先析
—— 最先成形的那段合格文字如何使另一段永远不再成形
——一次写作里最先成形的那段合格文字，如何使另一段永远不再成形
摘要
作文教学长期把”写不出来”当作能力、输入或条件三者之一的不足，并据此在成品端、过程端、条件端分别下药。本文提出一个不同的判断：一次写作的失败，不是没能把内容组织成文，不是输入或暴露不足，也不是外部条件不许，而是在这一次写作里最先成形的那段合格文字消耗掉了同一批原料，并把自身写回环境成为下一次的现成形态，使另一段本来会成形的文字失去成形条件。本文把这段最先成形的产物称为先析，把它在一次产出中所占的比重称为先析率（φ）。材料取自三处互不相容的既有结论：结晶学关于亚稳相先于稳定相析出、以及一个已经量产的晶型在更稳定晶型出现后再也做不出来的记录；药理学关于同一物质的效应由给予的节律而非总量决定的记录；组织学习关于较差程序因先获成功而挤掉较好程序的记录。判据写成一句不含程度词的问话：这一次写出来的句子，在这一次开始之前，有没有以成句的形态出现过。本文用一份公开的中学生作文语料（39,672 篇）预注册并实跑了其中最便宜的一条检验：先析率与评分的秩相关为 +0.059，效应量可忽略而方向为正；最高分组中有 10.2% 的篇目先析率落在全样本第九十百分位以上。这一结果同时证实了该读数与现行评分正交，也暴露了它的一处粒度缺陷，本文据此收窄了适用区间。结论是：作文的发生取决于成形之前那段不产出可交付文字的间隔，而这段间隔在现行的任何一份作文记录里都没有字段。
关键词：先析；先析率；诱导期；接种史；写作发生；作文评价
Title: Pre-Precipitation: How the First Well-Formed Passage in an Act of Writing Forecloses Another
Abstract: Writing pedagogy has long treated “being unable to write” as a deficit of ability, input, or external conditions, and has accordingly intervened at the product end, the process end, or the condition end. This paper advances a different claim: the failure of an act of writing is not an inability to organize content into text, not insufficient input or exposure, and not the absence of enabling conditions, but rather that the first well-formed passage produced in that act consumes the same stock of raw material and writes itself back into the environment as ready-made form for the next act, thereby depriving another passage—one that would otherwise have taken shape—of the conditions for taking shape. This first-formed product is termed pre-precipitate, and its share of a given output is the pre-precipitation ratio (φ). The argument draws on three mutually incompatible established findings: from crystallography, Ostwald’s rule of stages and the record of a marketed polymorph that could no longer be manufactured once a more stable form appeared; from pharmacology, the finding that the effect of a substance is determined by the pattern of delivery rather than the amount delivered; from organizational learning, the finding that an inferior procedure that succeeds early crowds out a superior one. The criterion is stated as one question containing no modal terms: did the sentence written this time exist in sentence form before this time began. A preregistered analysis of a public corpus of 39,672 Chinese secondary-school essays yields a Spearman correlation of +0.059 between φ and rating—negligible in magnitude, positive in sign—with 10.2% of top-rated essays falling above the ninetieth percentile of φ. This result confirms the orthogonality of the measure to existing scoring while exposing a granularity defect, on the basis of which the paper narrows its range of application.
Keywords: pre-precipitation; pre-precipitation ratio; induction period; seeding history; genesis of writing; essay assessment
先看一个在中学语文教研里被反复描述、却始终没有得到解释的现象。
一个初二学生，从初一下学期开始每周一篇周记，两年不断。素材本记满了，好词好句抄了三大本，范文读过两百篇以上。到初三，他的作文分数没有下降，多数时候还略有上升。但他的语文老师说了一句在教研组里流传很广的话：这孩子现在写什么都像作文，就是不像他自己写的。
再看第二个场景。一位高中语文教师做了一个对照：同一个班，同一道题，一半学生先读三篇下水文再写，另一半直接写。读过下水文的那一半，篇均字数多出约两成，句子更整齐，结构更完整，分数分布整体右移。而在两周后的另一道完全不同的题目上，读过下水文的那一半里，出现”整段与两周前几乎相同”的比例明显更高。教师的记录里没有任何一栏能容纳这件事——她只能在教案上写一句”迁移不够”。
第三个场景更极端。一位写作班老师发现，那些从三年级起就上作文班、写得又快又稳的孩子，到了初中,如果给他们一个从来没有教过的题目，比如”写一件你不愿意告诉任何人的小事”，他们交白卷的比例，高于从来没上过作文班的孩子。
这三件事有一个共同的形状：失败不产生任何信号。第一个学生的分数没降，第二个班的均分上升，第三批孩子在所有常规题目上表现更好。任何一个现行的检查环节——评分、批改、抽测、教研听课——都不会在这三处报错。一件东西没有长出来，而所有的仪表都显示正常。
本文要问的就是这一件事：一次写作到底是怎样发生的，以及那个”没有长出来”的东西，去哪儿了。
需要先把问题的形状说清楚。本文问的不是”作文是什么”，也不是”为什么要写作文”。本文问的是一条路：从什么状态出发，经过什么，到达一段成形的文字，以及这条路上的哪一步还插得上手。答案因此不会是一个定义，而是一段次序，外加一个可以在次序中间下手的位置。
现行的解释不是没有，而是有三套，且这三套互不相容。它们分别在三个不同的端点上结算”作文发生了没有”。
第一套来自写作认知研究的主流。它把一次写作的成败结算在产出物上：内容能不能被组织成一篇结构完整的文字。这一套最完整的表述是知识陈述与知识转化的二分（Bereiter & Scardamalia, 1987）——新手把想到的内容依次说出来，成熟写作者则在内容问题空间与修辞问题空间之间往返，写作过程本身改造了要写的东西。按这一套，前面第一个学生的问题很清楚：他停在陈述，没有进入转化。处方也很清楚：教转化。
这一套的划界标准是成没成形。没成形就是没发生；成了形，那就是发生了，剩下的只是好坏之别。
第二套把结算挪到过程上：决定结局的不是有没有产出，是这个过程本身的形状。这一套在药理学里有一个远比写作研究更硬的表述。Belchetz 等人在恒河猴身上做的实验给出一句可以逐字引用的结论：这一现象”归因于促性腺激素释放激素被给予的方式，而不是垂体细胞所暴露于的这一激素的量”（Belchetz, Plant, Nakai, Keogh & Knobil, 1978, Science, 202: 631–633）。同一个分子，每小时脉冲给一次，垂体恢复分泌；连续恒速输注，同样的总量甚至更大的总量，垂体反而脱敏、下调，分泌被压住。
这一套的划界标准是暴露够不够、节律对不对。不够就加量，不对就改节律。它对第二个场景的解释是：下水文这种输入是持续式的、高浓度的，短期抬升，长期下调。
这一套自己还留了一件更狠的材料。心律失常抑制试验（CAST）中，用于抑制室性早搏的药物成功地改善了那个中间指标，而接受治疗者的死亡率高于安慰剂组（Echt et al., 1991, New England Journal of Medicine, 324: 781–788）。药理学自己承认：一个被改善的中间读数，可以与硬结局反向。
第三套把结算再往外挪一层：个人做什么不重要，重要的是他所在的那个环境奖励什么、记录什么、允许什么。组织学习研究给出的表述同样可以逐字引用：能力陷阱发生于”一个较差程序上的良好表现使组织在该程序上积累更多经验，从而使它在较好程序上的经验始终不足以让使用它变得有回报”（Levitt & March, 1988, Annual Review of Sociology, 14: 319–338）。March 后来把这件事写成利用对探索的挤出：回报更近、更确定、方差更小的那一侧，会系统性地吃掉另一侧（March, 1991, Organization Science, 2: 71–87）。
这一套的划界标准是条件给不给。条件不到位，就没有产出；要改，就改激励与记录。它对第三个场景的解释是：作文班奖励的是稳定合格，不奖励第一次写不好的东西，孩子于是不去碰没有把握的题目。
上面三套里，第一套的划界标准最接近日常直觉，也最不容易被质疑：成了形就是发生了。而在一门与写作毫无关系的学问里，这条直觉早已被自己的材料推翻过一次。
结晶学处理的是同一件事的物质版本：一份过饱和的溶液里，什么时候、以什么形态、析出什么。Ostwald 在 1897 年给出的阶段律说：一个系统离开原有状态时，通常不会直接到达最稳定的那个状态，而是先到达能量上最接近的那个亚稳状态（Ostwald, 1897, Zeitschrift für Physikalische Chemie, 22: 289–330）。也就是说，最先析出的那一相，通常不是最稳定的那一相。
这一条在工业上有极高的代价，因而被反复研究。而结晶学自己还掌握着一件更彻底的材料，本文第四节要专门处理它。
把三条并排放，就能看出它们不是互补而是互斥。
第一套说：成形即发生。第二套说：成形与否不是判据，暴露的节律才是——一次成形的产出完全可以是脱敏过程中的产物。第三套说：这两者都不是判据，是条件在决定，个体的路径与产物都是条件的影子。第四套（结晶学）说得更不客气：最先成形的那一个，恰恰通常是不该被当作结局的那一个。
三方不能靠”判谁对”来化解，因为它们不在同一个语域里作答。第一套谈的是产物的属性，第二套谈的是过程的形状，第三套谈的是环境的账目。要把它们放在一起，只能另造一个框架。
三家争的是：“作文发生了没有”这件事，该在哪一端结清——成品端、过程端，还是条件端。
它们共同假定了一件从未被说出口的事：
这三端里总有一端能够一次结清；一次成功的产出，就是一次已经完成的发生。
这句话念给三家听，三家都会说这还用说吗。第一套当然认为一篇写成的文章就是一次完成；第二套认为只要暴露曲线对了，产物就是那条曲线的兑现；第三套认为只要条件到位，产出就会出现且算数。三家争的是在哪一端记这笔账，没有一家怀疑过这笔账能记完。
分歧全在归属，共识全在可结清性。而本文接下来要做的，是从三家之一自己的材料里，把这条共识拆掉。
1998 年夏天，雅培公司的抗艾滋病药物利托那韦（商品名 Norvir）出了一件在制药工业史上被反复引用的事。这个药已经上市两年，工艺稳定，批批合格。忽然之间，生产线上开始析出一种此前从未见过的晶型；它的溶解度远低于原有晶型，做出来的胶囊不能用。产品被迫撤市，公司损失以亿美元计。
技术表征后来发表在《药物研究》上：利托那韦存在构象多晶型，两种晶格的溶解性质显著不同；那个新出现的、更稳定的晶型（II 型），其成核在能量上是不利的，除非溶液高度过饱和；1998 年那次事件是”高度过饱和的溶液”与”由一个降解产物引发的非均相成核”两件事恰好同时出现的结果（Bauer, Spanton, Henry, Quick, Dziki, Porter & Morris, 2001, Pharmaceutical Research, 18: 859–866）。
真正要紧的不是 II 型出现了，而是接下来发生的事：同一套配方、同一个工厂、同一批工人、同一份工艺文件，I 型再也做不出来了。 工厂被 II 型的晶种污染了。工艺开发团队后来把处理这件事的过程单独写成一篇文章（Chemburkar et al., 2000, Organic Process Research & Development, 4: 413–417）。这类现象在结晶学里有一个专门的名字——消失的多晶型（Dunitz & Bernstein, 1995, Accounts of Chemical Research, 28: 193–200）：一种曾经能被稳定制备的晶型，在更稳定的晶型在某个实验室或某条产线上出现之后，就再也制备不出来了，哪怕操作没有任何改变。
现在把这件材料放回第三节那条共有前提上。
I 型在 1996 年的那一次成功制备，是一次不折不扣的成品端结清：产物合格，检验通过，上市销售。但 1998 年之后，这次结清被追溯性地取消了——不是说那批药变质了，而是说”我们有能力做出 I 型”这个判断作废了。取消它的不是产物本身，也不是工艺过程，而是环境的一段历史：这个环境里已经出现过 II 型，并且这段历史无法从环境中撤销。
于是三端里没有一端能单独结清：
成品端结不清，因为一次成功的产出是否可重复，取决于环境的接种史，而接种史还在被不断写入；
过程端结不清，因为同一条工艺曲线在被接种前后给出完全不同的产物；
条件端也结不清，因为环境不是外生的背景——它正是被此前那些产物一次次写成现在这个样子的。
这件材料的分量在于它的来路。它不是本文从外面搬来的一个理由，而是结晶学自己已经掌握、已经发表、被反复引用的常识；它在结晶学自己的领域里回答的是另一个问题——为什么工艺不可复现，而不是作文如何发生。也正因为如此，三家无法退回自己的阵地：这件材料是其中一家自己的。 ## 五、先析
把上一节那件事从物质搬回文字，需要先立一个名字。
一次写作开始时，写作者手里有一批还没有形态的东西：一些印象、一句听来的话、一个说不清的别扭、一段还没找到词的感觉。这批东西是这一次写作的原料，而它的量是有限的——有限，不是因为人的容量有限，而是因为它们只在这一次的这个状态下同时在场；写完这一次，人换了状态，同一批东西不会再以同样的方式聚在一起。
在这批原料上，可能长出不止一种形态。有一种形态省力、可靠、随时可以取用：它由已经在环境里存在过的成句形态构成——背过的句子、上次用过的开头、范文里的结构、老师给的句式、这两年写过八十遍的那个抒情段。另一种形态费力、慢、成不成不一定：它没有现成模子，需要在这一次里长出来。
本文把前一种形态称为先析。
定义写死：先析，指一次写作中先于其他形态成形、由此前已存在的成句形态构成、并因其成形而占用了同一批原料的那部分产物。
这个定义有三个承重点，缺一个就不是先析：
先——它在时间上先成形，而不是在质量上更差。先析物往往是这一次产出里最像样的部分。
析——它是从同一批原料里析出来的，不是外加的。抄一段网上的话贴进去不是先析，那是抄袭；先析物是写作者自己写出来的，只不过写出来的是环境已经给好的那个形态。
占——它成形之后，同一批原料不再能长出另一种形态。这一条是全部分量所在，也是最难被现有框架容纳的一条。
需要立刻处理一个同形词。冶金学里有”先共析相”（proeutectoid phase）这个标准术语，指相图上先于共析反应析出的那一相。本文借用的不是它。先共析是平衡态下的相图概念，它的”先”由温度与成分决定，且它不消耗后续相的成核条件；本文说的先析是非平衡下的成核选择，“先”由过饱和度与接种史决定，且它的全部要害正在于消耗。两者同源而不同所指，本文此后不再混用。
再处理一个更容易被读成同义的说法：套话。套话是一个关于质量的判断——这句话陈旧、空洞、不动人。先析是一个关于次序与消耗的判断——这句话先成形，且它的成形关掉了另一句。一段先析物完全可以在质量上很好：一个准确的比喻、一个漂亮的转折、一段真诚的抒情，只要它在这一次之前已经以成句的形态存在过，它就是先析物。质量判断与先析判断在同一段文字上可以给出相反的评价，这正是本文与套话批评的分界线所在。
有了先析，就可以把”一次写作会长出什么”排成一张图。两根轴：
接种密度：这一次写作开始之前，写作者可以直接取用的现成成句形态的密度。刚读完三篇范文，接种密度高；连着两周没读过任何同类文字，接种密度低。
诱导期 τ：从开始想这件事，到第一次产出一段可交付的合格文字，中间隔了多久。铃响就下笔，诱导期近乎零；想了三天才写第一句，诱导期是三天。
这两根轴分出四种落位。下表是本文的辨别装置，它替代了”写得好／写得不好”这一根轴。
| 落位 | 接种密度 | 诱导期 | 外观（当场看得见的） | 短期读数 | 失效信号 | 可逆性 |
|---|---|---|---|---|---|---|
| 自发相 | 低 | 长 | 慢、不整齐、有几处别扭而准确的地方 | 篇均字数偏低，评分离散度大 | 有：写不完、跑题、交不上 | 高：这一次不成，下一次原料仍在 |
| 先析相 | 高 | 短 | 快、整齐、结构完整、像样 | 篇均字数高，评分稳定偏上 | 无 | 低：原料已被占用，且产物写回环境 |
| 滞留 | 高 | 长 | 迟迟不下笔，落笔仍是现成形态 | 交稿延迟，成稿与先析相难以区分 | 弱：只表现为拖延 | 中：延长诱导期未换来另一相 |
| 未析 | 低 | 短 | 什么也没长出来 | 白卷、三行、“不知道写什么” | 有：一眼可见 | 高：条件未被消耗 |
四格之间还有一条线。结晶学的经验是：成核所需的诱导期，随环境中已有晶种的密度上升而非线性地变长——高度过饱和才能压过不利的成核势垒，而接种一旦发生，这个门槛对另一相来说反而更高。落到写作上，这条临界诱导期 τ*（要长出自发相，诱导期至少需要多长）随接种密度上升而快速变长。它的实际后果是：同一个学生，读得越多、练得越勤，他要长出一段不是先析物的文字，需要的空白就越长，而学校给他的空白只会越来越短。
现在指出本文要打的那一格：先析相。
这一格必须满足三条签名，缺一条就说明第二根轴选错了：
签名一：短期指标表现为改善。 先析相区的产出更快、更整齐、更完整；篇均字数、结构完整度、分数分布全部好看。第九节的实跑数据会给出一个更硬的版本：先析率与评分的秩相关为正。
签名二：失效不产生任何信号。 这一格的产物形式合格，因此评分不报错、批改不报错、抽测不报错、教研听课不报错。没有长出来的那一相不出现在任何一份记录上——它不是被记为零，它根本不设字段。
签名三：自我加固。 每一段先析物写出来之后都被批改、被表扬、被抄进素材本、被当作范文读给下一届。它于是成为环境中新的现成形态，接种密度上升，τ* 变长，下一次更难长出自发相。这一条与前两条一起，构成一个不需要任何人失职的闭环。
三条签名之外，还要说清楚这一格为什么需要一个框架才看得见。若把第二根轴设成”写得好／写得不好”，先析相区会整体落进”写得好”那一侧——它不需要任何人来揭发，因为它没有做错任何事。只有把轴换成”这段文字此前存在过没有”，这一格才从”好”里被分出来。
判断一格是否成立，最后要落到一句可以拿去问记录、而不是拿去问人的判断的问话。本文的这句是：
这一次写出来的句子，在这一次开始之前，有没有以成句的形态出现过？
这句话里没有”应当”“真正”“充分”“实质性”“合理”这一类词。它不问这段文字好不好，不问学生用不用功，不问老师尽不尽责。它只问一件在原则上可清点的事。
把它拿到五个不同的场合去问，答案各不相同，而其中有两个答案是查出来的，且反过来改了本文。
场合一：高考考场作文。 现行的作文题干标准表述是”不要套作，不得抄袭”，阅卷细则中通行的处置是：套作者基础等级在三等以下（含三等）给分，发展等级不给分；抄袭须提供被抄文章或线索，经确认后基础等级在四等给分。（检索日期 2026 年 8 月 17 日，检索词”高考作文 评分标准 套作 宿构”；本文取得的是各地阅卷细则的公开转载文本，未取得考试机构的正式印发件，此处只能算到”公开可见的细则文本”这一级。）这一套条款处理的是整篇层面的两个二值判断，由阅卷者当场认定，不产生任何逐句的来源记录。答案是：制度上有一个关于来源的开关，没有一个关于来源的刻度。
场合二：中学生周记。 多数情况下没有任何可查的记录。老师凭印象说”这段你上次写过”。答案是：既无开关也无刻度，全靠个人记忆。
场合三：博士学位论文的文献综述。 有查重系统，按连续相同字串的长度设阈值，逐句给出重复率。但这个系统只比对他人的文本；一个作者把自己三年前写过的段落原样搬进来，系统不报，制度上也不认为这是问题。答案是：有刻度，但刻度只朝外，不朝内。
场合四：企业周报与项目汇报。 制度上要求先析：有模板库、有上季度的措辞、有必须沿用的口径。先析率高在这里是合规的表现，先析率低反而会被要求返工。答案是：刻度存在且方向相反，高者为佳。
场合五：律师起诉状与医嘱。 同上，而且更强：使用经过审判确认或临床验证的既有表述，本身具有安全价值。一个”有创意”的起诉状是执业事故。答案是：先析是正当且必要的。
后两个答案是本文没有预料到、查过之后才知道的，它们直接改了本文的适用范围。第十一节会把这处让步写清楚。
判据要能被清点，就得有一个数。本文给出的是先析率。
先析率 φ ＝ 一次产出中，此前已以成句形态存在过的部分所占的比重。
它在三个领域里的量纲完全不同，而算式相同：
结晶学：先于稳定相析出的亚稳相，占析出总量的质量分数。
药理学：进入体循环之前即被代谢掉的部分占给药总量的比例（首过损失）；或在持续给药下调之后，仍可被动员的受体占原有受体的比例。
写作：一次产出的文字中，此前已以成句形态存在过的部分占该次产出的比重。
三处量纲不同，比率相同。这个读数要成立，必须同时具备四条性质，本文逐条兑现：
无量纲——三个领域可以并排比较。
可事后清点——不需要在写作现场观察，事后拿产出物比对即可。
把一个印象变成一个数——“这孩子写什么都像作文”这句话，此前只是印象。
与既有主要指标正交——这一条最容易漏、也最要命。作文这个领域的既有主要指标是分数。若 φ 与分数高度相关，它会立刻被读成分数的一个代理，白造。第九节的实跑给出了这一条的直接兑现：φ 与评分的秩相关为 +0.059，效应量可忽略；且最高分组中有 10.2% 的篇目 φ 落在全样本第九十百分位以上——分数最好看而这个数最难看的例子是真实存在的，且不罕见。
一个读数没有清点手册就不是读数。以下四项在本文正文、证伪条款、末节赌注三处引用同一份定义、同一个阈值、同一套编码规则。
读数名：先析率 符号：φ 定义：一次产出中，被"此前已以成句形态存在过"的字串所覆盖的字数， 除以该次产出的总字数。 粒度：以连续 8 个汉字为最小成句单位。 恰在边界上的例子：一个七字的四字成语加三字短语组合（如"守得云开见月明"，7 字）， 不计入；同一句里出现两次的同一个八字串，按位置只计一次。 编码规则（六条）： 1. 只保留汉字，标点、数字、拉丁字母、空白一律删除。 2. 以原始句子为单位切分，字串不跨句边界。 3. 判定"此前已存在"的证据源必须在测量前写死：本人此前的写作、 指定的范文集、教材、素材本，四者取并集。 4. 篇内位置重复只计一次。 5. 先做一道前置筛：整篇近似复制（φ ≥ 0.5）者剔除，另案处理。 6. 未通过前置筛的篇目不进入 φ 的任何统计，也不得用它作任何评价。 表头：篇目 ID ｜ 总字数 ｜ 被覆盖字数 ｜ φ ｜ 是否通过前置筛 ｜ 证据源版本号 不适用：以可靠交付为目的的写作（公文、法律文书、医嘱、安全规程、 标准化报告），这些场合的高 φ 是正当的，φ 在其中不作评价用。 三处一致性自查：正文 §8 ＝ 证伪 §17 ＝ 赌注 §21 一致
证伪条款不能全是纸面的。本文在成文之前，用一份公开可复算的语料跑通了其中最便宜的一条，并把结果——包括对本文不利的部分——写在这里。
统计运行之前，假设、变量、阈值、编码规则已写死存档，事后未作任何修改。
数据：GitHub 公开仓库 cnunlp/Chinese-Essay-Dataset-For-Pre-Training，随 Song 等人的论文发布（Song, Zhang, Fu, Liu, Liu & Cheng, 2020, Proceedings of EMNLP 2020, 6723–6733）。全库 93,002 篇中学生作文，字段含句子列表、评分（四档）、文体（六类）、年级。按文件行序取前 40,000 篇（容器内存 3GB，全量索引跑不动，该规则在跑数前写死）；剔除清洗后汉字少于 100 的篇目，最终 N = 39,672。
代理变量声明：本次计算的是 φ 的一个下界代理 φ̂。语料没有时间戳，也没有作者身份，因此无法判断”这一次之前”。φ̂ 只能测”在同一语料环境中另有他人也写出过同样的八字串”，它把共同来源（成语、名句、教材例句）与本人复用混在一起。φ 的核心定义在这份公开记录里跑不动，因为字段不存在。 这一点本身就是本文第三层主张的证据，第十七节第 6 条据此设了一条最便宜的证伪。
三条预注册假设：
H1（正交性）：φ̂ 与评分的 Spearman ρ 满足 |ρ| < 0.20。若 ρ ≤ −0.20 且 p < 0.01，则”与既有主要指标正交”这条性质受挫，必须修订。
H2（上尾存在性）：最高分组中，φ̂ ≥ 全样本第 90 百分位的篇目占比 > 5%。
H3（文体差异）：议论文的 φ̂ 中位数高于叙事文。
| 项目 | 读数 |
|---|---|
| 样本量 | 39,672 篇 |
| φ̂ 中位数 | 0.0736 |
| φ̂ 均值 | 0.1442 |
| φ̂ 分位（25/50/75/90/95/99） | 0.038 / 0.074 / 0.131 / 0.273 / 0.940 / 1.000 |
| H1：φ̂ 与评分秩相关 | ρ = +0.059，p = 2.1×10⁻³²（ |
| H2：最高分组中 φ̂ ≥ p90 的占比 | 10.2%（>5%，通过） |
| H3：议论文／叙事文 φ̂ 中位数 | 0.0891 ／ 0.0716，p = 6.2×10⁻⁴⁸（方向一致，通过） |
| 混淆检查：φ̂ 与篇长秩相关 | ρ = 0.036（长文更易撞句这一解释不成立） |
按评分分组的读数（评分 0 为最低档，3 为最高档）：
| 评分档 | 篇数 | φ̂ 中位数 | φ̂ ≥ 全样本 p90 的占比 |
|---|---|---|---|
| 0（最低） | 27,664 | 0.0716 | 8.9% |
| 1 | 3,320 | 0.0737 | 9.9% |
| 2 | 8,452 | 0.0809 | 13.8% |
| 3（最高） | 236 | 0.0699 | 10.2% |
三条假设全部通过。其中 H1 的意义最大：先析率与评分不构成可用的代理关系，且方向为正。 那句最朴素的竞争解释——“其实不就是差生才用套话吗”——在这份数据上不成立：秩相关是正的，写得被评为更好的那一批，先析率不低反略高。这条结果同时兑现了第八节所要求的第四条性质。
φ̂ 的分布不是单峰的。第 95 百分位是 0.940，第 99 百分位是 1.000——有 5.2%（2,074 篇）的篇目，其八字串几乎全部能在语料的别处找到。
第一反应是：这些是重复收录的同一篇。为查证，本文另做了一次事后计算（明确标注为事后分析，非预注册）：把每篇清洗后的全文取哈希，逐字完全相同的篇目只有 88 篇，占 0.22%。
这两个数放在一起，给出一个本文没有预料到的结果：存在一批文本，它逐字不同于任何一篇已有的作文，而它的每一个八字连续串都不是新的。 这批文本占样本的 5%，是逐字重复者的二十四倍。
这件事对本文有利也有不利。有利的一面是：现行的抄袭与套作条款抓不到这一类——它们判的是整篇的同一性，而这批文本在整篇层面上是”原创”的。不利的一面更要紧：本文的读数在这个区间里失去了分辨力。 φ̂ 达到 0.94 以上时，本文无法区分三种情形：一次极端的先析、一次经过改写的整篇转载、以及同一篇范文被多个学生分别默写后的变体。三者的机制完全不同，而读数相同。
因此本文当场做了两处修订，并把它们写进了第八节的清点手册：
加一道前置筛：φ ≥ 0.5 的篇目一律剔除，另案处理。理由是这一区间混入了机制完全不同的对象。φ 的适用区间因此收窄为 [0, 0.5)。
正交性的表述收紧：ρ = +0.059 在这个样本量下 p 极小，因此不能说”φ 与评分无关”，只能说”效应量可忽略”。事后剔除 φ̂ ≥ 0.5 的篇目后重算，ρ = +0.041，方向与量级都稳定。本文此后一律用”效应量可忽略”这一表述。
还有一处必须交代的短板：本次实跑用的是跨作者的共享作为”此前已存在”的代理，而定义要的是同一作者在这一次之前。这两件事的差距不是一个技术细节，它使本次实跑只能证实读数的正交性与上尾的存在性，不能证实先析的因果机制。机制那一条要靠第十七节的第 1、3、4、5 条，而那四条都需要现有记录里不存在的字段。
（本节全部数据与代码可复算：数据来自上述公开仓库，编码规则见第八节清点手册，统计用 Spearman 秩相关与 Mann–Whitney U 检验。） ## 十、那条路，以及哪一步还插得上手
到这里可以回答开头那个问题了：作文如何发生。
答案不是一个定义，是一段次序。它有四步，且这四步的顺序不能换。
第一步，环境先动。 一次写作开始之前，环境已经把它的接种史交给了写作者：他读过什么、被表扬过什么、上周写过什么、这个班里流行什么开头。这一段历史不是背景，它决定了这一次哪些形态可以被直接取用、哪些形态需要从头长。接种密度是这一次写作的初始条件，而不是它的外部环境。
第二步，节律决定过饱和。 原料的积累不是靠总量，是靠形状。持续的、高浓度的输入——每天一篇范文、每周一次仿写训练——会把系统推到一种奇怪的状态：现成形态密度极高，而未成形的原料反而少，因为每一次接触都会顺手把一批模糊的东西固定成已有的说法。间断的输入则相反：接触之后有一段不产出的时间，模糊的东西留在模糊状态里继续积累。药理学那句话可以逐字搬过来——起作用的是给予的方式，不是暴露的量。
第三步，成核选相。 到了要写的时候，长出哪一相，取决于两件事的比较：过饱和度是否高到足以越过自发相的成核门槛，以及诱导期是否长到足以让它越过。接种密度高时，先析相的门槛几乎为零——它随时可以成形；自发相的门槛却因为接种而变得更高。于是在绝大多数场合，先成形的是先析相。这不是选择，是次序。
第四步，产物写回环境。 这一步是全段次序里最容易被漏掉、也最要命的一步。先析物写出来之后不会停在纸上：它被批改、被打分、被读给全班、被抄进素材本、被当作下一届的范文。它成为环境中新的现成形态，接种密度上升，下一轮的第三步因此更偏。回写是这条路成为一个循环、而不是一支箭头的原因。
四步之后，插手的位置就清楚了，而且它不在人们习惯下手的两个地方。
不在第三步的产物端。 在成品上下功夫——批改、评讲、修改、重写——是当前投入最大的一处，而它同时是接种密度最高的一处。一次精细的评讲会把若干个”好的说法”当场种进全班的环境。它抬高短期读数，同时抬高 τ*。
不在第一步的总量端。 加大阅读量是第二大的投入。按本文的次序，增加输入总量同时增加两样东西：未成形的原料，和现成的形态。哪一样增加得更快，取决于输入的节律。持续式的高密度输入，增加现成形态更快。
在第二步。 可插手的位置是节律与诱导期，而具体的动作只有一条，且这条动作在形式上是一个禁令：
在过饱和度尚未足以支持自发相之前，不产出可交付的合格文字。
落到操作上，它是一段有明确长度、且明确禁止产出成品的时间：知道题目之后，先不写任何”能交的东西”——不写提纲，不写开头，不写”先随便写点”，也不看任何同题的现成文字。这段时间里可以做的是另一类事：把还没有词的东西说给自己听、找具体的细节、回到那件事本身。这段时间的长度不是固定值，它随接种密度上升而变长。
这条动作与两种流行做法方向相反，必须点明。
其一是自由写作：不停笔地写，不管好坏，先写出来再说（Elbow, 1973）。按本文的次序，不停笔地写是持续式给予加上允许先析——它在接种密度低的人身上确实能长出自发相，在接种密度高的人身上则会以最快的速度把先析物倒出来，并且倒得很痛快。
其二是先列提纲。提纲是最典型的先析物：它由现成形态构成（总分总、三个分论点、首尾呼应），它先成形，且它一旦成形，后面的文字只能在它划定的格子里长。
本文因此给出一条与两者都不同的处方：诱导期内既不自由写作，也不列提纲，而是什么可交付的东西都不产出。
一个判断如果只会往一个方向长，多半是描述而不是机制。本文有三处被材料反过来削掉的地方，逐处写清削掉了什么。
第一处：先析在一整类写作里是正当的。 第七节的场合四与场合五是查出来才知道的：企业周报、法律文书、医嘱、安全规程，这些场合的制度要求高先析率，而且要求得有道理——使用经过验证的既有表述，是可靠性的来源。若没有这一处，本文原本会写下的更强的那句话是：“先析是写作的一种普遍病理。”现在这句话不成立了。本文的适用范围因此收缩为：以形成一个此前不存在的判断为目的的写作。 凡以可靠交付为目的的写作，本文的全部结论都不适用，φ 在其中不作评价用。这一处动的是适用范围。
第二处：留白本身不产生任何东西。 药理学那条材料反过来给本文加了一道硬约束。脉冲给药之所以有效，是因为受体存在一个下调之后的恢复时间常数；如果没有这个常数，间断给予就只是给得更少。落到写作上：若”过饱和度”不会因为等待而回升，只会因为新的接触而回升，那么单纯的空白就不产生自发相，它只是把不成核推后——第六节那张表里的”滞留”格，正是这种情形的落位。若没有这一处，本文原本会写下的更强的那句话是：“只要不写、留出时间，另一相就会长出来。”现在只能写成：诱导期只有在原料仍在积累时才有意义；空等把未析变成滞留，不把滞留变成自发相。 这一处动的是机制的完整性——本文必须承认，它给出的干预是必要条件，不是充分条件。
第三处：本文的处方在现行制度里不可能被采纳。 组织学习那条材料反过来说：探索的收益是长尾的、延迟的，而利用的收益是近的、确定的；任何以短周期结算的组织都会系统性地选择后者。一个学期结算一次的评价制度，不会采纳一条”这段时间不产出任何可交付文字”的安排——不是因为它不理解，是因为这条安排在它的结算周期内只呈现为成本。若没有这一处，本文原本会写下的更强的那句话是：“学校应当在作文教学中设置诱导期。”现在这句话被删掉了。本文能主张的只剩一件：在不以短周期结算的场合——家庭、个人写作、师徒式的长期指导、不计入评分的写作——这条动作可以执行；在以学期结算的场合，提出它等于提出一件不会被做的事。 这一处动的是价值排序：本文不再向制度提建议。
一个跨领域的判断，价值不在于它”像”别的领域的什么，而在于能不能据它在那个领域里预测一件具体的、可以去查的事。以下十二处，每一处都写成一条可查的预测；其中若干处在该领域里已有现成数据可以回溯检验。
一、制药结晶工艺。 若一条产线上出现了更稳定的晶型，则同一企业中与该产线共用人员、器具或通风的其他产线，在此后六个月内出现同一晶型的概率，显著高于未共用者。这条预测有一个现成的对照：利托那韦事件之后，处理办法正是隔离产线、专人专服、更换器具——如果接种只是巧合而不是机制，这些措施就是白做的。
二、内分泌治疗。 用促性腺激素释放激素激动剂做长期抑制治疗后，停药到轴功能恢复所需的时间，应随持续给药时长非线性变长，而不是线性变长。本文预测的是与临界诱导期同样的形状：接种越久，恢复所需的空白越不成比例地长。
三、育种。 对某一性状连续多代强选育的群体，在被要求对一个新性状作出响应时，其响应速率低于未经强选育的近缘群体，且这个差距不能靠加大选择强度补回来。这里的”原料”是群体中的遗传变异，先析物是已经被固定下来的那个性状。育种记录中有现成的多代数据可查。
四、软件工程。 一个功能在早期被复制粘贴形成一份”能用的实现”之后，该功能被彻底重写的概率随复制次数下降；而且这个下降早于缺陷率的上升出现。顺序是这条预测的要害：若重写率的下降与缺陷率的上升同时发生，那更像是资源问题；若下降在前，说明可重写性在缺陷出现之前就已经被消耗掉了。
五、音乐即兴。 即兴演奏者在上台前听过同一曲目的著名版本，则当晚乐句中与该版本重合的比例上升；本文进一步预测，与他自己上一场重合的比例也同时上升。第二条比第一条难得多——它意味着接种不只是提供了模仿对象，而是压低了这一晚长出新乐句的可能。
六、法律文书。 某份判决的说理段落被上级法院引用之后，同一法院后续同类判决中该段落的复用率上升，而新说理的出现率下降；两者的时间差可测。法院裁判文书是公开的，这条可以直接回溯检验。
七、组织例程。 一次成功的应急处置被写成预案之后，下一次同类事件中偏离预案的处置减少；且偏离的减少早于处置效果的下降。这条预测把预案的收益与代价分了开：预案本身没有错，错的是它同时是一次接种。
八、方言与说法的消失。 某个说法被写进教材或字典之后，同一社区中表达同一意思的其他说法，其消失速度加快——比未被收录的义位更快。语言志与方言调查有多个时间断面的数据可比。
九、生成模型训练。 递归训练导致分布尾部消失这件事已有实证。本文在此之上加一条更细的预测：尾部消失的速度，随”模型生成物被人类采纳并写回公开语料”的比例上升而加快，而不只是随训练代数上升。 若尾部消失只与代数有关而与人类采纳率无关，那么本文关于回写的那一步就不适用于这个领域。
十、医学教育。 标准化病人考试引入之后，学生问诊语句的模板化程度上升，而考试分数同时上升；本文预测，模板化的上升早于”漏掉罕见主诉”的出现。这条与第四条共用同一个形状：短期读数改善在先，失效在后，而中间那段时间里没有任何仪表报警。
十一、家常烹饪。 预制调味包普及之后，同一菜系家庭做法中”自配比例”的分布方差缩小，而消费者对成品的评分不降甚至上升。方差缩小而评分不降，正是本文那张表里先析相区的读数形状。
十二、科研写作。 某个领域出现一篇被高频引用的范式论文之后，该领域后续论文方法部分的措辞趋同；本文预测趋同早于新方法出现率的下降。这一条可以用任一学科的全文语料直接跑，所需字段（发表年份、方法节文本）全都存在。
十二处之外要补一句：这些兑现里，第四、六、七、十、十二五条都是顺序预测（谁早于谁），而不是相关预测。这是刻意的。相关很容易被巧合满足，先后不容易。若这五条中有三条以上的时间顺序与本文预测相反，本文第一层主张即使在写作领域内成立，也说明它不是一个跨领域的结构，只是一个关于写作的经验概括。
本文的判断与下面十种既有说法最容易被混为一谈。逐条给出各自说到哪一步、分界落在哪里，以及一条能把两者分开的观察。
其一，知识陈述与知识转化（Bereiter & Scardamalia, 1987，写作认知研究）。 它说到哪一步：新手把想到的依次说出来，成熟写作者在内容与修辞两个问题空间之间往返，写作过程改造了要写的东西；写不出好文章，是因为缺少转化机制。分离线：这一套把写作者手里的内容当作给定的存量，转化机制作用于这个存量之上；本文说存量会被产出本身消耗，而且被消耗掉的部分不进入任何账。判定形式：给同一批学生安排”先口头讲一遍再写”的条件——若口头讲述提高了后续书面产出的量与质，则转化不足这一解释对而本文错；若口头讲述提高了产出量而同时提高了书面产出中的先析率（因为口头那一次已经是一次先析），则本文对。这一条可用现有课堂条件在一学期内做完。
其二，写作作为知识构成的过程（Galbraith, 1999, in Torrance & Galbraith eds., Knowing What to Write, Amsterdam University Press）。 它说到哪一步：写作本身构成知识，而非仅仅传递既有知识；对某些写作者而言，先列提纲反而减少新想法的产生。这是十位里离本文最近的一位，方向也最一致。分离线：Galbraith 把提纲的抑制作用归于表述方式（预先的规划取代了构成过程），因此换一种规划方式即可缓解；本文把它归于存量消耗与接种，因此换规划方式无用，只有不产出可交付文字才有用。判定形式：比较三组——列提纲组、用非线性方式（如概念图、关键词云）规划组、不产出任何可交付文字组。若前两组的差异大于后两组，则 Galbraith 对；若非线性规划组与提纲组同样抬高先析率、只有第三组降低，则本文对。
其三，定势效应（Luchins, 1942, Psychological Monographs, 54(6), whole no. 248）。 它说到哪一步：连续用同一个复杂解法成功之后，被试在一个可用更简单方法解决的题目上仍然沿用原解法；给出”不要盲目”的提示后，机械解法的使用率降到五成左右。分离线：定势是注意与可及性的问题，一句提示就能解除一半；本文说的是条件被消耗的问题，提示解除不了。判定形式：在写作任务前给出明确提示——“注意不要用你以前写过的说法”。若先析率因此显著下降，则这是定势，本文错；若提示只改变表层措辞而先析率（按第八节编码规则，以八字串计）不降，则本文对。这一条极便宜，一个班一节课可做。
其四，功能固着（Duncker, 1945, Psychological Monographs, 58(5), whole no. 270）。 它说到哪一步：一个物体先前被用于某个功能之后，被试更难看出它的另一种用法。分离线：功能固着说的是同一个对象的另一种用法被遮蔽，遮蔽者与被遮蔽者共用一个载体；本文说的是同一批原料只能长出其中一种形态，两种形态并不共用载体，而是竞争同一份存量。判定形式：若把先前写过的说法从写作者眼前彻底移除（不给素材本、不许回看旧作），固着解释预测先析率下降；本文预测不变，因为消耗发生在这一次的产出中，不发生在回看中。
其五，能力陷阱与利用挤出探索（Levitt & March, 1988；March, 1991）。 它说到哪一步：较差程序上的早期成功使经验向它集中，较好程序因经验不足而始终不划算；组织因此在利用一侧越陷越深。分离线：能力陷阱是一个关于选择与回报的机制，它预测改变激励结构可以改变选择；本文说的是一个不由激励决定的次序——即便回报完全倒过来，只要接种密度高且诱导期短，先成形的仍然是先析相。判定形式：设计一个奖励反转的条件（明确宣布”用过的说法不给分，新长出来的说法即使不成熟也给分”）。若先析率随之显著下降，则这是能力陷阱；若激励反转只让学生把先析物做同义改写而八字串层面的先析率不降，则本文对。
其六，公式化语言与预制语块（Wray, 2002, Formulaic Language and the Lexicon, Cambridge University Press；Biber, Johansson, Leech, Conrad & Finegan, 1999, Longman Grammar of Spoken and Written English）。 它说到哪一步：语言使用中存在大量整体存储、整体调用的多词单位，它们是流利的基础而非缺陷。分离线：这一套把预制单位当作能力的构成部分，它越多越流利；本文不否认这一点，但指出预制单位的调用在一次以形成新判断为目的的写作中会占用同一批原料。同一段文字，语块研究判为流利的证据，本文判为先析物。 这是本文与它之间最锋利的一条：两边对同一份材料给出相反的评价。判定形式：取一批高语块密度的文本，若其在”作者事后能否说出该段所指的具体经验”上与低语块密度文本无差异，则语块研究对；若高语块密度段落系统性地对应不出具体经验，则本文对。
其七，自由写作与前写作（Elbow, 1973, Writing Without Teachers, Oxford University Press；Rohman, 1965, College Composition and Communication, 16: 106–112）。 它说到哪一步：写作困难来自过早的编辑与评判，解法是先不加评判地写、或在写之前专门安排一个发现阶段。分离线：两者都把”先产出”当作解药——自由写作要求不停笔地产出，前写作要求在写之前产出探索性文字；本文把”先产出”当作病因，主张诱导期内不产出任何可交付的东西。判定形式：同题分三组，自由写作组、前写作组、不产出组。若前两组的先析率不高于第三组，则本文错；若前两组显著更高，则本文对。这一条与其三、其五共用一个实验平台，可一次做完。
其八，击键记录方法学（Leijten & Van Waes, 2013, Written Communication, 30: 358–392）。 这是方法学上离本文最近的一位：它能逐键记录写作过程，包括所有被删除的内容与停顿。分离线：击键记录记的是落到键盘上之后的一切；本文关心的那一类东西——起了头、在心里成了句、又被自己否决、从未落键——在击键记录里不存在。判定形式：若把击键记录的删除量与停顿时长作为自变量，能够预测本文的先析率，则本文的读数被它覆盖；若两者不相关（即写得顺、删得少的人先析率也可以很高），则本文的读数不可被它取代。这一条可用现有的击键记录数据集直接回溯检验。
其九，套作与宿构条款（中国作文阅卷实务）。 它说到哪一步：整篇沿用已有构思、对原材料简单扩写、或对已有文章简单改写者，基础等级降档、发展等级不给分。这是本领域内部用了几十年的实务正主，必须正面处理。分离线有三处：条款判整篇，本文判逐句；条款是二值，本文是连续量；条款只处理沿用他人，本文把沿用自己算得同样重。判定形式：第九节的实跑已经给出一条——样本中有 5.2% 的篇目其八字串几乎全部在别处出现过，而逐字完全相同者只有 0.22%。这批文本在条款下是原创的，在本文的读数下接近上界。 若这批文本经人工复核后被判定为整篇改写型抄袭，则条款覆盖本文；若其中相当一部分被判定为”确系学生自己写的、只是每一句都不是新的”，则本文对。
其十，目标置换（Merton, 1940, Social Forces, 18: 560–568）。 把本文的命题剥掉写作这个领域的全部名词，剩下的形式是：一个系统为了产出可交付的东西，消耗掉了它据以产出的那样东西，并把消耗的痕迹写成了成绩。 这个纯形式的结构在上游有名字：手段吞噬目的，即目标置换；相邻的还有成功陷阱（Levinthal & March, 1993, Strategic Management Journal, 14(S2): 95–112）与内卷化（Geertz, 1963, Agricultural Involution, University of California Press）。分离线：目标置换讲的是规则与目的之间的替换，它的载体是组织成员对规则的遵从；本文讲的是原料存量的消耗，它不需要任何人遵从任何规则，一个完全自主的写作者独自在家也会遭遇它。判定形式：在没有任何外部规则与评价的条件下（自己写日记，无人阅读，无人评分），若先析率仍随接种密度上升，则目标置换解释不适用而本文成立；若先析率在无规则条件下消失，则本文只是目标置换的一个场景。
另有一位来自完全不同的领域，必须请进来。 模型坍缩：生成模型在递归使用自身生成的数据训练时，会出现不可逆的缺陷，原始内容分布的尾部消失（Shumailov, Shumaylov, Zhao, Papernot, Anderson & Gal, 2024, Nature, 631: 755–759）。这一条与本文第十节第四步（产物写回环境）几乎是同一个结构，且它是这个结构目前最强的实证。分离线：模型坍缩发生在群体与多代的层面，需要多轮回灌才显现，且它描述的是分布尾部的消失；本文说的事发生在一次写作内部，第一次就发生，不需要任何递归。判定形式：取一位接种密度接近零的写作者（从未受过写作训练、也很少读同类文本），给他一次写作任务。若先析仍然发生——即他产出的第一段合格文字仍由此前已存在的成句形态构成，且它关掉了另一段——则本文对，且模型坍缩只是它在多代尺度上的一个特例；若在零接种条件下先析不发生，则本文是模型坍缩的一个下位现象。
十条之外，还有三位本文尚未正面交手，在此指名请进，以便后来者从这三个方向检验：Anderson 的产生式复合与技能自动化（skill automatization，认知技能获得研究）；Sperber 与 Wilson 之后的关联理论关于”最省力的解释先到达”的论证；以及外文语境中的 writer’s block 研究传统（原题 Writer’s Block: The Cognitive Dimension, Rose, 1984）。第三位尤其危险：它与本文处理的是同一批现象，而它的解释落在规则的僵化上，与本文的存量消耗不同，值得一次正面正面较量。
把上面十条邻居各自看不见的东西列出来，会发现它们指向同一处。
知识陈述与转化的二分，把”写作者手里的内容是一个给定的存量”当作给定，因此看不见”产出会消耗存量”。一旦承认后者，陈述与转化的二分就塌了——因为陈述本身改变了可供转化的东西。
知识构成模型把”写作产生新知识”当作给定，因此看不见”先产生的那一批会关闭后产生的那一批”。一旦承认，“多写就多出”这条就塌了。
定势效应把”可及性是注意的问题”当作给定，因此看不见”可及性可以是存量的问题”。一旦承认，提示即可解除这条就塌了。
能力陷阱把”选择可以被激励改变”当作给定，因此看不见不由激励决定的那一类锁定。一旦承认，组织学习的可干预性前提就塌了。
套作条款把”沿用是一个可以被认定的行为”当作给定，因此看不见”沿用可以在逐句层面发生而在整篇层面不可认定”。一旦承认，条款的可执行性就塌了。
五行背后是同一样被当作给定的东西：
没有长出来的那一样东西，仍然是可以长出来的——它只是没被选中、没被注意到、没被奖励。
未发生者被当作待发生者。 这是所有人共同站着的那块地，互相批判的各派都站在上面，因此谁也没有回头看它。教学的全部干预都建立在它上面：只要方法对、动机足、条件好，那个没写出来的东西就会写出来。
本文说的是另一件事：未发生者里有一部分已经不可能发生。不是没被选中，是它赖以成形的条件已被先析物耗掉，且接种史已被写入而无法撤销。这一类东西在任何一份作文记录里都不设字段——它不是被记为零，它压根不算一样东西。删掉本文这个读数，它不是变得难测，是不存在。
这也是本文与前面十位的根本分处：他们都在问”为什么它没有被选出来”，本文问的是”它还在不在候选之列”。
本栏此前已有数篇涉及相邻结构或相同学科，逐篇指名，并各给一条能把两者分开的观察。
与《熄形》的分界。 那一篇处理的是”机会充足而一次也不成形”，读数是空机次；它用的也是结晶学的可成形性一线。两者是互补关系而非竞争关系：熄形计的是零产出的次数，本文计的是产出中被先析物覆盖的比重。 数学上二者近乎正交：一个学生一学期可以空机次为零（每次都写出来了）而先析率极高；也可以空机次很高而每次真正写出来的都是自发相。判定：若某样本空机次为零而先析率在 p90 以上，则本文适用而《熄形》不适用；若空机次很高而先析率在中位数以下，则反之。第六节表中的”未析”格属《熄形》，“先析相”格属本文。
与《阙用》的分界。 那一篇处理的是可用集的退出——某样东西的末次使用时刻之后就不再被动用。本文处理的是可用集的占用：先析物不退出，它一直可用，而且正因为一直可用才关掉了别的。判定：取同一份材料，若某个说法长期不再被使用，属《阙用》；若某个说法被高频使用且其高频使用与另一类说法的消失同时发生，属本文。
与《垫指》的分界。 那一篇的核心是不留痕的动作——做了而没有任何记录。本文的先析物留痕充分：它被批改、被打分、被抄录。本文关心的不留痕者是另一样东西——被它关掉的那一相。判定：若某样本的问题在于动作不进记录，属《垫指》；若动作全部进了记录而记录本身不设”这段占用了什么”的字段，属本文。
与《己资》的分界。 那一篇借的是自创不得确认这条会计规则，讲自己长出来的东西不得入账。本文讲的是相反方向的一件事：自己长出来的东西不但入了账，而且入账之后成为下一轮的现成形态。两篇合起来给出一个完整的两难：不入账则不被承认，入账则成为接种。判定：若某样本的问题在于产物无法被确认，属《己资》；若产物被顺利确认且确认行为本身抬高了后续的先析率，属本文。
与本栏用过同样学科的几篇的分界。 结晶学此前出现在数篇之中，本文取的是它的另一条线——阶段律与消失的多晶型，而非成核门槛；药学此前出现过两次，本文取的是给予节律与首过损失，而非剂量—效应窗口；管理学此前出现过数次，本文取的是能力陷阱与利用—探索，而非协同成本。三处文献线互不重叠，且三门在本文中所处的位置与此前各篇均不相同。 ## 十六、不适用的边界
本文的判断有五处明确不适用，逐条写死，以免被拿去用在它管不着的地方。
其一，以可靠交付为目的的写作。 公文、法律文书、医嘱、安全规程、标准化报告、技术手册。这些场合的高先析率是正当的，且往往是必要的。在这些场合使用本文的读数去评价人，是误用。
其二，学习一门新语言或新文体的初期。 第二语言学习者、刚接触某种文体的写作者，其产出必然高度依赖预制形态，且这是获得该形态的必经之路。本文的判断以”写作者已经具备该文体的基本形式能力”为前提；不具备时，先析不是问题，是台阶。
其三，极短的产出。 一条批注、一句评语、一段两百字以内的说明。八字串的统计在这个长度上不稳定，且这类产出本来就以复用为常态。本文的读数在总字数低于三百汉字时不予采信。
其四，φ ≥ 0.5 的区间。 第九节的实跑证明本文的读数在这个区间失去分辨力，无法区分极端先析、改写型转载与集体默写。这一区间的对象须另案处理，不进入本文的任何统计与任何评价。
其五，把本文用于个人品性判断。 先析率高不等于偷懒、不等于不诚实、不等于缺乏才华。第九节的数据里，被评为最好的那一批的先析率不低反略高。用这个数去判断一个人是什么样的人，是本文明确拒绝的用法。
本文的主张分三层，各层的证伪条件不同。第一层最强也最易倒，第三层最稳且最便宜。分层的用处是：第一层被推翻时，后两层仍站得住。
第一层：先析是一个真实的机制——最先成形的合格文字消耗同一批原料并关闭另一相。
第二层：第六节那张四格表与临界诱导期曲线是一个有用的分析工具。
第三层：现行的作文记录里没有任何字段记录一次产出中有多少来自此前已成句的材料，因此”越练越写不出”这件事在制度上不可观测。
最强的竞争解释必须先写出来，不许挑一个好打的当靶子。那句最朴素、最难反驳的话是：其实不就是学生偷懒、老师逼出来的套路化吗？ 这是一个关于动机与制度的解释，它能解释本文列举的三个场景中的每一个，而且它比本文简单得多。下面的条款必须在控制掉它之后仍然成立。
条款一（剂量—反应，机制主件）。 在同一所学校、同一年级、同一套评价制度、同一位教师的六个及以上班级内（同质多单元，不得用两省、两校、两国的对比充数），测量各班的接种密度（可直接取用的现成成句形态密度：范文投放量、素材本共享程度、模板讲评次数）与先析率。控制学生的写作投入时间与教师的评价严格度之后，若接种密度与先析率之间不存在剂量—反应关系，则本文第一层为伪——届时”越练越写不出”应归因于动机与制度，而非成核条件。
条款二（正向读数，写成顺序而非相关）。 在一个持续两学年的追踪中，先析率的上升早于产出量与评分的下降出现，且早出的时间间隔可测。若三者同时变化，或先析率的变化滞后于评分的变化，则本文的因果次序为伪。 顺序预测比相关难得多，一个巧合很难同时满足方向与先后。
条款三（不可逆性，本文最愿意押的一条）。 撤走全部范文、模板与讲评中的现成说法之后的十二周内，若先析率自发回落到撤除前基线的 80% 以下，则”接种史不可逆”这条为伪。 本文的预测是：不回落，或回落极慢；要回落，必须更换题材域或语域（写一件此前从未被要求写过的事），相当于换一个未被接种的环境。这一条与利托那韦那个工厂的形状完全相同。
条款四（诱导期干预）。 随机分配”知道题目后 N 小时内不产出任何可交付文字”的条件。若诱导期延长而先析率不下降，则第十节给出的插手位置为伪。 需要同时记录第六节表中”滞留”格的出现率——若延长诱导期只是把未析变成滞留，那也算这条不成立。
条款五（节律优于总量）。 总输入量严格相等，一组为持续式（每日投放），一组为脉冲式（隔日集中投放且投放后有明确的不产出间隔）。若两组的先析率无差异，则”节律优于总量”这条为伪，本文将退回到一个只关于总量的说法，而那个说法已被第二节的第二套占满。
条款六（最便宜的一条，可当场执行）。 取任意一份现行的作文评价记录格式——教师批改记录、校本评价量表、区级抽测编码表、作文教学平台的数据字段。若其中已存在”逐句来源”或等价字段（要求按句标注该句此前是否已成句），则本文第三层主张为伪。 这条所需的数据在多数学校的既有记录里就有，一个人一周内可以查完二十所学校。本文在第七节已经查过一处（高考阅卷细则），结果是只有整篇层面的二值开关，没有逐句刻度。
条款七（语料条款，本文已部分执行）。 在一份带时间戳与作者身份的写作语料中，若同一作者的先析率随写作次数单调下降，则”自我加固”这条为伪。 本文第九节的实跑没能执行这一条，因为公开语料不含时间戳与作者身份——这个字段的缺失本身就是第三层主张的证据，也是本条至今无法裁决的原因。
条款八（生成式工具条款）。 使用大语言模型辅助的写作，其先析率应接近上界且与评分保持正交。若模型辅助显著降低先析率（即模型帮助写作者产出了更多此前未以成句形态存在过的文字），则本文对”接种”的界定为伪——届时应当承认，现成形态的可得性与先析之间没有本文所说的那种关系。
若本文被证伪，能学到什么。 若条款一倒了，说明写作困难确实主要是动机与制度问题，那么资源应当全部投向评价制度改革，而不是投向教学过程的节律。若条款三倒了（接种可逆），那么本文最不安的那个推论——某些孩子已经不可能写出某类文字——就不成立，这是一个好消息，且它意味着现行的大量投入并没有造成不可逆的损失。这两种情形下的干预方向截然不同，因此这几条值得真去做。
反噬预言。 先析率一旦进入考核，最省事的达标方式不是降低先析，而是把先析物做同义改写：换词、换句式、拆句、调换语序，使八字串层面的重复消失，而结构与来源分毫未变。这会产出一种形式上不同、实质上相同的伪自发相，并且训练出一种比现在更难被清点的先析。更糟的是，这种改写能力本身会被当作”语言表达能力提升”来教。
我看不到出口。 任何基于文本表面的清点都可以被表面改写击穿；而基于来源的清点需要记录写作者接触过的全部文本，那是不可接受的监控。本文没有第三条路。这一条不是待办事项，是本文自己造出来的一个漏洞。
伦理三条（凡产物是一个可拿去考核人的读数，必须写死）。
其一，这个读数指的是位置，不是人。 先析率描述的是一次产出的结构，不是写作者的品性、努力程度或诚信状况。它不得作为学术不端的认定依据，不得进入学生的品行评价，不得用于分班、评优或任何对个人不利的安排的单独依据。
其二，不得为了把这个数做好看，而在需要可靠交付的场合强制降低先析。 公文、法律文书、医嘱、安全规程的高先析率是安全裕度的一部分。在这些场合以”提高原创性”为名要求改写既有表述，是拿安全换指标。
其三，已经按这个读数做出不利安排的，必须公开编码规则并给出复核通道。 具体包括：公布证据源版本号（用哪一批范文、哪一份素材本作为”此前已存在”的判据）、公布前置筛的阈值（φ ≥ 0.5 剔除）、以及允许被评价者对逐句判定提出异议并要求人工复核。缺少前置筛的公布尤其危险：它会把整篇改写型抄袭者与高度模板化的诚实写作者混为一类。
用本文的判据检查本文自己，以及检查提出这道题的那个指令。
本文的先析率无法清点。 它的成句史包括两样不可查的东西：一是生成它的模型所接触过的全部文本，二是本栏此前已发的一百余篇同类文章。按第八节的编码规则，“此前已存在的成句形态”的证据源必须在测量前写死；对本文而言，这个证据源在原则上不可枚举。本文因此不能测自己。
但可以定位。按第六节那张表，本文落在先析相区，而且落得很深：接种密度极高（三家的材料、十位邻居的概念、本栏此前的全部篇目都在环境里），诱导期极短（从选定三门学科到成文，间隔以小时计）。它的三条签名齐全：产出快且整齐（签名一）；没有任何环节会因为它是先析物而报错（签名二）；它一旦发表，它的读数名、它的四格表、它的那句问话都会成为下一篇的现成形态（签名三）。
这个定位有三个具体后果，必须说出来：
后果一，本文不能主张自己是自发相。 它能主张的只有一件事：它给出了一条自己也过不了的判据。一个判据的价值不在于提出者过得了它。
后果二，本文可以被更省力的相取代，而且取代之后不可逆。 若某个更简单的读数出现——比如某个可以由现成工具一键计算、且与分数相关性更高的指标——那个读数会成为这个环境里更稳定的相。此后本文这一相将不再有人重制，正如那个工厂再也做不出 I 型。本文对此没有防御手段，这正是本文自己的判断所预言的。
后果三，提出这道题的那个指令本身也在被检验。 “从一百门学科里选三门去撞一个难题”这个做法，是一种高接种密度下的写作：一百门学科的清单、若干条选源规则、一套成文格式，全部是现成形态。按本文的判断，这套做法产出的东西会越来越快、越来越整齐，而它关掉的那一相——一个不按这套做法也会想到的判断——不会出现在任何一份记录上。本文没有办法证明自己不是这种情况。 能做的只有一件：把这句话写在这里，让它成为后来者检验这条产线的入口。
本文解释不了下面三件事，如实交出。
洞一：为什么有的人不被接种。 存在一批写作者，长期处在极高的接种密度里（编辑、语文教师、职业写手），先析率却很低。本文没有解释这件事。可能的方向是他们的原料补充速率远高于常人，也可能是他们的”证据源”结构不同——但这两条本文都拿不出材料。
洞二：诱导期的长度取决于什么。 本文只说 τ* 随接种密度上升而非线性变长，没说清这条曲线的形状，也没说清它对不同的人是否是同一条。若这条曲线在个体之间差异极大，第十节的处方就无法给出可执行的时长，只能给出一个方向。
洞三：口头与书面之间的关系。 第十三节其一那条判定形式假设”口头讲一遍”也是一次先析。这个假设本文没有验证过。若口头产出与书面产出不共用同一批原料，那么整个第十节的次序要重写，因为最常见的写前活动（讨论、口头汇报、师生问答）就不构成接种，本文的干预范围会大幅缩小。
本文押的是第三层主张，因为它最稳，且它的裁决不依赖前两层。
赌注：截至 2029 年 8 月 31 日，不会出现任何一份面向中学作文的评价标准或教学记录格式，正式设立”逐句来源”或等价字段——即要求写作者或评阅者按句标注该句在这一次写作之前是否已以成句形态存在——并在至少一个地级市范围内实际执行满一个完整学年。
什么不算命中，逐条写死：
只要求”不得套作、不得抄袭”的条款不算。那是整篇层面的二值开关，第九节的数据已经证明它抓不到本文说的那一类。
只做整篇查重的系统不算，无论它的阈值多细。逐句标注与整篇比对是两件事。
只在研究项目、课题实验或个别学校试点、未进入常规教学记录格式的不算。
由机构自行声明”我们已关注写作来源”而没有逐句编码规则与可复核的判定标准的不算。
只针对他人文本、不把作者自己此前写过的内容计入的不算——第七节场合三已经指出，这个方向的刻度早就存在，而它恰好漏掉了本文关心的那一半。
若在此日期之前上述条件被满足，本文第三层主张判负。若判负，本文的实际收获比赢更大：那意味着这件事已经变得可观测，而本文全部论证的目的就是让它可观测。
Bauer, J., Spanton, S., Henry, R., Quick, J., Dziki, W., Porter, W., & Morris, J. (2001). Ritonavir: An extraordinary example of conformational polymorphism. Pharmaceutical Research, 18(6), 859–866. doi:10.1023/A:1011052932607
Belchetz, P. E., Plant, T. M., Nakai, Y., Keogh, E. J., & Knobil, E. (1978). Hypophysial responses to continuous and intermittent delivery of hypothalamic gonadotropin-releasing hormone. Science, 202(4368), 631–633. doi:10.1126/science.100883
Bereiter, C., & Scardamalia, M. (1987). The Psychology of Written Composition. Hillsdale, NJ: Lawrence Erlbaum Associates.
Biber, D., Johansson, S., Leech, G., Conrad, S., & Finegan, E. (1999). Longman Grammar of Spoken and Written English. London: Longman.
Chemburkar, S. R., Bauer, J., Deming, K., Spiwek, H., Patel, K., Morris, J., … McFarland, K. (2000). Dealing with the impact of ritonavir polymorphs on the late stages of bulk drug process development. Organic Process Research & Development, 4(5), 413–417. doi:10.1021/op000023y
Duncker, K. (1945). On problem-solving. Psychological Monographs, 58(5), whole no. 270.
Dunitz, J. D., & Bernstein, J. (1995). Disappearing polymorphs. Accounts of Chemical Research, 28(4), 193–200. doi:10.1021/ar00052a005
Echt, D. S., Liebson, P. R., Mitchell, L. B., Peters, R. W., Obias-Manno, D., Barker, A. H., … Greene, H. L. (1991). Mortality and morbidity in patients receiving encainide, flecainide, or placebo: The Cardiac Arrhythmia Suppression Trial. New England Journal of Medicine, 324(12), 781–788.
Elbow, P. (1973). Writing Without Teachers. New York: Oxford University Press.
Galbraith, D. (1999). Writing as a knowledge-constituting process. In M. Torrance & D. Galbraith (Eds.), Knowing What to Write: Conceptual Processes in Text Production (pp. 139–160). Amsterdam: Amsterdam University Press.
Geertz, C. (1963). Agricultural Involution: The Processes of Ecological Change in Indonesia. Berkeley: University of California Press.
Leijten, M., & Van Waes, L. (2013). Keystroke logging in writing research: Using Inputlog to analyze and visualize writing processes. Written Communication, 30(3), 358–392.
Levinthal, D. A., & March, J. G. (1993). The myopia of learning. Strategic Management Journal, 14(S2), 95–112.
Levitt, B., & March, J. G. (1988). Organizational learning. Annual Review of Sociology, 14, 319–338. doi:10.1146/annurev.so.14.080188.001535
Luchins, A. S. (1942). Mechanization in problem solving: The effect of Einstellung. Psychological Monographs, 54(6), whole no. 248.
March, J. G. (1991). Exploration and exploitation in organizational learning. Organization Science, 2(1), 71–87.
Merton, R. K. (1940). Bureaucratic structure and personality. Social Forces, 18(4), 560–568.
Ostwald, W. (1897). Studien über die Bildung und Umwandlung fester Körper. Zeitschrift für Physikalische Chemie, 22, 289–330.
Rohman, D. G. (1965). Pre-writing: The stage of discovery in the writing process. College Composition and Communication, 16(2), 106–112.
Rose, M. (1984). Writer’s Block: The Cognitive Dimension. Carbondale: Southern Illinois University Press.
Shumailov, I., Shumaylov, Z., Zhao, Y., Papernot, N., Anderson, R., & Gal, Y. (2024). AI models collapse when trained on recursively generated data. Nature, 631(8022), 755–759. doi:10.1038/s41586-024-07566-y
Song, W., Zhang, K., Fu, R., Liu, L., Liu, T., & Cheng, M. (2020). Multi-stage pre-training for automated Chinese essay scoring. In Proceedings of the 2020 Conference on Empirical Methods in Natural Language Processing (EMNLP) (pp. 6723–6733). doi:10.18653/v1/2020.emnlp-main.546
Wray, A. (2002). Formulaic Language and the Lexicon. Cambridge: Cambridge University Press.
数据来源：cnunlp/Chinese-Essay-Dataset-For-Pre-Training（GitHub 公开仓库，随 Song et al., 2020 发布），本文使用其 pretrain_essays.json 的前 40,000 行，剔除后 N = 39,672。第七节关于阅卷细则的清点，检索日期 2026 年 8 月 17 日，检索词”高考作文 评分标准 套作 宿构”，取得的是各地阅卷细则的公开转载文本，未取得考试机构的正式印发件。
版本与字数：初稿，正文 20,303 汉字（不计参考文献与声明）。第九节的统计在成文前完成，预注册文本先于统计写就并存档，事后未作修改。
人机分工声明：选题、三门学科的选定、成文方向与全部判断的取舍由作者决定；文献核对、语料下载与统计计算、初稿撰写由人工智能助理完成；第九节的预注册文本在运行统计之前写定；本文对其中的全部错误负责。文中未标注出处的经验描述（第一节的三个场景）为教研场景的概括性描述，不作为证据使用，仅用于说明问题的形状。
编者补节 · 第二章
本章第十节的第四步（先析物写回环境，成为下一次的现成形态）与第三章的第四步（产物写回环境）是同一个动作的两种读法。两章互不引用，编者在此切开。
本章读它消耗了什么。 写回环境的后果是接种密度上升，下一轮里自发相的门槛因此更高——它抢走的是原料与成形条件。
第三章读它改变了什么分布。 写回环境的后果是这段文字取得了新的功能位置，随后可行操作的分布因此改变——它改变的是下一步能做什么。
判定形式。 取一段刚刚成形的合格文字，做两件事：其一，把它从写作者的可见范围内移走（不再作为环境中的现成形态），其二，把它保留可见但改变其工作位置。若先析率只对前者敏感、端位效应只对后者敏感，两章各自成立；若两个读数对同一种干预同等敏感，二者需要合并。
本章第十三节的十位占位者里，已经正面处理了「写作本身构成知识」这一支，并给出了一条相当锋利的分离线——那一支把提纲的抑制作用归于表述方式（预先的规划取代了构成过程），因此换一种规划方式即可缓解；本章把它归于存量消耗与接种，因此换规划方式无用，只有不产出可交付文字才有用。这条分离线是本卷所有分界里最能被一次课堂实验裁决的一条。
但本章没有处理这一支的上游：已写出的文本（the text produced so far）进入任务环境这一构念（Hayes, J. R. 1996, *A new framework for understanding cognition and affect in writing*, in C. M. Levy & S. Ransdell eds., *The Science of Writing*, Erlbaum），以及围绕它的重读—生成研究（Pianko, S. 1979 关于写作者回看已写内容以决定下一步写什么；Leijten, M., & Van Waes, L. 2013, *Keystroke logging in writing research*, Written Communication, 30(3), 358–392）。
分离线。 那一支说已写文本会被回看、会被用来决定下一步；本章说被回看的那一部分同时在消耗使别的部分得以成形的条件。前者是资源，后者是代价。
判定形式。 若把重读量、重读位置与重读时长全部纳入模型后，先析率不再有额外解释力，本章应并回重读研究；若先析率在重读量受控之后仍能预测后续的自发相产出，本章成立。
最硬的一处是第九节那个意外发现：语料中有百分之五点二的篇目，其每一个八字连续串都能在别处找到，而逐字完全相同者只有百分之零点二二——前者是后者的二十四倍。这批文本在现行的整篇查重与套作条款下是「原创的」，在本章的读数下接近上界。这一个数据点比本章任何一段论证都更能说明它为什么值得存在。
最空的一处是作者自己在同一节末尾写明了的：「存量消耗」这个机制本身没有独立读数。 先析率测的是产物的构成，不是存量，更不是存量的耗减。本章全部因果主张都靠尚未执行的预测撑着。读者应当把本章读成一个读数加一套待检验的因果假说，而不是一套已经成立的机制。
编者另指出一处正文未标的连带后果：既然存量不可测，本章第十节那条处方（诱导期内不产出任何可交付文字）目前无法给出时长——作者自己在第二十节把这一点列为「洞二」。这条处方在落地之前，只有方向，没有刻度。