耦合可逆性极化

关键词：生成式人工智能；两极分化；人机协作；能力形成；数字不平等；耦合可逆性

Polarization after Output Convergence: Coupling-Reversibility Polarization in the Age of Artificial Intelligence

Keywords： generative AI; polarization; human-AI collaboration; skill formation; digital inequality; coupling reversibility

1. 引言：一条被“平均增益”遮住的分界线

生成式人工智能进入教育、办公、软件开发、客户服务和专业判断之后，关于不平等的讨论迅速沿着两条相反的叙事展开。第一条叙事强调“ 拉平”：工具把高水平者积累的表达范式、解决方案和工作流程压缩进一个可调用的界面，使低经验者在速度与质量上获得更大边际收益。Noy 和Zhang 的写作实验、Brynjolfsson、Li 和 Raymond 的客户服务现场研究，以及 Dell’Acqua等人的咨询任务实验，都在不同程度上观察到低基线参与者获益更大或产出分布收窄。第二条叙事强调“ 放大”：有资源者能购买更强模型、获得更稳定算力、理解任务边界、验证幻觉并把模型嵌入组织流程，因此 AI 会把既有教育、收入和信息能力差距转译成新的收益差距。两条叙事通常被视为经验结果不同，或者被解释为任务、行业与模型版本不同。

本文认为，这场争论还没有触及更深的一层。两种叙事虽然预测方向相反，却都把同一个时点、同一种工具配置和同一套任务规则下的产出分布当成主要证据。当 AI 持续可用时，完成速度、评分、收入或错误率确实构成重要结果；但这些结果无法回答一个不同的问题：当模型被替换，接口被关闭，建议出现系统性错误，或者原题变成结构相同而表面陌生的新任务时，先前表现相近的人是否仍然相近？一个学生依靠通用聊天机器人完成练习，另一个学生使用带护栏的辅导系统完成练习，两人在当下都可能得到高分；一名客服人员复制建议，另一名客服人员通过建议学会了问题分类，两人在系统正常时也可能拥有相同的每小时结案量。固定条件下的相同产出，并不识别他们在条件切换后的能力。

由此，AI 时代的两极分化可能首先表现为一种反直觉结构：可见产出趋同，条件切换后的损失却扩大。它既不是传统意义上的“有工具者与无工具者”之分，也不等于“高手与新手”之分；同样的使用频率、同样的当前分数甚至同样的 AI 增益，都可能包含两种完全不同的协作关系。一种关系把 AI 的建议转化为可重建的问题表征、验证程序和错误修复顺序；另一种关系只在稳定配置中维持完成度，一旦配置改变，先前产出无法被继续生成。真正的分界不是使用 AI 还是拒绝 AI，而是协作关系能否跨条件重新组织。

本文把这一分布结构称为“耦合可逆性极化”。“耦合”指人的知识、任务结构、模型能力、界面提示和组织制度在一次工作中形成的联合系统；“可逆性”不是回到纯粹的人类独立状态，而是当耦合关系受到扰动时，系统能否重建一条达到可接受质量的行动路径；“极化”则采用严格的分布标准，而不把任何平均差、方差增加或组间差异都称为两极化。它要求在当前 AI 产出相近的人群中，条件切换损失的二成分模型显著优于单成分模型，两个成分具有足够间距和人口权重，并在至少两类扰动中重复出现。

本文有四项贡献。第一，在理论上，它把不平等的观察单位从固定条件下的人或群体，改为跨条件的人-任务-模型-制度配置。第二，在测量上，它给出撤除、替换、错误暴露和结构迁移四类扰动，建立切换损失与可逆性剖面，并把“两极化”与一般异质性分开。第三，在经验上，本文对一项公开的高中数学随机实验进行预注册后的最小复算，把 AI 可用练习和 AI 不可用考试连接为条件切换；复算得到明显的平均切换损失，却没有发现预设意义上的双峰结构。第四，在政策上，本文说明仅测“ 采用率”“提示词能力”或“AI 条件下的产出”会系统性漏掉托管型绩效，并提出不惩罚残障辅助、不制造安全中断的评估边界。

2. 三种成熟解释：产出、路径与条件

“AI 时代的两极分化”不是一个缺少文献的题目，而是一个文献过于拥挤的题目。要提出新的辨别对象，首先必须承认三套已经相当成熟、且彼此不能互相吸收的解释。本文选择劳动经济学、学习科学与数字不平等研究，不是因为三者距离遥远，而是因为它们对同一个现象分别把不同内容视为足够的判据：劳动经济学以可观察产出与任务配置为核心，学习科学以能力怎样形成、保持和迁移为核心，数字不平等研究以接入、技能与制度条件为核心。

劳动经济学的强项是把技术冲击落实为可观测结果。任务模型区分技术对不同工作活动的替代与互补，工作极化研究追踪中等技能岗位的萎缩，近期生成式 AI 现场实验则直接测量完成速度、质量、结案量和不同基线劳动者的异质性收益。Brynjolfsson 等人的研究发现，AI 建议平均提高客服人员约 15%的生产率，低技能与低经验人员增益更大；软件中断期间，部分增益仍相对于 AI 部署前基线保留，提示工具也可能带来学习。劳动经济学由此提供第一种强判断：一项技术是否拉平差距，应当看它怎样改变当前产出、工资、任务和岗位分布。

学习科学拒绝把当下表现直接等同于学习。早在生成式 AI 之前，研究者就区分练习时的流畅感与延迟测验中的保持，区分帮助下完成与独立迁移。困难、生成尝试、检索和错误修复可能降低练习阶段的速度，却提高延迟保持；反过来，高水平支架可能制造“表现很好”的表象而不产生可带走的结构。Macnamara 等人将这一逻辑推进到 AI 助手：当系统接管高阶认知活动时，使用者仍在参与任务，因而可能没有意识到某些识别、规划和监控能力正在减少练习。学习科学由此给出第二种强判断：差距不能只看结果，而应看结果通过什么认知活动形成、在援助撤除后是否保持、能否迁移到新情境。

数字不平等研究则不断把“数字鸿沟 ”从设备接入扩展到技能、使用方式与可获收益。第一层差距关注物理接入和成本，第二层关注操作、信息与策略技能，第三层关注相似使用是否产生不同经济、教育、健康与政治结果。生成式 AI 使这一传统继续延伸：模型订阅、语言覆盖、组织许可、数据隐私、网络延迟、接口设计、验证资源与社会支持共同决定谁能把一个通用模型变成可靠工

具。该领域给出第三种强判断：所谓个人的 AI 能力经常是环境配置的产物；撤走稳定算力、母语支持、导师和组织流程之后，个人差异会被重新制造。

三者之间并非简单互补。劳动经济学可能把 AI 条件下的产出收敛判为平等改善，学习科学却可能因为独立测验没有改善而判为能力形成失败；学习科学可能把“撤除 AI 后仍能独立完成”视为理想，扩展认知与数字不平等传统却会指出，眼镜、屏幕阅读器、翻译系统和团队知识库本就属于人的认知生态，强制撤除可能把可及性差异误读为能力差异；数字不平等研究可能把提供更好接入与培训视为主要处方，劳动经济学却提醒，维持所有人的冗余能力需要成本，且在低风险、稳定任务上未必有效率。三家不能通过选出“谁正确”而解决，因为它们分别在结果、发生路径与条件场中作答。

3. 三家共同站立的地基：固定条件可读性

尽管三套理论对差距的位置判断不同，它们共同依赖一个很少被明说的前提：不平等可以在某个相对稳定的条件下被单独读出。劳动经济学选择 AI 部署后的产出、工资或任务结构；学习科学选择援助撤除后的保持和迁移；数字不平等研究选择某一时期的接入、技能、使用或结果。它们争论“应该观察哪一个截面”，却都默认只要选择正确截面，差距就具有可确定的归属。

这一前提在传统技术环境中有一定合理性。工具变化较慢，评估条件相对稳定，岗位和课程对技术配置的假设可以维持数年。生成式 AI 却把条件本身变成高频变量：模型版本持续更新，系统提示不可见，企业可能在数周内替换供应商，输出策略因安全政策改变，接口从聊天框转为代理执行，用户从一个任务域迁移到另一个任务域。此时，“使用 AI 时的能力”和“不使用 AI 时的能力”都不是最终基准；两者只是多种配置中的两个点。一个人在完全撤除 AI 时表现良好，也可能无法从熟悉模型迁移到等能力的另一模型；另一个人在无 AI 条件下表现一般，却能在模型发生错误时快速定位、修复并继续使用。

推翻固定条件前提的材料并不需要从第四个学科引入。学习科学自己已经掌握了关键事实：表现与学习可以方向相反，真正的差异要在条件变化后才显露。Bastani 等人的高中数学随机实验把学生安排在控制组、通用GPT 组和带教学护栏的 GPT Tutor 组。练习阶段允许处理组使用 AI，随后考试阶段撤除 AI。通用 GPT 组在练习时大幅提高成绩，却在独立考试中低于控制组；带护栏系

统消除了负面考试效应，但也没有形成与练习增益相称的考试增益。这里最重要的不是某一组“更好”，而是同一组的相对位置随着条件改变而重排。差距不是静态地藏在某个人体内，而是发生在从一种协作配置进入另一种配置的转换中。

这个材料同样反过来改变数字不平等与劳动经济学的读法。对数字不平等而言，接入与收益之间不再只是线性链条，因为高收益可能只存在于原配置；对劳动经济学而言，当前产出收敛也不能推出未来能力收敛，因为工作条件改变时的恢复成本可能由劳动者、组织或公共系统承担。三家争论的是差距应该归给产出、能力还是条件，却共同忽略了一个原本没有账目的对象：条件之间的转换本身。本文的理论对象不是在三家账本上新增一列，而是把“从一张账本切换到另一张账本时发生了什么”确立为分析单位。

4. 新构念：耦合可逆性极化

耦合可逆性是指：在人、任务、模型与制度形成的协作配置受到可识别扰动后，该配置能否在限定时间和质量阈值内重新生成问题表征、验证链、错误修复顺序与行动责任。这个定义包含四个限定。第一，它评价的是配置，不是人的本质属性。同一个人在熟悉模型上可能高度可逆，在陌生语言、被封闭接口或高风险制度中可能低度可逆。第二，它不要求回到“没有任何外部工具”的状态。替换模型、迁移任务或改变验证资源，都可以测量可逆性。第三，它关注重建，而不只是最后答案。偶然猜对、再次调用同一模板或把问题转交给另一个不可解释系统，不构成路径重建。第四，可逆性具有成本，不能被预设为越高越好。

耦合可逆性极化则是一个群体层面的分布对象：在稳定 AI 条件下产出相近的一组人或组织，在协作条件改变后分成两个具有持续人口权重的切换损失成分。低损失成分能够把原协作关系中的表征、判断和验证转译到新配置；高损失成分原有绩效高度依赖被改变的配置，切换后需要从头生成大量信息，或者无法在期限内恢复。两极不是预先存在的“AI 高手”和“AI 弱者”，而是在具体扰动中形成的两种关系状态。因而，一个人可以在不同任务上落入不同成分，组织也可以通过流程设计改变成分归属。

为了防止把普通异质性夸大为“两极化”，本文规定四个同时成立的经验条件。其一，在稳定AI 产出上先进行匹配，主分析样本限定在均值附近的窄带或采用倾向/精确匹配；其二，切换损失的二成分模型相对一成分模型满足 ΔBIC≥10；其三，两个成分均值至少相距 0.5 个该样本标准差；其四，每个成分至少包含 15%的样本，并在撤除、替换、错误暴露或结构迁移中的至少两类扰动上重复。均值差、方差增加、长尾、分位数扩大或单次双峰都不足以单独判定极化。

这个构念也不同于“自主性”。低可逆性并不意味着一个人被 AI 支配，更不意味着其认知价值较低。高度专业化的飞行团队、使用辅助沟通设备的残障者、依赖机构数据库的医生，都可能合理地把部分能力稳定地分配给外部系统。本文关心的是，当原有分配关系改变时，系统是否知道缺失

发生在哪里、谁应接手、以什么证据恢复，而不是要求所有知识都储存在个人头脑中。可逆性的反义词不是依赖，而是无定位的依赖：原配置失效后，没有参与者能指出哪一段能力被带走，也没有程序负责重新生成。

因此，耦合可逆性极化的本体地位来自“ 转换事件”。在固定条件下，它不存在于任何一个人的单次成绩、使用日志或资源清单中；只有当配置改变，并同时记录改变前后的表现、过程与恢复责任时，这个对象才出现。它不是现有能力的一种更精细评分，而是一种跨条件关系。删掉条件切换，测量不是变得粗糙，而是研究对象本身消失。这一性质使它区别于接入率、提示词熟练度、AI素养、认知卸载比例和传统技能保持率。

5. 形式化：为什么产出收敛不能约束切换分化

设个体或组织 i 在任务 q、时间 t 和协作条件 c 下的标准化产出为 yi(c,q,t)。条件 c 不是简单的“有 AI/无 AI”，而是由模型 m、界面 u、可用工具 r、组织规则 g 和责任结构 h 组成的配置：c=(m,u,r,g,h)。稳定配置记为 c0，扰动后的配置记为 ck。对每一类扰动，定义切换损失Lik=yi(c0,q,t0)-yi(ck,q′,t1)，其中 q′可以与 q 相同，也可以是保持深层结构而改变表面材料的迁移任务。为减少单一扰动偶然性，个体的总体切换损失取若干扰动 Lik 的中位数；耦合可逆性剖面则保留四维向量（撤除、替换、错误暴露、结构迁移），不把不同失效机制过早压成一个数。

命题一：稳定配置下的产出方差收窄，不能给切换损失方差提供上界。证明只需一个构造。令个体在无协作支持下的基础表现为 θi，AI 贡献为 ai，稳定配置产出为 yi(c0)=θi+ai。若系统对低 θ 者提供更大的 a，使 ai=K-θi，则所有人的稳定产出都等于 K，方差为零；但撤除后的产出重新等于θi，切换损失为K-θi，其方差可以任意大。由此，产出完全收敛与切换损失高度分散可以同时成立。现实中的 AI 不需要实现完美补偿，只要 AI 贡献与基础能力、任务选择或验证劳动负相关，当前方差就可能被压低而不是被消除。

命题二：仅观察一个稳定条件，耦合可逆性不可识别。任给一组相同的 yi(c0)，都存在无限多组θi 与 ai 的分解产生同一结果；其中一些分解在模型替换后保持表现，另一些分解则崩溃。增加使用时长、提示数量和自评依赖也不能解决识别问题，因为相同使用量可能对应“ 把 AI 当答案源”与“把 AI 当可检验样例”两种过程。至少一次预先定义的条件扰动，以及扰动前后的同构结果测量，才可能识别可逆性。

命题三：群体均值不变也不能排除极化。设一半样本在切换后上升 δ, 另一半下降 δ, 则总体均值为零，但分布形成两个对称成分。反过来，整体均值大幅下降也不必然意味着极化：所有人都下降相近幅度时，只有普遍脆弱而没有两极结构。这说明“ AI 撤除后平均下降”与“AI 制造两极分化”是两个独立命题。前者可由均值检验回答，后者必须对分布形状、成分权重和跨扰动稳定性作出额外判决。

经验识别还需处理任务难度变化。若 AI 可用练习和 AI 不可用考试的题目难度不同，直接相减会把题目差异误作切换损失。本文采用同时期控制组进行年级×轮次标准化，使两个阶段都相对于各自控制分布表达；更严格的研究应使用等值题、锚题或项目反应模型。组织研究中可利用软件中断、供应商迁移、模型升级和权限变更等自然实验，但必须区分“系统不可用”与“工作负荷突然增加”等竞争解释。最强设计是同一参与者在多个随机顺序的扰动条件中完成等值任务，并预先固定质量阈值、时间窗和缺失处理。

c = (m, u, r, g, h) Lik = yi (c0 , q, t0) − yi (ck , q′, t1)

图 1 稳定条件下的产出收敛，可以与条件切换后的损失分化并存（概念示意）

6. 二维辨别格：相同的高产出，可能属于两种系统

将稳定 AI 条件下的产出增益与耦合可逆性作为两条独立轴，可以得到四种协作状态。第一格“增能型协作”同时具有高增益与高可逆性：AI 不仅提高当下表现，还使参与者能够在工具变化后重建判断路径。第二格“托管型绩效”具有高增益与低可逆性：所有常规考核均显示改善，但改善没有转译为可迁移的表征、验证与修复能力。第三格“自主冗余”增益有限而可逆性高：系统没有显著提高当前产出，却保留多条替代路径，可能在高风险或创新任务中具有保险价值。第四格“双重排除”既没有获得 AI 增益，也无法在变化后恢复，常由低质量接入、语言不匹配、任务经验不足与不利制度共同制造。

“ 托管型绩效”是本文要识别的靶格，因为它能通过几乎所有固定条件审查。短期指标改善；模型正常运行时不产生失效信号；组织越依赖这些漂亮指标，越倾向于删除看似重复的训练、人工复核和替代流程，从而使低可逆性自我加固。其危险并不来自当下错误，而来自未来条件改变时，

恢复成本突然出现且无人记账。传统质量控制通常在输出错误后触发，而托管型绩效在稳定条件下恰恰可能比人工流程更少出错，因此最难被现有审计发现。

二维格也防止把“没有 AI 也能做”当成唯一价值。自主冗余未必优于增能型协作：若系统长期稳定、任务风险低且维护冗余昂贵，保留大量独立能力可能浪费资源。相反，增能型协作允许能力在系统内重新分配，只要求变化发生时有可定位的恢复路径。分析的重点由“能力究竟属于人还是机器”转向“能力被分配在哪里、条件改变时能否被重新连接”。

四格之间可以发生动态迁移。带解释与渐退支架的训练可能把托管型绩效推向增能型协作；过度自动化、只奖最终结果的考核和模型单一化可能使增能型协作滑向托管型绩效；长期拒绝有效工具可能把自主冗余保持在低增益区；无障碍设计、基础接入与组织支持则可能把双重排除移向其他三格。由此，极化不是技术自然赋予的人群标签，而是由训练路径、评价规则、供应商结构和任务风险共同稳定下来的分布。

7. 公开数据的预注册复算：发现条件断裂，但没有发现双峰

为使理论在成文前接受一次真实数据约束，本文使用 Bastani 等人公开的 final_data.csv 进行最小复算。原研究在土耳其高中数学课堂开展随机实验，控制组使用常规资源，GPT Base 组可使用通用 GPT 界面，GPT Tutor 组使用包含教学护栏的系统；每轮先完成 AI 可用或相应控制条件下的练习，再完成 AI 不可用的考试。公开数据包含学生、班级、年级、轮次、练习成绩 Part2Tot、考试成绩 Part3Tot、既往 GPA 和处理组等字段。本文在查看分布与拟合模型之前写定分析单位、标准化方式、混合模型阈值与判伪条件，并将预注册文本与复算代码一并保留。

复算沿用原研究排除荣誉班学生的主设定。首先在每个“年级 ×轮次 ”内，以控制组均值和标准差分别标准化练习与考试成绩，得到 z(practice)与 z(exam)。条件切换损失定义为L=z(practice)-z(exam)：数值越大，表示相对于同轮控制组，AI 条件下获得的优势在 AI 不可用阶段保留得越少。学生层指标取至少两个完整轮次的 L 均值，最终得到 822 名学生，其中控制组315人、GPT Base 组 234 人、GPT Tutor 组 273 人。该定义不声称练习题与考试题完全等值，而是利用同轮控制组减少阶段难度差异。

对原研究主要回归的独立复算与已发表结果一致。控制既往 GPA、教师、轮次、评分者和年级固定效应并按班级聚类后，GPT Base 对练习成绩的系数为 0.137（聚类标准误 0.031），GPT

Tutor 为 0.361 （0.032）；在 AI 不可用考试中，GPT Base 系数转为 -0.054 （0.022），GPT Tutor 为-0.004（0.013）。在本文构造的标准化切换损失上，两组系数分别为 0.891（0.146）和1.656（0.121）。这意味着 AI 可用阶段的相对增益并没有在下一阶段按比例保留。

学生层结果给出同样的结构。控制组平均切换损失为 0.003，95%自助法区间[-0.060, 0.067]；GPT Base 组为 1.017，[0.906, 1.129]；GPT Tutor 组为 1.666，[1.540, 1.794]。GPT Tutor 的损失更大，不应被误读为它比通用 GPT“ 伤害更大”：它在练习阶段产生的相对增益远高于 GPT Base，而考试阶段接近控制组，因此以练习优势减考试优势定义的损失自然更高。该指标回答的是增益保留比例，不是净学习伤害。这个例子也说明，任何可通约读数都必须与其价值判断分开。

最关键的不利结果来自分布检验。对三组学生层 L 分别拟合一成分与二成分高斯混合模型，一成分模型在控制组、GPT Base 和 GPT Tutor 组中都具有更低 BIC；ΔBIC（一成分减二成分）分别为-14.88、-12.67 和-11.03，与“二成分至少优 10 点”的预设方向相反。进一步在两类 GPT 用户中选择练习阶段标准化产出位于整体中位数±0.25 个标准差的 95 名学生，二成分模型仍不占优，ΔBIC=-7.49。虽然二成分拟合可以机械地给出两个均值，但信息准则明确惩罚了这种过度解释。

因此，这份数据支持“条件断裂”：AI 条件下的相对优势在条件切换后显著改变；它不支持“耦合可逆性已经形成两极”。这一区分构成理论的第一次实质修订。原本可以把明显右移和方差扩大写成“隐藏两极化”，真实复算迫使本文放弃该说法，并把极化的判据提高为：在当前产出匹配后，二成分模型显著优于一成分模型，且至少在两类扰动中重复。单一撤除实验最多证明切换损失或脆弱性，不能证明两极结构。

数据还有三个边界。第一，练习与考试不是完全相同的任务，因此 L 同时包含援助撤除和任务转换；第二，公开数据没有直接记录学生怎样生成表征、验证和修复，无法判断损失发生在哪个过程；第三，实验只有撤除这一类扰动，不能识别模型替换、错误暴露和结构迁移。本文据此不把复算当作新理论的验证，而把它当作最低成本的压力测试：它证明所提对象可被公开数据部分读出，同时也明确显示当前证据没有达到极化判决线。

图 2 公开数据复算：AI 可用练习中的增益没有在 AI 不可用考试中保留

图 3 切换损失分布整体右移，但公开数据不支持双峰判决

8. 两种相反的现场：撤除后崩落与撤除后保留

耦合可逆性并不预言 AI 使用必然造成能力损失。Brynjolfsson 等人的客户服务研究提供了一个重要反例。AI 系统向客服人员实时推荐回复，平均生产率提升约 15%，低经验与低技能人员获益更大。研究者利用软件中断观察 AI 建议突然不可用时的表现，发现有更多 AI 暴露且更常遵循建议的人员，相对于部署前基线仍保留部分生产率增益。这个结果不能证明所有能力都已经内化，却说明高 AI 增益可以与条件切换后的持续改善并存。它对应“增能型协作”，也是对简单“用得越多越退化”理论的直接约束。

Bastani 实验与客户服务现场的差别，不应仅归因于教育和工作。更可能的机制在于任务反馈、重复结构和建议的可解释性。客服人员反复处理相似问题，AI 建议与客户反应形成即时反馈，员工可以观察建议怎样改变对话；高中数学练习中，通用 GPT 可能直接给出步骤和答案，学生在有限时间内完成任务，却未必承担问题分解和错误修复。带护栏的 GPT Tutor 限制直接答案，但其巨大练习增益仍未转化为同等幅度的独立考试增益。可逆性由 AI 是否参与决定得太粗，关键是哪些认知与组织步骤仍由参与者实际执行。

Noy 和 Zhang 的专业写作实验及多项编码、咨询研究表明，生成式 AI 可以缩短时间、提高质量并压缩低高能力者之间的当前差距。然而，多数实验只测 AI 可用条件，或者以一次无 AI 后测结束，没有同时安排模型替换、错误注入和结构迁移。它们能够回答工具的即时增益，却不能区分增能型协作与托管型绩效。当前文献中所谓“ AI 是平等器”与“AI 制造新鸿沟”之所以可以同时获得证据，部分原因正是两者测量的条件不同。

Dell’Acqua等人提出的“锯齿状技术前沿 ”进一步说明，表面难度相近的任务可能分处 AI能力边界两侧：在边界内，AI 提高速度和质量；在边界外，使用 AI 反而降低正确率。该理论关注任务相对于模型能力的位置，而耦合可逆性关注同一配置面对条件变化时能否重建。两者可以交叉：一个人可能善于识别当前任务是否在前沿内，却在模型更换后无法更新边界；另一个人可能对边界判断一般，却具备高质量验证流程，因此在错误暴露后快速恢复。前沿是任务 -模型关系，可逆性是关系改变后的恢复结构。

创造性研究也提供类似的双重读数。Doshi 和 Hauser发现，AI 建议可提高个体故事的创造性评分，却降低作品之间的集合多样性。若只看单篇质量，系统显示增益；若看群体探索空间，则可能出现收缩。耦合可逆性不等同于多样性，但两者共同揭示：AI 可把当前输出推向高分区域，同时删除未来变化所需的替代路径。对组织而言，最危险的不是所有人都复制同一句话，而是当模型的偏差暴露时，组织已经没有人能从另一条问题表征重新开始。

9. 与十种最近说法的分界

一个新术语最容易掩盖旧概念。为避免把已有理论换名，本文把核心命题剥离 AI 领域名词后表达为：“一个外部系统压缩当前结果差异，但系统条件改变时，恢复能力的分布与当前结果分布脱钩并可能分叉。”这一形式在劳动过程、自动化、认知研究和数字不平等中都有强邻居。最危险的不是反对者，而是能够把全文 1:1 替换掉的同向概念。

第一位经典邻居是 Braverman的劳动过程去技能化。去技能化关注管理与技术怎样把工人的知识抽离、标准化并重新控制。它能够解释为何自动化使劳动者失去独立完成任务的能力，却通常把过程理解为随时间发生的技能下降。耦合可逆性极化不要求技能先下降：即使训练前后人的独立技能不变，只要两个相同产出者对模型替换产生不同恢复损失，关系极化已经发生。判决性观察是：在纵向技能测验没有下降时，等能力模型替换仍产生稳定双峰；若没有这一现象，而损失完全由长期技能衰退解释，去技能化足以吸收本文。

第二位是 Merton 的马太效应与累积优势。它预测早期资源与声望差异在反馈中扩大，最终形成可见分化。耦合可逆性极化可以发生在可见产出被 AI 压平的阶段，分叉藏在尚未发生的条件切换中。若高低可逆性始终与既有资源、教育和绩效排序一致，本文只是累积优势的新指标；若在这些变量匹配后仍出现跨条件分叉，且分叉可以被流程设计改变，则两者不可互换。

第三位是 Bainbridge 的“自动化的反讽”和 Parasuraman与 Riley 的自动化误用、弃用与滥用。它们说明自动化越可靠，人越少获得监控和应急练习，却在失败时被要求接管。该传统与本文高度接近，但其典型结果是异常状态下的错误、接管延迟或情境意识下降。托管型绩效不要求当前系统发生错误；即使原模型始终正确，换成能力相同但交互逻辑不同的模型，也可能暴露低可逆性。若只有错误率上升而模型替换与结构迁移没有额外效应，自动化偏误更简约。

第四位是认知卸载。Risko 和 Gilbert 把使用外部动作、笔记和设备减少内部认知需求称为认知卸载；Padmakumar 等人在 2026 年进一步提出 Offloading Score，以反事实工作流估计由 AI 节省的认知步骤比例。卸载量是耦合可逆性的潜在前因，却不是结果。同样高卸载可以对应两种系统：一套保留问题分解和验证索引，另一套只保留最终文本。若控制卸载量后，重建日志与恢复表现无关，本文的机制会受挫；若二者仍显著相关，卸载量不能替代可逆性。

第五位是技能衰退与“增强陷阱”。Macnamara 等人讨论 AI 使用怎样减少认知练习并使能力在不自知中衰退；Caosun 与 Aral 的动态模型指出，短期生产率收益可能诱导最优或短视的 AI 使用，最终侵蚀技能，甚至使高低技能者永久分化。这是当前最危险的理论占位者。两者的核心时间结构是“持续卸载—练习减少—技能存量下降—长期分化”；本文的核心是“稳定配置—条件切换—关系恢复差异”。纵向技能下降和切换低可逆性可能叠加，但不是同一件事。若没有任何条件改

变，长期独立技能就分化，增强陷阱成立而本文不是必要解释；若短期内、技能存量尚未变化时，等能力模型替换就产生分叉，则本文获得独立内容。

第六位是数字鸿沟的第一、第二和第三层。接入、技能和收益差异能够解释双重排除，也能解释为什么某些人更容易进入托管型绩效。然而，耦合可逆性在接入、使用方式和当前收益全部相同的人群中仍可能不同。最清楚的反例是两人使用同一模型、完成同一任务、获得相同评分，但模型更换后一个人能重建验证步骤，另一个人不能。若这种匹配后差异不存在，本文可被第三层数字鸿沟吸收。

第七位是 AI 素养、学习鸿沟和效用鸿沟。相关研究关注用户是否知道模型能力、能否提问、筛选和验证，以及不同人口群体从每次使用中获得多少效用。这些变量更接近耦合可逆性的前因。AI素养高者通常更可能可逆，但一个人可以熟练驾驭某一界面，却无法迁移到另一模型；也可以提示技巧一般，却能依靠领域知识和独立验证在系统变化后恢复。判决性检验是：控制 AI 素养量表和稳定产出后，跨模型切换损失是否仍存在系统分布。

第八位是锯齿状技术前沿。它预测同一模型在不同任务上的帮助或伤害，主要分离任务相对于模型能力的位置；本文预测相同任务在不同耦合条件之间的恢复损失，主要分离配置的转换。若切换损失完全由新任务落到 AI 前沿之外解释，并且使用同难度同能力替换模型时差异消失，则锯齿状前沿足以解释；若能力等值模型的交互、证据或责任结构改变仍导致损失，本文保留独立预测。

第九位是扩展心智。Clark 和 Chalmers 主张，在满足可靠调用与自动信任等条件时，外部工具可以构成认知系统的一部分。本文接受而非反驳这一立场，因此不把“撤除 AI 后能否独立完成”设为唯一标准。不同之处在于，扩展心智回答外部资源能否成为认知组成，耦合可逆性回答组成关系改变时系统如何继续。一个稳定而不可替换的扩展系统可以满足扩展心智条件，却具有低可逆性；一个频繁切换工具的系统也可能具有高可逆性。

第十位是工作极化与任务替代。Autor、Levy 和 Murnane 以及 Acemoglu 与 Restrepo 的任务框架解释技术如何改变不同技能任务的需求，工作极化则描述职业分布和工资结构。耦合可逆性极化发生在岗位内部、当前产出匹配的人群中，可能先于工资和就业变化。若所有切换损失都能由岗位任务构成、教育程度和职业迁移解释，本文没有新增价值；若同岗位同任务中仍出现可重复的关系分叉，它就指向劳动市场尚未记账的风险资产。

上述分界表明，本文与最近邻的差别不能写成“更强调动态”或“更关注系统”。最锋利的对照是同一份材料的相反判断：稳定 AI 产出相同、纵向技能没有下降、接入与 AI 素养匹配、模型当前没有犯错，但等能力模型替换后出现两种恢复轨迹。数字鸿沟会判为无差异，技能衰退会预测无变化，自动化偏误没有错误触发，锯齿状前沿认为能力边界未变；耦合可逆性理论预测仍可能分叉。若未来研究反复找不到这种案例，本构念应被相邻理论吸收。

10. 测量协议：四类扰动与一份清点手册

耦合可逆性不能依赖自评。“我离开 AI 也会做”“ 我知道怎样验证”与真实切换表现之间可能存在系统偏差。有效测量至少包含稳定基线、随机或准随机扰动、等值结果、过程记录和恢复责任五部分。稳定基线要求参与者已经熟悉原配置，避免把初学期波动误作脆弱；扰动必须事先定义，不能在看到结果后挑选最能制造差异的切换；结果应同时测质量、时间和安全，不把速度恢复等同于完整恢复。

第一类是撤除扰动：在限定时间内停止原 AI 建议，但保留完成任务所必需且不构成研究对象的辅助技术。它适合测量哪些表征与步骤只存在于原系统中，却最容易混入无障碍和资源差异。第二类是替换扰动：将原模型替换为能力大致相当、界面或交互逻辑不同的模型，保持任务、时间和可用资料不变。它可以在不追求“ 纯人类独立”的前提下测试可迁移性。第三类是错误暴露：在安全的模拟环境中预先植入可识别错误、遗漏或冲突证据，测量参与者是否发现、定位和修复。第四类是结构迁移：给出表面材料不同但关系结构相同的新任务，观察原有问题分解和验证顺序是否重建。

本文建议把主要结果记录为四维可逆性剖面 Rᵢ=(Rwithdraw, Rreplace, Rerror, Rtransfer)，同时报告标准化切换损失 L。单一综合分只用于群体比较，不用于个人高风险决策。L的定义固定为：稳定配置下的标准化表现减去扰动配置下的标准化表现；正值表示切换损失，负值

表示切换后改善。标准化必须使用同一时期、同一难度层级的对照或锚题。若四类扰动的量纲不同，先在各类内部标准化，再取中位数，禁止把一次严重安全错误与若干秒时间差直接相加。

极化清点手册应在数据分析前写明：匹配窗口怎样设定；什么算一次有效恢复；任务完成、验证和修复分别怎样编码；超时与放弃怎样处理；哪些辅助工具始终保留；模型能力等值依据是什么；二成分与一成分模型使用何种信息准则；成分权重和间距阈值；跨扰动复制条件。正文、证伪条款和预测中必须使用同一套阈值。任何在结果出现后把匹配窗口从±0.25 标准差改为±0.5、把ΔBIC 门槛从 10 改为 2 的做法，都会把可裁决读数退化为叙事。

测量还应记录恢复过程而不只记录分数。最小过程表包括：参与者能否独立写出目标与约束；能否列出需要验证的主张；是否识别原模型提供而自己没有保存的信息；第一次发现错误的时刻；第一次更换策略的时刻；最终答案中哪些部分由新系统、旧记录、同事或个人重建；谁对未恢复部分负责。过程字段能够区分“知道但做得慢”“不知道缺了什么”“ 知道缺口却没有权限补上”三种相同低分，避免把制度失灵全部归给个人。

在残障、医疗与安全关键场景中，撤除扰动必须让位于替换或模拟。屏幕阅读器、辅助沟通和翻译设备可能是参与者稳定行动的组成，不应为了测试而强制拿走；医生、飞行员和核设施人员也不能在真实任务中被人为制造系统失效。可使用数字孪生、历史回放、沙盒案例、影子运行和等能力备份系统。可逆性的伦理底线是降低真实变化造成的风险，而不是通过制造风险证明某个人“不够独立”。

11. 可裁决预测：在哪些地方首先看见这条分界

教育。若两名学生在长期使用同一 AI 辅导系统时成绩相近，耦合可逆性理论预测，他们在模型替换、同构变式和错误解释修复中的表现可能比当前成绩更分散；这种分散主要由学生是否持续承担问题表征、理由生成和自我验证预测，而不是由提示次数预测。若控制既往成绩后，过程变量不提高对切换损失的预测，教育机制部分受挫。

软件工程。使用代码助手的开发者在常规任务上可能同样高产，但当依赖库升级、模型更换或生成代码含有非显然漏洞时，能够解释接口契约、编写最小失败用例并定位依赖关系的人恢复更

快。理论预测，代码接受率和生成行数对切换损失的解释力弱于“在接受前是否写测试”“是否手动改写关键逻辑”和“是否保留设计决策”。若接受率完全解释恢复差异，则认知卸载指标已经足够。

客户服务。AI 中断时仍保留生产率增益的员工，应当在对话结构、问题分类和客户情绪处理上留下可复用改变，而不只是记住固定回复。理论预测，AI 暴露量只有在建议与结果反馈可见、员工拥有修改权时才提高可逆性；强制复制建议可能提高当前结案量却降低模型替换后的恢复。企业可利用计划内供应商切换或非高峰影子系统检验，而不必制造服务中断。

医疗。相同 AI 辅助诊断准确率的医生，在模型对罕见病例失效或医院更换厂商后可能表现不同。高可逆配置不是医生完全不用 AI，而是能指出模型判断依赖哪些影像特征、哪些证据缺失、何时需要追加检查，并在错误暴露后重新排序鉴别诊断。理论预测，要求医生在 AI 建议前写下初步表征可能降低即时速度，却减少切换损失；若没有这一权衡，学习科学提供的机制需要修正。

法律与公共管理。相同质量的 AI 起草文件可能来自两种流程：一种保留法源链、事实争点与不确定项，另一种只保留流畅文本。法规更新、法院立场改变或模型供应商替换时，前者能重建论证，后者必须重新生成全部材料。理论预测，文档中“可核验主张的来源覆盖率 ”比文本评分更能预测切换恢复；若来源链完备却仍无助于迁移，本文对验证结构的强调过强。

科学研究。AI 可以帮助综述、编码和假设生成，但研究者可能只保留结果而没有保留选择被排除的原因。数据分布变化、方法包更新或关键论文被撤回时，高可逆团队能够从决策记录重开分析，低可逆团队只能继续复制旧流水线。理论预测，开放代码本身不足以保证可逆性；真正有效的是记录变量定义、排除标准、失败模型与阈值理由。若仅有代码即可稳定恢复，决策记录并非必要机制。

创意产业。AI 提高单件作品评分却降低集合多样性时，模型风格更新或版权约束改变可能使依赖单一生成路径的创作者集中失速。高可逆创作者能把主题、叙事张力和审美约束迁移到新媒介，而不只是复刻原模型风格。理论预测，作品集的当前质量与切换损失相关性可以很低，创作过程中的替代草案数量和约束解释更有预测力。

组织层面。两家企业采用同一模型并获得相同生产率增益，仍可能具有不同可逆性。一家保留模型无关的任务分类、数据接口、人工责任与备份供应商，另一家把流程直接写进单一厂商提示与专有代理。理论预测，在等能力模型迁移中，前者恢复成本更低；该差异在日常质量审计中不一定显露。若供应商迁移成本完全由技术接口而非认知与责任重建解释，组织层构念应缩小。

低资源语言与全球不平等。使用主流语言时产出相近的用户，在本地语境、法律术语或文化隐含知识任务上可能迅速分化。这里的低可逆性不应被归因于个人 AI 素养，而可能来自模型训练覆

盖、可验证资料和本地专业网络不足。理论预测，提供本地证据库和同语种验证共同体，会比单纯提示词培训更显著降低切换损失；若培训已完全消除差异，条件场解释被削弱。

劳动力市场。耦合可逆性分化可能先于工资极化。企业在系统稳定期按当前产出定薪，会低估能够在模型变化、异常任务和知识更新中恢复流程的劳动；只有中断、迁移或新问题出现后，这种隐性资产才被重新定价。理论预测，在高模型更新率行业，可逆性指标对未来晋升、留任和应急绩效的预测力高于当前 AI 生产率；在长期稳定行业，该增量预测应显著减弱。

12. 机制：不是“用了多少 AI”，而是哪几步仍然发生在人与制度之间

耦合可逆性的机制不能压缩为使用时长。本文把一次知识任务分为四个承重环节：问题表征、候选生成、证据验证和错误修复。AI 可以在任一环节提供帮助，也可以把环节完全隐藏。高可逆配置允许参与者知道每一步解决了什么、输入来自哪里、下一步依赖什么，即使具体内容由 AI 生成；低可逆配置则把若干环节合并为不可观察的输入-输出映射，参与者只在末端接受或拒绝结果。两者可能使用同样多的 AI。

问题表征决定“我们到底在解决什么”。生成式 AI 擅长把模糊请求迅速改写成结构完整的任务，但若使用者没有参与目标、约束和成功标准的形成，模型更换后最先丢失的不是答案，而是任务边界。候选生成决定是否存在替代路径。一个系统每次给出单一高置信答案，可能提高效率，却让使用者无法判断答案失败后从何处重开；要求模型给出相互冲突的候选并解释取舍，可能保留更多恢复入口。

证据验证决定哪些主张能够跨模型携带。模型生成的流畅文本本身不可移植，来源、计算过程、测试用例和反事实条件才可移植。高可逆流程把最终输出拆成可核验承诺；低可逆流程只对整体风格或结果满意。错误修复则决定系统在失败后是否继续。发现错误不等于修复错误：参与者还要知道错误发生在哪一层，是数据、表征、规则、模型边界还是权限配置，并拥有更换路径的资源。

制度把这些环节分配给不同主体。若绩效考核只奖励完成量，员工会理性地把表征和验证交给AI；若组织保留“谁批准、谁核验、谁能重开”的责任链，使用AI 不必削弱可逆性。若采购合同把模型接口、系统提示和日志全部封闭，即使个人能力很强，组织也可能低可逆；若团队拥有模型无关的数据结构、版本记录和备份供应商，个体不需要独自保存全部能力。因而，耦合可逆性同时是学习结果、工作设计和基础设施属性。

该机制解释了为什么有些高频使用带来学习，有些高频使用带来托管。反复接触建议并观察后果，可以把经验压缩为可迁移模式；反复复制建议而不接触反馈，则只是强化对当前界面的操作。前者在条件改变后保留问题分类与判断线索，后者保留的是调用习惯。Brynjolfsson 等人的软件中

断结果与 Bastani 等人的练习-考试断裂并不矛盾，它们可能分别代表反馈密集的增能路径与完成导向的托管路径。

这一机制也产生一条反向约束：不能把所有步骤都强制留给人。若 AI 在某些环节远比人可靠，要求人重复执行可能增加错误、时间和认知负担。可逆设计的目标不是最大化人工劳动，而是保留最小可恢复结构：目标与约束可见，关键证据可核，错误位置可定位，替代路径有责任人。哪些环节必须保留，取决于变化概率、失败后果与重建成本，而不是抽象的“人类中心” 口号。

13. 制度设计：从“AI 采用率”转向“条件变化准备度”

教育评价需要把一次 AI 可用作品与学习者的可迁移能力分开，但不应简单恢复全面禁用 AI 的考试。更有效的设计是安排条件切换：同一主题先在熟悉工具中完成，再更换模型、加入一条错误解释或给出同构任务；评价学生能否写出目标、验证关键步骤并说明修改原因。课程可以把模型当作多种认知伙伴，而不是唯一答案源，周期性要求学生比较不同模型、保留失败尝试和重建一段推理。

企业部署不应只做上线前准确率测试，还要做迁移演练。采购与架构评审应记录：关键流程依赖哪些厂商特有能力；系统提示、工具调用和数据接口能否导出；模型替换时哪些判断需要人工补位；建议不可用时最低服务水平如何维持。组织可在低风险环境定期运行影子模型，比较两套系统的差异并训练责任切换。其目标不是制造频繁轮换，而是发现“没有人知道旧系统替我们做了什么”的位置。

绩效管理必须避免把高可逆性变成个人新 KPI。个体切换损失受到任务、界面、权限和辅助资源影响，把它直接用于排名会使员工隐藏 AI 使用、刻意制造人工步骤或在测试中表演独立性。更合适的单位是流程位置：哪些环节没有第二条路径，哪些证据无法导出，哪些职责在模型失效时无人接手。指标指向配置和流程，不指向人的价值。

职业教育和继续培训应区分“学会使用当前模型”与“学会在模型变化中工作”。后者包括任务分解、证据检索、错误诊断、模型比较、版本迁移和风险沟通。培训不必从零教授所有被 AI 接管的技能，而应识别哪些能力在新问题、异常情况和监督职责中仍具有期权价值。高风险职业需要更高的恢复冗余，低风险、规则稳定任务可以接受较低可逆性。

公共政策目前常以网络覆盖、账号接入、课程参与和 AI 采用率衡量包容性。这些指标必要但不足。公共采购、学校平台和就业服务还需评估模型更换、政策变化和语言迁移时的恢复成本。对低收入与低资源语言群体，最重要的支持可能不是一次性发放高级账号，而是提供开放格式的数据、模型无关的学习材料、可核查本地知识库和人际支持网络，使收益不被锁在单一供应商中。

劳工治理需要关注“恢复劳动”由谁承担。当系统更新失败、模型被禁用或建议出错时，重建流程常由一线人员在未计薪的情况下完成。稳定期的生产率红利归组织，切换期的认知债务却可能落在劳动者。合同、岗位说明和审计应记录应急恢复、验证与知识迁移的时间，并把它计入人员配置。否则，低可逆系统会因日常成本较低而被系统性高估。

14. 两处必须让步：效率成本与扩展认知正当性

第一处让步来自经济学：可逆性不是免费保险。保留备份流程、跨模型训练、人工验证和开放日志会降低短期效率。若任务高度稳定、失败代价低、供应商替换概率极小，追求极高可逆性可能不合理。本文因此放弃“ 越可逆越好”的价值排序。合理的目标是使恢复投资与预期损失相称：变化概率×失败后果×重建成本越高，越需要可逆设计；三者都低时，托管型绩效可以是有意选择，而不是道德失败。

第二处让步来自扩展认知与无障碍研究：把“撤除 AI 后独立完成”当作最高能力标准，会重新制造对依赖辅助技术者的歧视。人的认知本来就分布在文字、同事、数据库、计算器、翻译器与制度中。本文不主张把能力全部收回个人，而主张让能力分配在变化时可定位、可替换、可修复。对屏幕阅读器、辅助沟通和必要翻译，不应安排撤除测试；应使用功能等值替换、备份路径和恢复责任评估。

这两处让步缩小了理论的适用范围。耦合可逆性最有价值的场景是模型能力变化快、任务存在新颖例外、失败后果高、供应商锁定强或公共责任不可外包的系统。它不适合被推广为所有日常 AI使用的统一规范，也不适合成为个人能力等级。理论若忽略成本与可及性，会把一种风险诊断变成新的技术保守主义。

任何量化指标进入管理后还会遭遇 Goodhart 效应。组织可能通过安排形式化的模型轮换、要求员工填写大量“独立思考”表格或在测试前专门训练来提高可逆性分数，而真实恢复能力并未增加。更危险的是在医疗、交通和基础设施中人为制造中断。本文看不到一个完全消除这一反噬的办法。最低限度的伦理规则是：指标用于定位脆弱流程而非惩罚个人；不得为提高数值制造真实安全扰动；编码规则、辅助条件和不利决策依据必须公开；受到不利安排者拥有复核和申诉渠道。

15. 证伪条件、竞争解释与写死日期的赌注

最强竞争解释是技能衰退：所谓切换损失不过是长期不用某项技能后的普通下降。要区分二者，研究必须控制纵向独立技能变化。若在训练前后技能存量没有可检测下降，稳定 AI 产出匹配的人仍在等能力模型替换中出现两种恢复轨迹，耦合可逆性获得独立支持；若切换损失完全由先前技能下降解释，本文应退回技能衰退理论。

第二个竞争解释是任务难度。新条件下表现下降可能因为题更难，而不是耦合变化。合格检验要求等值题、随机顺序、同轮控制或项目反应模型；若在这些控制后切换效应消失，本文关于关系转换的判断为伪。第三个解释是一般认知能力或既往成绩。若控制这些变量后，模型替换和过程记录不再解释切换损失，所谓新分布只是既有能力排序。

第四个证伪点针对数字不平等。如果接入质量、AI 素养、语言、教育、组织权限和当前产出匹配后，切换损失没有剩余异质性，第三层数字鸿沟足以解释。第五个针对认知卸载：若 Offloading Score 或使用日志能够完全预测切换损失，且重建记录不提供增量解释，可逆性只是卸载程度的结果变量。第六个针对锯齿状前沿：若能力等值模型替换不产生损失，只有任务进入 AI 能力边界外时才下降，则任务-模型匹配比本文更简约。

第七个证伪点针对极化本身。在至少两个独立领域、每个领域样本 N≥300、稳定产出预先匹配的研究中，若二成分模型相对一成分模型均不满足 ΔBIC≥10，或小成分持续低于 15%，则“极化”应从理论名称中删除，保留“耦合可逆性差异 ”即可。本文的公开数据复算已经给出第一份不支持双峰的材料，因此未来不能把任何方差增加当作确认。

第八个证伪点针对制度可塑性。若随机分配模型比较、错误诊断、证据链记录和渐退支架后，切换损失与恢复过程均没有改善，则本文提出的机制干预失效；分布更可能由稳定个体特征决定。相反，若短期流程改变显著移动成分归属，便支持它是配置属性而不是固定人格或智力。

本文作出一条有日期的赌注：到 2030 年 12 月31 日之前，至少会出现一项预注册、多地点、总样本不少于 1000 且覆盖至少三个知识工作领域的研究，在稳定 AI 产出匹配后实施不少于两类条件扰动。若该研究发现二成分模型在至少两个领域满足 ΔBIC≥10、成分间距≥0.5 标准差、每个成分≥15%，并且重建过程变量在控制既往能力和 AI 素养后仍有增量预测力，则本文的强版本获得支持。只报告自评依赖、一次无 AI 测验、总体均值下降、岗位间差异或未经匹配的高低技能差距，不算命中。若在满足这些设计条件的首批三项研究中均未出现该结构，本文应撤回“两极化”用语。

16. 反身检验：这篇论文是否也是托管型绩效

本文讨论 AI 协作，而文本的研究、计算、结构整理和语言修订本身也使用了 AI 辅助。因此，它不能把自己放在判据之外。按本文的定义，一篇形式完整、引用丰富、计算可复现的文章仍可能

属于托管型绩效：作者可以交付成品，却无法在模型更换、数据质疑或核心概念受到挑战时重建论证。文章是否被写出来，不等于作者是否拥有其问题表征和分界线。

本文给自己的最低切换测试包括四项。其一，作者在不调用生成系统的情况下能否解释为什么“产出收敛”不约束“切换损失分布”；其二，能否从公开数据重新定义标准化方式并说明为什么当前结果不支持双峰；其三，能否说出技能衰退、数字鸿沟和认知卸载各自在什么观察下会胜过本文；其四，能否在换一个领域后重新设计撤除、替换、错误暴露和结构迁移，而不是复述教育案例。若这些任务不能完成，本文自身就落在高增益、低可逆的格中。

为降低这一风险，本文公开预注册文本、复算代码、派生数据和图形；保留不利结果，不把混合模型的两个机械成分包装成发现；把关键阈值写成单一口径。开放材料仍不保证可逆性，因为代码可以运行而理由已经丢失，但它至少让第三方能够检查本文怎样从数据得到结论，并在不同阈值下挑战它。

本文仍有三个无法填补的洞。第一，当前真跑数据来自教育领域，且只包含 AI 撤除，没有模型替换与错误暴露；第二，“重建问题表征、验证链与修复顺序”的过程编码尚未在跨领域数据中校准；第三，极化的混合模型标准虽可裁决，却可能把连续但强烈非线性的分布误判为单峰。未来研究应比较混合模型、无参数多峰检验与机制分类，而不是把统计双峰直接当成社会群体的本质类别。

17. 研究议程：怎样把一种关系对象变成可累积的经验计划

第一，未来研究必须把“稳定条件”与“切换条件”放进同一设计，而不是分别比较 AI 使用者与非使用者。最小设计应包含一个熟悉模型阶段和至少两类扰动：等能力模型替换、AI 撤除、错误暴露或结构迁移。当前产出需要在扰动前预先匹配，或者用重复测量模型控制；否则，切换后的差异仍可能只是原有能力排序。每次扰动还应记录恢复时间、验证错误、路径重开次数和最终质量，使“掉了多少分”与“怎样重新站起来”能够区分。

第二，研究单位应从个人扩展到人—任务—模型—制度配置。相同的人面对不同任务可能落入不同格；相同模型在不同责任链中也可能产生不同可逆性。多层模型可以把方差分解为个体、任务、团队、界面和组织层，并检验哪些层级在条件变化时放大或缓冲损失。若绝大部分稳定差异都由个人截距解释，关系对象的必要性下降；若团队日志、接口开放度和责任结构解释了显著的跨条件变化，个人主义的能力模型就不够。

第三，过程测量需要形成跨领域的共同语法。本文提出的问题表征、候选生成、证据验证和错误修复只是初始分解，不应被当作固定阶段。教育研究可以编码学生是否重述目标、定位错误与迁移表征；软件研究可以记录诊断分支、测试重写和回滚路径；医疗研究可以记录证据来源、异议处

理和责任升级；法律研究可以记录先例替换与事实重构。真正可通约的不是表面动作，而是某一条件失效后，系统是否仍保留可以定位、替换和继续的承重接口。

第四，分布问题必须先于群体标签。研究者不应预先把低收入者、初学者、老年人或非母语者命名为“低可逆群体”，再用平均差异证明标签。应先在匹配样本中检验分布形状，再分析成分归属与资源条件的关系。即使出现双峰，也不能把两个统计成分实体化为两类人；同一个人可能因任务、模型与支持条件变化而跨越成分。纵向隐马尔可夫模型、混合效应转移模型和无参数多峰检验应互相校验，并报告阈值敏感性。

第五，干预实验必须比较“ 减少 AI”与“改变协作结构”。若渐退支架、模型比较、证据链记录、错误注入训练和备份责任都能降低切换损失，而单纯减少 AI 使用不能，便说明问题不是使用量，而是承重环节如何分配。若相反，只有减少使用频率有效，认知卸载与技能衰退的解释更简约。干预还需评估短期成本：可逆设计可能延长完成时间、增加焦虑和降低当下产出，政策不能只报告恢复收益而隐藏效率代价。

第六，因果识别应利用真实的制度变化，而不只依赖实验室撤除。模型供应商升级、学校平台切换、企业采购更替、监管禁用、语言模型下线和服务中断都构成自然扰动。研究者可以在变更前建立基线，比较拥有开放日志、模型无关接口、跨模型训练或人工责任链的单元与没有这些配置的单元。差分中的差分、事件研究与合成控制可以估计恢复轨迹，但必须把技术迁移成本和认知重建成本分开，否则“切换损失”会被接口兼容问题占满。

第七，宏观研究需要检验耦合可逆性是否先于工资与组织极化。一个可检验路径是：模型更新频率和任务新颖性上升后，企业内部先出现恢复时间、异常处理和责任接手的分化，随后才在晋升、工资、外包和裁员中被重新定价。若工资极化先发生而恢复差异没有领先作用，本文的劳动力市场外推应被削弱。相反，若稳定期生产率差距缩小，而中断期的恢复表现更能预测后续职业结果，就说明传统产出指标遗漏了一种等待条件变化才显露的资产。

第八，研究伦理必须与测量同时设计。撤除辅助工具可能伤害残障者，错误注入可能危及真实决策，组织中断可能把风险转嫁给一线人员。因此，优先使用等功能替换、模拟环境、历史日志和低风险任务；必要辅助不得被撤除；高风险领域的真实扰动只能来自既有事件，不能为研究制造。所有可逆性读数都应指向配置而非人的价值，公开编码规则和不确定性，并允许受影响者质疑“ 哪一种帮助被算作依赖、哪一种被算作合理扩展”。

18. 结论：AI 时代的分界线可能出现在条件之间

关于 AI 与不平等的主流问题是：谁能接入更好的系统，谁能更熟练地使用，谁的产出提高得更多，谁的岗位和收入受到影响。这些问题都重要，但它们把差距安置在一个条件内部。本文提出另一种观察：当人机协作的条件发生改变，谁能重新生成问题、证据、验证与修复的路径？在稳定条

件中看起来相同的高产出，可能分别来自增能型协作和托管型绩效；分化直到撤除、替换、错误暴露或任务迁移时才显露。

劳动经济学说明当前产出的分布怎样变化，学习科学说明高表现为何可能没有形成可带走的能力，数字不平等研究说明个人表现如何依赖接入、语言、组织和基础设施。三者合在一起迫使我们承认：差距既不只在人，也不只在工具或环境，而可能存在于配置转换的关系中。这个对象不能从任何一个稳定截面直接读出。

公开数据复算给出的最有价值结果不是成功，而是限制。AI 可用练习与 AI 不可用考试之间出现了巨大条件断裂，但切换损失分布没有达到预设双峰标准。因而，本文不能宣布已经发现两极化，只能提出一套可被未来多扰动研究击败的理论。正是这一不利结果使“极化”不再是一种修辞，而成为需要满足成分、权重、间距和复制条件的经验判断。

如果这一理论成立，AI 时代的教育与治理就不能只追求让更多人获得同样漂亮的当前结果。真正需要保护的也不是一种抽象的“纯人类能力”，而是协作关系在变化中继续组织行动的可能性：缺口能够被看见，证据能够被带走，责任能够被接手，路径能够被重新生成。AI 可能压缩今天的分数差距，却同时决定明天谁拥有重新开始的入口。两极分化最早出现的地方，或许不是结果的两端，而是条件改变之后，一端仍有下一步，另一端已经没有路。

数据、代码与人机分工声明

本文经验复算使用 Bastani 等人公开发布的高中数学实验数据与主分析代码。原始数据不由本文生成；本文的预注册文本、派生指标、混合模型结果与复算脚本随文提供。复算在排除荣誉班的主样本上完成，所有阈值在统计运行前写定。本文没有把二成分模型的机械拟合解释为两极化，并报告了不支持强命题的 BIC 结果。

研究问题、核心构念、学科选择、理论分界、价值判断与最终取舍由作者负责；人工智能工具用于文献召回、代码辅助、数据复算检查、结构整理与语言修订。作者对引用、计算、概念边界和全部结论承担责任。任何投稿版本应由作者再次逐条核验参考文献、数据许可、机构署名和目标期刊的人机协作披露规范。

参考文献

Acemoglu, D., & Restrepo, P. (2022). Tasks, automation, and the rise in U.S. wage inequality. Econometrica, 90(5), 1973–2016. https://doi.org/10.3982/ECTA19815

Arthur, W., Bennett, W., Stanush, P. L., & McNelly, T. L. (1998). Factors that influence skill decay and retention: A quantitative review and analysis. Human Performance, 11(1), 57–101. https://doi.org/10.1207/s15327043hup1101_3

Autor, D. H. (2015). Why are there still so many jobs? The history and future of workplace automation. Journal of Economic Perspectives, 29(3), 3–30. https://doi.org/10.1257/jep.29.3.3

Autor, D. H., Levy, F., & Murnane, R. J. (2003). The skill content of recent technological change: An empirical exploration. Quarterly Journal of Economics, 118(4), 1279–1333. https://doi.org/10.1162/003355303322552801

Bainbridge, L. (1983). Ironies of automation. Automatica, 19(6), 775–779. https://doi.org/10.1016/0005-1098(83)90046-8

Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö ., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122.

https://doi.org/10.1073/pnas.2422633122

Bjork, E. L., & Bjork, R. A. (2011). Making things hard on yourself, but in a good way: Creating desirable difficulties to enhance learning. In M. A. Gernsbacher et al. (Eds.), Psychology and the real world (pp. 56–64). Worth.

Braverman, H. (1974). Labor and monopoly capital: The degradation of work in the twentieth century. Monthly Review Press.

Brynjolfsson, E., Li, D., & Raymond, L. R. (2025). Generative AI at work. Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044

Caosun, M., & Aral, S. (2026). The augmentation trap: AI productivity and the cost of cognitive offloading (arXiv:2604.03501, Version 6). arXiv. https://doi.org/10.48550/arXiv.2604.03501

Casner, S. M., Geven, R. W., Recker, M. P., & Schooler, J. W. (2014). The retention of manual flying skills in the automated cockpit. Human Factors, 56(8), 1506–1516. https://doi.org/10.1177/0018720814535628

Clark, A., & Chalmers, D. (1998). The extended mind. Analysis, 58(1), 7–19. https://doi.org/10.1093/analys/58.1.7

Daepp, M. I. G., & Counts, S. (2024). The emerging AI divide in the United States (arXiv:2404.11988). arXiv. https://doi.org/10.48550/arXiv.2404.11988

Dell’Acqua, F., McFowland, E. III, Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2026). Navigating the jagged technological frontier: Field experimental evidence of the effects of artificial intelligence on knowledge worker productivity and quality. Organization Science, 37(2), 403–423.

https://doi.org/10.1287/orsc.2025.21838

Deslauriers, L., McCarty, L. S., Miller, K., Callaghan, K., & Kestin, G. (2019). Measuring actual learning versus feeling of learning in response to being actively engaged in the classroom. Proceedings of the National Academy of Sciences, 116(39), 19251–19257. https://doi.org/10.1073/pnas.1821936116

DiMaggio, P., Hargittai, E., Neuman, W. R., & Robinson, J. P. (2001). Social implications of the Internet. Annual Review of Sociology, 27, 307–336. https://doi.org/10.1146/annurev.soc.27.1.307

Doshi, A. R., & Hauser, O. P. (2024). Generative AI enhances individual creativity but reduces the collective diversity of novel content. Science Advances, 10(28), eadn5290. https://doi.org/10.1126/sciadv.adn5290

Eloundou, T., Manning, S., Mishkin, P., & Rock, D. (2024). GPTs are GPTs: Labor market impact potential of LLMs. Science, 384(6702), 1306–1308. https://doi.org/10.1126/science.adj0998

Fitts, P. M., & Posner, M. I. (1967). Human performance. Brooks/Cole.

Goos, M., Manning, A., & Salomons, A. (2014). Explaining job polarization: Routine-biased technological change and offshoring. American Economic Review, 104(8), 2509–2526. https://doi.org/10.1257/aer.104.8.2509

Hargittai, E. (2002). Second-level digital divide: Differences in people’s online skills. First Monday, 7(4). https://doi.org/10.5210/fm.v7i4.942

Hargittai, E., & Hinnant, A. (2008). Digital inequality: Differences in young adults’ use of the Internet. Communication Research, 35(5), 602–621. https://doi.org/10.1177/0093650208321782

Helsper, E. J. (2012). A corresponding fields model for the links between social and digital exclusion. Communication Theory, 22(4), 403–426. https://doi.org/10.1111/j.1468-2885.2012.01416.x

Macnamara, B. N., Berber, I., Çavuşoğlu, M. C., Krupinski, E. A., Nallapareddy, N., Nelson, N. E., Smith, P. J., Wilson-Delfosse, A. L., & Ray, S. (2024). Does using artificial intelligence assistance accelerate skill decay and hinder skill development without performers’ awareness? Cognitive Research: Principles and Implications, 9, 46. https://doi.org/10.1186/s41235-024-00572-8

Ma, L., Xu, X., He, Y., & Tan, Y. (2024). Learning to adopt generative AI (arXiv:2410.19806). arXiv. https://doi.org/10.48550/arXiv.2410.19806

Merton, R. K. (1968). The Matthew effect in science. Science, 159(3810), 56–63. https://doi.org/10.1126/science.159.3810.56

Messeri, L., & Crockett, M. J. (2024). Artificial intelligence and illusions of understanding in scientific research. Nature, 627, 49–58. https://doi.org/10.1038/s41586-024-07146-0

Morisco, R. (2026). Generative artificial intelligence and the knowledge gap: Toward a new form of informational inequality (arXiv:2603.24335). arXiv. https://doi.org/10.48550/arXiv.2603.24335

Noy, S., & Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654), 187–192. https://doi.org/10.1126/science.adh2586

Padmakumar, V., Ibrahim, L., Wang, Z. Z., Wang, J., Liao, Q. V., & Yang, D. (2026). Offloading score: Measuring AI reliance through counterfactual workflows (arXiv:2605.29392). arXiv. https://doi.org/10.48550/arXiv.2605.29392

Parasuraman, R., & Riley, V. (1997). Humans and automation: Use, misuse, disuse, abuse. Human Factors, 39(2), 230–253.

https://doi.org/10.1518/001872097778543886

Raisch, S., & Krakowski, S. (2021). Artificial intelligence and management: The automation-augmentation paradox. Academy of Management Review, 46(1), 192–210. https://doi.org/10.5465/amr.2018.0072

Risko, E. F., & Gilbert, S. J. (2016). Cognitive offloading. Trends in Cognitive Sciences, 20(9), 676–688.

https://doi.org/10.1016/j.tics.2016.07.002

Selwyn, N. (2004). Reconsidering political and popular understandings of the digital divide. New Media & Society, 6(3), 341–362. https://doi.org/10.1177/1461444804042519

van Deursen, A. J. A. M., & Helsper, E. J. (2015). The third-level digital divide: Who benefits most from being online? In L.

Robinson et al. (Eds.), Communication and information technologies annual (Vol. 10, pp. 29–52). Emerald.

https://doi.org/10.1108/S2050-206020150000010002

van Deursen, A. J. A. M., & van Dijk, J. A. G. M. (2014). Digital skills: Unlocking the information society. Palgrave Macmillan. van Dijk, J. (2020). The digital divide. Polity.

Warschauer, M. (2003). Technology and social inclusion: Rethinking the digital divide. MIT Press.

AI 时代的两极分化 · What 篇第一篇｜耦合可逆性极化

附录 A 最小复算的预注册要点

预注册：AI 协作条件切换的最小复算

时间：2026-08-06（统计运行前）

数据：Bastani et al. (2025) 公开 final_data.csv

分析单位：学生×实验轮次。

变量：Part2Tot 为 AI 可用的练习阶段成绩；Part3Tot 为 AI 不可用的独立考试阶段成绩。处理组为 GPTBase （vanilla）、GPTTutor（augmented）与 control。主指标：

1. 在每个 Year ×Session 内，用控制组均值与标准差分别标准化 Part2Tot、Part3Tot。

2. 条件切换损失 L = z(Part2Tot) - z(Part3Tot)。L 越高，越依赖稳定 AI 耦合；L≤0 表示撤除 AI 后没有相对损失。

3. 学生层指标取可用轮次 L 的均值，至少有 2 个完整轮次。

主要检验：

A. 比较三组学生层平均 L，报告均值、95% bootstrap CI 及组间差异。

B. 在 GPTBase与 GPTTutor 组分别拟合 1 成分和 2 成分高斯混合模型；若 ΔBIC=BIC1-BIC2≥10、两成分均≥15%、成分均值差≥0.5 个全样本 L 标准差，才称为“统计上的两极结构”。

C. 为避免把平均水平差误读为两极化，另报告每组 L 的标准差、四分位距与分位数。

D. 稳定产出匹配检验：在 GPT 两组中选取练习阶段学生层 z 分数位于整体中位数±0.25 SD 者，再重复 B；若样本不足

100，只作描述，不作两极结构判决。

缺失：完整案例；不插补。

敏感性：用学生层平均的原始 Part2Tot-Part3Tot 替换标准化指标，方向应一致；若不一致，以标准化指标为主，并解释阶段难度不同。

判伪：若 GPT 组 L 不高于控制组，且两成分标准均不成立，则这份数据不支持“AI 协作条件切换暴露隐藏分化”。即使支持平均切换损失，若混合标准不成立，也不得声称数据证实“两极化”，只能称“条件断裂”。

附录 B 派生数据的核心结果

编者注（不属于原稿）：本表「AI 可用练习」两行的系数与本文第 5 节自设的恒等式 L = z(练习) − z(考试) 不相容。由本表「标准化切换损失」行（0.891／1.656）与「AI 不可用考试」行（−0.054／−0.004）反推，练习行应约为 0.837 与 1.652；正文表 3 的组均值（0.950／1.564）亦指向大值。编辑部未改动作者数字，详见文末附论三第一条。本文其余结论不依赖这两行。

正文统计：约 18,821 个汉字，21,886 个非空字符（不含参考文献与附录）。

附论一 · 最近邻补切（编辑增补）

以下五家在原稿中未被当作对手处理，其中第一家是本文最近的祖宗。每条按「已说到哪一步 → 分离线 → 判决性对照 → 这位祖宗反过来削弱本文的一条」写出；补切不改变作者的核心判断，只把本文与它们的边界写实。

一、迁移研究（Barnett & Ceci 的迁移分类法 · Perkins & Salomon 的低通路／高通路 · Detterman 的迁移悲观论）

已说到哪一步。「条件改变之后还用不用得上」不是新问题，而是学习科学一百年的主问题。Barnett & Ceci 把迁移沿知识内容、物理情境、时间间隔、功能、社会构型与呈现模态等维度展开，「远迁移」的定义就是本文所说的条件切换；Perkins & Salomon 区分靠自动化熟练达成的低通路迁移与靠有意抽象达成的高通路迁移；Detterman 的结论最硬——在受控实验里几乎找不到自发的远迁移，迁移失败是常态而不是异常。本文正文反复使用「迁移」一词，却没有让这一族出场。

分离线。迁移研究的分析单位是人×任务：某人把习得内容用到新情境的能力。本文的分析单位是配置×切换事件：人—任务—模型—制度这一整套安排在一次可识别扰动后能否重建表征、验证与修复顺序，且第 14 节第二处让步明确允许能力合法地留在组织与技术侧。换言之，迁移研究问「这个人带走了什么」，本文问「这套关系还能不能重新接上」。撤除测试在迁移研究里是标准做法，在本文的四类扰动里恰恰是最弱、也最容易与可及性差异混淆的一类。

判决性对照。在个人独立技能与标准迁移测验成绩匹配之后，若等能力模型替换仍产生两种恢复轨迹，迁移框架不足以吸收本文；反之，若切换损失可由既有迁移测验成绩完全预测，则「耦合可逆性」只是远迁移的一个新名字，应当退回迁移研究。

这位祖宗反过来削弱本文的一条。Detterman 的立场预测：条件一变表现就掉下来，本来就是常态。因此本文第 7 节观察到的巨大平均切换损失（GPT Base 1.017、GPT Tutor 1.666）并不构成对新构念的支持——那正是迁移研究早已预期的结果。本文真正独立于迁移研究的内容，只剩两项：切换损失的分布形状是否分叉，以及四类扰动之间的剖面差异。而这两项目前都没有数据：分布检验给出的是不支持双峰的结果，扰动剖面则一类也没跑。这一让步应当写进正文，而不是留在脚注里。

二、Cohen & Levinthal 的吸收能力

吸收能力指组织识别、消化并商业化外部新知识的能力，且它是既有相关知识存量的函数——这与本文所说的「承接一个新模型」高度同构，且本来就是组织层构念。分离线：吸收能力预测的是获取方向（能不能把外面的东西变成自己的），本文预测的是失去方向（原来的东西被拿走之后还剩什么）。二者可以背离：一个组织可以善于吸收新模型，却因为把全部流程写进单一厂商的提示与代理而在切换时崩落。判决性对照：若组织的既有知识存量与研发强度已经完全预测切换恢复，本文第 17 节的配置变量没有增量。

三、Argyris & Schön 的单环／双环学习

单环学习在既定框架内调参数，双环学习修改框架本身。本文所说的「重建问题表征、验证链与错误修复顺序」，几乎就是双环学习的一次操作化。分离线：双环学习是主体内部的反思倾向，通常靠自陈量表与话语分析测量；本文加了一条外源约束——扰动由研究者事先定义并随机施加，不取决于主体是否愿意反思，也不取决于主体是否察觉框架有问题。判决性对照：控制双环学习倾向后，若切换损失的组间差异消失，本文可被吸收。编辑注：这一条在本站已连续第五次成为该作者的空缺（见其《冲突与和平》九篇的同类诊断），建议作者在下一版正文里正面处理，而不是逐篇由编辑补。

四、Hutchins 的分布式认知

本文第 9 节处理了扩展心智（Clark & Chalmers），但没有处理分布式认知这一支。前者论证外部工具可以成为认知系统的组成部分，后者描述一个真实工作系统里认知如何在人、工具、表征与流程之间分布并被协调。分离线：分布式认知描述能力如何分布，本文问这套分布被拆开之后能否重新连接——本文的「可逆性的反义词不是依赖，而是无定位的依赖」正是对分布式认知的一个补充命题，而不是对它的反驳。

五、Bjork 的可欲难度（在文献表内，正文未作对手）

可欲难度理论直接预测：练习期表现与延迟保持可以方向相反。本文第 7 节复算得到的正是这一形态。因此该复算结果不能同时算作对本文新构念的支持——它首先是对一条 1990 年代就已写定的预测的又一次确认。本文能从这份数据里主张的，只有它自己已经诚实写出的那一句：条件断裂成立，两极化不成立。

附论二 · 站内划界（编辑增补）

本站已发同类论文的分工，由编辑部按站内自撞检查补写，供读者判断本文的独立内容。

与同批《一次成功由谁承载？——AI 时代两极分化的能力归宿结构》

两篇同日投稿，且同标「What 第一篇」，靶格也是同一格：本文叫「托管型绩效」（高 AI 产出增益 × 低耦合可逆性），那篇叫「无着繁荣」（当前绩效高 × 稳定承载性低）。分工线在提问方向：本文问「关系还能不能重建」——测量对象是切换损失的分布，判据是四类扰动上的恢复轨迹；那篇问「这次成功归到了谁名下」——测量对象是个人／组织／技术三条承载渠道，判据是四项最低承载功能（复现、解释、修复、负责）。两者可以给出不同判决：一个团队可能恢复得很慢（本文判低可逆），却清楚地知道能力在组织记录里、由谁接手（那篇判已承载）；反之，一个团队可能靠某位专家的临场判断迅速恢复（本文判高可逆），而该专家的修订从未被记录（那篇判无着）。

一条本文对那篇的约束。本文第 4 节把「极化」写成必须同时满足四条经验条件（稳定产出匹配、ΔBIC≥10、成分间距≥0.5 标准差、每成分≥15%，并在至少两类扰动上重复），并据此拒绝把自己真跑出来的数据称为两极化。按同一把尺子，那篇标题中的「能力承载极化」目前尚未兑现分布证据，应当读作待检验的命名。这一点由编辑指出，两篇作者相同，宜由作者本人在下一版统一口径。

与本站《冲突与和平》九篇（同一作者）

那一组论文的共同靶格是「所有现成指标都在变好的那一格」：静默战争化、损毁时钟、修复主体俘获等，都主张最深的一步发生在短期指标改善之时。本文的「托管型绩效」在形式上属于同一族判断，但对象不同：那一组处理的是冲突中资格的换手（谁还有资格触发规则层复核），本文处理的是协作条件切换后路径的可重建性。可分离的观察是：在本文的靶格里，没有任何一方的资格被取消，所有人权限如常，问题只在替代路径没有被维护。

与本站少敏《越审越不能改》（同日上站）

两文都在测量「事到临头还有没有另一条路」。分离线在触发者与时间窗：本文的扰动来自外部条件改变（模型被撤除、替换、出错或任务迁移），问的是改变之后能否重建；那篇的扰动来自内部的合格异议，问的是异议到达时组织是否还有一条可承接的替代路径，且该路径的衰减恰恰发生在复核进行期间。两者的指标结构相近（本文的四类扰动剖面对那篇的五项承载条件取最弱值），但因变量相反：本文测恢复，那篇测转向。同一组织可以在本文的读数上健康、在那篇的读数上失守——例如它能在模型更换后迅速重建流程，却在三轮复核之后已经没有任何替代方案可切。

附论三 · 编辑校订说明

本站在不改动作者判断、论证结构与任何数字的前提下，做了以下技术性处理，逐条列出以备复核：

一、附录 B 表 B1 的两行与本文自设恒等式不相容，编辑部未作改动，仅在此指出。本文第 5 节把条件切换损失定义为 L = z(练习) − z(考试)。据此，表 B1 中「标准化切换损失」一行的系数（GPT Base 0.891、GPT Tutor 1.656）与「AI 不可用考试」一行的系数（−0.054、−0.004）反推，「AI 可用练习」一行应约为 0.837 与 1.652，而表中写的是 0.137 与 0.361。正文表 3 的学生层组均值（练习 z：GPT Base 0.950、GPT Tutor 1.564）同样指向大值。三处之中，考试行与切换损失行彼此自洽，只有练习行对不上。相应地，正文「对原研究主要回归的独立复算与已发表结果一致」一句，就表 B1 现有数字而言无法成立——原研究公开报告的练习阶段效应为 GPT Base 约 +48%、GPT Tutor 约 +127%（PNAS 2025，本站已核）。建议作者重跑并更正该两行；本文其余结论（平均切换损失显著、混合模型不支持双峰）不依赖这两行，不受影响。

二、图 1、图 2、图 3 在原稿中为图形，本站网页版只保留图题与图 1 所附的两个定义式；读者如需图形，请以作者的原始文档为准。

三、表 1 至表 6 与表 B1 按原稿位置还原为网页表格，单元格内容逐字未改。原稿因导出产生的中文字间空格已清理，不涉及任何字词增删。

四、文献核验。Bastani 等（2025）《Generative AI without guardrails can harm learning》确为 PNAS 122(26), e2422633122，本站已核；正文引用的 48%／127%／−17% 与该文一致。其余文献未逐条复核。

五、定位提示。本文自述版本 1.0（2026 年 8 月 6 日），第 7 节的复算为「最低成本的压力测试」而非理论验证，作者已在正文与结论中两次声明数据不支持强命题；文末赌注的兑现期为 2030 年 12 月 31 日。请读者按此定位阅读。