← 专著页 · 分章目录 · 上一节 · 下一节

第八章 两端都不记账的那一段

文心探幽·卷一 · 正文 20,912 汉字 + 编者补节 579 汉字

悬跨段

——作文的发生落在两处有据点之间:那一段必须自造的文字不属于任何一端,因此在提纲、成品与评价里都没有位置

Unbridged Spans: Composition as the Self-Made Text Between Two Sourced Points

摘要

作文教学与写作研究长期把"写不下去"当作一个能被指认到具体位置的事件:这一句想不出、这一段不会写、这个论点站不住。本文主张,这个默认本身是三门互不相干的手艺共同持有而从未说出口的假定,而其中一门在自己的操作体例里早就否认了它。合成化学发现产物比例由出口处的能垒差决定,与手里握有多少中间体无关;《周易》的变占体例在多爻同变时并不从任何一爻自身读出"当动之爻",而要以天地之数减去六爻之数的余额来指定;火在何处停下不取决于哪一棵树是否可燃,而取决于两处可燃物之间的距离。三者合起来只能得出一条三者都不会同意的判断:作文的发生不落在任何一处,而落在两处有据点之间那一段必须由写作者自费铺过去的文字上——本文称之为悬跨段。它的读数是悬跨长度 λ:从最后一处有据可指的位置到下一处有据可指的位置之间,连续自造的句数。判据是一句不含程度词的问话:这一句的上一处出处在第几句之前? 本文对 60 篇英文维基百科特色条目做了一次预注册检验(哈希 dae6976a53469b50,23,509 次修订、3,294 个会话),三条假设被自己的数据全部驳回,且同一份数据在两种都合理的编码下给出方向相反的系数;这一不利结果被写入正文,并把主张由"停在哪里由间隙属性决定"修订为更弱也更硬的一条:间隙属性在现有记录里不可识别,因为记录只有点。事后清点显示,在每句都被要求给出来源的最高质量档条目里,最长连续无出处句串的中位数仍达 13.5 句,而没有任何评审程序读这个数。结论:一切"加点"的写作指导——提纲更细、分点更多、模板更全——在数学上必然增加交接次数,因而增加悬跨段的数目;这是本文最不愿意但必须给出的预言。

关键词:悬跨段;悬跨长度;有据点;交接;写作过程;不可识别

Abstract. Research and teaching on writing routinely assume that a breakdown in composing can be located at a point: this sentence, this paragraph, this claim. This paper argues that the assumption is a shared and unstated premise of three unrelated crafts, and that one of them has already denied it within its own operating rules. In synthetic chemistry, product ratios are governed by the free-energy difference between the transition states at the exits, not by the populations of the intermediates in hand. In the divination procedure of the Zhouyi, when several lines change at once, the line that "should move" is not read off any single line but assigned by a remainder computed from the whole hexagram. In fire ecology, where a fire stops is not determined by which tree fails to burn but by the distance between patches of fuel. Together they force a judgment none of them would accept: composing happens not at any point but in the unbridged span between two sourced points — the stretch of text a writer must lay down at their own expense, which belongs to neither end. Its readout is the span length λ: the number of consecutive self-made sentences between the last and next attributable position. Its criterion is one question containing no modal terms: how many sentences back is the previous source for this sentence? A pre-registered test on 60 English Wikipedia featured articles (hash dae6976a53469b50; 23,509 revisions, 3,294 sessions) refuted all three hypotheses, and the same data yielded coefficients of opposite sign under two defensible codings. That adverse result is reported here and forces a weaker but harder claim: gap properties are unidentifiable in existing records, because records contain only points. A post-hoc count shows that even in the highest-quality tier — where every claim is supposed to carry a source — the median longest uncited run is 13.5 sentences, and no review procedure reads that number.

Keywords: unbridged span; span length; sourced point; handover; writing process; unidentifiability

一 · 一个所有人都见过、而没有一个字段记着的现象

先摆现象,不急着解释。

一个学生交上来一份提纲:五个论点,每个论点下面两条材料,条条清楚。三天后他交上来的作文只有六百字,而且是从第三个论点直接跳到第五个的。你问他卡在哪儿,他会说"第四点我不太会写"。你把第四点单独拎出来问他,他讲得很好——讲了两分钟,逻辑完整,例子也有。你说那你写下来。他写了两句,停了。

一个博士生把文献读完了,笔记做了六万字,每一条都带页码。他动笔写第二章,写到第七页停住。他不是不知道下一句该说什么——你逼问他,他能说出下一句的大意。他停住的地方是:上一句结束于某本书的第 214 页,下一句要落到另一本书的第 31 页,而从 214 页走到 31 页这一段路,两本书都没有写。

一个部门主管要写一份年度报告。数据齐了,图表做好了,去年的模板还在。他写了一整个下午,写出来的是图表的说明文字。所有需要把两张图连起来的段落,他都留了空,标着"待补"。年底交上去的报告里,那些"待补"变成了三句过渡话,而没有任何人在评审时指出这三句话没有依据——因为它们本来就不需要依据,它们只是过渡。

三件事看上去毫不相干。它们共同的形状是:两端都清楚,中间那一段没人认领。

而我们的全部处置方式是把它记在某一端身上。学生说"第四点不会写",我们于是给他补第四点的材料;博士生说"第二章卡住了",我们于是让他多读几篇;主管说"报告不好写",我们于是给他一个更细的模板。三种处置全部指向点,因为我们的账本上只有点。

本文要立的是:那一段路是一个东西,它有长度,有代价,有归属问题,而目前没有任何一种写作记录为它设位。它不是"过渡"——过渡是修辞学的说法,指两个已有部分之间的衔接手法;它也不是"卡壳"——卡壳是心理学的说法,指一次可观察的停顿。它是一段必须由写作者自费产出、而任何一端都不为其负责的文字。本文叫它悬跨段。

路线图:第二节请三门与写作毫不相干的手艺各自出场,说它们如何回答"这一程怎么走完";第三节指出它们共同没说出口的那条假定;第四节用其中一门自己的体例把这条假定推翻;第五到第八节给出悬跨段的定义、它的三种来路、它的读数与清点办法、以及一句可以拿去问记录的问话;第九到第十一节报告一次预注册检验的全过程,包括它把本文驳回的部分;第十二到第十五节是与最近的几种既有说法的分界、被三门手艺反过来加上的约束、以及本文不适用的边界;第十六到第十八节是证伪条件、一条写死日期的赌注、以及本文自己在自己的框架里落在哪一格。

二 · 三门手艺各自怎么把一程走完

二·一 合成化学:手里有什么,不决定出来什么

有机合成里有一条被写进物理有机化学标准综述的原理:当两种可以快速互变的构象各自不可逆地走向不同产物时,产物的比例只由通往两个产物的过渡态之间的自由能差决定,而不必然反映两种构象自身的平衡分布(Seeman 1983)。它的反直觉推论是教科书标准案例:较不稳定、含量更少的那个构象,完全可以给出主产物——只要它那一侧的出口更低。

对做合成的人来说,这条原理每天在用。它的实际含义是:"我手里有多少"和"我最后能拿到什么"是两笔账。 一个中间体在瓶子里占九成,不保证它出现在产物里;一个只占一成的构象,可能贡献九成的产品。你要改变产物比例,不能靠"多做一点那个中间体",只能靠改出口——换催化剂、换温度、换配体,把某一侧的坎降下去。

还有一条与它配套的日课:保护基。为了让分子上某一处此刻不反应,合成化学家先给它戴上一个基团,做完再把它摘掉。这意味着两件事:第一,"不动"是被主动施加的,不是免费的默认;第二,它的代价被明码记在收率里——上保护基一步、脱保护基一步,两步都要损失。

化学在这一程上的终点很清楚:最后瓶子里那个东西。路线再漂亮,谱图上没有它就是零。

二·二 《周易》的筮法:哪一处当动,不由那一处自己说了算

《系辞上》记着一套成卦程序:大衍之数五十,其用四十有九;分而为二以象两,挂一以象三,揲之以四以象四时,归奇于扐以象闰。四营为一变,三变成一爻,十八变成一卦(朱熹《周易本义·筮仪》定其式)。

这套程序的结果不是一个卦,是两个。每一爻算出来是九、八、七、六四个数之一:九是老阳,六是老阴,老者变;七是少阳,八是少阴,少者不变。把该变的变过去,得到第二个卦,叫"之卦"。占断落在哪里,取决于有几爻变——六爻皆不变看本卦辞,一爻变看那一爻的爻辞,六爻皆变看之卦(乾坤两卦另有用九、用六)。

要紧的不是吉凶怎么断,是"哪一处当动"这件事是被程序标记出来的,不是被占者挑出来的。少阳与少阴不是不重要,是这一次的过程没有把它们标记为可动。一个位置的可动性,在《易》这里是位点属性:这一爻是九还是七,写在它自己身上。

《易》在这一程上的终点也很清楚:那条走向。本卦是已经显露的样子,之卦是要去的地方,而占的产物是"该往哪动",不是"现在是什么"。

二·三 火与燃料:火在哪里停,不取决于哪一棵树

林火科学最反常识的一条是:火消耗燃料,因此火本身会为后来的火造出屏障——烧过的地方在若干年内挡得住下一场火,火制度因此具有自我调节的性质(Parks 等 2015)。这条被四个大样地的数据检验过,并且给出了一个明确的失效线:随着两场火之间间隔年数增加,旧火疤的阻挡作用逐年衰减,跌到某一概率阈值以下,它就不再是一条有效的防火带。

与它配套的是那条著名的悖论:一个世纪的全面扑火,本意是消灭火,实际结果是把燃料一年年攒起来,最终把小火换成了巨灾火(Arno & Brown 1991;Pyne 1982)。扑火的日课,正是灾难的病根。

对火来说,火线停在哪里,几乎不由某一棵树是否可燃决定。一棵不燃的树只让火绕一下;真正让火停下的,是两块可燃物之间的距离超过了它能跳过去的那个尺度。责任不在点上,在点与点之间。

火在这一程上的终点是第三种:被改造过的那片地。计划烧除的产物不是这一场火,是一片以后只允许某种火通过的燃料床。

二·四 三门手艺的三个终点

把三家的终点摆在一起,本文这道题的形状就出来了:

它认为这一程的终点是它据此回答"怎么走完"
合成化学实际拿到的那个东西改出口,不改库存
筮法与变占该往哪动的那条走向让过程去标记哪一处当动
火与燃料被改造过的那片地管连续性,不管火源

三个终点互不相容,谁也不能把另两个当手段收编:把化学的产物当手段,合成就没有意义;把《易》的之卦当手段,占就成了预测工具;把火生态的燃料床当手段,管理就退回扑火。它们不是三种角度,是三个不能同时当终点的终点。

三 · 三家共同没说出口的那一条

三门手艺争的其实是同一件事:"这一步该不该动、能不能走过去",由谁来裁。 化学说由出口的坎裁;《易》说由成卦程序的老少标记裁;火生态说由料的连续性裁。

三个答案互斥。但把它们摆在一起念一遍,会听见一句谁都没说、而谁都点头的话:

走不通的责任,落在某一处身上;"卡在哪里"总能指认到一个点。

念给三家听,三家都会说"这还用说吗"。化学的账本上是中间体、产物、官能团——全是物种,全是点;《易》的账本上是六爻——六个位置,每个位置一个数;火生态的账本上是林分、斑块、样地——全是有边界的地块。三家的记账单位全部是点,因此"哪一处"这个问法在三家那里都不需要辩护。

这条假定的代价是隐形的:只要账本只有点,那么两点之间的那一段就永远只能作为"关系"出现,而关系不被当成一个可以有存量、有代价、有归属的东西。 你可以说 A 与 B 之间"衔接得好"或"衔接得不好",但你不会问"这一段有多长""它归谁""是谁把它铺出来的""铺它花了多少"。

这不是三家的疏忽。一个领域看不见什么,通常不是它的缺陷,是它的问题结构的影子。 化学要的是可分离、可称量、可入谱的物种,一段"过程中的路"称不出重量;《易》要的是可占断的位次,一处"两爻之间"没有辞可系;火生态要的是可制图的地块,一段"两块料之间的空"在遥感影像上只是背景。三家各自的核心问题,恰好使这一步成为不必要的。

四 · 推翻它的那件材料,来自《易》自己

现在需要一件材料,把"卡住的地方总能指到点"这条假定推翻。这件材料必须是三家之一自己已经掌握、已经写进体例、只是从没往这个方向用的东西——从外面搬一个理由进来,得到的只是第四种意见,而不是取消这场争论。

它在《易》这一边,而且就写在变占体例里。

宋以后的变占之法处理一个麻烦:几爻同时变的时候,看哪一条辞? 一种通行的处置是求"宜变之爻"——以天地之数五十有五,减去所占六爻之数的总和,所得之数指向的那一爻,即为当动之爻;若它恰好是变爻,就看它,否则按变爻数目另有分例。

请注意这一步做了什么:当动之爻,不由任何一爻自身的老少读出,而由整卦六爻之数与一个总数之间的余额算出来。

也就是说,《易》在自己的操作里已经承认:"哪一处当动"不总是位点属性。当变的地方多于一个,位点属性立刻失效,必须转而使用一个从整体差额里算出来的、不属于任何一爻的量去指定它。这个量没有爻位,没有辞,在六十四卦的任何一条辞里都找不到它——它只在算的那一刻存在。

这件材料在易学内部回答的是另一个问题:多爻变时的读辞体例。它从来没有被当作关于"卡在哪里"的证据。这正是它能推翻那条共有假定的原因——它不是为反对而造的,它是《易》自己每天在用的东西。

另外两家各自也有一件同形的材料,可以作为旁证,但它们的位置不如上面这一条硬:

• 化学:过渡态不是任何一个物种。它在任何谱图上都没有丰度,不能被分离,不能被称量,而产物比例恰恰只由它决定。合成化学每天靠一个在自己的账本上没有条目的东西做决策。

• 火生态:火线的位置不在任何一棵树上;同一场火的边界之内还留着未烧的斑块,而"未烧"既不是"不可燃",也不是"没点着"——它是火没跳过去。

三件材料指着同一处:决定这一程走不走得完的那个东西,在三家的账本上都没有条目。

五 · 悬跨段:它是什么,以及它不是什么

定义:在一次写作里,有据点是文本中可以指出外部依据的位置——一条引文、一份数据、一段被记录过的事实、一处提纲里已经写下的条目、一句作者此前已经写定并可直接取用的话。相邻两个有据点之间那一段必须由写作者当场自造、且两端的依据都不覆盖的文字,就是一个悬跨段。

四条界定,缺一条这个词就滑回旧概念:

1. 它以"段"计,不以"点"计。 它没有位置,只有两端和长度。问"悬跨段在第几句"是问错的问题,正如问"火线在哪一棵树上"。

2. 它必须被跨过去,不能被绕开。 一篇文章如果绕开了它,那不是跨过去了,是这篇文章到此为止——现实中它表现为跳过一个论点、砍掉一节、把两段生硬地并排放着。

3. 它的代价由写作者独自承担,而没有任何一端为它记账。 前一处依据只保证到它自己为止;后一处依据只从它自己开始算。中间那一段,两边的出处都不覆盖。

4. 它不是空白,也不是错误。 悬跨段被跨过去之后,留下的是读起来完全正常的文字——过渡句、概括句、推论句、"由此可见"。成品上看不出哪一段是自造的,这正是它难以被发现的原因。

它不是下面这几样(详细分界见第十二节):

• 不是衔接(cohesion)。衔接讲的是既有两部分之间用什么手段连起来,它假定两部分都已经在那里;悬跨段讲的是中间那一段本身还不存在,必须先被产出。

• 不是停顿。停顿是时间上的一个事件,可以用键击日志测;悬跨段是文本上的一段长度,一个人可以毫不停顿地一口气写完一个很长的悬跨段——写得越流利,越难发现。

• 不是知识缺口。知识缺口在点上:这一处我不知道。悬跨段的两端都可以是知道的。

• 不是过渡段。过渡段是修辞的功能单位,是作者有意安排的;悬跨段是结构上的必然产物,作者往往并不知道自己正在写它。

为什么它是一个东西,而不是"距离"这么中性的说法:距离是两点的函数,取消两点就没有距离,而距离本身不需要谁去负责。悬跨段不同——它需要有人把它写出来,写它的人要付出代价,而没有任何一方为这份代价设位。删掉本文这个说法,它不是变得难测;它是在任何账本上都不存在:提纲里没有它(提纲只有条目),成品里没有它(成品只有句子),评价表里没有它(评价表只有论点、结构、语言、书写),过程研究里也没有它(过程研究测的是停顿、修改、回读,全是事件)。

这是本文全部主张的落点。接下来三节把它变成可以清点的东西。

六 · 一次"写不下去"有三种来路,从外面看一模一样

不用二维格子。这里要的是一张三分表,因为三种来路是并列的,不是两根轴交叉出来的。

甲 · 点上无料乙 · 点上有料而出口高丙 · 两端有料而中间无人负责
当事人怎么报告"这里我不知道写什么""我知道要说什么,就是写不出那句话""这里我不太会写"——与甲的报告逐字相同
实际情况该处确实没有可指的依据依据在,语言形式过不去两端依据都在,中间那一段没有依据可依
旁人一看缺材料缺表达看起来是缺材料
通行处方多读、补材料练句式、找范文多读、补材料(误诊)
处方有效吗有效有效无效,且反向有害:补进来的材料成为新的有据点,于是多出一个交接
它留下的痕迹空白或跳过涂改、反复重写同一句一段读起来完全正常的过渡文字

三条签名,用来判定手上这一例到底是不是丙:

1. 短期指标是改善的。 丙被跨过去之后,篇幅增加、结构完整、通篇流畅——所有能被快速检查的东西都变好了。

2. 失效不产生任何信号。 跨错了(自造的那一段其实与两端不相容)不会报错,因为两端的依据都不覆盖它,没有任何程序会去核它。

3. 它自我加固。 越是把提纲写细、把分点写多、把模板写全,交接处就越多;每个交接处都是一个悬跨段的两端,于是这套本意在减少困难的做法,在数量上必然增加困难的处数。

第三条签名不是修辞,是算术:一篇文章若有 n 个有据点,交接处就有 n−1 个。把提纲从 5 条加密到 15 条,交接处从 4 个变成 14 个。每一次"讲得更清楚一点"的努力,都在增加需要自费铺过去的段数。 这是本文最不愿意但必须给出的那条预言,第十七节会把它写死。

为什么靶子是丙而不是甲:甲不需要任何框架就看得见——缺什么补什么,这是常识。丙在所有形式检查上都合格:字数够、结构齐、句子通顺、逻辑词齐备。一格东西如果不用本文的说法也一眼看得见,那说明这张表选错了。

七 · 悬跨长度 λ:清点手册

一个说法如果不能被清点,它就只是一个比喻。下面这份手册是给要去数它的人用的,也是给要来驳倒本文的人用的——没有它,本文的一切证伪条件都不可裁决。

读数名:悬跨长度 符号:λ

定义:在一段文本中,相邻两个有据点之间连续自造的句数;一篇文章的 λ 取其最大值,

另报中位数(λ₅₀)与分布。N 的取法:以句为单位,不以字数、不以段落。

粒度:什么算"一句"——以句末标点(。!?;及英文 . ! ?)切分,

引文内部的句末标点不切;短于 8 个汉字(或 15 个字符)的片段并入前一句。

边界例:一个只含"由此可见,"的分句——不单独计为一句,并入其后那一句。

边界例:一个句子里同时含依据与自造内容("据甲书,X;因此 Y")——

计为有据点,λ 在此处清零。此约定使 λ 系统性偏小,是保守方向。

编码规则(六条):

1. 有据点=该句携带可指的外部依据:脚注、文内引注、数据表引用、

可核的事实陈述(有主体、时间、地点、可被第三方查证)。

2. 提纲条目与作者此前已写定的段落,计为有据点;仅存于作者记忆中的想法不计。

3. 纯格式句(小标题、编号、图表题注)不计入句数,也不清零 λ。

4. 引语、转述与摘要视为有据点;对引语的评论视为自造。

5. 一个 λ 段跨越小标题时不中断——小标题不是依据。

6. 无法判定的句,一律计为有据点(保守方向:使 λ 偏小)。

表头(可直接拿去做空表):

文章ID | 句序 | 句文(前20字) | 是否有据点(0/1) | 依据类型 | 当前λ计数 | 备注

不适用:口头表达;对话;诗;以及任何"每一句都不要求有依据"的文体

(λ 在其中恒等于全文句数,无分辨力)。

本篇三处引用一致性:正文 §七 = 证伪 §十六 = 赌注 §十六末,同一定义、同一粒度、

同一份编码规则;阈值均取 λ≥10 句。

λ 的两条性质,决定它值不值得造:

第一,它与现行的一切主要指标正交。一篇字数足、结构齐、引注多、评分高的文章,完全可以有很大的 λ——引注全部堆在事实陈述处,而承担推理与转折的那些句子一条依据也没有。第十节给出的实测正是这样:在每句都被要求给出来源的那一档写作里,λ 的中位数仍有 13.5 句。举得出"既有指标最好看而这个数最难看"的真实例子,这个读数才不是别的指标的代理。

第二,它只能在留有痕迹的写作里事后清点。成品里读不出哪一段是自造的——这不是测量技术的问题,是第五节第 4 条界定的直接后果。这一条既是 λ 的弱点,也是本文第三层主张的全部内容(第十一节)。

八 · 一句不含程度词的问话,和它在五个场合的不同答案

不要问"这里写得充分吗""这个论证有力吗"——这些问题只能拿去问人的判断。要一句可以拿去问流程文件、日志和归档记录的问话:

这一句的上一处出处,在第几句之前?

它没有"应当""充分""实质性""真正"这类词,答案是一个数。把它拿到五个场合去问,答案必须互不相同;至少有两个答案是查出来的,而不是从本文推出来的——否则这不是判据,是命题的复述。

1. 学生作文(推出来的):绝大多数句子的答案是"没有出处"。λ 等于全文句数,判据在此没有分辨力——这正是第七节"不适用"那一栏的来由。

2. 维基百科特色条目(查出来的,见第十节):中位数意义上,最长连续无出处句串为 13.5 句,96% 的条目 λ≥5。这个数没有出现在任何一份评审意见里。

3. 判决书:法律文书的答案高度分层——事实认定部分几乎每句有据(证据编号),说理部分成段无据。同一份文书里 λ 的方差极大,而现行的裁判文书质量评查表里没有这一栏。

4. 病历:客观项(检验值、影像结论)几乎每条有据,而"考虑为……可能性大"这类推断句无据;病历质控查的是项目是否填全,不查两个有据项之间隔了多少推断。

5. 代码仓的提交记录(查出来的,见第九节):这里的答案反过来改了本文——这份记录里根本没有"依据"这个字段,能取到的只有"改了哪一段""改了多少字节""上一次改这一段是什么时候"。于是判据在此问不出答案,只能问它的影子。第十一节说明这件事把本文的主张改成了什么。

第 5 条是本文写作过程中最有价值的一次挫折:判据在一个真实记录上问不出答案,这件事本身是关于那个记录的强主张。

九 · 一次预注册检验:三条假设,全被自己的数据驳回

证伪条件如果全是纸面的,它只证明作者想清楚了。本文在成文之前跑通了最便宜的那一条,并把不利结果——它占本节的绝大部分——写在这里。

九·一 预注册

在计算任何统计量之前,先把假设、变量、判定阈值写死存档。存档文件的 SHA-256 前十六位为 dae6976a53469b50;下述全部内容出自该文件,事后未作改动。

数据:英文维基百科公开接口。样本= Category:Featured articles 主名字空间成员按排序键升序的前 60 个条目;每篇取最近 500 次修订的元数据(时间戳、用户、编辑摘要、字节数),不取正文,不取差异。实际取到 60 篇、23,509 次修订。

构造:会话=同一条目、同一用户、相邻两次修订间隔不超过 60 分钟的连续串。结果变量 Y=该次编辑是否为所在会话的最后一次。剔除用户名含 "bot" 者(1,654 次)与长度为 1 的会话。得到 3,294 个会话、12,121 个编辑事件,其中可能成为终止步的有 8,827 个。

变量。点属性三个:本次改动的字节数(取对数)、条目当时的规模(取对数)、本次编辑在会话内的序号。间隙属性两个:G1=本次编辑所落的小节在本条目已取历史中是否首次被触碰(跨到空地);G2=本次编辑所落的小节是否与会话内上一次不同(换段)。

三条假设与阈值:

• H1:控制点属性后,G1 的系数为正且 p<0.05(跨到空地更容易停下)。

• H2:只用间隙属性的模型,其 AUC 比只用点属性的模型高出至少 0.02。

• H3(自火生态移植):跨到空地之后会话继续的概率低于 0.30。

九·二 结果

H1 被驳。 在只含可终止步的口径下,G1 的系数为 −0.075(OR 0.928,95% 自助区间 [−0.240, +0.088],p≈0.385)——方向与预测相反且不显著。首次触碰一个新小节,非但没有让人停下,若有差别也是让人更容易继续。

H2 被驳,而且差得很远。 五折交叉验证下,只用点属性的模型 AUC=0.6615,只用间隙属性的模型 AUC=0.5354,差值 −0.1261,与预注册要求的 +0.02 反号。在这份记录里,"停在哪一步"由点属性预测得远比由间隙属性好。

H3 被驳。 跨到空地之后继续的概率是 0.680(n=731),远高于写死的 0.30。从火生态搬过来的那条阈值,在这里根本不成立。

一处必须自曝的口径错误。 本文第一次拟合时把会话的第一步也放进了样本。第一步在构造上永远不是终止步,而它的 G2 按定义恒为 0——这一口径让 G2 的系数变成 +0.677(OR 1.968),读起来是"换段使停下的风险翻倍",与本文的主张严丝合缝。把样本限制到真正可能终止的步骤之后,同一个系数变成 −0.275(OR 0.759),方向翻转。

这件事比三条假设被驳更值得写进来:同一份数据、两种都说得通的编码,给出符号相反的结论,而符合作者期待的那一种恰好是错的那一种。 若不是预注册文件里写死了"会话长度为 1 者剔除"这一条逼着重新检查分母,本文很可能带着 OR 1.968 这个数字发表,并把它当作核心证据。

九·三 一处事后观察(**标明为事后,不作证据**)

按"同一小节连续编辑第几步"分层,续行率呈 U 形:第 1 步 0.799、第 2 步 0.529(谷底)、第 3 步 0.640、第 4 步 0.704、第 5 步 0.754,其后升到 0.86 附近。谷底在接手之后的第二步,不在换手那一步本身。这个形状与本文相容,但它是事后看出来的,本文不拿它当支撑;它只被写成第十六节的一条待检验条款。

十 · 第二次清点:在最严格的写作制度里,λ 的中位数是 13.5 句

第九节测的是"停在哪一步",用的是过程记录。这一节测的是 λ 本身,用的是成品。这一次清点是事后设计的,不在预注册文件里,因此它不能用来支持第一层主张,只能用来说明这个读数可清点、且不与既有指标重合。

对上述 60 篇条目取当前正文,剔除参考文献、表格、模板与文件行,按第七节的粒度切句,凡携带引注标记(<ref> 或 sfn/harvnb/cite 系模板)的句计为有据点。可解析者 52 篇、4,388 句。

• 无引注句占全部句子的比例,中位数 0.551(均值 0.557)。

• λ(最长连续无引注句串)的分位数:10% 分位 8.1 句,25% 分位 9.8 句,中位数 13.5 句,75% 分位 18.3 句,90% 分位 20.0 句,最大 31 句。

• λ≥3 的条目占 100%,λ≥5 的占 96.2%。

维基百科的特色条目是这套制度里最高的一档:每一条可能被质疑的陈述都被要求给出来源,评审逐条查证,不合格的会被撤销资格。即便如此,一半以上的句子不带引注,而每一篇里都存在一段十来句长、连续无出处的文字。

更要紧的是第二件事:没有任何一份评审意见读这个数。 评审查的是"这一句有没有来源"(点),不查"两处来源之间隔了多少句"(段)。一篇条目可以在"每条陈述都有来源"这一项上全票通过,同时含有一段 31 句的悬跨。

三条必须写明的代理局限:引注标记不等于依据(有的句子有依据而未标注);机械切句会把长句拆碎、把列表并入;模板剥离可能吞掉少数引注形式。这三条都使 λ 的估计偏大的可能性存在,因此上面的数字应读作同口径下的相对分布,而不是绝对真值。可复算:脚本与中间数据随本文存档。

十一 · 真跑改了本文什么

不利结果如果只是被承认,那是姿态;它必须改掉正文里的某一句话。这里改掉的是本文原本最想说的那一句。

原来打算写的(第一层主张,强版本):写作在哪里停下,由间隙属性决定,而不由点属性决定。

现在只能写的(第一层主张,修订版):在现有的一切写作记录里,间隙属性不可识别——不是它的效应为零,是没有字段承载它,因而任何对它的估计都取决于编码约定,而两种都合理的约定会给出符号相反的结果。

三点说明这次修订不是退让,而是把主张换到了更硬的地方:

1. "效应为零"和"不可识别"是可以分开检验的两件事。 若间隙属性只是效应弱,那么随着样本增大,估计会收敛到一个小而稳定的值;若它是不可识别的,那么样本再大也不收敛,估计值会随编码约定跳变——这正是第九节观察到的(+0.677 与 −0.275)。这条差别可以被后来的人拿去反驳本文:给出一份对同一批文本的两种合理编码,若 λ 的估计在两者下稳定,本文这一层即被推翻。

2. 修订过的说法更难被现成概念吸收。 "停下取决于衔接处"这句话,认知负荷、任务切换代价、篇章边界规划都可以把它收编(第十二节逐条处理)。"这一量在现有记录中不可识别"则不能被它们收编——它们全都预设了那个量是可测的,只是难测。

3. 它把第三层主张顶了上来(第十八节的分层引用中最稳的一层):多数写作记录里没有"依据的连续性"这个字段。 第十节给出的正是这个字段缺失的直接证据——最高一档的评审程序,读得出每一句有没有来源,读不出两处来源之间隔了多远。

最后一句归本文自己:本文原打算用维基百科的编辑史证明悬跨段让人停下;数据说的是在那份记录里根本看不见悬跨段。这两件事之间的距离,正是本文全部剩余价值的所在。

十一之二 · 那么,一篇作文到底怎么写成

这道题问的是一条路:从哪儿起、经过什么、在哪一步可以插手。前面十一节说的是"路上有一类没人负责的段落",这一节把它变成能做的事。三条操作,各对应一种插手方式;三种插手方式恰好是三门手艺各自的那一招。

一 · 开工前列的不是提纲,是有据点清单

提纲列的是要说什么,有据点清单列的是哪里有依据。二者看起来像,实际是两张不同的表。

做法:把手上确实握着的东西一条条摆出来——一段引文、一组数据、一件亲历的事、一段已经写定的话、一句可以核对的事实。每条后面标出它能覆盖到哪里为止。只允许写"我确实有的",不允许写"我打算论证的"。 一个论点如果只在脑子里,它不是有据点,它是一个待跨的空。

然后做这一步,它是整套操作里最便宜也最有用的一步:在相邻两条之间画一个空框,写上你预计要自己造多少句。

一张五条材料的清单,会画出四个空框。这四个框就是这篇文章的全部难处,而在动笔之前它们已经摆在纸上了。多数人写不下去时的痛苦,来自"不知道自己卡在哪";这一步把它变成"我知道我要跨四段,第二段最长"。

对照着看:加密提纲做的是相反的事——把五条加到十五条,空框从四个变成十四个,每个变短。读起来是"想得更清楚了",实际是"要自费铺的地方多了十处"。 第六节第三条签名说的就是这件事。

二 · 到了一个空框,只有三条路,选一条,别硬扛

(甲)补料——把中间变成有据。 去找一件能落在两端之间的东西:一个例子、一段中间环节的证据、一句别人已经说过的话。找到了,这个空框就被切成两个更短的空框,且两个都短到可以一步跨过去。

代价与限度必须写明:补料是必要而不充分的(第十四节第三条)。加材料等于加库存,而决定你写不写得出的是出口——有没有一种被允许的说法可以承接。所以补料之后要多问一句:这一段如果被人追问"你凭什么这么说",我打算怎么回答? 答得上,跨得过去;答不上,材料再多也只会变成复述。

(乙)缩跨——把两端拉近。 换一个离得更近的有据点,代价通常是放弃一个漂亮的大跳。很多写作困难其实是野心问题:你想从这本书的结论直接跳到那本书的前提,而中间隔着三个人二十年的争论。缩跨的意思是承认自己这一次跨不了那么远,改走一条更笨但连得上的路。

判断什么时候该缩跨:如果你要自造的那一段超过十句,几乎总该缩跨。 这个数字来自第十节的实测——在要求最严的那一档写作里,λ 的中位数是 13.5 句;也就是说,十句以上的连续自造,已经处在最松的那一端。

(丙)承认——把这一段的性质标出来。 写"以下为推断""此处没有直接证据,只有一个类比""这一步我不确定"。这一条最不像技巧,实际最省力:它把一段无人负责的文字,变成一段声明了归属的文字——归你。

三条路必须选一条。唯一不许的是第四条:装作那里没有空框,用"由此可见""综上所述""因此不难看出"把它糊过去。 这类词是悬跨段最常见的伪装,它们的作用是让读者以为前面已经论证过了。

三 · 三种插手方式,各自来自一门手艺

上面三条路不是并列的经验之谈,它们各自对应一种改法:

插手方式改的是什么它来自在写作上的具体动作
改出口让某一条路变得可走合成化学:产物比例由出口的坎决定,不由库存决定给这一段找一个"被允许的说法":确定它要承担多重的举证责任,是主张、是推测、还是举例
让过程标记让哪一处当动被算出来,而不是靠感觉筮法:当动之爻由程序标记,多处同变时由整体余额指定开工前画空框;写完后逐句问"上一处出处在第几句之前",让文本自己把跨段报出来
管连续性不去点火,去管两块料之间的距离火与燃料:火在哪里停由连续性决定,不由火源决定不追求"更有灵感地开头",只追求"下一处有据点离得够近"

三种方式互不替代。只改出口而不管连续性,你会写出一篇每句都敢说、而整体跳来跳去的文章;只管连续性而不改出口,你会写出一篇处处连贯、而全是复述的文章;只让过程标记而不做另外两样,你只会得到一份准确的困难清单。

四 · 走一遍:第一节那个学生

回到开头。学生说"第四点我不太会写",而他口头讲得很好。

按旧办法:给他补第四点的材料。结果通常是他把材料抄进去,第四点变成一段引文加一句评论,仍然接不上第三点。

按这里的办法,先做第一步——列有据点,不列提纲。他会发现:第三点后面他有一个例子,第四点他有一个理论说法,而这两样之间他什么也没有。空框标出来是"约六句"。

然后选路。补料:找一件把那个例子和那个说法连起来的东西——通常是一个中间层的事实,比如"这类例子在别处也出现过,而且是在同一个条件下"。缩跨:放弃从例子直接跳到理论,改成先从例子跳到一个更小的概括,再从这个概括跳到理论——两跳都短,总长不变,但每一跳都跨得过去。承认:写"这一步只是一个类比,我没有直接的证据"。

三条路他都做得到,而"多读书"他这周做不到。这就是把困难从点上挪到段上的全部实际好处:段上的困难有可操作的处置,点上的困难只有等。

五 · 给读稿的人:一个五分钟的读法

拿到一篇学生作文、一份下属的报告、一篇待审的稿子,先不通读。做这一件事:

找出全文最长的那一段没有任何依据可指的文字,然后只问一句:这一句的上一处出处,在第几句之前?

这一段几乎总是文章真正的承重处,也几乎总是问题所在——它要么是全文最有价值的推理(作者自己走出来的那一段),要么是全文最空的一段(作者用连接词糊过去的那一段),而这两者在文面上长得一模一样(第六节丙格)。你只需要在那一段旁边写一句话:"这里你打算怎么回答'你凭什么'?"

比"论证不充分""过渡生硬""再深入一点"有用得多——那三句话指的都是点,而问题在段上。

十二 · 与最近的几种说法的分界

最容易把本文读成旧东西的地方在这里。下面八条,每一条都写四件:那个说法说到哪一步(公允地说,不做稻草人)、分离线落在哪里、以及一条判决性的对照预测——若观察到 X 则本文对而它错;若观察到 Y 则反之。凡是只能写出"本文更强调""层次更根本""视角不同"的,一律不算数,那等于承认被覆盖。

(一)停顿与规划(Matsuhashi 1981;Medimorec & Risko 2017)。写作过程研究早已发现,书写中的停顿并非随机散布,而是集中在较高层级的篇章边界上,且停顿越长,随后越可能出现与整体规划有关的修改。这是本文最近的邻居,也是最危险的一位——它同样把注意力放在"边界"上。

分离线有两处。其一,它测的是时间,本文测的是长度:一个写作者可以毫不停顿地一口气写完一段很长的悬跨段,此时停顿数据完全正常,而 λ 很大。其二,它把边界当作既有的(句、句群、段落这些语法与篇章单位),停顿是遇到边界时规划负荷上升的表现;本文说的那一段不是边界,是边界之间尚不存在、必须被产出的文字。

判决性对照:取同一批文本,同时测停顿分布与 λ。若 λ 大的那些位置正是长停顿所在,则本文被停顿研究吸收;若两者相关系数在 |r|<0.2 的范围内、而 λ 仍能预测下游的接手失败率,则本文成立而停顿研究管不到这一格。 关键在于本文预言存在"流利的悬跨":写得最顺的那一段,恰恰可能是最长的自造段。

(二)衔接与连贯(Halliday & Hasan 1976;Mann & Thompson 1988 的修辞结构理论)。篇章语言学给出了一整套句际关系的分类与标记体系,把文本里"两部分之间"的关系描述得很细。

分离线:它描写的是关系的类型,本文清点的是产出的代价与归属。 修辞结构理论可以把一段过渡文字标注为"背景—让步—结论",标注得完全正确,而它不问也不需要问:这段文字的依据来自哪一端?谁为它负责?它有多长?关系分析对一段编造出来的、与两端都不相容的过渡文字,与对一段有据的过渡文字,给出的标注可以完全相同。

判决性对照:取两段修辞结构标注完全一致的过渡文字,一段两端有据、一段是自造。若下游读者、审稿人或接手者对二者的处理没有系统差别,本文无用;若接手者在自造那一段上的接续失败率显著更高,则关系分析漏掉了一个它无法表示的量。

(三)任务切换代价(Monsell 2003 一线的实验心理学)。切换任务会带来可测的时间与错误代价,这是几十年的稳定发现。它是本文"交接处最脆弱"这一说法的方法学正主。

分离线:切换代价是主体属性——同一个人在两个任务之间来回,代价随准备时间下降、随练习下降。悬跨段是文本属性——它不随写作者的熟练而消失,因为它不是"换脑子的代价",是"这一段文字没有依据"。

判决性对照:让高度熟练者在充分准备、无时间压力、可任意休息的条件下写作。切换代价预测代价大幅下降甚至消失;本文预测 λ 基本不变。 若熟练者的 λ 系统性地小于新手,且小的原因是他们跨得更省,本文这一格被切换代价吸收。

(四)衔接工作与不可见劳动(Strauss 1985 一线的工作社会学)。协作研究早就指出:把分散的工作接起来的那部分劳动是真实的劳动,通常不被计入、不被看见、不被计酬。这是本文在形式层上最近的一位——把命题剥掉本学科名词之后,剩下的形状就是"两个被记账的单元之间有一段没被记账的工作"。

分离线两处。其一,它是人际的、组织的(多人分工时把各自的活接起来),本文的是单人一程之内的——一个人独自写作时也全额发生。其二,也是更硬的一处:衔接工作是"有人在做而不被看见",本文的悬跨段是"不可识别"——不是被隐藏,是没有一份记录含有能确定它的字段,因而不同的记法会给出相反的结论(第十一节)。

判决性对照:衔接工作的处方是可见化——把它写进职责、计入工时,问题就缓解。本文预测可见化会反向恶化:一旦把"过渡"单列为一个要交付的条目,它就变成一个新的有据点,于是它两侧各生出一个新的悬跨段。 二者对同一件干预给出相反的评价,这条最锋利。

(五)结构洞(Burt 1992)。网络社会学里,两个不相连的簇之间的空隙是一种位置资源,占据它的人可以获利。

分离线:结构洞是一个可被占据的位置,占据者从中获利;悬跨段没有占据者,只有不得不自费铺过去的人,而且他得不到任何计量上的回报。 同一个形状,一个是资产,一个是无主的负债。

判决性对照:若把"负责过渡"设成一个可以被人占据并因此获益的角色,结构洞预测有人会去抢这个位置;本文预测这个角色空置——因为它的产出无法被单独计量,一旦计量就退化成一个新条目。 观察窗口:任何把"综述人""串场人""整合人"设为正式岗位的组织,看这个岗位的实际人员流入与考核结果。

(六)写作过程模型与前写作(Rohman 1965;Emig 1971;Flower & Hayes 1981)。写作被拆成规划、转译、回顾三类反复交替的过程,并明确指出它不是线性阶段。这是本题目所属领域内部用了半个世纪的正主。

分离线:过程模型的全部单位是主体的操作(规划、转译、回顾),它可以把写悬跨段这件事描述为"一次高负荷的转译",描述得没有错,但它的账本上依然只有"写作者做了什么",没有"文本上这一段的依据归属"。同一次转译操作,落在有据处与落在悬跨处,在模型里是同一件事。

判决性对照:若把两端的依据补齐(不改变写作者、不改变任务、不改变时间),过程模型预测负荷不变,本文预测困难显著下降。 这是一个可以做的实验:同一批写作者,同一题目,一组给出"两端+中间衔接处的依据",一组只给"两端的依据",比较完成率与自造段长度。

(七)孵化说(Wallas 1926)。困难在于时机未到,放一放就通了。

分离线:孵化说预测时间本身是有效干预;本文预测时间无效而补料于中间有效。这一条落到操作上极便宜:放置一周不做任何补料,与立即补上中间依据,比较同一处的完成率。

(八)自由写作(Elbow 1973)。别管依据,先写下来,写着写着就通了。

(九)warrant 与 enthymeme(Toulmin 1958;亚里士多德《修辞学》)。这是本文最近的一位,也是最应当先划的一位——它就在本题的自家学科里。Toulmin 把论证拆成 data、claim 与 warrant,warrant 是把 data 接到 claim 上的那条许可,且他明写它通常不出场,除非被追问;enthymeme 的传统更直接:省略的那个前提由听者自己补上。两者说的都是「两个已给的位置之间有一样东西没有出处,而它必须被补」。

分离线两处。其一,warrant 是一个命题,enthymeme 省略的是一个前提——它们有真值,可以被写出来、被检验、被反驳;本文说的是一段文字,它有长度、有产出代价,而它是否为真不是本文的问题(第五节第 4 条:悬跨段被跨过去之后留下的是读起来完全正常的文字)。其二,也是更硬的一处:warrant 的默认承担者是听者——enthymeme 的整套效力来自听者愿意补;本文说的这一段的承担者是写者,且没有任何一端为它记账。

判决性对照:取一批被独立评定者判为“warrant 缺失”的位置,与按第七节清点出的 λ 峰值位置,比对二者的重合率。若重合率高于 0.7,则本文只是给 warrant 缺失换了一个以句数计的读数,第一层被 Toulmin 吸收;若低于 0.3,而 λ 峰值仍能预测接手失败率,则二者是两件事。本文据此预言存在一类段落:warrant 齐备而 λ 很大——每一步的许可都写出来了,每一步都没有出处。

(十)discourse synthesis(Spivey 1984;Spivey, Written Communication 7(2), 1990: 256–287;Spivey & King, Reading Research Quarterly 24, 1989)。写作—读源这一支的正主,比第六位的过程模型离本文更近。她把写作者对多个源文本的加工拆成 organizing、selecting、connecting 三种操作,而 connecting 的原话就是:写作者把从源里选出的材料,与自己从既有知识生成的内容编织在一起。本文所描述的现象,她在 1984 年已经指出来了。

分离线:她清点的是操作(写作者做了什么),本文清点的是产物上的一段及其归属(这段文字的依据来自哪一端、有多长、谁为它负责)。同一次 connecting,落在两端有据处与落在两端都不覆盖处,在她的编码体系里是同一件事——这与第六条对过程模型的分界是同一处差别,只是她更近,因为她的单位里已经出现了“源”。

判决性对照:按她的编码给一批文本标出全部 connecting 操作,同时按第七节清点 λ。若每一段 λ 都恰好落在一次 connecting 上、且 connecting 的次数与 λ 的分布可以互推,则本文只是她的一个重新表述;若存在大量不含任何 connecting 标记的长 λ 段(作者并不在连接两个源,只是在自己往前走),则那一类正是本文要立的东西。

(十一)维基百科可核性的既有计量(Redi, Fetahu, Morgan & Taraborelli, “Citation Needed: A Taxonomy and Algorithmic Assessment of Wikipedia’s Verifiability”, WWW ’19: 1567–1578)。必须写出来的一位:它用的是与本文第十节同一个语料(英文维基百科特色条目)、同一个单位(句),问的是哪些句需要行内引注、以及为什么需要。本文第十节的清点,是在一块已经有人来过的地上做的,原稿未加标注,此处补正。

分离线是硬的,而且恰好就是本文的全部主张:他们的读数是点的读数——这一句要不要引注、这一句有没有引注;本文的读数是两个有据点之间的距离。他们的工作做得越好,第十节那句话就越站得住:一套能逐句判定“此处需要来源”的系统,仍然不报告两处来源之间隔了多少句。

判决性对照:把他们的逐句判定接到第七节的清点上,就得到一个可以直接跑的东西——以“需要引注却没有引注”的句来定义有据点,重算 λ。若这样算出的 λ 与本文的 λ 秩相关高于 0.8,则本文的读数可由他们的模型直接导出,不必单列;若低于 0.4,则点的判定确实推不出段的长度。

分离线:本文与它在处方上部分相容而在解释上相反。自由写作确实能跨过悬跨段——因为它取消了"必须有依据"这条约束,让写作者以自造文字直接铺过去。本文的判断是:它跨过去的代价没有消失,只是被推迟到修改阶段,并且以"这一段说不清哪来的"的形式出现。 判决性对照:比较自由写作稿与提纲写作稿在同一处的 λ 与事后可核率。自由写作若在完成率更高的同时事后可核率不低,本文这一条被驳。

划完之后剩下的那块共同的地基

逐条问这八位"它把什么当作给定,因此看不见什么":

• 停顿研究把边界是既有的当作给定,因此看不见"边界之间的文字尚不存在"这件事——一旦承认存在一段不属于任何单位的文字,它的"在边界处停顿"就失去了参照物。

• 篇章关系理论把两部分都已在场当作给定,因此看不见"关系的一端是被现造出来的"——一旦承认,它的关系分类就必须先回答"这一端从哪来",而它没有这个字段。

• 切换代价把任务是给定的两个当作给定,因此看不见"两个任务之间那一段本身是要被生产的"。

• 衔接工作把劳动有主体当作给定,因此看不见"没有主体、只有默认承担者"的那一类。

• 结构洞把空隙可被占据当作给定,因此看不见"占据它反而使它消失并再生两个"的那一类。

• 过程模型把单位是主体的操作当作给定,因此看不见文本侧的归属。

六条盲区背后是同一样被当作给定的东西:

凡是一样东西,都能被指到一个位置上,并且都有人持有。

这八种说法的持有者互相批评了几十年,而没有一位回头看这块地——因为他们都站在上面。本文提出的这一类东西,恰好是从这条地基的缝里掉下去的:它没有位置(只有两端),也没有持有者(两端都不覆盖它)。

诚实地补一句:这块地基是逼出来的,不是量出来的。第九节的数据只能证明"在那份记录里它不可识别",不能证明"任何记录里都不可识别"。这一步是本文最容易被推翻的地方,第十六节把它写成了一条可裁决的条款。

十三 · 与同题的另几篇的分界

本文与另外几篇同题作品出自同一批工作,读者极易把它们读成一件事。兄弟篇是彼此最近的对手,因此每一篇都必须与另几篇划清,并各给一条判决性预测。

(甲)与"越册"那一篇。 那一篇问的是"什么是作文",答的是:作文是一次记录格式的施加,最要紧的失落不是写得不好,而是写了而这张表没有格子记——它的读数是场 B 的实质成员中在场 A 名册上无对应行的比例。

分界:那一篇讲的是成员资格(谁进得了名册),本文讲的是行进(两个已在册的成员之间那一段路)。 两者可以同时成立而互不蕴含:一份表格可以行数齐全(没有越册项)而 λ 极大;也可以 λ 为零(每句有据)而大量真实内容根本没有行可记。

判决性对照:取一份两端依据齐备、每句可核的技术文档。越册那一篇预测它仍会漏掉整类内容;本文预测它的 λ 接近零、接手失败率低。 若这类文档的接手失败率同样高,本文被那一篇吸收。

(乙)与"让段"那一篇。 那一篇处理的是一件东西在失效过程中让出承载而仍未断的那一段,读数是自持点。分界:那一段是有承载者的(它正在把负荷让出去),本文这一段自始至终没有承载者。 判决性对照:让段可以通过加固两端而缩短;悬跨段加固两端反而使它更明确——因为两端越硬,中间那一段与它们的不相容就越明显。

(丙)与"自铺"那一篇。 那一篇讲的是行动者为自己铺出起始面,读数是自供率,落点在起点。本文的落点在中途:起点问题是"从哪里开始",本文问的是"两处已经站住的地方之间怎么过去"。判决性对照:自供率高的写作者(善于自己造起点)不必然 λ 小——本文预测二者相关系数低于 0.3;若显著高于此,说明两者是同一件事的两个读数。

三条分界合起来还有一个白得的好处:四篇各自的读数如果在同一批文本上被同时清点,它们之间的相关矩阵本身是一次检验——若两两高度相关,说明这几篇实际上在测同一样东西,其中至少三篇应当被合并。这条对本文不利,但它是可执行的,所以写在这里。

十四 · 三门手艺反过来给本文加的三条约束

借来的东西如果只提供支持,那说明借得不诚实。下面三处,每一处都削掉了本文原本打算主张的某一句更强的话。

(一)来自筮法:本文原本会写"悬跨段的位置是可以事先标出来的",现在不能写了。

《易》给出的模型有一个诱人之处:老阴老阳是在成卦的当下就被标记出来的,即哪一处当动,程序自己会告诉你。本文起初据此设想:写作里也应当存在一套"当场标记"的办法——写到某处时就知道这一段是自造的,于是可以当场记账。

但《易》自己的体例否掉了这个设想:多爻同变时,当动之爻不能从任何一爻自身读出,要靠一个从整体余额算出来的数去指定。也就是说,标记只在"变的地方只有一处"时才是位点属性;一旦多处同时可变,标记就必须来自整体,而整体的算法是约定的。 落到本文上:当悬跨段不止一段(几乎总是如此),"这一句属于哪一段"就依赖于编码约定,而不同的约定给出不同的切分。 这与第九节实测到的符号翻转是同一件事的两面。

削掉的那句更强的话:本文不能再主张"λ 是文本的客观属性",只能主张"λ 在给定编码规则下是可复算的"。适用范围因此从"任何文本"缩到"编码规则被写死并公开的清点"——第七节的清点手册由此从附件升为承重件:没有它,本文的读数不成立。

(二)来自火与燃料:本文原本会写"悬跨段越长越危险",现在只能写一个有条件的版本。

火生态给了一个漂亮的形状:屏障效应随时间衰减,跌破阈值就失效。本文原打算照搬——续行概率随 λ 单调下降,存在一个可给出的临界长度。

第九节的检验没有支持它(H3 被驳,实测 0.680 对预设的 0.30),而火生态自己的材料里另有一条更麻烦的:火烧过的边界之内仍留着大片未烧的斑块。"未烧"既不是"不可燃",也不是"没点着",而是火没跳过去。移植到写作上,这意味着:一篇看上去连续完成的文章内部,可能留着大量实际没有被跨过、只是被绕过去的段落——它们在成品上表现为"这一节写得比较概括"。

削掉的那句更强的话:本文不能主张"完成即跨过"。一篇完成的文章不等于它的所有悬跨段都被跨过;完成率不是本文的因变量,因变量只能是"事后可核率"与"接手失败率"这类要另做一次观察才拿得到的量。这一处削掉的是本文最省钱的那条检验路线。

(三)来自合成化学:本文原本会写"补上中间的依据就能解决",现在这条处方被限定了。

Curtin–Hammett 的含义是:改变库存不改变产物比例,只有改变出口才行。 本文起初的处方是"给中间补料"——把两端之间的依据补齐,悬跨段就消失。但按这条原理,补料等于加库存;如果出口没变,加库存改变不了结果。

落到写作上,这句话的意思是:给学生更多材料,未必让他写得出那一段;决定他写不写得出的是那一段的出口条件——他要不要为这一段承担被追问的风险、有没有一种被允许的说法可以承接、这一段写错会不会被查。这解释了一个常见现象:材料给得越多,学生写出来的越是材料的复述——复述是出口最低的那条路。

削掉的那句更强的话:本文不能主张"补料是有效干预",只能主张"补料是必要而不充分的";充分条件在出口侧:为这一段提供一种被允许的、可承接的说法,并明确它的可追问程度。第十六节据此改写了两条证伪条款。这一处同时动了本文的价值排序:本文原本把"依据可核"排在第一位,现在必须承认,在出口不变的前提下,提高可核要求反而增加复述。

十五 · 不适用的边界

一个说法如果哪儿都适用,它多半什么也没说。以下五种情形,本文明确不适用:

1. 不要求依据的文体。 诗、私人日记、自由抒写、口头讲述。这些文体里几乎每一句都是自造的,λ 等于全文句数,读数没有分辨力(第七节"不适用"一栏)。在这些文体里谈悬跨段是概念误用。

2. 纯汇编性写作。 摘要、文献综述的引文串、法条汇编、会议纪要的逐条记录。这类文本的有据点密度接近 1,λ 恒小,本文能说的只有"这里几乎没有悬跨",而这正是它们读起来乏味的部分原因——但"乏味"不是本文的判据,本文对文本质量不发言。

3. 多人分头写作而后合并的文本。 此时两端之间的那一段可能由第三个人写,归属问题从"无人负责"变成"分工不清",那是另一件事(见第十二节第四条对衔接工作的分界)。本文只处理一个人独自走完一程的情形;多人情形须另立框架。

4. 成品之上的事后判断。 只拿到成品、拿不到过程痕迹时,λ 只能用引注等外部标记来近似,误差不可控(第十节的三条代理局限)。本文不支持仅凭成品对某位作者做出判断。

5. 教学评价与人事考核。 见下一节的伦理三条:本文明确反对把 λ 用作评价个人的指标。

十六 · 证伪条件、赌注,以及什么不算命中

十六·一 最强的那个竞争解释

先把最难反驳的那句"其实不就是 X 吗"摆出来,而不是挑一个好打的:

其实不就是"难的地方就是难"吗? ——两处依据之间需要推理,推理比复述难,难的地方当然更容易停下、更容易出错。用不着造一个新词。

这句话解释了本文的大部分现象,而且它便宜得多。要排除它,必须找到一个只有本文成立才会出现、而"难度说"预测不出的独有变量。它是这个:

难度是点的属性,可以被补料与训练降低;本文说的这一段的困难来自"依据不覆盖",它不随难度下降而下降。

因此本文的机制检验一律写成这个形状:控制推理难度之后,"依据是否覆盖中间"仍与结果相关。

十六·二 六条证伪条款(编号,逐条可裁决)

F1(已跑,被驳)。跨到未被触碰过的小节,会使编辑会话终止风险上升。实测系数 −0.075(p≈0.385),方向相反且不显著,本条按预注册判负。 它改掉了本文的什么,见第十一节。

F2(已跑,被驳)。间隙属性对"停在哪一步"的预测力优于点属性(AUC 差 ≥0.02)。实测 −0.126,按预注册判负。

F3(已跑,被驳)。跨到空地后的续行概率低于 0.30。实测 0.680,判负。 从火生态搬来的阈值形式在此不成立。

F4(最便宜,未跑,本文最愿意押的一条)。控制推理难度(由独立评定者对同一批题目评分)与写作者水平之后,给出"两端+中间依据"的一组,其自造段长度 λ 与接手失败率均显著低于只给"两端依据"的一组;若两组无差异,或差异在控制难度后消失,本条判负、第一层主张作废。所需数据在多数教学机构的既有作业记录里已经存在(同题多班、留有初稿),一个人一周内可以跑完。

F5。同一批文本在两种都合理的编码规则下清点 λ,若两次估计的秩相关高于 0.8,则"不可识别"这一层被推翻(那说明它只是难测,不是不可识别);若低于 0.4,本层成立。这一条是本文自己主张的直接靶子。

F5 追记(已跑,判“未决”,并据此修订第十一节与第七节)。本条已按其字面执行。预注册文件写于取数之前,SHA-256 前十六位 aad38bd382b5ae11,其中补写了原文缺的一条:秩相关落在 0.4 与 0.8 之间一律判“未决”,不得事后择一。样本为 Category:Featured articles 按排序键升序前 60 篇的当前版本,60 篇全部可解析,无剔除。

两种编码都只用第七节已经写下的材料,不引入新判据。编码 A 实现规则 1 前半与规则 5:携带引注标记(<ref> 或 sfn/harvnb/cite 系模板)的句为有据点,小标题不中断 λ。编码 B 实现规则 1 的全文并对规则 5 取相反约定:除引注标记外,含四位数年份或“数字+计量单位”的可核事实陈述亦计为有据点,且小标题中断 λ、新小节重新起算。两种约定都是第七节文本的合理落实,本文不主张其一为正确。

结果。λ 中位数:编码 A 为 17.0 句,编码 B 为 7.0 句(H3 预测两者之差不小于 3 句,实测 10 句,成立)。主判据 Spearman 秩相关 ρ = 0.525(p = 1.7×10⁻⁵),落在 0.4 与 0.8 之间,按预注册判未决。Kendall τ_b = 0.399,恰在 0.4 判负线下方,与主判据不一致,一并报出,按预注册以主判据为准。H4 预测按 λ 降序取前十篇的重合数不超过 6,实测 7,H4 判负——“谁的悬跨最长”在两把尺子下比本文预想的稳定。

这一条改掉了本文的什么。第十一节“两种都合理的约定会给出符号相反的结果”这句话,只在第九节那份过程记录上成立(+0.677 与 −0.275),不能原样搬到第十节的成品清点上。在成品上,编码约定改变的是尺度而不完全是次序:中位数相差 2.4 倍,λ≥10 的条目占比由 96.7% 掉到 31.7%,而逐篇秩位移的中位数是 13.5 名、秩相关仍有 0.525。第三层主张因此改写为一个更弱也更准的形状:λ 的绝对值不可跨编码比较,其相对排序只有部分可迁移。

直接后果有二。其一,任何以 λ 的绝对值设阈值的用法——包括第十一之二节“要自造的那一段超过十句就该缩跨”那条建议、以及第十六节末赌注里的 λ≥10——都必须与编码规则一并公布,否则那个数不成立。其二,第七节与第十节两处方向相反的偏向声明,至此有了量级:第七节声明混合句计为有据点使 λ 偏小,第十节声明三条代理局限使 λ 可能偏大,而同一批文本、同一份手册的两种合理落实之间,λ 中位数相差 10 句。第十节那个 13.5 应当读作“在该口径下”,本文不再声称它是一个可以跨口径引用的数。(本次编码 A 与第十节口径接近而不相同,切句与剥离规则略有差异,得 17.0 对 13.5;这个差本身也落在上述量级之内。)

F6。流利的悬跨:λ 与停顿时长的相关系数若高于 0.5,则本文被停顿研究吸收(第十二节第一条);若低于 0.2 而 λ 仍能预测接手失败率,本文成立。

F7(事后条款,标明来路)。第九节事后观察到的 U 形(谷底在接手之后的第二步)若在一批独立的记录里复现,则"交接之后的第一步稳、第二步脆"这一形状成立;不复现则该观察作废,本文不因此受损——它本来就不是本文的支撑。

如果本文被证伪,我们学到什么:若 F4 判负,说明写作困难确实是点上的难度问题,那么全部资源应当投向补料与表达训练,而"依据的连续性"是一个无用的字段——这对教学是好消息,因为那条路便宜得多。一个不会被触发的条件等于没有条件,因此上面每一条都写死了数字。

十六·三 一条写死日期的赌注

到 2029 年 8 月 17 日为止,至少有一家写作评价体系(考试评分标准、期刊审稿表、机构文书质量评查表、或一个被实际使用的写作辅助工具)在其正式条目中出现一个"两处依据之间的连续无据长度"性质的字段,并且这个字段有明确的计数规则。

什么不算命中(写死,事后不改):

• 只要求"注明出处"、只统计引注数量或引注密度的,不算——那仍然是点的读数。

• 只在指南、白皮书、倡议里提到"注意衔接"或"避免无依据的推断",而没有计数规则的,不算。

• 一个工具能标出"此处缺少引用"但不报告连续长度的,不算。

• 本文作者或与本文直接相关者参与制定的标准,不算。

• 只在学术论文里被提出而未被任何评价体系采用的,不算。

我押的是不会命中。理由在第十七节:这个字段一旦进入评价,最省事的达标方式会立刻摧毁它要保护的东西。

十七 · 反噬预言与三条伦理

十七·一 反噬

本文的处方是"看住两处依据之间的那一段"。设想它被一个机构采纳,最省事的实现方式是什么?

给每一段过渡文字也配一条引注。

这条路走通之后会发生三件事。第一,过渡处出现大量形式合规而实质空转的引注——引一本总论、引一句谁都同意的话、引作者自己上一篇。第二,λ 的读数会迅速降到接近零,而悬跨段一处也没有减少——它们只是被一层引注盖住了。第三,也是最坏的一件:每一条新加的引注都是一个新的有据点,于是它两侧各生出一个更短的悬跨段。 按第六节的算术,n 个有据点意味着 n−1 个交接;把引注加密一倍,交接数就翻倍。

这套做法在指标上表现为大幅改善,在实质上表现为悬跨段的数量翻倍而单段变短。 而单段变短未必是好事——本文没有任何证据表明"许多短的悬跨"优于"少数长的悬跨",事实上第十四节第二条恰恰提示,短而多的跨越更容易被"绕过去"而不被发现。

我看不到出口。 任何把一个"连续长度"变成考核项的做法,都可以靠在中间插入形式条目来满足;而拒绝把它变成考核项,它就永远只是一句劝告。这一条不是待办事项,是本文自己造成的一个真实困境。

十七·二 伦理三条

λ 是一个可以拿去考核人的数。凡是可以拿去考核人的数,必须先写死这三条,否则本文不该被发表:

1. 这个读数指的是位置,不是人。 λ 是文本上两处依据之间的长度,它衡量的是这份文本的记录状态,不是作者的能力、勤勉或诚信。用 λ 给个人排名、评级、定优劣,是对本文的误用;一个高 λ 的段落完全可能出自最好的作者最有价值的推理。

2. 不得为了把这个数做好看而在关键场合安排形式性引注。 尤其在病历、判决书、事故调查报告、审计意见这类文书中,为降低 λ 而插入不承担实质证明责任的引注,会污染真正的证据链。在这些场合,宁可 λ 高而据实标注"以下为推断"。

3. 已据此做出不利安排的,必须公开编码规则并给出复核通道。 只要某人的成绩、职称、稿件处理因为一个 λ 读数而变差,那么第七节那份清点手册的具体版本、切句规则、判定为有据点的清单必须一并公开,且当事人有权按另一种同样合理的编码要求复算——第九节已经证明,两种合理编码可以给出相反的结论。

十八 · 本文自己落在哪一格

用本文自己的判据检本文自己,不是说一句"本文也有局限"。

先给出读数:按第七节的规则粗查本文,λ 最大的一段落在第五节与第六节之间——从"三件材料指着同一处"到"三分类型学"那一段,中间连续十余句没有任何外部依据可指。那正是本文的承重处:从"三门手艺的账本上都没有条目"推到"写作里存在一类无人负责的段落",这一步没有引注,因为没有人写过这一步。

这个位置的具体后果有三个,逐条认账:

第一,本文自己就是丙格的一个标本(第六节):三处依据(一条化学原理、一条变占体例、一组火生态数据)都是硬的、可核的,而把它们连起来的那一段是自造的,且读起来完全正常。凡是读到这里觉得"这不是挺顺的吗"的读者,正在经历本文所描述的那件事。

第二,本文的处方对本文自己无效。本文说"补上中间的依据",而本文中间那一段的依据不存在于任何文献里——它只能由本文自己产出。这不是谦辞:如果本文是对的,那么本文自身的最关键部分必然是不可核的,因为可核的部分早就有人写过了。

第三,赌注的代价由引用者承担。我押的是三年内不会命中;若真不命中,本文的实用价值等于零而理论主张仍然成立,这是一个对作者极其舒服而对读者毫无用处的结局。写在这里,是为了让读这篇文章的人知道自己在承担什么。

分层引用

本文可以被分三层引用,请按需要取其中一层,不必整体接受:

• 第一层(最强、最易倒):悬跨段是一类独立的东西,写作的发生落在它上面。倒了,后两层仍站得住。

• 第二层(分析工具):一次"写不下去"有三种来路(第六节的三分表),其中第三种在所有形式检查上合格。即便第一层被证伪,这张表仍可作为诊断用具。

• 第三层(最稳,也最容易检验):多数写作记录里没有"依据的连续性"这个字段。 第十节的实测直接支持它:最高一档的评审能读出每句有没有来源,读不出两处来源之间隔了多远。这一层不依赖前两层,建议优先引用它。

交出去三个洞

1. λ 的分布形状本文说不清。 是长尾还是双峰?若是双峰,说明存在两类不同的写作,本文的单一读数就该被拆成两个。

2. 两端"依据"的强弱本文没有分级。 一条实验数据与一句名人观点都算有据点,这显然太粗,但本文找不到一个不引入主观判断的分级办法。

3. 口语与写作的差别本文完全没有处理。 一个人能把第四点讲得很好却写不出来(第一节),按本文的框架应当解释为"口语允许更长的悬跨",但为什么允许,本文没有答案。

参考文献

1. Arno, S. F., & Brown, J. K. (1991). Overcoming the paradox in managing wildland fire. Western Wildlands, 17(1), 40–46.

2. Burt, R. S. (1992). Structural Holes: The Social Structure of Competition. Cambridge, MA: Harvard University Press.

3. Elbow, P. (1973). Writing Without Teachers. New York: Oxford University Press.

4. Emig, J. (1971). The Composing Processes of Twelfth Graders (NCTE Research Report No. 13). Urbana, IL: National Council of Teachers of English.

5. Flower, L., & Hayes, J. R. (1981). A cognitive process theory of writing. College Composition and Communication, 32(4), 365–387.

6. Halliday, M. A. K., & Hasan, R. (1976). Cohesion in English. London: Longman.

7. Mann, W. C., & Thompson, S. A. (1988). Rhetorical structure theory: Toward a functional theory of text organization. Text, 8(3), 243–281.

8. Matsuhashi, A. (1981). Pausing and planning: The tempo of written discourse production. Research in the Teaching of English, 15(2), 113–134. doi:10.58680/rte198115773

9. Medimorec, S., & Risko, E. F. (2017). Pauses in written composition: On the importance of where writers pause. Reading and Writing, 30(6), 1267–1285. doi:10.1007/s11145-017-9723-7

10. Monsell, S. (2003). Task switching. Trends in Cognitive Sciences, 7(3), 134–140.

11. Parks, S. A., Holsinger, L. M., Miller, C., & Nelson, C. R. (2015). Wildland fire as a self-regulating mechanism: The role of previous burns and weather in limiting fire progression. Ecological Applications, 25(6), 1478–1492. doi:10.1890/14-1430.1

12. Pyne, S. J. (1982). Fire in America: A Cultural History of Wildland and Rural Fire. Princeton, NJ: Princeton University Press.

13. Rohman, D. G. (1965). Pre-writing: The stage of discovery in the writing process. College Composition and Communication, 16(2), 106–112.

14. Seeman, J. I. (1983). Effect of conformational change on reactivity in organic chemistry: Evaluations, applications, and extensions of Curtin–Hammett/Winstein–Holness kinetics. Chemical Reviews, 83(2), 83–134. doi:10.1021/cr00054a001

15. Strauss, A. (1985). Work and the division of labor. The Sociological Quarterly, 26(1), 1–19.

16. Wallas, G. (1926). The Art of Thought. London: Jonathan Cape.

17. 朱熹:《周易本义·筮仪》,台北:大安出版社,2008 年,页 7–10。

18. 《周易·系辞上》,见《十三经注疏》本;"大衍之数五十"章。

19. 张政烺:《试释周初青铜器铭文中的易卦》,《考古学报》1980 年第 4 期。

20. 李学勤主编:《清华大学藏战国竹简(肆)·筮法》,上海:中西书局,2013 年。

字数与版本:正文约 1.9 万汉字(机检 18,959 字);v1.0,2026 年 8 月 17 日。

数据与可复算性:第九节的预注册文件(SHA-256 前十六位 dae6976a53469b50)、取数与统计脚本、第十节的清点脚本与中间数据随本文存档。样本为英文维基百科公开接口所取的 60 篇特色条目(取数日期 2026-08-17),任何人可按同一规则重取复算。

人机分工声明:本文的取数、统计、清点与文稿撰写由作者借助计算工具完成;第九节的预注册与判负记录未经任何事后修改;第十节的清点为事后设计,已在正文中标明其不作为第一层主张的支撑。

版本追记:v1.1(2026 年 8 月 17 日)。相对 v1.0 的改动有三处,均为增补与降级,无一处删除:第十二节补入第(九)(十)(十一)三位分界(Toulmin 的 warrant 与 enthymeme、Spivey 的 discourse synthesis、Redi 等 2019 的维基百科可核性计量),各附判决性对照;第十六节 F5 由“未跑”改为“已跑,判未决”,并据其结果改写第三层主张的形状;第十节的 13.5 句自本版起标明为口径内读数。F5 的预注册文件(SHA-256 前十六位 aad38bd382b5ae11)、取数与清点脚本随本文存档。


第八章 补节 两端都不记账的那一段

本章 v1.1 已补入三条全球分界(论证担保与省略三段论、话语综合的连接操作、维基百科「需要引证」句级判定),并跑完 F5,判为未决,第三层主张随之改写。补节只做两件事。

(一)与第一、二章的关系

本章与编一三章有一处容易被混同的地方,两边原稿都未写。

编一处理的是同一性:这一篇还是不是这一篇。本章处理的是归属:这一段文字算谁的。两者的独立性可以这样看——一段悬跨文字的存在与多寡,不改变这一篇的相;把它全部替换成有出处的转述,篇章定相率可以完全不变,而悬跨长度归零。反过来,一次破相变换可以完全发生在有据点之上,与悬跨段无关。

因此本章的读数与编一的读数正交,可以在同一篇作文上同时测量而互不干扰。建议成书时于本章开头一句点明,以免读者把「悬跨长度」误读为一种整体性指标。

(二)本章欠账

F5 判为未决这件事,其含义需要说清楚:两种合理的编码约定给出的悬跨长度中位数相差 2.4 倍(十七句对七句),而两种约定下的篇际排序只有部分可迁移(斯皮尔曼相关 0.525,落在预注册的未决区间;肯德尔相关 0.399 与主判据不一致,已如实报出)。这意味着本章的第三层主张——间隙属性在现有记录里不可识别——在成品清点上只成立一半:变的主要是尺度,不完全是次序。

本章 v1.1 已据此改写第三层主张,并把「超过十句就该缩跨」这类可操作建议全部绑定到编码规则的公布上。编者认为这个处理是诚实的,但读者应知道其代价:本章目前给不出一个跨编码稳定的悬跨长度阈值,而这恰恰是它最想给教学界的那个数。

F4(同题多班、留有初稿)仍未跑,它是本章最便宜也最能判决的一条。