编者按（本书）：本篇由另一个基底独立写成，投来时未署名；本书按纪律注明它不是 Claude 所写、与本书不同源，因此可以当本书的对照文本，也可以被本书当作证据引用（本书自己的前几篇同源，不能互当证据）。它的创新智商盲评为 136（评分卡见本批前文；I＝124 是最低维，F＝152 是最高维）。
>
它在本书里的位置：三条承重命题的一份更严格、也更保守的独立论证。它给本书三样本书没有的东西——优势迁移的形式证明（第六章，瓶颈模型与平滑模型，本书第 6 章之二改写）、成品归因非唯一性的正式表述（第五章，本书第 12 章"悬空"与第 27 章"投影"的形式版本）、3×2 平行组加 DID 的实验设计（第十三章，本书卷八第 47 章收为第二个实验）。它也顶了本书两处：它把发生学组织能力放在个人身上而本书放在这一对之间（谁对由方差比判）；它明写"若人的贡献在某类任务中不再带来增益，就应当承认该类任务超出了个人优势命题的适用范围"，比本书卷四第 24 章的口子走得更远。
>
术语对照（附篇一 → 本书）：候选供给 a → 全在场发出的那一份；个人候选供给 r → 存、调、认（最强大脑的存量）；有效转化 b(g) → 场（本书读作这一对的耦合，附篇一读作个人能力，此为分歧）；发现中心／发生学中心 → 发现学的登记簿／发生的登记簿；语言序列发生／有效认识发生／学习者能力发生 → 产出／可结算的判断／沉淀（载体）；成品归因非唯一性 → 悬空与投影；撤用保持率 → 第 27 章"考场奖励沉淀不奖励场"；人—AI—环境互动 → 复合体；"人的可识别贡献" → 三个构成位（本书）。附篇一不用"基底"一词，用"模型""系统"；不用"三号位"读复合体，只在第八章第 5 节引用分布、场、美。
>
本书对它的一条保留：它的承重定理未与预测机器（互补品升值）、O-ring（最小值生产）、验证不对称三家交手（见评分卡"敌意拓宽记录"），本书在第 6 章之二替它记下，并不把该定理当作 I 维上的增量。
>
以下为全文，未改一字；标题层级下调两级以纳入本书。
人工智能对教育与思想生产的深层冲击，并不止于提高信息检索效率，也不止于替代部分写作劳动，而在于将语言形成过程中的若干条件关系转化为可训练、可调用、可干预和可反馈的工程机制。本文将这一变化概括为"语言发生学的工程化"，并据此论证个人与学生的理念思考竞争力为何需要从发现中心转向发生学中心。文章首先区分语言序列发生、有效认识发生和学习者能力发生，继而通过信息不可区分引理、成品归因非唯一性命题、认识空间可达性命题以及条件性的竞争优势迁移定理，说明共同可调用的生成能力如何改变个人能力的证据结构及其边际价值。在此基础上，本文运用王德生提出的SDE三元发生结构，将发生学思考界定为对显露、差异序列与特征纠缠系统的关系进行诊断和重构，使有价值的认识及支持后续认识的能力共同形成的思考方式。发生学不等于多生成答案，不等于提示词技巧，也不依靠"人永远拥有某种机器不能拥有的能力"来成立。其竞争效力需要在人---AI---环境的具体互动中，通过人的可识别贡献、独立检验、陌生任务迁移和反馈保持加以证明。本文的严格结论不是发现已经失去意义，而是：在AI候选供给相对充足、任务需要开放重构、有效转化仍构成约束且人的参与具有可识别增益的条件下，发生学思考比单纯增加既定空间中的发现产出更能构成持续优势。文章进一步提出教育评价方案与可证伪的随机对照研究设计，明确该判断的适用范围及失效条件。
关键词：发生学思考；语言发生学工程化；大语言模型；SDE；人---AI复合体；思考竞争力；教育评价
设想两个学生面对同一项研究任务。他们使用相近的模型，拥有相同的材料和时间，最终都提交了一篇结构完整、语言清楚、论证看似充分的文章。仅凭两篇成品，我们能否断定两个学生具备相同的思考能力？又能否断定文章较好者，必然更能独立识别问题、处理反例和在条件变化后重新形成判断？这些问题不能由文章的流畅程度直接回答。成品质量是一个需要评价的对象，形成与重建成品的能力是另一个需要评价的对象。两者相关，却不存在无需检验的一一对应。
进一步设想，第一位学生主要接受模型已经组织好的问题与答案，只在措辞上作出选择；第二位学生发现模型把两种不同情境混为一谈，补入一个具有判别力的案例，迫使双方改变概念区分，再安排一项能够失败的检验。最后，两篇文章可能同样漂亮，第二位学生甚至因为保留未解决的矛盾而显得不那么完整。但是，当教师引入一个原来没有出现的条件时，两人的后续表现可能明显不同。这个设想不构成实验证据，却揭示了需要检验的结构差异：竞争优势究竟在成品的占有，还是在使有效思考持续发生的能力？
"AI时代，核心竞争力不是发现，而是发生学思考能力"正是在这个意义上提出的。它试图改变的不是发现的价值，而是解释思考能力的中心。发现回答"认识到了什么"，发生学还要回答"这一认识何以能够形成""它在何种变化下仍然成立""形成它的过程是否改变了下一轮思考的条件"。当某些思想成品可以借助共同工具迅速获得时，后一组问题不再只是研究思想史的兴趣，而可能成为区分持续思考能力的必要入口。
第一种捷径，是先把发现贬低成查找现成答案，再把一切高级思维装进发生学，于是宣布后者必然优越。这样得到的不是证明，而是定义安排。数学中的结构发现、科学中的异常识别和哲学中的概念发现，都可能包含极高的原创性。本文不能通过缩小对手来获得胜利。
第二种捷径，是从"机器能够生成语言"直接跳到"人的价值只剩下组织生成"。这个推论缺少中间前提。机器也可能参与问题提出、反思、验证与系统组织；某些任务中的关键约束可能仍是领域知识、实验设备或独有资料；共同工具的出现也未必缩小能力差异。因此，技术机制、竞争结构和教育使命必须分别论证，再通过明确的条件连接起来。
本文采取的证明策略是分层的。涉及模型结构的判断，由技术研究提供依据；涉及"相同信息不能保证区分不同真实情境"的判断，由逻辑推导建立；涉及何种能力具有更高收益的判断，在给定生产结构与成本条件下证明；涉及现实人群是否已经进入该结构的判断，则保留为经验问题。这种区分不是降低论断的力度，而是避免把一个有价值的理论命题包装成无需观察的历史必然。
本文将核心竞争力理解为：在可比较的资源约束下，面对任务变化，能够持续形成经独立检验具有价值的认识、判断或方案的能力。这里的"核心"不是人的全部价值，也不表示必须在每个局部任务中取得最高分，而是指对持续优势具有较强解释力、能够改善其他能力使用方式的关键能力。
相应地，本文的中心命题是：当语言生成工程为个人提供相对充足的候选表达，而开放任务仍需要重新规定问题、组织差异、建立检验和改变互动条件时，对发生条件的重构能力将比单纯增加既定认识空间中的候选发现，更可能决定持续的理念思考优势。在这些条件被满足的任务域中，思考评价由发现结果中心转向发生条件中心，构成一种可论证的典范转移。
这个命题明确包含条件。对于不允许AI介入、主要奖励记忆速度的考核，或者答案空间封闭、自动系统已经能够可靠完成全部流程的任务，不能预先宣布同一种优势排序。严格论证必须允许原断语在某些情境下不成立。真正值得证明的，不是"任何地方都只能有一种能力重要"，而是一个技术变化如何系统地改变某类重要任务中的能力结构。
发现首先指此前未被认识的事实、关系、结构或可能性进入认识。这个"此前"可以相对于个人，也可以相对于一个研究共同体。一个学生首次理解某条定理，是相对于他的发现；一个共同体首次建立某种可靠解释，则具有不同层次的新颖性。两种发现的教育与研究价值不能混同，但都是真实的认识事件。
因此，发现并不必然意味着对象已经以完整的概念形式等待被取走。发现的过程可能需要新表征、新仪器、新问题与新判断标准。正是在这里，发现和发生并非互斥：同一个事件从认识成果看是发现，从形成条件看可以是发生学重构。本文批评的不是这种丰富的发现活动，而是把发现结果当作解释思考能力的充分单位。
所谓"发现中心"，是一种分析和评价取向：问题大体已经规定，相关对象和答案判据相对稳定，重点是看谁能更快、更准确或更独特地找到结果。所谓"发生学中心"，则把这些规定本身纳入可反思、可改变的范围，同时要求改变受到证据、逻辑和实际后果的约束。二者的差异不在于一个低级、一个高级，而在于认识条件是否被当作思考内部的工作对象。
生成可以表示一个新符号序列、新方案或新图像被产生。随机排列也能产生此前没有出现的序列，错误推理也能形成新结论。所以，生成首先是产出意义上的概念，不能单独承担真实性、价值和学习效力的证明。
本文所说的发生，是某种可识别形态在具体互动关系中形成、稳定、改变或失效的过程。发生学思考并不只是旁观这个过程，而是对其中可改变的条件进行诊断与干预。例如，不再只问"如何证明这个判断"，而要问"这个判断把哪些不同情况当成了同一种情况"；不再只要求更多论据，而要构造一种能够决定原有区分是否应被保留的比较。
这一定义也不能无限扩张。一次普通的语病修改，不会因为改变了文本就自动成为发生学重构；一次增加资料的检索，也不能仅凭信息更多就被称为认识条件重建。本文采用的识别原则是：操作是否改变了后续判断所依赖的关键区分、可行路径、证据关系或评价结构，并且这种改变是否具有可追踪的后果。结果失败的重构仍然可能是发生学尝试，结果成功的模仿也不因此自动成为发生学创新。
语言序列发生，指文本或符号结构实际产生。有效认识发生，指某种解释、判断或理论获得了与任务相称的证成。学习者能力发生，指参与者在适当时间尺度上形成了能够支持后续任务的改变。这三者可以连接，也可以分离。
学生获得了一份正确解答，说明正确解答进入了他的学习环境，却不充分说明他理解了关键步骤。学生能够复述解答，说明某种表达能力已经表现出来，却不充分说明他可以应对新的边界条件。学生在无工具环境中暂时答不出来，也不充分说明他在组织复合系统方面没有成长。每一种判断都需要与其对象匹配的证据。
因此，发生学教育不是用"过程"否定结果，而是把原本混在同一件作品中的三个评价对象拆开：作品有没有价值，认识有没有根据，学习者及其互动系统有没有获得可持续的改变。只有在这三个对象之间建立可检验的联系，才有可能说明AI究竟促进了学习，还是仅仅替学习者完成了表现。
以自回归语言模型为例，给定上下文$c$，生成序列$y_{1:n}$的条件概率可以写成：
$$p_{\theta}\left( y_{1:n} \mid c \right) = \prod_{t = 1}^{n}p_{\theta}\left( y_{t} \mid c,y_{1:t - 1} \right).$$
这里，$\theta$表示训练形成的参数，$y_{1:t - 1}$表示已经进入生成过程的前序符号。该表达式描述了一类模型的序列生成方式，不是全部大模型架构的定义。Transformer研究提供了以注意力机制组织序列表示的技术基础；GPT-3研究则展示了自回归模型通过文本上下文与少量示例执行多种任务的能力。\[1\]\[2\]
从这个机制出发，可以区分"保存并返回已有成品"与"在当前条件下形成后续序列"。两者并非绝对分离，因为生成模型也可能复现已有文本，检索系统也可以参与生成流程。但是，模型的工作不能被完整描述为从仓库里取出一篇已经写好的答案。当前输入、训练所得结构与已经形成的序列，共同影响后续内容怎样出现。\[2\]
本文把这一事实解释为发生学工程的一个关键转变：工程设计不再仅仅针对结果的存储、传输和呈现，还针对形成结果的条件关系。人们能够调用的不只是语言资料，而是一种能够在不同语境中组织语言候选的机制。"语言发生学工程化"由此不是"大模型会写作"的修辞放大，而是对工程对象发生变化的概念概括。
训练过程能够改变模型在不同输入下的输出倾向；运行过程中的上下文能够约束当前生成；反馈可以用于调整未来行为。以人类反馈训练为例，示范数据、输出排序和进一步训练被用于改变模型遵循指令的方式。这说明生成行为本身可以成为工程调节的对象。\[3\]
据此，本文给出一个有限定义：语言发生学工程化，是把语言形成过程中的部分条件依赖，转化为能够被训练、运行、干预和反馈的技术机制。"部分"二字十分重要。能够调节某种生成行为，不等于已经解释自然语言意义的全部形成，也不等于能够保证每次产出都准确、有益或原创。
工程实现与完整理论之间没有必然等号。一个装置可以稳定利用某种规律，却尚未穷尽与它相关的全部现象。相应地，把语言生成机制工程化，也不要求首先解决意识是什么、意义是否完全可计算等全部哲学问题。本文只需要说明：某些原本需要在具体思考活动中逐步形成的符号结构，现在能够由可调用的系统参与形成。这个较小的前提已经足以引起竞争结构问题。
同时，模型并不是无成本的创造源泉。参数、语料、算力、接口与运行时间都是生成条件。本文不把任何商业服务视为对所有人无条件开放的共同资源；"共同可调用"是后文比较中的情境假设，需要在具体研究中通过相同版本、预算和访问条件来实现。把"能够工程化"偷换成"人人已经平等获得"，会使技术论证滑向未经验证的社会判断。
SDE意义上的发生关注显露、差异与纠缠关系；统计语言模型则以参数、状态和概率分布描述可执行过程。二者可以建立分析上的对应，但不能逐项强行等同。例如，不能把某个模型参数矩阵直接宣布为全部特征纠缠系统，也不能把词元之间的数值差异宣布为完整的意义差异。
较为谨慎而有力的解释是：训练形成了可以支持某些语言区分和连接的结构；上下文使部分关系成为当前可用条件；序列生成使某种表达逐步显露。在人参与的实际任务中，证据、用途、解释者、检验工具与后果又进入更大的互动系统。技术模型刻画了这个系统的一部分，发生学分析追问这一部分怎样与其他条件共同作用。
因此，"大模型是语言发生学的工程化"在本文中具有双重地位：其技术基础是可查验的生成与干预机制，其发生学命名是本文提出的理论解释。技术研究并没有因此自动证明SDE的全部本体论。把这两个层次分开，反而能够使SDE分析与具体实验接合，而不要求读者先接受一整套哲学体系。
当生成机制成为可调用条件时，一个人不必每次都从空白页开始形成全部候选表达。他可以把一个暂时的区分、一个反例或一组材料置入系统，得到新的问题表述，再根据这些表述改变下一步行动。这种过程既不同于阅读现成文章，也不同于把完整想法机械地口述给记录工具。它允许未完成的思考与外部生成过程相互改变。\[2\]\[4\]
但是，"允许"不等于"保证"。同样的机制也可以被用于不断确认既有看法，生成更多没有判别力的论证，或者把初始误解扩展成一套内部流畅的解释。技术改变了可行的互动方式，不能单独决定互动的认识价值。真正的问题随即出现：当候选表达更容易发生，是什么使有根据、有差异、有后续作用的思想发生？
一段论证可以在语法上完整，在叙述上令人信服，在结论上却没有足够根据。模型的指令训练研究本身就报告了不真实或不符合要求的产出，以及经过训练后仍然存在的错误。\[3\]不过，本文不以某一代模型的错误率作为永久论据。即使未来系统准确得多，语言的形成与判断的证成仍然是两个可以分析区分的环节。
数学判断需要明确的前提、有效的推演及与所用形式系统相称的检验；经验判断需要与研究对象相联系的资料和识别设计；文学判断可以容纳多种标准，却仍需说明作品如何形成它所追求的表达效果。这些任务不共享同一种验证方式。发生学思考不能把所有领域都简化成"找一个数据来证伪"，而应当组织适合该认识类型的约束。
这里的要点不是人类天然可靠、机器天然不可靠。人也会形成没有根据的结论，机器也可以参与可靠验证。真正的区分是：候选结构怎样被产生，以及它凭什么取得当前声称的认识资格。这个区分与承担环节的载体无关，因此不会随着某个模型通过某项测试而失效。
设两个可能世界或任务情境为$w_{0}$和$w_{1}$，系统能够使用的全部相关输入都记为$x$。假设两种情境提供相同输入，但正确答案不同，即$a_{opt}\left( w_{0} \right) \neq a_{opt}\left( w_{1} \right)$。如果系统没有获得其他能够区分二者的信息，那么任何仅依赖$x$的程序，都不能保证在两个情境中同时正确。
证明很直接。确定性程序对同一输入只能给出同一输出，因而至少在一个情境中错误。随机程序对同一输入具有相同的输出分布。设两个正确答案分别为$a_{0}$与$a_{1}$，则其概率之和不超过一。在两个情境等可能的条件下，平均正确率至多为二分之一。如果允许回答"不足以判断"，系统可以避免武断结论，却仍不能仅凭原有信息确定究竟是哪一个情境。证毕。
这个引理不能被误读为"生成模型不能推理"。系统可能从现有材料中推出人尚未注意到、但已经由这些材料蕴含的结论。引理所处理的是更严格的情况：两个真实可能性在全部可用输入上不可区分。此时，增加没有新观测来源的生成轮数，不能保证突破信息不足；所需的可能是额外实验、数据获取、测量方式改变，或者公开保留不确定性。
由此可以推出一个认识上的要求：有效思考必须能够识别何时需要新的差异进入，而不是把所有困难都解释为"还没有生成足够多"。对于证明任务，新条件未必是现实测量，也可能是补足一个此前遗漏的前提、明确一个定义或接入形式核验。所谓开放发生，不是任意扩展，而是使能够决定判断的条件真正进入系统。
一个模型连续多次给出相近答案，可以说明在相近条件下存在稳定输出倾向，却不能单独证明答案真实。如果多次生成共享同一错误前提，那么一致性只是错误被反复保持。人的群体讨论也可能有相同问题。把"多次都这样说"当成"已经独立证实"，是把重复次数误作证据独立性。
因此，在发生学意义上，重复应当被组织为有条件变化的再检验。保持哪些前提，改变哪些条件，观察哪个结论仍然成立，必须说清楚。数学中的等价改写、边界例子与反例构造，经验研究中的样本外检验和替代测量，都可以在各自范围内承担这种作用。它们并不是同一种方法，但都要求区分由何种条件支持的稳定。
这也为SDE的特征律设置了重要边界。差异在互动中获得相对稳定，可以说明某种特征如何显露；却不能仅凭稳定性推出它是客观真实或教育上有益的。错误分类也可能稳定，僵化判断也可能稳定。发生学思考不仅研究稳定如何形成，还要研究该稳定在何种检验下具有认识价值，以及何时必须被打破。
把可见作品记为$Y$，把人的相关状态记为$h$，模型条件记为$m$，其他环境条件记为$e$，则可以抽象表示为$Y = \Phi(h,m,e)$。这个表达式不假定人的状态与环境在本体上彼此独立，只是为了区分可以进行比较的条件。现在假设存在$h_{1} \neq h_{2}$，却有$\Phi\left( h_{1},m,e \right) = \Phi\left( h_{2},m,e \right)$。那么，仅从作品$Y$便无法唯一识别人的状态。
这个命题并不复杂，却直接关系到教育认证。一个学生可能理解文章中的推理，也可能只是接受了工具给出的文字；相同成品与不同能力状态可以相容。因此，作品能够证明某种产出已经形成，却不足以单独证明所有与之相关的能力都已经在提交者身上形成。证明后者需要额外观测，例如条件变化后的回答、关键步骤的重建、对隐蔽错误的识别或工具替换后的调整。
这里也要防止过度推论。作品从来都不是对能力的完美测量；他人帮助、模仿和偶然成功并非AI出现之后才存在。生成技术改变的是某些作品形成的成本与可获得方式，从而可能扩大多种能力状态对应相近成品的范围。究竟扩大多少、在哪些任务中扩大，必须测量，而不能通过概念分析得到具体比例。
Noy与Zhang在2023年3月工作论文版本中，对444名受过大学教育的专业人士进行职业写作实验，报告AI辅助降低完成时间、提高产出质量，并使任务分配从初稿撰写向构思与编辑改变。\[6\]这里引用的是该工作论文版本，不把它与后续发表版本的样本数字混用。
这项研究支持一个有限事实：生成工具能够改变某些任务中的产出条件和劳动分配。它没有直接证明使用者形成了同等幅度的长期能力增长，更没有直接验证本文定义的发生学思考。由生产率提升到学习发生，仍然需要独立证据。反过来，也不能因为某项实验没有测量长期学习，就断定工具不能促进能力形成。
从逻辑上看，辅助表现可以分解为原有人的能力、工具提供的直接帮助，以及互动过程所形成的新能力等多种来源。单次成品只显示这些条件共同作用的结果，通常不足以把它们分开。发生学评价的任务不是把工具贡献从结果中"扣除干净"，而是进一步识别：哪些变化被个人理解和保持，哪些变化保存在可重建的互动安排中，哪些只是当前服务暂时提供的便利。
一次成功可以来自优势，也可以来自偶然；一次失败可以暴露不足，也可能是合理探索的必要代价。因而持续思考竞争力应在任务序列中评价。设任务依次为$\tau_{1},\tau_{2},\ldots$，每项任务包含不同约束与扰动。一个人的优势不仅表现为第一项任务的高分，还表现为能否利用前一轮经验改善后一轮判断。
这种跨轮次评价特别适合区分"获得成品"和"形成发生能力"。前者可能在每轮都依赖同一套现成流程；后者则能够识别流程何时不适用，并在合理成本内恢复工作。它并不要求参与者知道系统内部的每一个参数，却要求他对足以影响当前任务的条件具有相称的理解与干预能力。
因此，AI时代的能力证明不能只问"这是不是你亲手写的"，也不能只问"你是否使用了AI"。更有解释力的问题是：面对一个未被预写的变化，这个参与者能够使哪些认识操作继续成立，能够纠正哪些错误，又能够把哪些经验转化成未来可使用的条件？
设一个极简绩效函数为$Y = a + r + g$，其中$a$是共同AI帮助，$r$是既定任务中的个人发现能力，$g$是某种重构能力。在这个模型中，增加共同的$a$不会改变$r$与$g$的边际作用，也不会自动改变参与者的排序。因此，"AI普及了，所以发生学必然更重要"不是一个有效的无条件推论。
要得到优势转移，必须说明任务中的生产关系发生了怎样的变化。本文考察的是一种互补性结构：候选表达能够较快形成，但这些候选必须经过问题匹配、证据核验、比较选择与反馈才能成为有效成果。如果后一组环节仍然受限，那么继续增加前一环节的供给，就不一定继续提高有效产出。
这里的"有效转化"不是把所有好能力装进一个黑箱。它包括可以分开观察的操作：发现当前问题规定遗漏了必要区分，选择具有判别力的材料，安排适当核验，识别结果何时只适用于狭窄情境，以及把失败条件写回下一轮流程。发生学训练是否真的改善这些操作，是经验假设，不是由名称保证的事实。
固定任务、基础知识和可比较的资源条件。设$a$为AI提供的可用候选供给率，$r$为个人沿当前路径补充的候选供给率，$b(g)$为发生学组织能力$g$支持的有效转化率。所有数量均换算为同一流程中的处理单位，并假设候选类型与任务需求可以衔接。定义：
$$Y(a,r,g) = \min\{ a + r,b(g)\}.$$
假设$b$在考察区间可微且$b\prime(g) > 0$。如果当前满足$a + r > b(g)$，那么对于足够小的正增量$\varepsilon$，增加$r$得到$Y(a,r + \varepsilon,g) = b(g)$，有效产出不变；而只要$b(g + \varepsilon) < a + r$，就有$Y(a,r,g + \varepsilon) = b(g + \varepsilon) > b(g)$。因此，在该局部区间，提高发生学组织能力比仅增加同类候选供给更有效。证毕。
这个定理的意义，不在于数学形式复杂，而在于把一个容易口号化的判断压缩成明确条件。它证明的是特定结构中的局部优势，不是已经证明现实中的所有思想任务都满足最小值函数。它也没有证明任何"发现能力"都只进入$r$。如果一项高水平发现改进了核验方法或问题表示，它同样会影响$b$，因而本来就包含本文所讨论的发生学作用。
换言之，定理比较的是两种改进方向：在既定条件下继续增加候选，与改变候选转化为有效认识的条件。它不是对"发现者"和"发生者"两种人的永久分类。一个优秀研究者可能在不同时刻执行两类操作，真正的竞争力在于判断当前该改善哪一类约束。
为避免结论仅依赖最小值函数，可以考虑一个平滑互补模型。令$u = a + r > 0$，$b = b(g) > 0$，并取$\rho > 0$：
$$Y = \left( u^{- \rho} + b^{- \rho} \right)^{- 1/\rho}.$$
直接求导得到：
$$\frac{\partial Y}{\partial u} = Y^{\rho + 1}u^{- \rho - 1},\quad\quad\frac{\partial Y}{\partial b} = Y^{\rho + 1}b^{- \rho - 1}.$$
设提高$r$一个单位的局部成本为$c_{r} > 0$，提高$g$一个单位的局部成本为$c_{g} > 0$。则两种改进的单位成本边际收益之比为：
$$\mathcal{M} = \frac{(\partial Y/\partial g)/c_{g}}{(\partial Y/\partial r)/c_{r}} = b\prime(g)\frac{c_{r}}{c_{g}}\left( \frac{a + r}{b(g)} \right)^{\rho + 1}.$$
固定其他条件时，$a$增加会提高这个比值。当$\mathcal{M} > 1$，改善$g$的单位成本边际收益高于改善$r$。这说明，在一类平滑的互补结构中，共同候选供给的增强同样可能使优势向有效转化能力迁移，而不需要假定某个环节的收益突然降为零。
不过，如果模型进步同时大幅提高了自动核验、自动重构和自动反馈能力，$b$也会改变；如果重构训练成本很高，$c_{g}$也可能抵消收益。不能只让$a$增长，却把其他变量冻结，再宣布这是未来必然轨迹。上述公式提供的是可检验的比较静态条件：需要同时观察供给、转化、训练成本和人的贡献怎样变化。
某种能力在一个局部区间边际收益较高，不足以证明它在整个社会中最重要。要进一步称为核心竞争力，至少需要看到这种收益在有代表性的任务集合中持续出现，并且能够迁移，而不是只对某一道题或某一种模型有效。
设任务分布为$\mathcal{T}$，在共同预算下比较不同训练所造成的期望表现增益。如果发生学训练在开放任务、条件扰动和后续迁移中持续产生较高收益，同时效果不能被基础知识、模型版本和额外时间解释，那么"核心"才获得较充分的经验支持。这个任务分布必须公开说明，不能只选择有利案例，也不能把单一学科结果扩大为所有人的生活规律。
由此，本文得到的不是一条脱离世界的必然规律，而是一种结构性判断：当候选供给不再是主要约束，且有效认识仍取决于可改变的发生条件时，竞争优势会转向对这些条件的组织。AI时代之所以值得讨论这一转移，正因为语言生成工程可能大范围改变前一个约束；后一个约束如何变化，则必须继续观察。
前一节把发生学作用表达为转化率变化，但这还不足以涵盖它的全部含义。有时问题不在于处理候选太慢，而在于当前表示方式和允许操作根本无法在有限资源内达到所需认识。继续扩大同类搜索，只会产生更多彼此相似、却没有触及关键矛盾的结果。
可以把一个思考过程表示为状态图：节点是当前问题表示、已有判断和可用材料的组合，边是允许进行的推理或检验。设从起点到合格结果的最短成本为$d_{0}$，预算为$B$。如果$d_{0} > B$，当前流程在预算内不能达到目标。若一次表示重构成本为$c$，重构后的最短成本为$d_{1}$，且$c + d_{1} \leq B$，则原来在资源约束下不可达的结果变为可达。
这只是一个条件命题，而不是宣称任何重构都能缩短路径。它揭示的差别在于：提高沿现有边移动的效率，与改变可以使用的边，是两种不同机制。前者优化当前搜索，后者改变搜索的可行组织。发生学思考可以作用于后者，也必须接受重构无效、成本过高或破坏原任务的失败可能。
有人可能反对：语言模型理论上可以输出任何允许的符号序列，那么所谓"原来不可达"并不存在。这个反对提醒我们，必须把逻辑可能性与有限资源中的可实现性分开。某个序列具有非零生成概率，不等于在现实预算内能够以可靠方式得到它，更不等于系统能够识别它为何正确。
本文讨论的可达性，是在给定操作、表示、时间和可靠性要求下的可达性，而不是整个宇宙里绝对不可能发生什么。发生学重构不需要突破可计算性的边界；把一个问题改写成更适合验证的形式，或者引入一个使候选能够被有效排除的区分，就可能具有重要作用。它改变的是可行过程的组织，而不是凭空创造不受条件约束的答案。
同样，这种能力并不天然属于人。AI也可能建议新的表示和路径。如果它的建议在独立检验中成立，就应被视为真实贡献。发生学视角的优点，恰恰在于不先按人和机器划定荣誉，而是追踪什么改变使认识能够发生，再进一步识别个人如何参与其中。
改变问题存在一种廉价版本：原任务困难，便换成容易得分的任务，再宣布已经超越旧框架。为了排除这种做法，发生学重构需要保留与原始挑战的可说明联系。若原任务有清楚的外部目标，改写后应证明新结果仍然满足它；若原任务本身含混，则需要公开说明修改了哪些需求、放弃了哪些承诺，以及为什么这些改变具有理由。
因此，"问题发生"不是任意改题的权利，而是对问题成立条件承担更高的说明义务。重构的价值应当由它是否增加了相关区分、检验能力和实际解释力来评价，而不由新术语的数量来评价。一个新问题即使更深刻，也不自动成为旧问题已经解决的证据。
本文沿用王德生提出的SDE三元发生结构：
$$S = F(D,E),\quad\quad D = G(S,E),\quad\quad E = H(S,D).$$
其中，$S$表示显露，$D$表示差异序列，$E$表示特征纠缠系统。这里的$S$不是SIO记号中"主体"的缩写，不能把显露直接误解成一个先在主体。三方程表达的是互相构成的分析关系，不是已经标定参数、可以直接预测思想变化的经验方程。
在具体认识活动中，$S$可以表现为一个已经成形的问题、一项判断、一组概念或一段论证；$D$涉及相关差异怎样被引入、排序、放大、压低和保持；$E$则涉及材料、既有特征、工具、表达方式、检验条件及其他相关互动怎样共同约束和推动当前过程。三者不是先分别完成，再在外部相加。新的显露可以反过来改变哪些差异值得注意，并重组原来起作用的条件。
把这种结构用于论文研究，不要求先证明一切存在都可以归入SDE。较弱而可操作的主张已经足够：研究者可以检查一个认识结果的显露、差异组织和条件纠缠是否被同时纳入解释，并设计针对其中关键关系的干预。这个方法模块能够独立接受具体任务的检验。
发现中心的评价容易把注意力集中于一个已形成的$S$：某个答案是否正确，某条规律是否被识别，某种解释是否新颖。发生学思考进一步追问，这个$S$由哪些差异在怎样的$E$中稳定出来。若一直得不到有意义的结果，问题可能不在推理不够努力，而在当前差异区分不适当，或者检验环境不能让竞争解释分出高下。
例如，一个研究者不断讨论"AI使学生变聪明还是变懒"，这一表述把即时表现、学习保持、工具依赖和复合系统能力压进了同一条轴。再增加十篇支持材料，也可能只是扩大混淆。发生学干预首先不是回答哪一方，而是重新组织$D$，把几种不同的变化分开；随后重构$E$，使实验设计和评分方式能够分别测量它们；新的$S$才可能表现为更精确、也更可检验的判断。
这一过程没有否定发现。它使新的发现成为可能，却不预先保证结果符合研究者的愿望。若重新设计的实验表明原来期待的优势不存在，发生学工作仍然提供了价值：它改变了问题的可判定性，并阻止一个含混论断继续凭修辞维持。
在本文采用的SDE解释中，特征律强调：差异序列在特定纠缠条件下获得相对稳定，使某种显露具有可识别的同一性。这里的稳定不是所有变化停止，也不是每次出现完全相同的词句，而是在与任务相关的变化中保持足以识别的结构。
例如，一个学生对"证明"的理解，不能只根据他记住了哪一句定义来判断。若他在代数、几何或程序验证等不同材料中，都能够区分经验支持与逻辑推出，能够指出论证所依赖的前提，那么某种可迁移特征才表现出来。表面表达可以变化，关键区分却在适当情境下持续起作用。反过来，如果换一个词面他就把检验样例当作一般证明，那么之前的稳定可能只是题型熟悉，而不是概念同一性的形成。
由此，重复成为发生的重要条件，却必须是能够保留和改变相关差异的重复。课堂中机械重复同一题型，可能稳定了某种操作；引入有设计的变式与反例，则可能检验并改变这种稳定。二者都可能有教育用途，但承担的发生功能不同。不能用一种活动的高频出现，替代对它究竟稳定了什么的分析。
如果认为新的同一性完全由纯粹差异独自生成，就会遗漏使差异可以被识别和保持的条件。当前使用的概念、语言、工具和检验惯例，本身已经包含既有特征。因此，在具体发生中，差异与同一性相互依赖。新的认识既不只是旧结构的复制，也不是从毫无条件的空白中跳出。
大模型尤其适合帮助说明这一点。它的语言产出依赖已有训练结构与当前条件，不是无来源的创造。\[2\]但"依赖既有条件"不等于"只能重复既有成品"。一个新的表示可以重新组织已有关系，使此前未显露的结构变得可用。发生学思考的关键便在于：既不幻想脱离条件，也不把条件的存在当作创新不可能的理由。
在SIO环境论的限定下，环境不是一切无关事物的总和，而是与当前互动具有相关共同性、并且能够影响当前过程的其他互动集合。因此，分析$E$需要给出纳入理由。某项材料、评价规则或工具究竟通过哪种关系影响当前认识，必须说明；否则"环境复杂"就会变成无法检验的万能解释。
一个常见误解，是把发生学想象为一个不变的人站在系统之外，管理材料、配置工具、控制结果。这仍然保留了先在主体的假设。事实上，在本文的分析框架中，人的原始问题、关注次序和价值判断也可能在互动中被改变。所谓组织发生，不是永远从原有意图出发更有效地控制一切，还包括允许有根据的互动改写原来的意图。
可以借助主体性三号位的"分布、场、美"进一步分析这种改变。分布涉及理念之间的关系、影响与共存；场涉及连接、次序与结构；美涉及统一、多样与和谐。这里的"美"不是文字装饰，而是人如何在差异中形成可以接受的整体关系。例如，一个学生起初只允许两种互斥解释，后来能够保留第三种情境依赖关系，这不仅是多知道一个答案，也可能改变了理念共存和判断次序。
但是，三号位改变不能直接等于正向成长。迎合、封闭和对单一解释的过度依赖，也可能改变理念分布与结构。本文因此把"发生了改变"与"改变提高了认识能力"分开。前者由过程证据说明，后者必须通过理由、结果和迁移来检验。只有这样，发生学才不会把所有主观变化都自动颂扬为主体性的重生。
如果本文把人定位为唯一能够提问、唯一能够批评或唯一能够改变框架的存在，那么它的论证将依赖脆弱的技术边界。Self-Refine研究已经展示了让同一模型生成初稿、提供反馈并迭代修改的流程；AlphaEvolve则把语言模型、程序修改和自动评价接入迭代系统，用于算法与科学问题探索。\[4\]\[5\]这些工作足以说明：不能把反馈和组织流程先验地保留给人。
因此，人的发生学竞争力不能解释为"只做人们暂时还没有教会机器做的那一步"。否则，当机器会回答时，人退到提问；机器会提问时，人退到评价；机器会评价时，人再退到评价评价。这个不断后撤的论证没有稳定基础。发生功能是否重要，与它是否必须由人独占，是两个不同问题。
本文采取的立场是：在具体任务中，能够影响认识形成的操作，可以由人、AI、其他人或外部工具共同承担。个人竞争力体现为他怎样参与构成一个有效系统，以及这种参与是否在可比较条件下产生可识别的增益。这样，机器进步并不自动否定发生学视角，却可能改变个人贡献的位置，甚至在某些任务中使个人贡献减少到不再构成竞争优势。
把人和AI放在一起，并不保证得到更好的系统。Vaccaro等人2024年发表的元分析汇总了106项实验、370个效应量；所纳入研究发表于2020年1月至2023年6月。总体上，人---AI组合优于人单独完成，但平均表现低于人或AI中较强的一方，且任务间差异明显。\[9\]
这一结果既不能证明所有复合系统无效，也不能用"未来模型更好"将其忽略。它直接反驳了一个不应成为前提的观念：只要存在互动，协同优势就已经发生。系统中的人可能引入错误干预，AI建议也可能误导人；某种组合只比人单独做更好，不等于它优于同等资源下的自动流程。
因此，本文把"复合发生"作为分析单位，而不作为自动成功的标签。一个复合系统的价值，必须与合适基线比较。对学生而言，基线可以包括独立学习、普通AI辅助和经过教学设计的AI辅助；对研究任务而言，还应包括同预算的自动化系统。只有这样，才能区分工具直接增益、流程设计增益和人的参与增益。
人的贡献不宜仅按输入了多少字、修改了多少句或是否最后签名判断。更有意义的证据来自条件干预：在保持模型、预算和材料相近时，替换参与者是否改变了错误识别、问题重构和迁移表现？保留同一参与者而更换模型，能否恢复有效流程？删除某个关键操作，结果是否发生可重复的变化？
这些比较也有局限。人可能拥有难以完全控制的领域知识，任务可能受顺序与练习影响，关键贡献可能分散在整个过程里。因此，归因应结合随机安排、交叉任务、过程记录和独立评价，而不是凭一次精彩提问宣布某个人不可替代。对复杂互动保持归因谨慎，不等于否认个人作用。
尤其需要区分认识贡献与责任承担。一个人愿意公开修正错误，有助于建立可靠协作；但签名本身不能产生证明，承担后果也不能使错误结论变真。责任要求的意义在于改变流程中的约束与纠错，而不是为人的认知优越性提供神秘保证。
如果某类任务已经能够由同预算自动系统稳定完成，而增加人的参与不再提高目标质量、适应性或其他预先明确的价值，那么本文不能继续声称人的发生学能力在该类任务中仍然构成核心优势。此时，发生条件的组织功能仍然重要，但它可能已主要由自动系统承担。
反过来，只要不同参与者仍然能够使复合系统在新条件下出现可验证的差异，就有必要研究这些差异的来源。问题不是提前宣布人必不可少，而是找到人的参与何时、怎样、以多大成本带来何种增益。发生学思考由此可以成为关于人和工具共同变化的理论，而不是维护人类例外地位的修辞。
Bastani等人的高中数学研究发现，普通AI辅助组在练习中表现较好，但撤去工具后的考试表现低于对照组；加入教学保护设计的系统基本消除了这种负面效应，却未显示无辅助考试中的显著正向增益。\[7\]这是一项特定场景中的短期研究，不能被扩展成关于全部AI教育的长期定律。
另一方面，Kestin等人在194名大学物理课程学生中进行的随机对照研究，报告经过教学设计的AI辅导在所考察课次中带来较高学习增益，学生使用的时间也较少。\[8\]这同样不意味着任何聊天模型都优于任何课堂，更不意味着已经证明长期迁移。两项研究共同表明：具体设计、任务与测量方式会影响结果，辅助表现和学习成效必须分开。
本文据此提出的教育判断不是"少用AI才会学习"，也不是"用得更多就会更聪明"，而是：教育必须辨认，在作品形成的同时，哪些支持未来判断的改变真正进入了学习者及其可重建的互动系统。工具既可以绕过学习过程，也可以重新组织学习过程；区分二者需要观察发生机制，而不是统计使用次数。
第一条成长线是人的可保持改变。学生能够更清楚地区分概念，能够说明一个理由为什么支持结论，能够识别自己在哪一步失去依据。这类改变可以通过适当的无辅助任务、延迟测验和陌生变式观察。
第二条成长线是复合系统的可重建改变。学生能够选择适合当前任务的工具，组织必要材料，约束不可靠生成，利用反馈调整路径，并在原工具失效时建立替代安排。这类能力不能仅靠无工具考试测量，因为它本来就发生在工具参与的情境中。
两条成长线存在联系，但不能相互取消。强调复合主体，不意味着学生可以完全不理解关键判断；强调个人学习，也不意味着他必须在离开工具后复制整个系统的全部性能。一个合理评价应同时询问：没有即时辅助时保留了什么，有适当辅助时能够组织什么，条件发生变化时能够重建什么。
可以把工具撤去后的表现，与训练前和辅助阶段表现共同比较，研究哪些能力得到保持。但简单地用"无AI得分除以有AI得分"定义保持率，可能制造误导：辅助分数越高，分母越大；低分母可能夸大保持；不同难度试卷之间的比值又缺少可比性。
因此，更稳妥的做法是使用等值任务与基线调整，分别报告无辅助增益、辅助增益和工具替换后的增益。比例可以作为附加描述，却不能代替测量设计。对于基础概念学习，无辅助保持十分重要；对于复杂工具协作，替换和重建能力也必须被看见。用一把尺子评价所有学习目标，会重复旧评价把成品与能力混同的问题。
发生学教育所要求的，不是把学生永远留在"我自己做"的状态，也不是把他交给一个永远替他做的系统，而是使他能够逐步理解和参与决定：哪些步骤应由自己承担，哪些可以委托，委托的结果怎样验证，以及这次互动怎样改变下一次学习的条件。
如果学生不理解最基本的概念，他就难以判断模型改写的问题是否仍然是原问题，也难以识别看似深刻的解释是否偷换了对象。因此，发生学能力不是摆脱知识的通用技巧，而是一种依赖具体知识又改变知识使用方式的能力。
在前文模型中，基础知识既可能影响候选供给$r$，也可能影响转化能力$b$。这意味着AI替代某些记忆性产出之后，基础知识仍可以通过提高错误识别、反例构造和表示转换的质量发挥作用。工具能提供某个定理的文字，不等于学生已经具备判断该定理何时适用的能力。
发生学取向因而不要求取消练习和记忆，而要求解释它们服务于什么后续发生。重复计算可以形成必要熟练性，但训练应逐步加入条件变化；阅读可以积累概念，但应逐步转化为比较和反驳；复述可以检验初步理解，却不宜成为最终证据。教育改革的关键不是把一种活动宣布为过时，而是重新安排活动之间的关系。
教师可以提供必要知识、设计有区分力的材料、安排适合学生阶段的难度，并在关键处阻止模型直接包办。但是，若所有"原创问题"已经由教师写好，所有"自我推翻"都有标准台词，那么学生执行的仍然可能只是更复杂的流程表演。
因此，教学设计需要保留有限但真实的未规定部分。学生应当遇到至少一些必须作出判断的地方：一个反例是否真正相关，一项假设是否应被保留，工具给出的建议是否改变了原任务，什么时候应当停止扩展而开始核验。这些判断不必一开始就属于世界前沿，却应在学生当前活动中具有不能靠机械照抄消除的不确定性。
教师的价值由此表现为组织能够产生真实判断的学习条件，并帮助学生把判断的后果转化为可保持的能力。发生不是预先写好的结果，教育也不应把所有意外都当作偏离教案；但意外同样需要检验，不能仅因出乎预料就被称为创造。
以下案例是本文构造的教学情境，不是对真实学生的实验报告。教师给出三个观察：$f(1) = f(2) = f(3) = 0$，要求学生判断$f$是否恒为零。第一种应对是继续让AI计算更多样例，或者寻找一个看似支持零函数的模式。第二种应对是追问：题目对$f$的函数类别究竟作了什么限制？
如果$f$是次数不超过二的多项式，那么三个不同的根足以推出它恒为零。理由是一个非零二次或一次多项式不可能有三个不同根。若允许一般多项式，则$f(x) = (x - 1)(x - 2)(x - 3)$满足三条观察，却不恒为零。于是，同一组数据在不同函数空间中支持不同结论。
这个例子中，关键竞争优势不在于谁得到更多函数值，而在于谁发现"函数类别"是决定推理有效性的条件。这里仍然存在发现：学生发现了缺失前提。但是，发生学分析进一步说明，这项发现通过重构问题的条件空间，使原来含混的任务分裂成可以证明或可以反驳的两个任务。
如果AI率先指出了这一点，不能把贡献据为人有。教师应进一步改变条件，观察学生是否能够继续判断。例如，把"次数不超过二"改为"次数不超过五"，或者给出一般连续函数，要求说明原理由何处失效。真正的能力证据不是学生是否重复"要看函数类别"，而是他能否让这个区分在新情境中产生正确后果。
这个案例也表明，发生学思考不是脱离对象任意改题。它没有把"是否恒为零"换成别的问题，而是辨认原任务缺少的成立条件，再把不同条件下的答案分别证成。问题发生与证明纪律在这里并不冲突，前者恰恰使后者能够严格运行。
设一名学生撰写"AI究竟促进还是削弱学习"的文章。他让模型分别提供支持和反对观点，再整理成正反两面都很完整的文本。这个作品可能具有阅读价值，但两边论据仍然可能谈论不同对象：一边谈练习成绩，另一边谈延迟记忆；一边谈普通聊天界面，另一边谈经过教学设计的辅导系统。
发生学干预不是简单地要求"更辩证"，而是建立能够改变论证的差异。学生把辅助表现、无辅助保持、模型替换后的重建能力分开，把不同系统设计分开，再把测量时点分开。此时，原来的二选一问题转化为一个条件性问题：何种设计通过何种互动，对哪一种学习结果产生何种影响？
随后，学生必须重新组织材料。如果某篇研究只测量即时表现，它不能直接支持长期学习结论；如果两个研究使用不同任务，它们不必构成真正矛盾。文章因此可能变得不那么壮阔，却更有判别力。它不再通过"双方都有道理"来结束，而能够指出还缺少什么比较，什么证据可能改变当前判断。
评价这项工作时，应当检验新结构是否提高了材料分类的准确性和推论的可靠性，而不是只看文章出现了多少新概念。还可以提供一篇未见过的研究摘要，让学生在不知道作者声望的情况下判断它能支持哪些结论。这样，发生学贡献便有机会从漂亮措辞转化为可观察的迁移表现。
设学生团队需要改善教室里的阅读体验。AI可以提出调整照明、改变座位、修改材料排版和增加休息等多种方案。方案数量增长，并不意味着团队知道哪种方案对当前问题有效。若"阅读体验"始终没有被区分，团队可能把主观喜爱、阅读速度和理解准确率当作同一个目标。
发生学思考首先使不同目标显露出来，再讨论如何测量与权衡。团队可以设计不涉及个人敏感信息的简短测试，比较不同排版下的理解表现，并记录阅读者的主观感受。如果一种设计更受喜欢却没有提高理解，那么它仍可能有价值，但价值属于哪一方面必须说清楚。
这个案例中的新认识，不来自把方案清单扩展到一百条，而来自建立一种让方案产生可比较后果的互动。AI可以帮助设计测试、检查混杂因素和分析结果；学生的贡献则需要在目标区分、实际执行、异常解释及修正中被识别。最终结果即使是否定原方案，也可能形成可保留的条件：下一轮不再把喜爱程度直接当作理解水平。
三个案例共同说明，发生学并非必须以宏大哲学问题为对象。它可以发生在一个定义、一条推理、一项测量和一个真实反馈里。其标志不是话语层级很高，而是认识条件获得了有后果的重组。
杜威在《我们怎样思维》中已经把反思与困惑、证据搜寻以及对根据的检查联系起来。\[12\]Scardamalia与Bereiter的知识建构理论强调共同体的知识改进、可持续的问题推进以及认识产物对后续知识工作的作用。\[10\]Clark与Chalmers则论证了外部工具在某些耦合情境中能够成为认知过程的一部分。\[11\]
这些思想意味着，本文不能把"重视探究""知识可以改进"或"认知不限于个人头脑"宣布为首次发现。本文试图提出的更具体问题是：当语言形成机制成为可调用的工程条件时，候选供给、能力归因、学习评价和持续优势之间的关系怎样改变。贡献应当由这种连接是否带来新的可检验预测来判断，而不是由替已有思想换一个总名称来判断。
SDE在这里的潜在增量，是把结果显露、差异组织、条件纠缠及其回写放入同一个分析结构，并要求同时考察作品发生和能力发生。如果这个结构不能比成熟的探究、批判性思维或知识建构训练提供更好的诊断与预测，那么它作为独立方法的增量就需要收缩。这一比较不是礼节性的文献回顾，而是理论必须面对的实质检验。
这一反对在相当范围内成立。许多重要发现都包含重新表述问题、构造概念和改变验证路径。若把"发现"定义为包括这些操作在内的全部原创认识活动，那么"不是发现，而是发生"就不能被理解为两类互斥活动的替换。
本文的回应不是争夺词语，而是明确典范转移的对象：转移的是对能力的解释中心及评价单位。发现作为成果不会消失；但仅以成果被找到、被拥有或被提交来定义个人能力，会遗漏发生条件及其可重建性。原断语最严格的含义因此是"不是仅以发现结果为中心，而是以有价值发现如何持续发生为中心"。
这个限定确实比未经限定的口号更窄，却保留了其真正有解释力的部分。若坚持把任何意义上的发现都排除在核心竞争力之外，断语会被真实科学活动中的大量概念重构所反驳。理论的力度来自明确边界，而不是把一个含混的否定维持得更响亮。
若发生学被定义为"提出好问题、拥有知识、会验证、能创造、能迁移以及其他一切好能力"，它就无法与一般优秀思考区分。本文因此不把这些能力的存在本身作为判据，而把它们在一个具体机制中的关系作为对象：是否发生了关键条件的识别、重构、检验与回写。
一个知识丰富的人可以在固定框架内工作，一个创造性很强的人可以产生大量无法检验的想法，一个批判严厉的人也可以不断否定却不能建立新的判断路径。发生学思考要求说明这些活动怎样共同改变了后续认识的可行条件。它不是每一项能力都必须达到最高水平，而是能够在当前约束下把相关能力组织成可修正的过程。
为避免循环，训练过程中的发生学操作应在不知道最终成绩的情况下编码，结果质量由另一组评审独立判断。这样，发生学操作可能很多却没有带来好结果，也可能某些高质量结果没有明显发生学重构。允许两种情况出现，是这个概念能够接受检验的前提。
拥有更强模型、更多时间、更好材料和更多专家帮助的人，可能表现出更灵活的重构。若不控制这些条件，所谓个人发生学竞争力可能只是资源优势的另一种描述。因此，本文有关个人能力的比较必须在资源可比条件下进行，并报告现实中不平等的工具与材料条件对结果的影响。
同时，不应从实验中的同资源结论直接推导个人现实收益。现实任务中的机会、组织支持与评价方式都可能影响能力能否被使用。本文证明的是理念思考中的条件性优势机制，不是一个人只要提升发生学能力就必然获得收入、地位或其他外部回报。
记录失败、描述反思、展示问题变化，都可以被模板化生成。一个学生可能提交十分漂亮的研究日志，却没有在关键处作出真实判断。因此，过程记录不能成为新的免检成品。评价应加入记录完成后才出现的扰动，并让参与者解释原有路径在变化后还能保留什么。
同样，不应强迫学生暴露全部私人思考。教学所需的是与任务相关的关键选择、证据和修正，而不是无限监控。发生学评价应尽量采用少量具有判别力的观测，减轻材料堆积，让反思仍然服务于学习而不是服务于记录本身。
即使发生学训练有效，也未必说明AI导致了竞争力的典范转移。它可能在没有AI时同样有效，甚至更有效。要检验本文的特定主张，必须研究AI条件是否改变了不同训练方式的相对收益，而不只是比较受训者与没有任何额外教学的人。
一个可行设计是把学习者随机分配到三种等时训练：既定问题求解训练、成熟的一般探究或批判性思维训练，以及SDE发生学训练。三组使用相同的领域材料，获得相同的总教学时间和工具接触机会；区别在于训练组织。第三组特别训练关键区分的诊断、条件重构、可失败检验与跨轮次回写，但不能额外获得第一、二组没有的知识讲授和教师注意。
在主要后测中，再将各训练组随机分配到有AI与无AI的评价条件，形成三乘二的平行比较。主分析采用不同参与者的平行组，避免同一道题先在AI帮助下完成，再无辅助重做所产生的记忆污染。模型版本、工具预算、任务时限和评分要求应当固定。无AI条件用于估计训练的独立迁移，有AI条件用于估计其对复合任务表现的作用。
这种设计识别的是在既定训练条件下，AI可用性如何影响不同训练的表现差异，不是对所有教育过程的一次性因果解释。如果需要研究训练期间的AI使用，还应另设相应随机因子，不能把训练阶段与测试阶段的作用混成一个数字。
以发生学组$G$和既定问题求解组$R$作比较，令$Y_{G,A}$表示发生学组在AI可用条件下的平均表现，其他记号类推。本文的关键对比是：
$$\Delta = \left( Y_{G,A} - Y_{R,A} \right) - \left( Y_{G,0} - Y_{R,0} \right).$$
若$Y_{G,A} > Y_{R,A}$且$\Delta > 0$，并且估计的不确定范围排除了事先规定的微小效应区间，就支持"AI提高了发生学训练的相对收益"这一局部预测。若发生学组同时优于成熟的探究训练组，才进一步支持SDE方法具有超出一般探究的独立增量。
不能只凭显著与否决定理论成败。研究应事先确定何种效应具有教育意义，报告置信区间、成本和任务差异，处理多重比较与班级聚类。如果不同任务出现方向相反的结果，就应解释与约束类型的关系，而不是只发表有利任务。样本量需要根据先导研究中的方差、目标效应和聚类程度计算，本文不虚构一个没有依据的最佳人数。
结果评价应考察结论有效性、证据适切性、错误识别和迁移表现，不以是否使用"显露""纠缠"等术语计分。机制评价则由另一组评审在不知道最终成绩的条件下，编码关键区分是否改变、验证路径是否重组、失败是否影响下一轮行动。两组信息在编码完成后再连接，以减少把好结果倒推成好过程的偏差。
过程指标也不能简单计数。改变问题越多不一定越好，否定原方案越多也不一定越强。需要判断每次改变是否针对真实约束，是否保留与任务目标的关系，以及是否降低错误或提高可判定性。没有后果的语言变化应与有后果的结构变化分开记录。
还应比较"自述发生"与"行为发生"。参与者可能说自己已经改变判断，却在新任务中重复旧错误；也可能不擅长描述过程，却能够持续作出准确调整。口头报告是证据之一，不能成为唯一入口。尤其对年龄较小的学生，需要允许通过操作、排序、举例和纠错来表达理解，而不强迫他们使用成人理论语言。
为了检验前文模型，可以在辅助实验中分别改变候选供给与核验条件。例如，在保证材料质量可比较的前提下，给一部分参与者更多候选方案，给另一部分参与者更有判别力的检验资源，再观察谁在何种任务中受益。若增加候选只提高数量、不提高有效成果，而改善检验条件提高了有效成果，就与瓶颈迁移机制相符。
但候选增多也可能改变质量分布，核验资源也可能包含额外知识，因此实验必须记录这些共同变化。不能把一个明显更优质的信息包称为"发生学条件"，再把差异归因于抽象能力。更精确的设计应尽量拆分候选数量、候选质量、检验成本与重构权限，并报告无法完全分离的部分。
在自动化比较中，应加入相同模型和预算下的强自动流程，包括多轮生成、批评、工具核验和修订。只有比一次裸提示更好，不足以说明人的参与提供了独特增益。自动流程可以在作品任务中作为基线，但它不是学生学习的替代样本；系统输出质量与人的学习成长仍然需要分开报告。
发生学训练若只使学生更擅长当前教师设计的任务，仍然可能只是新的题型训练。因此，需要安排不同材料、不同表面结构和不同模型条件下的延迟任务，观察关键区分能否继续发挥作用。还应考察负迁移：学生会不会在本来简单、标准清楚的任务中反复重构，增加不必要的成本？
一项成熟能力应当包含对使用时机的判断。面对条件已经清楚、现成方法可靠的任务，直接采用方法可能优于重新设计整个框架；面对反复失败或判据含混的任务，重构才可能更有价值。如果发生学训练只能使人不断质疑，却不能判断何时应当稳定地执行，那么它尚未构成本文所说的持续竞争力。
延迟测量也应区分遗忘与系统失效。学生暂时忘记某个公式，不等于不会重建解决过程；系统记录遗失导致无法恢复关键判断，则可能暴露互动条件没有得到有效保持。通过多种观测方式，才能说明能力到底沉淀在个人理解、外部记录还是两者的关系之中。
如果发生学训练的优势在控制领域知识和额外时间之后消失，就应怀疑测到的主要是资源或知识效应。如果它在有AI条件下并不比无AI条件下更有相对优势，则不能据此声称AI促成了该转移。如果它不优于成熟的一般探究训练，SDE的独立增量就尚未获得支持。
如果强自动流程在目标任务中稳定优于人---AI组合，且人的参与没有在预先规定的其他价值维度上提供增益，就应缩小"个人核心竞争力"的适用范围。如果高分仅来自更长文本、更丰富术语和更漂亮的日志，而独立验证与迁移不改善，就应判定评价抓错了对象。
这些结果都不是可以用"发生尚不充分"随意化解的例外。研究前必须说明哪些结果会改变理论判断，研究后则应按原标准接受它们。一个要求学生能够改写自身前提的理论，也必须允许证据改写它自己的前提。
使用AI完成原来的作业，可以只是工具更新；让学生学习更多提示词，也可能只是技能扩充。本文所说的典范转移，要强得多：不仅改变完成任务的办法，还改变什么被视为思考的主要对象，什么被视为能力的证据，以及教育究竟需要使什么发生。
首先，思考对象从已经规定好的答案空间，扩展到问题、区分和检验条件如何形成。其次，分析单位从孤立个人的成品，转向具体的人---AI---环境互动及其中可识别的个人贡献。再次，能力证据从单次作品推进到条件变化后的重建、独立核验和迁移。最后，学习目标不再止于获得已经形成的认识，而要求认识成果与未来认识能力同时得到发展。
这四种改变必须共同发生，才能构成本文定义的典范转移。若仅有输出速度提高，而任务定义、成绩判据和学习目标完全不变，那么更准确的描述仍然是原范式中的效率提升。不能把所有采用新技术的行为都称为范式革命，也不能仅凭理论上需要改变，就宣称教育实践已经完成改变。
在发生学中心，发现仍然是重要成果，证据搜寻仍然是必要工作，已有知识仍然是发生条件。变化在于，它们不再被孤立地理解。发现可以改变条件，条件可以促成新发现，新的认识又可以重组后续活动。发现从终点式成品，进入能够继续产生后果的过程。
因此，真正的转移不是从"认识世界"转向"只研究自己怎样认识"，也不是把一切变成无穷反思。发生学必须回到对象：数学结论仍需证明，经验判断仍需证据，方案仍需检验。只是这些要求本身，也需要通过具体互动获得可执行的形式，而不是作为抽象口号悬在结果之后。
在这个意义上，发生学思考具有统摄作用，却不具有取代一切的资格。它组织发现、理解、验证与学习的关系，而不取消这些活动各自的标准。一个只能谈发生却无法形成任何可检验认识的系统，并不因为理论宏大而拥有核心竞争力。
本文最深的教育判断，不是要求学生在语言产量上追赶机器，而是要求学习过程不把学生固定为答案的接收端。当生成机制成为可调用的条件，学生有机会参与更复杂的概念比较、证据组织和路径重构；但这种机会只有在相应教学设计与实际参与中，才会转化为能力。
所谓"新的思考者"，不是为AI赋予未经证明的主观体验，也不是把人的责任转交给一个抽象复合体，而是指一个在互动中获得新关系、新区分和新判断能力的参与系统。学生仍然是具体的人，他的理解、选择、承诺和成长需要被看见；同时，他的实际思考也不必被限制在独自完成所有步骤的旧形象中。
从发生学看，最值得警惕的并非机器产生得太多，而是人的教育只承认那些容易被机器交付的结果，却看不见能够改变发生条件的参与。最值得争取的，也并非让每个学生不停地产出"原创观点"，而是让他们能够辨认何时有新的认识真正形成，何时只是熟悉语言再次出现，以及怎样把两者的差异落实为下一步行动。
本文从"大模型是语言发生学的工程化"出发，没有把它当成一句技术赞辞，而是将其落实为语言形成条件的可训练、可调用、可干预与可反馈。由此得到的第一项结论是，候选表达的可获得方式正在改变某些任务中的能力证据结构：作品已经形成，不足以单独证明相应能力已经在提交者身上形成。
第二项结论是，语言生成与有效认识之间存在不能凭产出数量抹平的区别。信息不可区分引理说明，没有新增判别依据的重复生成不能保证解决真正的信息不足；成品归因非唯一性说明，相近作品可以与不同人的能力状态相容。这两项结论都不依赖"AI永远不会推理"或"人天然可靠"的假设。
第三项结论是条件性的竞争优势迁移。在候选供给与有效转化互补的任务结构中，当共同AI供给提高并使后一环节成为主要约束时，对发生条件的组织与重构可以获得更高边际收益。瓶颈模型和平滑模型分别给出了这一结论的形式证明。可达性分析则进一步说明，发生学不仅可以提高处理效率，还可能在有限资源内改变哪些认识能够形成。
第四项结论是，人的竞争力不能由发生功能的重要性直接推出。必须继续证明人的参与在同等条件下产生了可识别增益。AI也可以组织反馈、提出路径和参与检验，因此本文不以人的永久例外为前提。若人的贡献在某类任务中不再带来增益，就应当承认该类任务超出了个人优势命题的适用范围。
第五项结论涉及教育：作品发生、认识发生和能力发生必须分别评价。学生的成长既包括无即时辅助时能够保持的理解，也包括在工具参与时能够重建的互动能力。SDE分析为连接这两条成长线提供了一种结构框架，但其独立效力还需要与成熟理论和强自动基线比较。本文提出的是可检验的研究方案，没有声称已经完成相应随机实验。
因此，原断语不能被理解为"发现从此不重要"，也不能被理解为"每个人在所有任务中都只剩发生学一种竞争力"。它可以严格成立的形式是：在生成能力可比较地获得、开放任务需要条件重构、有效转化仍受限制且人的参与具有可识别增益的范围内，理念思考的持续优势将由主要占有发现结果，转向组织和重构发生条件，使有价值的认识以及支持后续认识的能力共同形成。
这就是"从发现到发生"的真正含义。发现仍然重要，但发现不再足以独立说明思考。机器能够生成语言以后，教育需要追问的不只是学生得到了一篇怎样的文章，而是这篇文章的形成，是否使他更能够理解、检验和重建下一次思考的条件。由成品的拥有转向条件的重构，由一次表现转向持续发生，由工具替人完成转向人在互动中真正成长，构成本文所论证的思考竞争力典范转移。
\[1\] Vaswani A, Shazeer N, Parmar N, et al. Attention Is All You Need.
Advances in Neural Information Processing Systems, 2017, 30.
arXiv:1706.03762.
\[2\] Brown T B, Mann B, Ryder N, et al. Language Models are Few-Shot
Learners. Advances in Neural Information Processing Systems, 2020, 33:
1877--1901. arXiv:2005.14165.
\[3\] Ouyang L, Wu J, Jiang X, et al. Training language models to follow
instructions with human feedback. Advances in Neural Information
Processing Systems, 2022, 35. arXiv:2203.02155.
\[4\] Madaan A, Tandon N, Gupta P, et al. Self-Refine: Iterative
Refinement with Self-Feedback. Advances in Neural Information Processing
Systems, 2023, 36. arXiv:2303.17651.
\[5\] Novikov A, Vũ N, Eisenberger M, et al. AlphaEvolve: A coding agent
for scientific and algorithmic discovery. 2025. arXiv:2506.13131.
白皮书／预印本。
\[6\] Noy S, Zhang W. Experimental Evidence on the Productivity Effects
of Generative Artificial Intelligence. MIT working paper, March 2, 2023.
本文所引样本与表述对应此工作论文版本。
\[7\] Bastani H, Bastani O, Sungu A, et al. Generative AI without
guardrails can harm learning: Evidence from high school mathematics.
Proceedings of the National Academy of Sciences, 2025, 122: e2422633122.
DOI:10.1073/pnas.2422633122.
\[8\] Kestin G, Miller K, Klales A, Milbourne T, Ponti G. AI tutoring
outperforms in-class active learning: an RCT introducing a novel
research-based design in an authentic educational setting. Scientific
Reports, 2025, 15: 17458. DOI:10.1038/s41598-025-97652-6.
\[9\] Vaccaro M, Almaatouq A, Malone T. When combinations of humans and
AI are useful: A systematic review and meta-analysis. Nature Human
Behaviour, 2024, 8: 2293--2303. DOI:10.1038/s41562-024-02024-1.
\[10\] Scardamalia M, Bereiter C. Knowledge Building: Theory, Pedagogy,
and Technology. In: Sawyer R K, ed. The Cambridge Handbook of the
Learning Sciences. Cambridge University Press, 2006: 97--118.
\[11\] Clark A, Chalmers D J. The Extended Mind. Analysis, 1998, 58(1):
7--19. DOI:10.1093/analys/58.1.7.
\[12\] Dewey J. How We Think. Boston: D. C. Heath & Co., 1910.