单轮医生题考的是会不会答。现场是含糊主诉、多轮追问、听完会不会做对。结果以行动计，不以答案计。假设对不上现场，分再高也作废。

红外相机很勤仍会漏没训练过的物种。地图脱离地面就作废：数字化读不到人要开垦的地。监测若被当地人当成入侵，保护会先失败。编造进规划就算事故。

医院十年也许只有几十例，产线最该抓的缺陷几乎不出现。扩增要主体留在真照片上：改光照不改工件。语义跑了的生成图丢掉。半猫半狗教不出真缺陷。

演示分数能过发布会，过不了追责、改错和规格对照。关键路径只许交出可执行、可检查、能对照逻辑规格的程序。规格通不过，准确率再高也不准入线。

家庭和产线要的是技能目录能增不能洗。新任务上去之后，旧开门、旧倒水、旧地图掉点超过阈值就算事故。擦掉旧目录的更新不准进家。多技能共存过不了，就别…

旁观者视角好看，迁不到手上。教动作和步骤要用第一人称：操作者看见的手位、接触和顺序。隔着肩膀拍会丢掉力与对准。演示对不准手眼，就不算教。

考卷和论文问答可以很高，实验室同事要的是发现。把已知突破藏起来，看它能否独立重现。会引用不等于会做出那一步。刷题高分成不了同事。

人能学很多年、很多种知识；多数系统从一个数据集学一个函数就毕业。永不结束学习要每天读、每天重训，今天学的要帮明天学。高频抽完了，要靠推理和造新关…

网页很多、标签很少，只靠十几个种子抽城市会欠定，柏林会进情绪。把市长、城市、居住地等函数互相卡住，未标注才从便宜变成可用。约束要比种子多几个数量…

网上课百万人留下的做题痕迹，超过一位教师百年教龄能见到的。先估学生会什么，再在卡住的点给提示。提示好不好看下一题会不会。当场点赞不是学习结果。