与认证把完全外包的边界管理误记为个人理解。
对未成年人或初学者，边界任务的比例也要谨慎。若学习者尚未形成稳定正向结构，就大量用反例和诱饵攻击，可能只训练出不安全感。边界训练应建立在“模型确实在一批标准情境中成功”之后。没有成功历史，就没有值得撤回的结构，也无法区分真正辖域判断与随机猜疑。
此外，结构辖域判据不应成为反对直觉、经验或传统知识的工具。有些领域的边界知识本来就是长期实践中形成的默会辨别，行动者未必能完整语言化。评价者应允许通过“停止动作、重新取样、改问问题、寻求第二意见”等行为表现边界理解，而不是要求每个人都把经验翻译成形式假设。
结构辖域判据必须承担被证伪的风险。最直接的研究不是证明“学生会犯越界错误”，这早已不新；而是检验“结构撤回力”是否真的是一个相对独立于普通迁移、元认知和一般能力的维度。如果它不能解释任何额外差异，“结构辖域”就只是给既有能力换名。
一个预注册实验可以选择一个前提结构清楚的概念，例如统计推断、物理模型或程序状态。参与者随机进入无AI、解释型AI、答案型AI三组。训练后全部完成四类任务：标准题、表面变化但前提不变的伪边界题、远迁移题、表面高度相似但关键前提破坏的真边界题。主要因变量预先定义为“在任何外部正确性反馈之前，自主指出承重前提变化并暂停旧模型的比例”。
第一条证伪条件：控制先验知识、一般推理、普通迁移、校准信心和AI信任后，边界撤回指标若不再预测延迟的模型选择或错误恢复，说明它没有独立效度。第二条：若高适应性专长者几乎总是同时具有高撤回力，二者无法分离，则本章应被收缩为适应性专长的一种特殊测量。第三条：若提供AI后，人的首次边界识别归属无法可靠编码，SJC就不适合作为人机环境中的个体判据。
第四条更严厉：如果普通“解释为什么”“列出限制条件”题与边界破坏任务具有近乎完全的测量等价，而且同样预测真实世界错误，那么专门设计诱饵边界没有必要。第五条：如果专家在真实高水平领域中频繁通过实践保持理解，却系统无法显式或行为化表现任何撤模事件，说明本章把可观察性要求设得过强。
跨领域比较也能检验本章是否过度数学化。若结构辖域只在假设清晰的统计、物理、编程中有效，而在人文解释任务中无法可靠编码，本章就应限制适用范围，而不能凭解释学语言宣称普遍性。反过来，如果通过“对象证据无法被旧框架无损吸收”也能形成稳定任务，则说明辖域概念确有跨域价值。
长期研究比一次实验更重要。结构撤回力可能不是稳定能力，而是由反复“成功—越界—撤回—重构”的经历培养。追踪研究可以观察学生在一个学期里是否从“只有老师指出边界”转向“自己主动提出边界问题”，以及这种变化能否迁移到同领域的新模型。若不能迁移，SJC更适合被理解为模型特定知识，而不是一般理解能力。
研究还应比较人与AI的组合方式。可以设计四种界面：AI直接给答案、AI只给问题、AI展示假设清单、AI主动给反例。若“主动给反例”让最终边界正确率上升，却让人的首次自主识界率下降，就会出现一个有意思的分离：系统理解表现更好，个人理解证据反而更弱。这不是说界面不好，而是提醒评价时不能把联合系统与个体记在同一本账上。
按照本章自己的判据，这篇论文不能因为提出“结构辖域”就宣称自己已经理解了“理解”。它目前只完成了一个理论结构：把迁移、证明结构与解释语境组织成一个可测试的分界，并用既有AI实验对较弱主张进行了压力测试。公开实验尚没有直接测量“表面同构而承重前提失效时的自主撤模”。因此，本章此刻属于“提出了辖域模型，但尚未获得自身边界任务验证”的状态。若未来数据不支持展开力与撤回力分离，作者应撤回这一独立构造，而不是用更多术语修补。
这里写下一条有日期的赌注。到 2030 年 12 月 31 日以前，如果AI继续进入正式学习与专业认证，至少会出现三项同行评审研究，把“模型/规则在关键前提失效时能否被人主动停止或改写”作为独立于普通迁移或最终正确率的测量，并发现该测量对后续独立判断、错误恢复或真实任务模型选择具有增量预测力。只有同时满足“边界被预先定义”“首次修订由人产生”“控制普通迁移”“报告增量效度”四项，才算命中。一般的批判性思维测验、事实查错、无AI闭卷考试或只问‘这个模型有什么局限’不算命中。
如果到期没有出现这样的证据，可能有三种解释：这个问题不重要，既有迁移与元认知指标已经足够，或者本章所提出的结构撤回根本不是可稳定测量的独立能力。无论哪一种，都要求本章降低自己的理论地位。一个主张若永远只要求别人识别边界，却不给自己画边界，就已经违反了它自己的核心原则。
回到最初的问题：当AI能够比本人更流畅地总结一本书、解释一个概念、推导一个结论，并把同一原理迁移到新的案例时，什么才足以说“这个人真正懂了”？答案不应退回“必须自己背、自己算、自己写”，也不能停在“他会不会用AI得到好答案”。甚至“他能不能把结构迁移出去”也不再充分。
本章提出的最低分界是：他是否把结构与结构的失效条件一起持有。当一个新情境仍然长得像旧问题、旧模型仍然能够顺畅地产生答案、AI也愿意继续帮忙时，他能否先于外部纠错意识到“这里已经不是它的辖区”，停止旧结构，指出断掉的承重关系，并重新组织问题。能做到这一点，哪怕他记不住所有事实、不能手算全部步骤、需要AI完成大量中间操作，我们仍有充分理由说：答案也许不全在他这里，但理解在他这里。
AI时代真正稀缺的理解，因而不只是把一个好模型带得更远，而是让任何模型都不能无限制地占领世界。会迁移，是理解的力量；会撤回，是理解的边界。只有二者同时存在，结构才不是一套借来的答案，而成为主体能够使用、限制并重新生成的知识。
对AI产品设计而言，最值得支持人的不一定是更多自动答案，而可能是让结构边界可见：显示假设、标出证据链、允许用户对前提设反事实、在跨域迁移时提醒哪些条件被默认保持。这样的系统不是替用户拥有辖域，而是把辖域变成可交互对象，让用户更容易亲自形成撤回理由。
对个人使用AI而言，也无需把每次对话都变成复杂审查。更现实的习惯是保留少量高价值问题：这段解释依赖什么？如果哪个条件改变，它会失效？眼前这个新案例只是表面不同，还是已经破坏了承重关系？当AI给出极其顺畅的跨域类比时，这几个问题比“再给三个例子”更接近理解训练。
对教育而言，这个结论意味着课程设计不应只问“学生能不能把知识迁移出去”，还应周期性安排“模型审判日”：挑选一个学生已经非常熟练的框架，给它一个真正不该处理的案例，让学生练习拒绝自己的强项。这样的训练不是为了否定知识，而是让知识获得边界。一个从未学会说“这里不能再用它”的学生，实际上还没有完全学会“这里为什么可以用它”。
| 来源 | 主要凭证 | 它单独最擅长识别的失败 | 在本章中的位置 |
|---|---|---|---|
| 学习科学 | 能否迁移、继续学习并在新问题中适应 | 死知识、套路化熟练、只会原题 | S：理解显露成什么 |
| 数学 | 能否把握证明、依赖结构、不变量与反例 | 只会验证、只会套公式、不知道为什么成立 | D：理解内部怎样组织 |
| 解释学 | 能否把规则放回语境，在应用中修正视域 | 去语境化、机械套用、把文本当固定对象 | E：理解依赖什么意义场 |
| 传统 | 常用成功证据 | 隐藏前提 | 内部反证材料 |
|---|---|---|---|
| 迁移/适应性专长 | 能把知识用于新题，并继续学习 | 结构携带得越远，理解通常越深 | 负迁移：旧知识会妨碍新问题；创新可发生在错误框架内 |
| 数学理解 | 能证明、解释并识别不变量 | 掌握深层结构即可跨表面变化保持正确 | 反例与证明修订表明：理解还包括知道何处必须改定义或撤回推导 |
| 解释学 | 能在新语境中形成解释与视域融合 | 新应用可以通过更好解释吸收进理解 | 对象与语境可能抵抗既有视域；应用会改变何者算作同一意义 |
| 结构撤回力低 | 结构撤回力高 | |
|---|---|---|
| 结构展开力低 | Ⅰ 言辞占有：能复述定义或跟随AI，但结构既展开不了，也无法定位边界。 | Ⅱ 边界警觉：知道“这里不能套”，却说不清为什么，也缺乏新的组织能力。 |
| 结构展开力高 | Ⅲ 越界熟练（靶格）：能解释、迁移、生成变体，但关键前提失效时仍继续套用。 | Ⅳ 结构辖域性理解：既能展开结构，也能在失效处撤回并重构边界。 |
| 编码维度 | 记为通过的最小证据 | 不计为通过 |
|---|---|---|
| 识界 | 在外部纠正前指出具体前提/语境已改变 | “我感觉不对”“AI有时会错” |
| 撤模 | 明确暂停此前成功模型，不继续以补丁掩盖前提破坏 | 仅修改最终数值、措辞或例子 |
| 重构 | 提出新的表示、模型、信息需求或合法的不确定状态 | 只说“情况复杂，需要更多研究” |
| 辨别性 | 真边界撤回、伪边界保持，二者有方向性差异 | 所有陌生题都撤回，或所有题都继续套用 |
| 研究 | AI条件中的即时表现 | 撤除/后续表现 | 对本章的压力 |
|---|---|---|---|
| Bastani et al., 2025 | 通用GPT与辅导型GPT均可提高练习表现 | 通用GPT组撤除后可受损；Tutor护栏减轻损害 | 反对“当下做得好=已经学会”；也反对把所有AI辅助一概而论 |
| Wu et al., 2025, N=3,562 | 开放任务质量提升 | 总体缺乏稳定的独立任务溢出 | 系统绩效不能直接归属于个人理解 |
| Kestin et al., 2025 | AI导师条件学习效率高 | 测得真实学习增益 | 反驳“AI必然损害理解” |
| Contractor & Reyes, 2026 preprint | AI使用提升即时知识测验 | 一周后仍有增益；解释型使用优于自动化型使用 | 迫使判据从AI用量转向交互中结构与边界由谁持有 |
| 最近邻 | 与本章重合处 | 判决性分离线 |
|---|---|---|
| Teaching for Understanding | 理解表现为灵活使用 | 高灵活表现者在边界诱饵上仍可能继续套模 |
| Understanding by Design 六面 | 解释、应用、视角、自知均属于理解 | 是否必须设置“成功结构应被撤回”的任务 |
| 适应性专长 | 创新、效率、继续学习 | 创新可在错误框架内发生；撤回应解释额外方差 |
| 表征可操纵性（Wilkenfeld） | 理解依赖可操纵表征 | 高操纵性不必然包含表征的失效/撤销条件 |
| de Regt 情境性科学理解 | 理解是技能且依赖语境 | 本章要求可编码的边界破坏事件与首次撤模 |
| 互动式专长 | 不必亲自完成全部实践也可理解 | 语言流利不等于边界所有权；可用边界诱饵区分 |
| AI辅助科学理解（Krenn et al.） | 正确预测≠理解，AI可支撑理解 | 本章专门处理人机系统中理解归属于人的最低证据 |
| 可证伪命题 | 支持本章会看到 | 削弱/推翻会看到 |
|---|---|---|
| 撤回力有增量效度 | 控制迁移、元认知、智力后仍预测边界错误与延迟模型选择 | 加入控制变量后效应趋近零 |
| 展开力与撤回力可分 | 存在稳定的“高展开—低撤回”个体/状态 | 两者几乎完全同一维度 |
| AI使用方式影响辖域形成 | 解释型/反思型使用改善边界识别，自动化型不一定 | 只要AI在场，无论交互方式结果相同 |
| 边界任务不是普通难题 | 真边界与匹配难度伪边界产生方向性差异 | 差异完全由题目难度、焦虑或谨慎解释 |
| 边界识别有现实预测性 | 预测之后的异常处理、模型切换与错误恢复 | 只提升实验题正确率，不预测后续行为 |
研究伦理：本章未直接招募研究参与者，未使用可识别个案。未来若实施对抗性AI或边界诱饵实验，应限于低风险、可逆、可充分复盘的模拟任务；不得以故意生成危险医疗、法律或安全建议的方式在真实服务中测试人员。任何将结构辖域读数用于高利害教育或职业决定的实践，都应公开编码规则并提供人工复核。
人机协作：研究问题、三学科选择、发表场景与核心方向由作者提出；生成式人工智能参与公开资料检索、跨学科结构推演、反例搜捕、初稿生成、参考文献整理与文档排版。理论判断、证据取舍、引文核验、伦理边界与最终发表责任由最终署名作者复核并承担。生成式人工智能不列为作者。
文本规模说明：本稿当前文档中文字符约 20,130 个（含标题、摘要、正文、参考文献中文信息与说明；英文与数字未计入该数），正文体量按约 2 万字论文设计。