第24章
第二十四章 两种内卷：旧技能展示与新文本堆积
一 旧竞赛没有结束，新竞赛已经开始
想象两个研究组。甲组要求成员在黑板上完整重演每项结果，工具只准用于最后排版。乙组鼓励每天生成大量论文方案，以文本数量和智能体数量展示进步。两组看起来代表相反方向，却可能共享同一个结构：活动主要围绕可以展示的产物扩张，而不是围绕问题是否改变、依据是否充分和能力是否形成展开。
甲组的成员也许确实越来越熟练，却反复集中在便于个人展示的题目；乙组的成员也许确实得到更多内容，却很少让反例改变最初框架。前者保留旧操作，后者扩大新产量，都不能单凭外观判断研究是否进步。工具新旧不是最终分界，评价怎样组织活动才是。
因此，反对旧颗粒度保守，不能顺势为新文本竞赛提供豁免。一本书写得更快、更长，不能自动证明理论更有内容；一份报告涵盖更多领域，也不能自动证明跨学科关系成立。封装升级论必须同样接受这一要求，否则它只是把手工劳动的崇拜换成生成能力的崇拜。
一个重要区别是，产物增加与问题空间扩大并非同一件事。十篇文章可以反复回答同一个问题，也可以分别排除十种关键可能性。判断不能只看篇数，需要说明新增内容改变了哪些可接受解释、哪些行动或哪些后续研究。数量可以是工作规模的记录，却不应未经论证地成为知识增量的尺度。
同样，旧技能的保持也可能非常有价值。某位研究者精通一种推导，能够发现工具反复遗漏的条件；某位教师保留手工实验，使学生理解仪器接口所遮蔽的现象。这些活动不因传统而失效。真正的内卷出现在技能展示与目标脱离之后：大家为了相互比较而增加熟练度，却难以说明这种增量在何处继续起作用。
两种竞赛还可能相互强化。生成内容越多，评价者越不相信作品，越要求现场证明；现场证明越密集，研究者越需要工具赶产量，便更少时间真正整理问题。最终，技术端生产候选，制度端生产怀疑，个人在两端之间维持越来越多表面完成。任何单方都可能认为自己在解决另一方造成的问题。
这是一种可能的反馈回路，而不是对所有现实团队的描述。要确认它，需要观察生成规模、认证负担、问题选择和能力表现怎样相互变化。若更多产出同时带来更好问题、更可靠证据和更可持续参与，就不能仅因数量大而称为内卷；若严格考核确实支持后续研究，也不能只凭辛苦就否定。
本章因而提出一个双向标准：不因旧形式而自动尊重，不因新技术而自动赞美。两者都必须说明自己使什么新的差异进入认识，什么已有义务得到更好承担，什么能力能够在后续活动中继续运行。只有同一尺度可以同时检验两边，批评才不只是立场交换。
这也意味着，研究者可能同时需要减少两类东西：减少无意义重演，也减少没有用途的生成。前者释放被旧资格占据的位置，后者减少被新产量占据的注意。释放不是为了什么都不做，而是为了让尚未解决的关键问题重新取得组织活动的权利。
因此，真正需要被扩大的是有效探索的可能，不是所有可计数的动作。我们将从一个简单竞赛模型继续分析：为什么每个人都可能理性地选择多做一点，整体却停在同一个层级。
二 个体没有做错，集体为什么仍然没有前进
设想一个只有两个团队的制度，每期按可展示产物多少分配固定数量的机会。两组可以选择维持合理产量，或者额外投入大量资源提高产量。假定额外产物没有增加可靠知识，只增加被看见的数量；又假定单独提高产量会获得更多机会。这个刻意简化的模型，足以显示个体动机与共同结果可以分离。
若两组都维持合理产量，双方保有研究余地；若只有一组提高，另一组担心失去机会；若两组都提高，相对位置可能回到原处，却共同付出了额外成本。每一方为了避免落后而增加劳动，整体却未获得相称知识收益。这种结构不需要参与者懒惰、愚蠢或邪恶，规则已经使他们难以单独退出。
这个模型同样可以把产物数量换成无工具证明的数量。只要机会按某种形式的相对表现分配，而这种表现与目标能力的边际联系已经很弱，就可能出现类似问题。不是推导本身有错，而是制度对推导增量赋予了超过其研究价值的奖励。工具的到来改变了成本，却未必改变奖励结构。
当然，真实研究不是只有两个参与者，也不是每份新增成果都没有价值。模型的用途在于分离条件：机会是否固定，评价是否过度依赖代理指标，额外投入是否确实改善目标，参与者是否有其他可承认的路径。任何条件改变，结果都可能不同。不能用一个模型把复杂学术生活完全解释掉。
这也说明，要求个人保持初心可能不足。研究者可以真心希望做更有意义的问题，却面对直接影响工作和资源的规则。只劝他不在乎排名，把制度成本变成道德考验，无法形成可持续改革。需要让更有效的活动获得真实认可，使个体不必以重大损失为代价独自退出无效竞赛。
另一种常见办法是增加一个新指标，例如创新问题数、工具协作数或反例数量。若只是把旧计数换成新计数，而不检查具体内容，竞赛会很快围绕新指标重新组织。学生可以生成更多问句、建立更多空智能体、保存更多无关反例。指标的名称变得先进，代理与目标的距离却可能保持不变。
因此，不能把全部评价自动化为一个总分，也不能因总分困难就退回完全不透明的专家直觉。较好的方向，是让少量有内容的证据支持明确主张，并允许不同类型成果得到相应评价。关键不是取消比较，而是避免比较方式决定所有研究只能生产同一种可展示物。
团队层面也需要形成共同承诺。若一组明确减少低价值生成，却不调整成果要求，成员仍会在私下补足数量；若宣布鼓励失败，却在晋升时只奖励完美故事，失败记录会逐渐消失。制度规则与实际奖惩需要一致，否则改革语言本身也会成为另一份必须提交的表演材料。
可以先在有限范围内试行不同组织：同样资源下，一组按固定产量推进，一组按关键问题与证据状态推进。观察产物数量、可靠性、问题差异、后续复用和参与者负担。不能预先规定第二组必然胜出；某些标准化任务可能适合产量管理。研究需要说明何种活动依赖探索，何种活动适合稳定执行。
个体理性与集体停滞的区分，使内卷批评不再停在责怪研究者。真正的修复需要改变活动获得认可的方式，让可靠封装带来的收益能够进入新问题，而不是全部进入同层排名的军备竞赛。
三 一个新概念，究竟新增了什么？
在快速写作中，最容易被低估的成本是概念之间的区分。系统可以给同一种变化提出许多名称，每个名称附带完整解释，看起来形成了一套体系。但若它们不能对应不同现象、不能改变推论，也不能引出不同检验，所谓体系可能只是同一命题的多次包装。概念数量因此比字数更需要谨慎。
本书也必须接受这个要求。封装、颗粒度、层级、升维、回写等词，只有承担不同分析任务才有必要。封装描述可调用条件怎样形成，颗粒度描述当前以什么范围为单位，层级描述活动如何相互构成条件，升维描述新的研究可能怎样获得组织，回写描述新认识怎样修改下一轮活动。如果这些区别在案例中没有作用，就应当减少术语。
判断概念增量，可以先问它允许区分哪两种原来被混同的情况。例如，工具服务与教育发生的区别，使我们能够承认某项服务有效而学习尚未发生；成果正确与贡献归属的区别，使我们不必为了保护原创史而否认后来者的真实理解。这样的概念改变了判断，不只是让句子显得更深。
其次，要问它排除了什么。一个概念若既可以解释任务移交后的成长，也可以不加条件地解释停滞，可能没有足够约束。应当说明何种封装尚不可靠，何种新活动不能称为升维，何种标准保留并非保守。能够拒绝一部分有利叙述，理论才具有可检验的边界。
再次，要问它使人能够做什么新的研究工作。一个分类是否帮助发现接口错误，一项发生模型是否提出不同的比较方案，一种主体理解是否改变培养安排？这些作用未必立刻形成产品，但应当能够在思想和实践中留下可辨认差异。没有这一层，读者只是在记忆作者的新词。
最后，需要与近邻比较。前人可能已经使用不同词语表达相近机制。诚实的差分不应先把近邻简化成弱版本，再宣布自己超越；而要保留其最强主张，说明本书新增何种问题。对于能力封装，本书的主要增量应当落在历史继承、颗粒度迭代、资格失认与内卷机制之间的连接，而非冒充首次发现人会借助外部资源思考。
这种检查不是要求每个概念都成为数学定义。哲学概念可以保留开放性，但开放不等于无法比较其用法。通过典型案例、边界案例、反例与不同推论，仍然可以使意义更清楚。精确也不等于写出符号；一个没有量纲和操作含义的公式，可能比普通语言更含混。
对长篇专著尤其需要警惕章节间的假推进。每章都重新说明工具不等于加强，不能因为换了例子就视为二十次理论进展。必要的递进应当从问题拆解走向历史机制，再走向概念、实践与制度。重复可以帮助读者，但应当服务于新的问题，而不是用回声充当篇幅。
这也是本书作为AI参与写作成果必须承担的自我约束。文字形成得快，不意味着思想已经经过独立检验；相同模型的自评，也不应被称为外部盲审。现有版本能够交付的是有出处、有边界、可进一步检验的论证与方案，不应把尚未实施的教育实验写成已经验证的成功经验。
真正减少新文本内卷，不是反对长文，而是要求长度具有结构用途。复杂问题需要足够展开，短句也可能掩盖困难；但每一部分都应当承担不能由一句口号替代的工作。书稿的价值不在达到一个数字，而在数字背后的章节是否真的使读者进入了新的认识活动。
四 从产物竞赛转向可接续的知识发生
一种替代方向，是把评价的注意从一次产物移向其可接续作用。某项研究使后来者能够提出什么问题，调用什么可靠条件，避开什么已被说明的错误，继续什么未完成探索？这并不取消成果质量，而是把质量与文明继承连接起来。一个有效反例可能比十份相似结论更能改变后续研究。
可接续也不能只用下载次数衡量。大量传播可能来自标题吸引，而非内容可用；某个专业工具被少数人使用，却可能具有重要作用。需要结合任务，检查后来者是否确实利用它减少了重复探索，是否能辨认边界并作出新的改变。继承不是复制外观，而是活动条件得以接续。
研究产物可以同时包含完成部分与开放部分。已经证明的结论应当清楚，尚未解决的方向也应留下足够信息，使他人知道从哪里开始。若为了表现完美而删除失败和不确定，后来者就可能重复进入同样的陷阱。承认未完成不是降低标准，而是让公共知识的边界更加真实。
对于个人成长，则需要辨认一段研究怎样改变了之后的参与方式。小林能够在新任务中主动区分执行、表述与一般性证明，不再把程序成功当作定理成立，这种变化可以得到记录。它不必总是产出新论文，却可能是博士培养的重要成果。公共增量与个人发生应当分别呈现，再讨论如何共同构成资格。
对团队来说，可以保留少量贯穿性问题，而不是不断更换热点。新的工具应当帮助问题深入，不能只成为快速转场的设备。一个方向尚未得到预期成果，是否继续，需要依据其认识进展与资源条件，而不是只看能否立即生成一份漂亮报告。停止与坚持都需要内容理由。
同时，应当为没有产出的必要活动留下位置。理解一段复杂证明、修复一个维护工具、重新核实重要来源，可能暂时没有新成果，却支持后续可靠运行。若一切都必须即时转成可计数产物，团队就会不断透支这些条件。封装能够节省重复，不能让维护和形成从组织中被删除。
这里的关键不是把全部工作改名为发生，然后取消评价。恰恰相反，不同活动应有不同证据：维护是否减少已知失效，学习是否形成迁移，探索是否改变可接受解释，创新是否增加公共认识。明确差别，比把所有工作都包装成创新更能保护多样的研究价值。
新的制度也需要防止被自身口号俘获。若可接续成为新标准，就要警惕空洞的工具包；若失败记录得到认可，就要警惕没有研究内容的失败堆积；若复合能力受到重视，就要警惕复杂配置冒充真实参与。任何评价形式都有退化可能，因此退出与修订不能只针对旧制度。
本章所说的两种内卷，最终共享同一问题：某种显露被赋予超出依据的解释权。手工痕迹被当成思考本身，生成规模被当成创新本身。修复不是在两种显露间选边，而是回到它们怎样发生、支持什么活动、使谁形成什么能力。
旧技能与新工具不必争夺文明的唯一代表，它们应当按任务进入不同位置。手工活动可以带来关键辨认，自动生成也可以打开新的比较；两者同样可能退化为可展示数量的竞赛。评价需要保护的是问题、证据与能力之间的真实联系，而不是对某种工作外观的忠诚。这也要求认真对待传统的最强理由：哪些旧安排仍然提供不可替代的支撑，又该用什么条件防止合理经验凝固为不可修改的资格约束？