| 记号 | 名称 | 定义 | 章 |
|---|---|---|---|
| a | 可及性 | 面对一个具体任务，一份合格产物由外部即时供给的概率 | 枢纽章 |
| λ | 借道率 | 达成结果时走替代路径而不自己重推的比例 | 第五章 |
| k | 可塑性系数 | 使用依赖的可塑性强度，k > 0 | 第五章 |
| ρ | 复推率 | 换表面不同、结构相同的情境，推出同一条的可靠性 | 第一章 |
| ρ_max | 复推上限 | 完全不借道条件下可达到的复推可靠性 | 枢纽章 |
| y | 产物型读数 | 任何以产物为形式的读数 | 第五章 |
| Δ | 剥夺落差 | y(封路) − y(不封路) | 第五章 |
| b | 借清率 | 相邻处清晰度下降量 ÷ 目标处上升量 | 第四章 |
| κ | 锐度 | 峰高 ÷ 邻坑深 | 枢纽章 |
| v | 静息变异率 | 无任务、无考核、无故障时段里自发偏离默认做法的比例 | 第九章 |
| C | 覆盖型量表得分 | 分格量表上及格格数 | 枢纽章 |
R1 λ(t+1) = λ(t) + k·a·(1 − λ(t)) ⟹ λ(t) = 1 − (1 − λ₀)(1 − k a)^t → 1 只要 a > 0，λ 单调升至一；a 只决定快慢，不决定终点。
R2 ρ = ρ_max·(1 − λ) ⟹ ρ → 0 复推率不是被消耗的存量，是每次使用时被重新生产的能力；停止生产不等于折旧。
R3 ∂y/∂λ = 0 产物型读数与借道率正交。实测支持两处：术后单腿跳远距离比 97% 而膝关节做功比 69%；O\*NET n=879 自动化与决策频次 r=0.042、与决策自由度 r=−0.199。
R4 Δ ≡ y(封路) − y(不封路)，且 ∂(成本 of Δ)/∂a > 0 唯一读法，且价格与诊断价值同向随 a 上升。实测：随机化压掉 Δ 的 92%，代价 y 掉 13 个百分点，仅当替代路径失效概率 > 46% 时划算。
R5 b ∝ (1 − λ) ⟹ b → 0，κ = 峰高/邻坑深 在极限处无定义 命名：均浅。κ 不是低，是不存在——这正是它读不出来的原因。
R6 C(深学者) − C(均浅者) = 0 − #{坑落在格上} ≤ 0 峰在封顶处失效而坑照常扣分。覆盖型量表给损失方加分。
R7 鉴别独立性低的领域里，依赖的安全性取决于 ρ；而依赖使 λ 升、ρ 降。 自锁，且不产生任何事件。
算例一：适度使用不是一个状态。 取 k = 0.1，λ₀ = 0。a = 0.9 时，λ 到 0.95 需 t ≈ 30；a = 0.3 时，t ≈ 98。把可及性压到三分之一，只把到达同一终点的时间拉长约三点三倍。在一段三十年的职业生涯里，这个差别不改变结局。要改变结局，需要的不是降低 a，是存在一个把 λ 往回拉的力；R1 里没有这一项，因为现行读数里没有它。
算例二：覆盖型量表上的净惩罚。 设一份量表有 20 格。均浅者每格恰好及格，得 20。深学者在 3 格有峰（各得 1 格，与及格者相同）、在 2 格有坑（低于及格线），得 18。差为 −2。峰的高度对总分毫无贡献，坑的深度也不影响扣分幅度——只要落进格里，扣一格。 这解释了为什么每一次「提高考试覆盖面」的改革都在无意中加大对深学的惩罚：格数越多，坑被格子接住的概率越大。