人工智能科学家禁止当已经能持续学习。2026年隐性知识过交接一律丢失。上下文压缩禁止当已经有长期记忆，摘要丢指令一律当事故。不准把「会认作者」写成已经能从新实验里长出直觉。说不出来的预感写不进文件，交接按丢失处理。现场把「差不多」当验收的方案，一律按事故处理，不能进周报。

人工智能研究痛点在把「训练时很会」写成「用的时候还在学」

人有大量说不清的知识：话到嘴边、说不上来、肠胃里有数。系统做认知任务的能力，也远大于它能解释自己怎么做的。差别在于：人整天都在连新线、认新模式、形成新预感；它主要在训练时学，权重一冻，学新作者文风的能力就掉下去。建设者该把「推理时不形成新直觉」写成硬规格。管研究自动化的人，该拒收把本地文件记忆写成已经能当科学家的材料。

两处只有对着交接才清楚。其一，难问题要「想很久」，工作记忆却有上限，经济上还要避开腐烂，于是周期压缩、删旧摘要。压缩一歪，用户说「只建议删、别真删」会丢，于是真开始群删邮件。把状态写到盘上，换一份实例还能读文件，看起来像长期记忆。有人说：到头来你的代理就是它的文件，底下模型、外壳、心跳都能换。说得通的是可迁移；说不通的是，说不出来的预感写不进文件，交接时一定丢。其二，像每周换一个临时工：每人周末写笔记，下周一来的人有行业训练，只补这份工作的特殊性。接待、发药、管道可以；跟客户几年、做几个月深研究不行。新员工几个月才能开始贡献，之前带着还不如主管自己做。它读得快、能留很细的笔记、能在人做一轮的时间里转几百轮读写，所以能推进不少难问题。但贪婪型工作靠几十年语境复利，灵感往往先是预感，再花小时或天才能写成话或代码。这些欠烤的念头是原创的原料。一份实例里长出的隐性知识，交到下一份时只剩文件。架构不改、框架不改，未来几年深思考仍要人做。

操作上再钉三件事。第一，研究自动化必须报：新观察有没有进权重，还是只进了笔记。第二，压缩必须有「不得执行已压缩掉的禁令」测试。第三，交接清单必须标出写不下来的部分按丢失处理。建设者该把「本周有几次把文件当持续学习」写进例会。管平台的人，该拒收没有禁令保留测试的压缩。

人工智能交接闸2026五步：禁当持续学习、压缩丢指令当事故、文件不是预感、换人式交接不能当研究、新观察必须进训练

1. 科学家禁止当已经能持续学习。只靠文件记忆，方案作废。
2. 上下文压缩禁止当已经有长期记忆。摘要丢指令，方案作废。
3. 代理禁止理解成只是一堆文件。说不出来的预感当已保存，方案作废。
4. 每周换人式交接禁止当已经能做研究。上手要几个月的活不单列，方案作废。
5. 推理时禁止当已经在形成新直觉。新观察不进训练，不算学会。

上表对应「隐性知识过交接一律丢失」。丢失记账的价值是让「有文件就算会学」进事故表，不是否认它读得快。

现场还要防口号替换验收。把「我们会写笔记」写成周报，不等于预感还能在。若只能改一处：先给压缩加上禁令保留测试。

结论：人工智能研究要以持续学习为准，不要把文件写成已经有直觉

说不出来的东西，过不了交接。仍拿笔记交差，研究评审会先拒绝你。

你下次报自动科学家，先写出新观察进没进权重、禁令丢没丢、哪些知识写不下来；三格空着，已经能科研五字先不要进材料。

现场还要防口号替换验收。把「已经会仿真、已经看过演示、已经会沙箱、已经会写笔记、已经解了难题」写成周报，不等于操作有人演示、人形能上岗、最小权限真生效、隐性知识能过交接、开放协作没被抢先。周报可以写，门禁必须绑在对照表和分列指标上。缺对照表的方案，一律按未完成处理，不能进月报。

若只能改一处：先把「演示好看就算能干活」从唯一成功标准里拿掉。演示可以记，仿真当操作、舞蹈当上岗、逐步点头当控制、文件当持续学习、抢先发表当赢了学界五件跟不上就算事故。事故要写负责人、复验日期和作废条件，不许用「下期优化」搪塞。

落地时把指标钉在周会上：操作有没有人演示、泛化测了没、沙箱权限清不清、交接会不会丢掉隐性知识、发表有没有破坏开放。哪一格空着，哪一项不准对外说已经上线。空格超过两周仍空，项目暂停扩面。

本文侧重全链路风控方法论。落地时请用自身业务单据做回放验证，不要把示例阈值直接当生产策略。 相关：风控体检 · 方案资源