第十一章 扩大、内卷与价值转移：怎样读懂工具史
一、先把五种变化分开
工具史最容易被写成两种相反的故事。一种只看总产出增长，于是每次技术变化都成了普遍繁荣；另一种只看旧工种消失，于是每次封装都成了劳动者失败。前面讨论的历史表明，同一过程可以同时包含产品增多、单位价格下降、某些收入提高、另一些岗位缩减以及新产业形成。若不区分这些变量，我们便无法说明谁获益、谁受损，也无法判断原有领域是否真正升级。
产量表示提供了多少产品或活动，价格表示取得一单位产品需要付出多少，收入表示某类参与者最终获得什么，就业表示多少人以何种条件参与，产业份额则表示这一领域在更大经济中的位置。它们之间存在联系，却没有简单的一一对应。某类产品产量增长，行业收入可能因为价格大幅下降而减少；行业收入增长，也可能主要被资本或平台取得；就业人数增加，平均工作条件仍可能恶化。历史叙述必须沿着这些区别追踪变化。
数学领域也有相应变量。论文数不是数学价值总量，证明成本下降不等于研究经费增加，工具用户增多不等于数学岗位同比增长。更困难的是，数学的许多价值并不直接通过价格显露，而通过教育、公共知识和其他领域的能力发生作用。因此，研究职业变化时需要同时观察知识活动与资源关系。若只用成果数量证明繁荣，便会看不见研究者处境；若只用岗位变化判断数学是否进步，又会忽略知识的公共收益。
二、一个有限的条件模型
为了把机制说清，可以建立一个示意模型。设一个领域每位从业者在一段时间内能够完成的有效任务量为p，总任务需求为Q，完成这些任务所需的人数在最简单条件下近似为Q除以p。若工具使p上升，而Q变化很小，所需劳动量便可能下降；若Q增长更快，劳动量也可能增加。这个表达不是对历史数据的拟合，而是提醒读者：不能只观察生产率，还要解释需求怎样变化。
模型的限制同样重要。现实中的任务不能全部互换，质量标准会变化，不同人生产率不同，组织还要承担固定成本。更关键的是，工具可能创造过去不存在的任务，使Q本身的含义改变。制冷扩展食品流通，计算机支持新的软件活动，这些并非只把旧任务数量放大。对于数学，若工具使人们开始比较新的对象构成方式，就不能只按原有“每年证明多少题”来衡量。这说明简单模型需要被任务结构分析补充。
Acemoglu与Restrepo的任务框架区分自动化对既有劳动的替代，以及新任务对劳动参与的重新吸纳。它为分析技术变化提供了重要提醒：生产效率与劳动需求之间存在多个方向的作用，而不是一条自动补偿链。本书将这一思路用于数学职业，但不把该文当作关于数学家就业的直接实证结论。（Acemoglu与Restrepo，二〇一九。）数学还有学术评价、公共资助与非市场动机，必须另外考察。
三、扩大为何可能与内卷同在
内卷在本书中有一个有限含义：能力与投入增加，主要用于争夺结构上相近且增长缓慢的机会，参与者因而需要不断提高投入才能维持原来的相对位置。它不等于一切竞争，也不等于研究困难。严肃竞争可以促进质量，长期投入可以形成深刻成果。问题在于，新增能力是否真正扩展了有价值的活动，还是只抬高了进入同一位置的最低要求。
设想一个没有经验含义的示例：某专题原来每年收到一百篇论文，评审资源能够认真处理其中的大部分。工具普及后，投稿增长到一千篇，而可用于阅读、复核和后续研究的时间几乎不变。如果作者只是以更快速度提交相似结果，评审压力会上升，作者也会为被看见投入更多包装与传播。论文生产扩张了，研究理解却可能没有同步扩大。这便是一种知识活动中的拥挤机制，而不是由数量增长自动导出的进步。
同一时期，另一个团队可能利用工具建立以前无法完成的对象数据库，打开新的分类问题。于是，一个领域内部可以同时出现内卷与升级，甚至同一研究者在不同项目中经历两者。这一点使本书的“分岔”不是简单历史阶段论。封装产生结构性压力，但实际结果由不同活动的资源安排决定。判断哪个方向占主导，需要追踪时间、经费、评价和参与者去向，不能凭几个成功故事概括所有人。
四、价值如何从一个环节转向另一个环节
当某项能力被可靠封装，原来附着于操作过程的稀缺价值可能转移。手工完成某种计算不再困难以后，提出适当问题、取得数据、解释结果、维护可靠系统或连接应用可能变得相对重要。这里的“相对重要”不等于它们天然更高贵，也不等于人永久拥有这些能力；它只表示在当前活动链条中，新的瓶颈和责任位置出现了。下一轮工具变化又可能重新安排它们。
价值转移还可能被中间环节截留。假设某平台掌握高质量模型、专有资料与用户入口，数学家借助它提高产出，但难以转移记录或建立独立合作。平台可能获得越来越多的交易与协调权，而研究者只获得短期便利。这不是技术性能本身决定的结果，却是封装普及方式需要考察的机制。若新活动所需的发生工具与平台不够开放，能力扩张的收益可能集中在少数入口，而非广泛转为研究者的自主性。
因此，讨论价值转移不能只问下一种热门技能是什么，还应问谁控制接口、标准、评价与资源。一个领域即使产生许多新服务，如果从业者始终只能在单一平台规则下工作，职业升级也可能很脆弱。相反，开放格式、可迁移成果、公共验证资源和多元合作渠道，能够增加研究者重新组合活动的可能性。这些组织条件，是多元数学发生能否持续的重要部分。
五、新行业怎样承接资源
旧活动释放的劳动与资本不会自动进入新活动。两者之间需要需求被表达，方法被建立，参与者获得训练，组织能够协调，收益与成本形成相对稳定的关系。前面的历史案例反复显示，工具只是其中一个条件。道路、标准、维修、网络、供给链和制度安排，会决定新能力能否成为日常活动。缺少承接条件时，旧岗位可以先消失，新机会却迟迟不能被原从业者取得。
数学的新活动也需要这种承接。例如，一个团队能够自动生成某类证明，并不意味着学校、企业或其他学科已经知道如何使用它。应用方可能真正需要的是明确假设、可解释边界、持续更新和责任承接；而研究者可能只提供一次性结果。两边之间的距离，需要通过合作、服务设计和新评价机制弥合。若只展示模型能力而不建设活动组织，所谓新职业仍停留在可能性中。
承接过程还有时间差。新方向可能需要几年形成可靠方法，而受影响者的合同只剩几个月。社会总量上的长期补偿，即使最终存在，也不能自动解决当下个体的损失。对数学共同体而言，这意味着需要提供过渡性支持：调整研究计划、保留探索时间、承认新型贡献，并建立跨领域合作的入口。职业升级的条件不能被放在理论附注里，它们决定谁能够实际进入未来。
六、主动寻找不符合叙事的案例
自动提款机与柜员提供了一个真实的复杂案例。Autor在二〇一五年的论文中依据Bessen的研究指出，美国柜员人数在一九八〇至二〇一〇年间由约五十万增至约五十五万，尽管其就业份额下降。网点成本降低与网点扩张，以及柜员任务向客户关系服务调整，是其中的重要机制。（Autor，二〇一五。）这一历史区间不能代表今天的银行业，更不能证明自动化永远增加就业；它要求我们同时考察每个网点所需劳动、网点数量与任务内容。
同样，数学领域若出现某个专题因工具进步而更有吸引力，不能马上推断所有专题都会如此。工具可能特别适合具有明确表示、可生成样例或可靠核验的任务，而对资料稀缺、概念尚未稳定的任务作用较小。即便同一种系统，在不同研究组织中也会产生不同结果。因此，后续经验研究应比较不同任务、不同机构和不同使用方式，而不是只收集最醒目的成功案例。
本书的核心命题也必须接受这种检验。如果原有领域长期在没有显著对象和方法变化的情况下，仍能通过持续需求扩张改善多数参与者处境，那么“没有升级就只能内卷”的表达就需要更精细的条件说明。若所谓新典范增加了名称，却没有扩大可接续研究活动，也不能计作成功。保留这些反驳路径，不是削弱主张，而是把它从口号变成能够积累证据的研究纲领。
七、一份研究项目账的读法
为了避免总量叙事遮蔽实际机制，可以设想两组拥有相同人员和经费的研究团队。这里仍是分析性假想，不是现实实验。甲组使用工具后，把每位成员的年度成果要求提高一倍，问题来源、合作对象和评价方式保持原状。乙组保持一部分原有任务，将节省的时间投入不同定义的比较，并为验证与资料维护安排责任。两组短期产出可能都是增长的，甚至甲组增长更快，但后续活动的结构已经不同。
若只看第一年的论文数，我们无法判定哪组实现了更好的升级。需要进一步检查甲组增加的结果是否被真正使用，评审和阅读成本是否同步上升，成员是否获得新的能力与资源；也要检查乙组的探索是否产生了实际成果，还是把“比较定义”变成缺乏约束的讨论。甲组可能在已有理论中发现重要统一，乙组也可能失败。这个例子的目的不是预先选定胜者，而是说明评价必须追踪活动后果，不能由组织口号推断。
项目账还应记录被隐藏的劳动。工具节省了写草稿的时间，可能增加了查错、转换格式和维护依赖的时间；某位成员能够快速提交成果，可能因为另一位成员承担了大量资料整理。若这些劳动没有进入记录，效率收益就会被高估，贡献分配也会失真。数学领域尤其容易把最终证明视为全部工作，而忽略构成可靠研究条件的前期劳动。复合研究需要让这些条件适度可见，同时避免把记录本身变成新的繁重考核。
收益还可以在不同时间点显露。一份开放反例库初期使用者很少，后来可能成为多个方向的公共条件；一批快速发表的局部结果初期受到关注，后来可能发现高度重叠。评价需要兼顾即时成果与可接续性，但不能以未来可能有用为理由无限豁免当前质量。合理做法是分阶段提出不同要求：早期要求问题与方法清楚，中期要求可复现结果，后期观察是否产生接续。时间尺度明确以后，长期价值才不至于成为无法检验的承诺。
最后，这份账必须把退出者纳入。只访问留下来的人，会把转型经验写得过于顺利。有人可能因家庭责任无法学习新系统，有人可能在评价变化前失去职位，也有人主动离开学术机构，却在别的领域继续数学活动。不同去向需要不同解释。工具史若只记住新行业的成功者，便会高估自动补偿；数学职业研究若只记住新平台的活跃用户，也会犯同样错误。
八、把历史机制变成数学职业问题
经过上述区分，工具史可以给数学职业研究提供一组更有针对性的问题。某类能力的封装减少了哪些成本，又把成本转移到哪里？由谁获得的效率收益，是否转成新的研究时间？哪些成果需求正在增长，哪些只是评价制度维持的旧需求？新对象和新方法是否形成可持续任务，原有研究者是否能够进入？回答这些问题，需要案例记录、项目比较和制度材料，而不是只统计模型分数。
研究单位也要适当。以整个“数学家职业”为单位，容易掩盖内部差异；以单个提示任务为单位，又看不见长期组织。可以选择一个研究项目或专题共同体，追踪问题来源、工具介入、成果变化、训练安排和资源去向。这样的尺度足够接近实际工作，也能显示任务之间的联系。不同案例积累以后，才能判断封装的主要后果究竟是深化、分化、集中还是拥挤。
历史不会替我们决定未来，但能够训练一种更准确的观察方式。工具把技术、能力与智慧封装起来，使旧能力成为新起点；这个起点能否通向领域升级与典范多元化，取决于新的活动是否被真正组织出来。若只把能力增长投入原有位置的争夺，内卷压力便会增强。第三编接下来将从需求、新活动、时间转换和转型条件继续展开，说明新阵地怎样从可能性成为可持续的研究事实。
由此，历史比较的任务是辨认转变的条件，并把这些条件带回今天可以采取的行动。