论个人知识生态平台的三命题
——大模型做不到、必须依靠大模型、大模型越发达平台越发达

序　三条不像话的命题

有人提出这样三条：

一、有些事情大模型做不到，只有个人知识生态平台能做； 二、而这个平台又必须依靠大模型才能运转； 三、大模型越发达，这个平台越发达。

这三条放在一起，形状很可疑。第一条说"你不行"，第二条说"我离不开你"，第三条说"你越强我越好"。任何听过一点营销话术的人，都会立刻怀疑这是在给某样东西找不可替代性。

这个怀疑是对的，而且本文要用最严的方式对待它。 因为这三条如果建立在"目前大模型还做不到某某"上，它们会在下一次模型换代时同时作废——那不是一个论证，那是一次押注。

本文的全部工作，是把这三条从"能力清单"钉到"维度分工"上，并接受两项对命题三非常不利的经验证据的检验。结论会比原来那三条窄得多，但窄下来的部分能站住。

先说结论，免得读者读到第十四节才知道我要往哪去：

平台的贡献必须不在大模型产出答案的那个维度上。 凡是"人来复核机器说得对不对"这一类贡献，都会随基底变强而贬值到零甚至为负——这一点有元分析和一段真实的历史作证。三命题若要成立，平台占的必须是另外三样东西：账、史、承接。

本文共二十五节（另有三节编为「之二」）。第一至三节立地基，第四至七节论命题一，第八、九节论命题二，第十、十一节论命题三，第十二至十五节是两条经验反噬与由它们逼出的收窄——那四节是全文的重心，第十六至二十节处理自利结构、伪生态与边界，最后五节是占位者、作废条件与自曝。

一　什么才算"生态"：判定对象与三条判据

"平台"和"生态"是两个被用滥的词。本文必须先把它们钉住，否则任何一个接了大模型接口的软件都可以自称生态。

判定对象：一个知识系统是否构成一个知识生态，而不是一个更好的检索、写作或问答工具。

判据（三条，缺一即不是生态，只是工具）：

判据一·有没有账。 系统里是否记录了它自己做过的判断，以及那些判断后来被现实驳倒的记录。关键在后半句：不是记录"我说过什么"，而是记录"我说错了什么"。没有判负记录的系统只有日志，没有账。

判据二·有没有史。 这个人（或这个机构）的私有历史——他被什么卡住过、哪些落点已经被他自己占掉、哪一条判断是从哪次失败长出来的——是否被记录，并且影响下一次的输出。只被存下来而不影响输出的，是仓库不是史。

判据三·有没有承接。 输出错了之后，后果落在谁身上。若答案是"不落在任何人身上"，则这个系统的所有输出都是免费意见。

三条判据的共同点：它们都不问"输出质量高不高"。一个输出质量极高但三条全缺的系统，是一个很好的工具，不是一个生态。这个区分是全文的第一块砖：如果生态的定义里含有"输出更好"，那么命题一在下一次模型换代时必然作废——因为输出更好这件事，模型侧的进步速度远高于任何平台侧的努力。

一个反直觉的推论，先摆在这里：按上面三条，一个输出质量不如裸模型的系统，仍然可以是生态；一个输出质量远超裸模型的系统，仍然可以不是生态。 全文后面所有的论证，都依赖于读者接受这个区分。不接受的话，可以在这里停下——后面的二十四节都不会说服你。

二　分工线：一句话

三条命题若要同时成立，必须有一条分工线，而且这条线不能是"谁更强"。本文用的这一条是：

大模型是 S 维的公共装置；知识生态平台是 D 维与 E 维的私有账。

用不带术语的话说：

• 大模型做的是既有分布之内的高保真重组——把人类已经写下来的东西，以极低成本重新组织并交付。它做得越好，越说明它做的正是这件事。
• 平台做的是两件不同性质的事：把差异立成序列并让它承担后果（这是判据一与判据三），以及维护这一个人特有的纠缠历史（这是判据二）。

这条分工线有一个特点，值得单独指出：它不是按任务切的，是按这件事需不需要一个会疼的主体切的。

• 生成一份方案——不需要。
• 判定这份方案错了、并因此收窄下一次的假设空间——需要，因为判负必须有人承受判负的代价。
• 检索一段资料——不需要。
• 决定这条路已经走过、不许再走——需要，因为这个决定只有对某个具体的历史才有意义。

这就是为什么本文不用"大模型不擅长长期记忆""大模型没有个性化"这类说法。 那些是能力描述，会过时。"需不需要一个会疼的主体"不是能力描述，它是一个结构问题。

三　为什么必须钉在维度上：全文的地基

这一节很短，但它是全文最重要的一节。

有两种方式论证"平台不可替代"：

第一种（能力式）：大模型不会 X、不擅长 Y、在 Z 上表现差。

第二种（维度式）：这件事不属于大模型在做的那个维度。

第一种是自毁的。 每一次模型换代，它的论据都会少几条；三五年后，整个论证会被掏空，而作者会陷入一种可悲的处境：不断寻找模型新的短板，来维持自己被需要的感觉。这不是研究，这是防守。

本文只用第二种。 这意味着一条纪律，全文自始至终遵守：

凡是可以写成"大模型目前还不能……"的句子，本文一律不用。

这条纪律的代价很大：它让命题一变得非常窄——从"大模型做不到很多事"缩到"大模型不做三件事"，而且这三件事都不是它做不好，是它的结构里没有这个位置。

这条纪律也给出了一个自检：读者可以拿本文任何一处论证去问——"如果模型强十倍，这句话还成立吗？" 若不成立，那一处就是我违反了自己的纪律，请据此打我。

四　命题一之一：它不能判自己负

第一件事：大模型不能判自己负。

这句话不是说它不会认错。它当然会说"你是对的，我刚才错了"——而且说得比大多数人更快、更得体。这恰恰是问题所在。

判负是什么。 在一个真做研究的系统里，判负是这样一个动作：事先写下一个可以把自己驳倒的条件，然后真的去检验，检验结果如果不利，就把原来的主张作废，并且此后不许再用它。

这个动作的关键不在"承认错了"，而在此后不许再用。它要求：

1. 有一个记录，把作废这件事记下来；
2. 这个记录在下一次相关的场合被真的读到；
3. 作废造成的损失，落在某个人身上——否则没有任何力量阻止你下次接着用。

大模型的结构里没有第三条，因此前两条也就悬空。它对同一个提示的第 N 次回答，不会因为第 N-1 次被现实驳倒而收窄假设空间——不是因为它笨，是因为它在那次失败里没有损失任何东西。

注意这句话的形式：它不是"目前还做不到"，它是"这个动作要求一个承受损失的主体，而它不是一个主体"。模型强十倍，这句话原样成立。

平台侧对应的是什么。 一份判负记录——某年某月，这条判断被这批数据驳倒，此后作废——它不是一条知识，它是一条减法。而减法只有对一个有历史、有损失、有后续的主体才有意义。

这一条还有一个副产品，值得写下来：判负记录是可以公开的，而且零泄漏（说自己错了不会泄漏任何条件）。所以一个生态最该公开的东西，恰恰是它的判负记录。一个从不公布自己被推翻过什么的知识系统，与算命没有可分辨的差别。

五　命题一之二：它不做减法

第二件事：大模型天然不做减法，而生态的价值有一大半在减法。

大模型必须可重走。对同一个问题，无论谁问、问几次，它都应当给出稳定、优质、可靠的回答。这是它作为公共装置的核心要求，不是缺陷——一个每次回答都不同的公共装置是不可用的。

但知识生产的价值，很大一部分恰恰在不可重走：

• 这条路我走过了，不许再走；
• 这个落点我自己已经占了，换一个；
• 这个组合三年前试过，失败在某处。

把已经走过的路封死，是生态最重要的动作之一，而这个动作在结构上要求"知道谁走过"。 公共装置不知道，也不该知道——它面对的是所有人，而"走过"是某一个人的属性。

日常一点说：菜市场永远按最好卖的摆货，谁去都一样，这是它的本分；你家冰箱上那张便签记的是"昨晚剩了半锅、上周孩子说不吃香菜、上上次这道菜做糊了"。便签只有几行字，却决定今晚做什么。菜市场不会替你写便签，也不该写。

这一条同样满足第三节的自检：菜市场规模扩大十倍、品种丰富十倍，它仍然不会替你写便签。这与它有多强无关，与它服务的是所有人有关。

一个必须澄清的地方：模型侧现在普遍有了"记忆"功能，可以记住用户的偏好与事实。这不是减法。 记住"你不吃香菜"是加法（多一条约束）；记住"这条论证路径你三年前走过并且失败在第四步、因此这一次不许再提"是减法——它要求的不只是记录，还有对那次失败的裁定，以及裁定的效力。第七节会专门处理这个区分。

六　命题一之三：它给不出锚

第三件事：大模型给不出参照锚。

任何对创新的评价都是相对的——相对于什么已经存在、相对于什么已经被别人占过、相对于当前最强的裸答走了多远。这种评价要成立，必须有三样东西：

1. 一条可追溯的历史序列（同一把尺子在过去量过什么，得了多少分）；
2. 一份参照语料的记录（这一次是在多宽的语料里比较的）；
3. 一条纪律：两次评分不同时，取参照语料更宽的那一版。

第三条是最反直觉也最关键的。同一份文本、同一把尺子，只因为比较时用的语料窄了几家，分数可以显著偏高——这不是作弊，这是评价的相对性本身带来的系统性偏差。要防它，必须记录"这一次实搜了哪几家"。

大模型每一次打分都是无历史的。它可以给出一个数字，但它无法说明这个数字相对于什么，也无法保证下一次的数字与这一次可比。它不是打不准，是它没有那把尺子的历史。

这一条的自检：模型强十倍，它给出的单次判断会更准，但"这个分数相对于什么"这个问题仍然没有承载者。准确性与可比性是两件事。 温度计再精密，没有连续的记录也谈不上"今年比去年热"。

七　命题一的最强反驳：记忆与 agent 会不会把这三条吃掉

现在处理对命题一最有力的反驳。它是这样的：

模型侧正在长出长期记忆、跨会话的档案、能执行多步任务的 agent。给它一个持久存储、一套工具、一个待办列表，它就能记录判负、能封路、能维护评分历史。你说的三件事，它三年内都会做。

这个反驳部分成立，我必须先承认成立的部分。

• 第五节的"记录走过的路"——技术上完全可以做到，而且正在被做。
• 第六节的"评分历史序列"——同样可以做到，它只是一个数据库加一套纪律。

如果命题一只有这两条，那么它确实会在几年内被掏空。

但第四节那一条不同，而两者的差别正是全文的关键。

记录是可以外包的，裁定不能。判负这个动作的第三个要求是"作废造成的损失落在某个人身上"——而这一条不是一个功能，它是一个归属关系。你可以让系统自动记录"这条主张被驳倒了"，但"因此我不再用它、并且我为过去用错它承担后果"这件事，必须有一个主体来做。

再往下一层，也是我认为最硬的一层：账的所有权。

• 谁能删掉一条判负记录？
• 谁能决定"这次不算数"？
• 记录归谁、能不能带走？

这些问题的答案决定了那个账是不是你的。一个由模型厂商提供、存储在厂商处、随产品迭代而变更格式与策略的记忆层，可以在功能上做到你要的一切，但它的所有权不在你手上。而账的价值恰恰来自它不可被随意修改——一本随时可以被第三方改写的账，不是账。

所以命题一收窄后的准确形式是（改在正文，不藏进脚注）：

原式：大模型做不到这三件事。 收窄后：这三件事里，前两件（封路、评分历史）是可以被模型侧实现的功能，第三件（判负与承接）不是功能而是归属关系，不可被外包；而前两件一旦交给模型侧实现，它们的所有权也随之转移。

命题一因此不是"它做不到"，而是"做到了也不是你的"。 这个版本更窄，但它满足第三节的自检：模型强十倍，所有权问题原样存在。

八　命题二：必须依靠大模型的三处结构性依赖

命题二在直觉上比命题一容易接受，但它同样需要被钉住——不是"用了会更快"，而是"不用则不成立"。

依赖一：异源供给。

一个真正的跨领域组合，要求把互不相干的几个领域同时摆到案板上。这件事一个人做不了，不是因为他懒，是因为一个人一辈子只逛过一个菜市场。

一位开了三十年馆子的师傅，手艺没得说，但他这辈子没见过西西里的柠檬和云南的菌子同时出现在同一张案板上——不是他不会做，是那两样东西从来没有同时出现在他眼前。 大模型是那个跑遍了所有菜市场的采购员：它不做菜，它只负责把八竿子打不着的两样东西同时端上来。

这一处依赖是结构性的：可尝试的组合数直接决定了能碰出多少新东西，而组合数受限于一个人接触过的领域数。这个限制不能靠努力克服。

依赖二：敌意拓宽。

"这个念头是不是已经有人占了"——这是任何原创性主张的生死问题，也是最容易塌的一环。要回答它，需要跨语言、跨学科、跨年代的检索与文献判读。这件事的工作量对个人是不可承受的，而不做它的后果是：你以为自己的核心发现，是别人三十年前的常识。

依赖三：换手的第二只眼。

写的人不能评自己写的东西——这不是道德要求，是统计规律：自评稳定偏高。要执行这条纪律，就需要一个随时可调、可换基底的外部眼睛。人力做不到（找不到那么多同行，也不可能为每一份稿子找一位），模型可以。

加一处非结构性但很实在的：产能。 一条能产出成规模作品的流水线，其中若干道工序本身就由模型执行。抽掉模型，产线不成立——这不是原理问题，是算术问题。

命题二的准确形式：不是"有模型更方便"，而是平台的三个核心动作（异源组合、敌意拓宽、换手复评）在没有模型的条件下不可执行。这三个动作缺一，平台就退回到"一个人自己想"，而那正是命题一里说的那个封顶的世界。

九　命题二的反驳：本地小模型、或者干脆不用

两个反驳，都值得认真处理。

反驳一：用本地小模型不行吗？

在三处依赖里，异源供给与敌意拓宽都强依赖于模型见过多少东西——这两件事本质上是"覆盖面"问题，而覆盖面与规模高度相关。本地小模型在这两处会显著变差。第三处（换手复评）对规模的要求相对低一些，但也不能太低，否则那只眼睛看不出问题。

所以本地化会削弱命题二说的依赖，但代价是平台的核心动作同时被削弱。 这不是一个免费的选项，它是一笔交换：拿一部分能力换一部分独立性。这笔交换在什么条件下划算，取决于你更怕哪一样——这在第二篇论文里作为"模型面泄漏"讨论过，此处不重复。

反驳二：不用模型，一群人也能做这三件事。

一个学术共同体确实在做异源组合（跨学科会议）、敌意拓宽（同行评议）、换手复评（匿名审稿）。这个反驳很强，而且它指出了一件重要的事：这三个动作在历史上一直有承载者，只是那个承载者是一个共同体，不是一台机器。

我的回答是两句：

第一，共同体这条路仍然成立，而且更可靠——同行评议的质量至今高于任何模型的评审。命题二不否认它。

第二，共同体的准入门槛与延迟是它的代价：进入一个高质量学术共同体需要多年，一轮评议需要数月。对一个不在体制内、或者在跨学科缝隙里工作的人，这条路实际上是关闭的。模型这条路的价值不在于比同行评议更好，而在于它对没有共同体的人是开着的。

由此得到命题二更准确的形式：

平台的三个核心动作，要么依靠一个高质量共同体，要么依靠大模型。对绝大多数没有共同体的个人而言，后者是唯一可及的。

这个形式比原式弱，但它是真的。而且它顺带解释了为什么这条路对谁最有价值——不是对已经在体制里的人，是对那些手上没有任何现成外部约束的人。

十　命题三：五条共涨机制

命题三是三条里最反直觉的一条。直觉说：模型越强，平台越没用——它能自己干了，还要你干什么。

先把五条机制摆出来，第十二、十三节再让最强的经验证据来打它们。

机制一：模型是平台的投入品。

平台的生产函数里，若干道工序由模型执行。投入品变强变便宜，产出直接上升。这一条不需要任何巧辩，它就是一个算术关系。

它也有明确的边界：它只保证平台的产出量随基底上升，不保证平台的相对价值上升。第十二节要打的正是这个缺口。

机制二：稀缺迁移。

当答案变得便宜，稀缺的就不再是答案，而是问题、裁定与承接。这三样正是平台占的那三样（第一节三条判据）。模型越强，答案越不稀缺，平台占的那部分在总价值里的占比就越高——这是一个占比关系，不是绝对量关系。

机制三：闸门抬升即护城河加深。

模型越强，"没人占过的空格"越窄，做出真正没被占过的东西越难。表面上这是坏消息。但换个角度：证明"这一格确实空着"的成本正在急剧上升，而只有有账、有史、有占位者记录的人付得起这个成本。 门槛抬高，抬掉的是没有账的人。

机制四：相对量具随基底升级而增值。

如果一把尺子测的是"相对于当前最强裸答走了多远"，那么基底越强，同一个分数的含金量越高。量具不贬值，反而增值。 前提是那把尺子挂在一个会自动升级的参照系上，并且每次都记录参照语料。

机制五：供料—消化的自催化。

生成越快，未经裁定的产出存量越大，"筛选、判负、承接"这道工序就越紧俏。喂料越多，消化器官越重要。这是正反馈，不是替代。

五条机制的共同弱点，我先自己指出来：它们全部是机制性论证，没有一条有实测数据。而下面两节要摆出的两项经验证据，方向都对它们不利。

十一　旗舰读数：共涨系数 γ

命题三必须能被取值，否则上一节五条只是修辞。

定义：

落差 Λ ＝（平台产出的换手盲评分）−（同基底、同题、裸答的换手盲评分） 共涨系数 γ ＝ Λ 对基底代际 G 的变化率（即基底每升一代，落差扩大还是收窄）

判读：

• γ > 0：基底越强，平台的增量越大 —— 命题三成立；
• γ ≈ 0：平台的增量与基底强弱无关 —— 命题三降格为"互补"，不是"共涨"；
• γ < 0：基底越强，平台的增量越小 —— 命题三判负，平台正在被追上。

四格实验（可预注册，成本不高）：同一批题目，跨两代基底，四种条件——

• ④−① 是平台的总增量；
• ③−① 是工序的贡献；
• ②−① 是私库的贡献；
• 把整张表在两代基底上各跑一次，就得到 γ，并且能看出是工序先贬值还是私库先贬值。

四条纪律（不写死这四条，实验会自动出一个好看的结果）：

1. 评分必须换手——出题人、写手、评分者三分离；
2. 评分卡强制写明"这一轮实搜了哪几家"，两轮分数不同时取语料更宽的那一版；
3. 题目在两代基底上必须相同，且不得为新基底重新调整提示；
4. 事先约定四种结果各判给谁，包括判负的那种。

我没有做这个实验。 全文关于 γ>0 的判断都是机制推理，不是实测。这是本文第一顺位的欠账，也是第二十二节的第一条作废条件。

十一之二　三条判据各自的读数

γ 只测命题三。命题一与命题二也需要能被取值，否则第一节那三条判据只是分类术语。三个读数，每条对应一条判据，都可以用现成材料取值。

读数一·判负率 ν（对应判据一：账）

ν ＝ 被自己驳倒并作废的主张数 ÷ 同期提出的主张总数

判读方向与直觉相反：ν 越高越健康。 一个 ν 接近零的系统不是正确率高，是它根本没有在检验自己——因为任何真做检验的过程都会驳倒相当一部分自己的主张。

闸门：ν = 0 是红灯，不是满分。一年之内一条判负记录都没有的系统，判据一不成立，无论它的台账里有多少条。

要防的作弊：为了抬高 ν 而记录一些无关痛痒的作废（把"某个措辞不准确"记成判负）。防法是看被作废的是不是承重主张——即那条主张倒了，是否有其他结论跟着受损。不牵连任何东西的作废，不计入 ν。

读数二·封路命中率 κ（对应判据二：史）

κ ＝ 在新任务中被史真正拦下的重走次数 ÷ 本应被拦下的重走次数

分母怎么取：事后抽查一批新产出，逐条检查它是否走了一条史里已记录为"不许再走"的路。这个抽查必须由不参与生产的人做，否则生产者会自动避开自己记得的那些。

判读：κ 低意味着史存在但不生效——它是仓库不是史（第十八节伪生态三）。这是三个读数里最容易出问题的一个，因为记录容易、生效难。

一个便宜的替代取值：记录"每次开新题之前，史被真的读过没有"。若这个比率低，κ 必然低，不必再细测。

读数三·承接兑现率 τ（对应判据三：承接）

τ ＝ 实际承担了后果的错误数 ÷ 造成了外部后果的错误数

对个人，"承担后果"可以是退款、返工、公开更正；对机构，必须写明由谁承担。τ 是三个读数里最难自欺的一个，因为它有外部痕迹——退款有记录，公开更正有时间戳。

三个读数合起来的用法：

第三行那一格值得单独警告：一个严格封路但从不判负的系统，会把早期的错误判断固化成不可逾越的边界，越用越窄。这是本文认为最危险的一种失败，因为它从外部看起来非常像纪律严明。

十二　反噬一：人机组合的实证平均是负的

现在让最强的证据进场。

2024 年，Vaccaro、Almaatouq 与 Malone 在《自然·人类行为》发表了一项预注册的系统综述与元分析：106 项实验研究、370 个效应量。核心结论对本文极其不利：

• 人机组合的平均表现，显著劣于人或 AI 中较好的那一方（Hedges' g = −0.23，95% 置信区间 −0.39 至 −0.07）；
• 按任务类型分：决策类任务出现损失，内容创作类任务出现显著增益；
• 最关键的一条：当 AI 单独强于人时，组合劣于 AI 单独；当人单独强于 AI 时，组合优于任何一方；
• 后续分析指出，在 58% 的案例中组合不如较好的一方。

第三条对命题三是直接的打击，可以直接翻译成本文的语言：

随着基底变强，"AI 单独强于人"的情形占比会单调上升；而在那些情形里，人的介入是负贡献。因此 γ < 0。

这不是一个可以绕开的反驳。我不打算绕开它，我打算接受它，然后看它到底打中了什么。

它打中的是"人在同一维度上复核机器"这一类贡献。 元分析里那 106 项实验的典型形态是：给人和 AI 同一个任务，测三种条件下的表现——人单独、AI 单独、人加 AI。在这种设计里，人的角色是在同一件事上与 AI 竞争或复核 AI。

它没有打中的是什么。 那 106 项实验里，据其研究设计的性质，没有一项给被试一个跨会话的私有账本、一份判负记录、或一个承接后果的结构——因为那些东西不可能在一次实验室任务里存在。它们是跨时间的，而实验是一次性的。

所以这条反驳的准确射程是：它证明了"人在单次任务上复核 AI"这种协同平均无效且随 AI 变强而变负。它对"账、史、承接"这三样一言未发——不是因为结论相反，是因为那三样不在它的测量范围内。

这个分离不能被当成脱身之辞，它是有代价的：它意味着本文必须放弃一整类主张。凡是"平台让人能更好地判断模型输出对不对""人机协同产出质量更高"这类说法，本文按上述证据一律不主张。第十四节会把这个放弃写成正式的收窄。

还有一条对本文有利、必须一并报告的：元分析发现内容创作类任务有显著增益，而知识生产更接近创作而非决策。但我不把这一条当作支持——因为如果我只引用对我有利的那一条，就等于承认前面那条我没打算认真对待。

十三　反噬二：半人马的消亡

第二条证据来自一段真实的历史，而且它比元分析更刺人，因为它是纵向的——它直接展示了随着机器变强，人的贡献如何变化。

1997 年卡斯帕罗夫负于深蓝之后，他提出了"高级象棋"：人可以在对局中使用引擎。这个形式后来发展为自由式象棋。2005 年 PAL/CSS 自由式锦标赛给出了那个被引用了二十年的结果：两名业余选手（等级分 1685 与 1398），用三台消费级电脑和便宜的现成软件，击败了当时最强的象棋超级计算机 Hydra。

这个案例成了"人机协同胜过纯机器"最著名的论据。它被引用的次数远超它的有效期。

因为后来发生的事情是：引擎变得太强，人的那部分贡献消失了。 到今天，"选哪个引擎、判断引擎什么时候误判"这件事——当年人类在半人马里扮演的正是这个角色——已经由程序来做，而不是人。

更刺人的是近年的一项模拟研究：把一个人类行为克隆模型与一个自对弈训练的引擎组成混合专家系统，专门研究"选择机制"。结论有三条：

1. 原则上，人机之间确实存在很高的协同潜力；
2. 但一位专家只能识别出其中很小一部分相对优势，而且他的专业知识的贡献很快饱和（作者归因于"知识的诅咒"）；
3. 一个不懂象棋、用强化学习训练出来的选择网络，表现胜过那位专家。

这三条合起来说的是：协同的空间是真实存在的，但人并不是抓住那个空间的最佳载体，而且人越专业，饱和得越快。

这一条打中了什么。 它打中的与元分析完全一致，只是更彻底："人在同一维度上做判断、复核、选择"这种贡献，随机器变强而单调贬值，并最终被机器自己取代。

它没有打中什么。 象棋是一个没有账、没有史、没有承接的领域：

• 每一局棋是独立的，上一局的失败不改变下一局的规则；
• 没有"这条路我走过了不许再走"——恰恰相反，象棋的定式就是要重走；
• 没有人为下错一步棋承担棋盘之外的后果。

换句话说，象棋是本文第一节三条判据全部为零的环境。 半人马在那里消亡，不能推出账、史、承接会消亡——它只能推出：在一个没有这三样的环境里，人的复核价值会归零。

但这条辩护有一个必须承认的弱点：象棋是封闭的、规则明确的、反馈即时的，而知识生产不是。有人可以合理地主张，正是因为象棋太干净，人的价值才归零得那么彻底；而在肮脏的真实领域里，这个过程会慢很多，但方向相同。 我无法排除这个可能。它是第二十二节的作废条件二。

十四　由两条反噬逼出的收窄

两条证据方向一致，力量很大。诚实的做法不是各打五十大板，是正式收窄。

放弃的（本文自此不再主张）：

• 平台使人能更好地判断模型输出的对错；
• 人机协同在单次任务上产出质量更高；
• 平台在"生成答案"这件事上有任何相对于裸模型的优势。

这三样一并放弃，损失很大——它们正是市面上关于"人机协同"最流行的三句话。 而按前两节的证据，这三句话平均而言是错的，且随基底变强会更错。

保留的（收窄后的命题三）：

平台的贡献不在大模型产出答案的那个维度上，因此它不随基底变强而贬值。它占的是三样答案之外的东西：账（判负与其效力）、史（不可重走）、承接（后果落在谁身上）。

这个收窄的代价与收益：

• 代价：命题三从"平台在所有方面都会因基底变强而更强"缩到"平台在三样特定的东西上不受基底变强影响，且因稀缺迁移而占比上升"。
• 收益：它现在与两条最强的经验证据不冲突，因为那两条证据测的都是被放弃的那三样。

这个收窄还带来一条对读者更有用的判据（我认为它是全文最实用的一句）：

你手上的系统，如果它的价值主要来自"帮人更好地判断 AI 的输出"，那么它会随基底变强而贬值到零。这不是预测，这是已经发生过一次的事——在象棋里。

反过来，怎么知道自己的贡献不在同一维度上？ 一个检验：

把这个贡献描述出来，看它是不是一个"答案"。 如果是——哪怕是更好的答案、更快的答案、更可靠的答案——它在同一维度上，会贬值。如果它是"这条不许再走""这条被驳倒过""错了算我的"，它不是答案，它在另一维度上。

十五　下界论证，与它为什么在实践中不成立

有一个针对第十二、十三节的反反驳，很聪明，值得单列一节，因为拆开它能看清一件重要的事。

下界论证：人机组合在理论上不可能劣于纯 AI——因为人总可以照抄 AI 的答案。既然有这个下界，实证上出现负效应就只能是执行问题，而不是结构问题。

这个论证在逻辑上是对的，而实证结果与它矛盾。矛盾意味着有一个前提是假的。 那个假前提是：照抄是免费的。

它至少有三处成本：

1. 人的介入本身有成本——时间、注意力、决策疲劳；
2. 人会错误否决正确答案——而且越自信的人否决得越多（这正是象棋那项研究里"知识的诅咒"的形态）；
3. 人不知道自己什么时候该照抄——如果他知道，他就已经拥有了那个判断能力，也就不需要 AI 了。

第三条是关键，它是一个自指的困境：要正确地使用一个比你强的系统，你需要一种判断力，而那种判断力的水平必须与那个系统相当。这就是为什么"人在环里"作为一种安全措施，往往只是一条安慰性的尾巴。

这一节对本文的意义：它解释了为什么本文必须把平台的贡献放到另一个维度上。只要贡献形式是"人来决定采不采纳 AI 的输出"，就会撞上这个自指困境——而这个困境不因平台设计得多好而消失，它随基底变强而加深。

而账、史、承接三样恰好不撞它，理由值得写清楚：

• 账（判负记录）是自动生效的：一条被驳倒的主张此后不许再用，这是一条规则，不需要人在当场判断谁对谁错；
• 史（不可重走）同样是自动生效的：这条路走过了就封掉，不需要人比较两个方案哪个更好；
• 承接是事后的：它不要求人在当场判断对错，它只要求错了之后由谁负责。

三样都不需要人在当场做一个"AI 说得对不对"的判断——这正是它们不贬值的原因。

十六　反噬三：三命题的自利结构

第三条反噬不来自数据，来自这三条命题的形状本身。序里已经提过，这里正面处理。

"我不可替代、我离不开你、你越强我越好"——这个形状与一切自我辩护的论证同构。而且提出它的人（包括我）恰好是那个平台的建设者。这是一个不可自证的利益冲突。

我能做的只有三件，都做了：

第一，把命题一从能力式改成维度式（第三节），并立下自检：凡是"大模型目前还不能……"的句子一律不用。这条纪律使命题一无法靠寻找模型的新短板来维持。

第二，让最不利的证据进场，并因此正式放弃三类主张（第十二至十四节）。一个自利的论证不会主动放弃市面上最流行的三句话。 这不能证明我没有偏见，但它至少是一个可核对的动作。

第三，给出一个能判负的读数与实验设计（第十一节），并事先约定判负的形式：γ<0 则命题三判负。我没有做这个实验，这一点在第二十四节里作为第一条自曝。

还有一件我做不到的：我无法从内部区分"我做对了"与"我在为自己的做法找理由"。这两者在我这里产生完全相同的感觉。唯一的办法是把判据交出去，让别人来跑。 本文能做的到此为止。

顺带指出一个更普遍的问题：任何一个论证"某某新事物不可替代"的人，几乎必然是那个新事物的利益相关者——因为不相关的人没有动机去论证它。这意味着这类论证的作者永远不可能中立，读者也永远不该期待中立。 可以要求的只有一件事：判据要写得足够硬，硬到作者自己也可能被它判负。

十七　三条命题不是并列，是同一结构的三面

到这里可以回答序里那个怀疑了：为什么这三条会长成那个可疑的形状？

因为它们本来就是同一个结构从三个方向看过去的样子，不是三个独立的优点被凑在一起。

那个结构是第二节那条分工线：模型在 S 维供料，平台在 D、E 两维承接。 三条命题分别是这条分工的三个推论：

• 命题一 ＝ 从平台这一侧看：D、E 两维的东西不能外包，因为它们要求一个会疼的主体和一段私有历史（收窄后：做到了也不是你的）。
• 命题二 ＝ 从模型这一侧看：S 维的供料不能自产，因为异源、敌拓、换手三件事超出了一个人的能力边界（收窄后：或者依靠一个共同体，而多数人没有）。
• 命题三 ＝ 从两者的关系看：S 维的供给能力上升，不会减少 D、E 维的需求，反而增加它——因为答案越多，未经裁定的存量越大（收窄后：只在账、史、承接三样上成立，不在"生成更好的答案"上成立）。

一个可以验证这个结构的办法：如果三条真是同一结构的三面，那么推翻其中任何一条的地基，另外两条应当同时受损。检验一下：

• 若分工线错了（模型也在做 D、E 维的事）→ 命题一垮，命题三也垮（因为共涨的理由是分工），命题二保留（它只依赖能力边界）。
• 若模型的 S 维供给对个人不再必要（比如出现了一个人人可及的高质量共同体）→ 命题二垮，一、三保留。
• 若 γ<0 被实测证实 → 命题三垮，命题一保留（它不依赖共涨），命题二保留。

所以三条不是全串联，也不是全并联：命题一与命题三共享同一条地基（分工线），命题二独立。这个结构说明：最该被攻击的是分工线本身——它一垮，两条命题同时倒。第二十二节的作废条件三就是针对它的。

十八　五种伪生态

按第一节三条判据，市面上大多数自称"知识平台"的东西不是生态。列出五种最常见的，每种给出它缺哪一条。

伪生态一：更好的检索。 把资料存起来，用向量检索找出来，交给模型作答。缺三条判据全部。 它没有账（不记录自己错过什么）、没有史（不封路）、没有承接。它是一个很有用的工具，但它的价值随基底变强而下降——因为模型自己的知识边界在扩张。

伪生态二：更好的提示词。 把一套问法固化下来，让输出更稳定。缺全部三条，而且它是三种里最脆的——提示词的价值随基底变强而下降最快，因为更强的基底对提示的依赖更低。

伪生态三：仓库式知识库。 存了大量笔记、文章、数据，能搜到，但这些内容不影响下一次输出的选择空间。缺判据二：它有存量没有史。判别方法很简单——问它"这条路我以前走过吗"，如果它只能检索到相关文档，不能给出"走过、失败在哪、因此不许再走"，它是仓库。

伪生态四：有记忆的助手。 记住用户的偏好与事实，个性化输出。缺判据一与判据三：记住偏好是加法，判负是减法（第五节那个区分）。一个记住你喜欢什么的系统，不等于一个记住你错过什么的系统。

伪生态五：有评分的系统。 能给内容打分，甚至打得很准。缺锚（第六节）：如果分数没有可追溯的历史序列与参照语料记录，它是一次性的判断，不是量具。一个每次都很准但互不可比的分数，不能用来说"今年比去年好"。

五种伪生态的共同点：它们全部把价值押在输出质量上。而按第十二、十三节的证据，押在输出质量上的东西，会随基底变强而被追平。这不是它们做得不够好，是它们站的位置不对。

十九　最小可运行形态

一个生态需要多大？按三条判据，答案比想象中小很多。

最小形态需要四件东西，都不需要复杂技术：

一、一份判负台账。 每条被驳倒的主张一行：什么时候、被什么驳倒、此后作废还是收窄。这是账。 一个表格就够。

二、一份走过的路的记录。 试过的组合、失败在哪一步、结论是"不许再走"还是"换个起点可再试"。这是史。 它必须在下一次出题前被真的读到——不读，它就是仓库。

三、一把带历史的尺子。 同一套评分维度，每次评分记录参照语料（这一轮实搜了哪几家）与评分者。两次分数不同时，取语料更宽的那一版。 这是锚。

四、一个承接的位置。 谁为错误负责。对个人是自己，对机构要写明是谁。没有这一条，前三条都会慢慢腐烂——因为没有人为账的准确性付代价。

四件之外，还需要一样非技术的东西：一定的产出速度。 判负台账要有东西可判，走过的路要有人在走。一个停产的生态在几个月内就退化成一个仓库。

规模上，我认为最小可运行形态不是一个机构，也不一定是一个人——更可能是一个五到十五人的小共同体：一个人的账太薄（判负记录一年攒不了几条，尺子的历史序列太短，且没有换手的第二只眼），而大机构会把账变成考核工具，从而使人不敢如实记判负。账的所有者必须是使用它的人本人，这一条对规模构成了双向限制。

十九之二　三年之后：五条可观察的预测

一个只能解释的主张不值钱。把本文的推论写成五条可观察的预测。只要有两条以上明显走反，本文的解释力应当被降级。

预测一：以"帮你判断 AI 输出对不对"为卖点的产品会持续贬值。 这是第十二、十三节两条证据的直接外推。可观察形态：这类产品的定价与留存率下降，或者它们悄悄把卖点改成别的。

预测二：账的所有权会成为一个显性争议。 随着模型侧的记忆与档案功能变强，"我的判断历史归谁、能不能带走、能不能审计"会从一个技术细节变成一个被公开讨论的条款。若三年内这件事仍然无人关心，说明第七节那条收窄不重要，命题一实际上已经被功能吃掉。

预测三：判负记录会成为一种公开的信用形式。 若本文对，会出现主动公布"我这条判断在什么情况下被推翻"的个人与机构，并且这种公布会带来可观察的信任收益。若三年后仍然没有人这么做，说明第四节那个副产品是我的一厢情愿。

预测四：小共同体形态多于个人形态，也多于大机构形态。 按第十九节的双向限制（个人的账太薄、大机构会把账变成考核），实际长出来的应当是五到十五人量级的群体。这一条最容易被证伪，因为它是一个关于组织形态的具体预测。

预测五（最重要的一条）：竞争的显性指标会从"存量"转向"节奏"。 若本文与前两篇对，领先者被比较的将是产出与判负的频率，而不是库有多大。如果三年后行业仍然按存量估值、按库存大小论英雄，说明生产性保护没有取代制度性保护，前两篇与本文第十节机制一同时错。

这五条里我认为最可能走反的是预测三。 公开自己被推翻过什么，需要一种在当前环境里很稀缺的姿态；即使它在逻辑上是最强的信用来源，也可能因为没有人先做而始终不发生。如果它走反，本文的判据一在实践中会退化成一个只存在于纸面上的要求。

二十　与四个邻近物的分界

其一，检索增强生成（RAG）。 技术上最近的邻居：把私有资料检索出来喂给模型。分界：RAG 的目标是让输出更准（S 维），生态的三条判据一条不涉及输出准确性。一个生态几乎必然用到 RAG，但 RAG 不构成生态——它是第十八节伪生态一的技术名字。

其二，知识管理（KM）传统。 组织内的知识沉淀、显隐性知识转化。分界：知识管理的目标函数是让知识在组织内尽可能流动；本文的目标函数里有一条相反的成分——史与账是要限制流动的（不许重走、此后作废）。更重要的是，知识管理不处理承接：它关心知识有没有被共享，不关心用错了算谁的。

其三，个人知识管理（PKM，卡片盒一类）。 最接近"个人知识生态"这个词面。分界（三条）：PKM 收集与连接的是别人的知识；它没有"撤回"这个动作（笔记只增不减）；它没有承接。判别方法：问一个 PKM 系统"我这条笔记被推翻了吗"，它答不上来——因为它的结构里没有"推翻"这件事。

其四，延展心智（Clark & Chalmers 一路）。 主张认知过程可以延展到身体之外的工具与记录中，笔记本可以是记忆的一部分。分界：延展心智是一个关于心灵边界的哲学主张（那些外部记录算不算"我的认知"），本文是一个关于归属与结算的工程主张（那些外部记录归谁、错了算谁的）。两者不冲突，但也不互相支持——一个东西可以是我认知的延展，同时账不归我。 这正是第七节那个所有权问题。〔立场按标准表述引述，未逐篇复核。〕

二十之二　实务：从今天开始的四件事，与一条不建议

论证的价值在于能不能改变动作。四件事，每件对应正文某一节，都不需要新技术。

一、先做一次维度自检。 拿你正在做的东西，把它的价值写成一句话，然后问：这句话描述的是不是一个"答案"？ 如果是——更好的答案、更快的答案、更可靠的答案——它在同一维度上，会随基底变强而贬值。这一步做错，后面三件都是白做。（第十四节）

二、今天就开一份判负台账，并且第一条就写一件你真的错过的事。 每条一行：什么时候、被什么驳倒、此后作废还是收窄。如果你写不出第一条，那不是因为你没错过，是因为你没在检验自己——而那本身就是最该记的第一条。（第四节、读数一）

三、把"走过的路"记下来，并规定在开新题之前必须读一遍。 记录本身很便宜，生效很难。最便宜的生效检查是记录"这次开题前史被读过没有"——这个比率低，封路命中率必然低，不必再细测。（第五节、读数二）

四、写明承接位置。 对个人是自己，对机构必须写明是谁。没有这一条，前三件会慢慢腐烂——因为没有人为账的准确性付代价。承接兑现率是三个读数里最难自欺的一个，因为它有外部痕迹。（第十九节、读数三）

一条不建议：不建议把这四件事做成考核指标。 第十九节那条双向限制在这里生效——一旦判负台账被用于考核，人就不再如实记录判负，而账的全部价值来自它的如实。这是一个很难避免的陷阱，因为管理者的本能就是把可测量的东西变成考核。账的所有者必须是使用它的人本人，这不是一个偏好，是这套东西能不能运转的前提。

最后一句关于适用范围的诚实话：这四件事对产出速度低的人价值有限。判负台账要有东西可判，走过的路要有人在走，尺子的历史序列要有足够多的点。一个一年产出两三件东西的人，这套系统对他更像负担而不是资产——他更应该做的是先把产出提上去，或者找几个人一起做（第十九节）。本文不主张所有人都该建一个生态，本文只主张生态与工具的分界在哪里，以及它随基底变强会怎么变。

二十一　占位者与分离线

一｜Licklider 1960《人机共生》。 这是"共涨"这一格最古老也最正的占位者：他设想人与计算机形成一种共生关系，各自做自己擅长的部分——人设定目标、提出假设，机器做可程序化的工作。分离线：Licklider 分的是任务（谁做哪一步），本文分的是维度（谁承担后果）。任务分工会随机器能力扩张而不断被挤压——这正是第十三节半人马消亡的过程；维度分工不会，因为承接不是一项任务。必须承认的一点：本文的三命题在形式上就是 Licklider 命题的一个当代版本，本文的全部增量在于用第十二、十三节的证据把任务式共生否定掉，只保留维度式的那一部分。〔立场已核验，未逐节复核原文。〕

二｜Engelbart 1962《增强人类智力》。 提出以系统的方式增强人的问题解决能力，人、语言、工具、方法与训练构成一个整体。分离线：Engelbart 的系统是增强能力的，本文的生态是记录裁定的。他的框架里没有"判负"与"承接"这两个动作——它们不是能力问题。〔立场已核验。〕

三｜Bush 1945 memex。 个人知识库的祖宗：把一个人读过的一切与他建立的联结存起来，可追溯。分离线：memex 是史的雏形，但它只存联结不存裁定——它没有"这条被推翻了"这一层。第十八节的伪生态三，本质上就是一台做得很好的 memex。〔立场已核验。〕

四｜Vaccaro, Almaatouq & Malone 2024（《自然·人类行为》8:2293–2303）。这是本文最危险的占位者，也是最强的反方证据。 见第十二节。分离线：它测的是单次任务上的人机协同，其研究设计中不存在跨会话的账、史与承接。本文因此放弃了三类主张，并把命题三收窄到那三样上。 若有人做出一项包含账与史的纵向研究并得到同样的负效应，本文命题三即判负。〔已核验：预注册、106 项实验、370 个效应量、Hedges' g = −0.23（95% CI −0.39 至 −0.07）、决策类损失/创作类增益、AI 强于人时组合劣于 AI。〕

五｜半人马象棋这条线（1998 León 高级象棋；2005 PAL/CSS 自由式锦标赛；及近年关于人机混合选择机制的模拟研究）。 见第十三节。分离线：象棋是账、史、承接三条判据全部为零的环境。但本文承认它的方向性警告成立，并把它写成作废条件二。〔已核验：2005 年两名业余选手（等级分 1685 与 1398）用消费级设备击败 Hydra；近年评论指出引擎过强后人的策略角色消失、选择工作已由程序承担；模拟研究结论为协同潜力高但专家识别有限且很快饱和、无棋类知识的强化学习选择器胜过专家。〕

六｜Teece 1986 互补性资产。 创新者能否从创新中获利，取决于是否掌握互补性资产。分离线：他的互补性资产在知识之外（制造、渠道、品牌），本文的账与史在知识之内。撤名风险：有人可以把"私有账本"直接归类为一种互补性资产，从而说本文没有新东西。我的回答是：互补性资产的作用是变现，账与史的作用是裁定——一个决定你能不能收到钱，一个决定你下一步往哪走。但我承认这条分离线不如前几条硬。〔立场已核验，未逐节复核。〕

七｜Nonaka 的知识转化（SECI）与知识管理传统。 见第二十节。分离线：目标函数部分相反（他要流动，本文的史与账要限制重走）。〔立场已核验。〕

八｜个人知识管理与卡片盒方法。 见第二十节。分离线：三条——收集的是别人的知识、没有撤回动作、没有承接。〔常识性判断，未做文献核验。〕

九｜Clark & Chalmers 延展心智。 见第二十节。分离线：心灵边界的哲学主张 vs 归属与结算的工程主张。〔按标准表述引述，未逐篇复核。〕

十｜自家最近邻：《论 AI 时代知识产权保护的失效》与《论私密知识的服务悖论》（同作者，同日）。 本文第二节的分工线与第十九节的"承接"来自这两篇。分离线：前两篇的判定对象分别是"保护是否还有对象"与"服务能否规模化而不交底"，本文的判定对象是"一个系统是否构成生态"。必须写明：三篇同源同日，不能互相当作独立证据；且前两篇各自的自曝对本文同样有效。

没有被占的两处（本轮实搜未见等价物）：

• 共涨系数 γ 与四格实验设计——把"人机协同有没有用"从单次任务的效应量，改写成跨基底代际的落差变化率；
• 三条判据（账、史、承接）作为"生态 vs 工具"的分界，以及由此推出的"贡献必须不在同一维度上"这条判别式。

二十二　作废条件

任何一条成立，本文对应部分作废。按最可能先发生排序。

一（打击范围：命题三）。 若按第十一节的四格实验实测，γ ≤ 0——即基底每升一代，平台的落差 Λ 不扩大甚至收窄——则命题三判负，降格为"暂时互补"。这是最便宜也最该先做的检验：两代基底、一批题、四种条件、换手盲评，一个团队一两个月可完成。我没有做，这是第一顺位欠账。

二（打击范围：第十四节的收窄，即全文重心）。 若有人做出一项包含跨会话账与史的纵向研究，仍然得到与元分析一致的负效应，则第十四节那条分离线不成立——账、史、承接并没有逃出"人的介入随机器变强而变负"这条规律。我认为这是最有可能实际发生的一条，因为象棋那条历史的方向性警告并不依赖于领域是否干净。

三（打击范围：命题一与命题三，同时）。 若第二节那条分工线被证伪——即模型侧被证明也在做 D、E 维的事（自主设定判负条件、自主封路、并承担后果）——则两条命题同时倒。这一条不是纯假设：能执行多步任务并持有持久状态的系统正在朝这个方向走。判别点在承接：它能不能为自己的错误承担一个真实的、外部的代价。若能，本文的地基没了。

四（打击范围：命题二）。 若出现一个人人可及、低延迟、高质量的评议共同体（无论由什么组织形式承载），则第九节那条"对多数人只有模型这条路"的辩护不成立，命题二降格为"两条路之一"。

五（打击范围：第一节三条判据）。 若三条判据被证明与平台的实际价值无关——即在实测中，满足三条判据的系统与不满足的系统在长期产出质量上没有差异——则整套判据体系是空的，全文的分类失去意义。

六（打击范围：第十九节最小形态）。 若五到十五人规模的共同体在实践中普遍无法维持一份如实的判负台账（例如因为社交压力而不敢记），则最小可运行形态的规模判断错误，需要重定。

一条不作废声明：即使以上全部成立，第十二至十五节仍然独立成立——"人在同一维度上复核机器的贡献随基底变强而贬值"这个判断有元分析与一段历史作证，它不依赖本文任何新主张。本文最弱的部分是最新的部分，最强的部分是从别人的证据里读出来的那部分。

二十三　如果我全错了，还剩下什么

摊开依赖关系。

假设最强的反驳成立——γ<0 被实测证实，账、史、承接同样随基底变强而贬值：

• 命题三全废（第十、十一、十四节）；
• 命题一受损但不全废：第七节那条收窄（"做到了也不是你的"）是一个所有权判断，不依赖共涨；即使模型侧能完美实现账与史，"账归谁"这个问题依然存在；
• 命题二完全不受影响：它只依赖能力边界与共同体的可及性，与共涨无关；
• 第一节三条判据、第十八节五种伪生态、第十九节最小形态不受影响——它们是分类与设计，不是预测；
• 第十二至十五节不受影响，反而更成立。

所以本文的结构是：命题二与判据体系独立成立；命题一与命题三共享分工线这一条地基；而全文最强的部分（对两条反噬的处理）恰恰不依赖任何一条命题。

如果本文完全成立，最值得警惕的误用是什么？

我认为是把"账、史、承接"做成表格与流程，然后以为有了表格就有了生态。第十九节那四件东西都能在一个下午搭起来，但真正难的是：如实记录自己被驳倒的次数，并且让它真的生效。 一个人可以有一份完美的判负台账而从不读它；一个机构可以把台账变成考核工具，从而使所有人不再如实记录。这两种失败都不会触发任何报警，因为表格看起来一直是满的。

二十四　自曝

一、旗舰读数没有实测。 全文没有一个 γ 的取值，第十节五条机制全是机制推理。实验设计写了，实验没做。这是第一顺位欠账，也是作废条件一。

二、我引用的两条最强证据都是反方的，而我对它们的辩护方式是"射程之外"。 这种辩护形式天然可疑——任何被证据打中的主张，都可以声称证据没打中自己真正的部分。 我给出了具体的分离理由（元分析的研究设计里不可能有跨会话的账与史；象棋是三条判据全零的环境），但这些分离是我事后指出的，不是那两项研究事先排除的。读者应当据此打折。

三、三条判据是我定的，没有经过任何外部检验。 为什么是账、史、承接三条，而不是两条或五条？我给的理由是它们都不需要"当场判断 AI 说得对不对"（第十五节），但这个理由是我从反驳中反推出来的，不是先有判据后有反驳。这是一个典型的事后合理化风险。

四、五种伪生态是我归纳的，不是调查的。 我没有系统调查市面上的知识平台产品，五种类型来自印象。很可能存在第六种、第七种，其中某一种恰好满足三条判据而我没看见。

五、Licklider 那条分离线最脆。 本文三命题在形式上就是人机共生命题的当代版本，我的全部增量是用新证据否定其中的任务式共生。一个熟悉那条文献的人可能会说：这只是把六十年前的命题重讲一遍加了两条新数据。 我无法完全反驳这个说法。

六、三篇同源，不可互证。 本文与同日的另两篇共享分工线与承接概念。任何把三篇当作三个独立研究互相支持的读法都不成立。

七、利益冲突不可自证。 第十六节已详述：我是这三条命题所描述的那个平台的建设者。我无法从内部区分"我做对了"与"我在为自己的做法找理由"。

八、对模型侧进展的跟踪不足。 第七节那条反驳（记忆与 agent）我处理得比较粗：我没有系统考察当前持久记忆与自主智能体的实际能力边界，只做了原理性的区分（功能 vs 归属）。如果所有权问题在工程上被某种设计解决了——例如可迁出、可审计、用户完全控制的账——那么第七节的收窄需要重做。

九、一层我没有处理：本文假定"承接"必须落在人身上。但保险、担保、责任险这类制度的作用正是把承接转移出去。如果承接可以被制度性地转移给一个非人的主体（一份保单、一个法人），那么"必须有一个会疼的主体"这条就松动了，而分工线也随之松动。这一层我记下来，作为下一次的题目。

二十五　结语　三条命题最后剩下的样子

回到序里那三条不像话的命题。经过二十四节，它们变成了这样：

一、大模型不会承接自己的错误——不是它做不到，是承接是一个归属关系，不是一项功能。做得到的那些（记录、封路、评分历史）一旦由它实现，所有权也随之转移。 二、平台的三个核心动作——异源组合、敌意拓宽、换手复评——要么依靠一个高质量共同体，要么依靠大模型；对没有共同体的人，后者是唯一可及的。 三、平台的贡献若在"生成更好的答案"这一维度上，会随基底变强而贬值到零——这一点有元分析和半人马的历史作证。它若在账、史、承接这三样上，则不随基底变强而贬值，且因答案变得廉价而占比上升。

比原来那三条窄得多。 原来的三条许诺了一个不断变好的未来，现在的三条只守住了三样东西，而且每一样都附着一个可以把它判负的条件。

但窄下来的这三条有一个原来那三条没有的性质：它们不靠模型的短板活着。 无论模型强多少倍，"错了算谁的"这个问题都不会自己消失，它只会变得更重要——因为能生成的东西越多，没人负责的东西就越多。

最后一句话，是这三篇文章共同的落点：

在一个任何东西都能被生成的世界里，唯一不能被生成的是"错了算我的"。

它不需要保护，不会被超越，也不会因为机器变强而贬值。它只需要有人愿意站到那个位置上。

成文日：2026-09-09　　检索截止日：2026-09-09