R

README·0422·多视图阅读指南

创建 2026-06-07 更新 2026-06-11 1 条双链 STS 专题 AI 整理

README·多视图阅读指南

这套 17 节点不是一本要从头读到尾的书，是一个按身份和问题分入口的工具箱。 这份 README 解决一件事：你现在是谁、手里是什么问题，应该从哪条路径进、读完能产出什么、怎么自测有没有真学会、面试官/反方会怎么打你这一套——你怎么接。 配套 MOC 是 _STS 系统化专题·总览（看整张地图从那里进）；这里是”怎么读”的操作手册。

§0 三秒选路：你是哪种人，手里是什么问题

你的处境走哪条路径跳到
准备 AI PM 面试，想 30 秒立判段位路径一·求职速通§1
要做选型 / 立项 / 出海会，得交一个判断路径二·决策链§2
手头就一个具体问题，想走最短路路径三·按问题类型最短路§3
想检验自己是不是真学会了≥10 题自测§4
想练”被反方拷问时怎么接”反方对话训练§5

[!tip] 一个总原则 STS 不是替代采纳曲线，是补它完全失明的那一维。采纳曲线管”多快、多少”（运营层），STS 管”变成了什么、谁的利益、为何各地不同”（战略与合规层）。成熟 PM 两套都用，且知道在哪个会议室用哪套。任何一条路径，读完都要能说清这句话。

§1 路径一·求职速通（面试桌 30 秒立判段位）

适用：明天要面 AI PM / AI 国际化岗，想把”我懂社会嵌入”从一句空话变成可表演的判断力。 总时长：约 70 分钟（四节点精读 + 一次自我复述）。

顺序节点时长读完前置产出（读之前先在脑里挂上这个目标）
1A01 STS 概念谱系与语义15 min一句话讲清”采纳曲线 vs STS 工具箱”为什么不在一个抽象层；记住”解释弹性”这一个杀手锏概念
2S02 STS 分析工具对照矩阵15 min一张”五工具 × 五问题”决策矩阵——被问到任何 AI 社会问题，能当场说”这个该调哪把工具”
3E02 AI 在中美拉美的 Imaginaries 差异剖解20 min中美拉美三格独家话术 + 那句”同一实名功能：中国讲提升信任、巴西讲保护你不被暴力侵害”的具体案例
4R03 跨文化 Imaginaries 对比分析模板15 min一份可现场画的跨文化对比表，证明你不只是会讲概念、还能落地成动作
—自我复述5 min不看笔记，对着空气把”你怎么做 AI 国际化”答一遍，卡壳处回去补

这条路径练的是一句话拉高维度的能力。 被问”AI 产品如何进入市场 / 你怎么做国际化”，平庸答案是”做好本地化和合规”；出版级答案（来自 E02 AI 在中美拉美的 Imaginaries 差异剖解 §9）：

“我先识别目标市场把 AI 想象成什么——竞赛工具、可信赖的社会解决方案、还是国家缺位的填补者——这决定了同一个功能该用哪套合法性叙事。比如同一个实名验证，在中国讲’提升整体信任’，在巴西必须讲’保护你不被暴力侵害’，因为两个社会对平台的想象根本不同。本地化只是表层。”

[!warning] 求职速通的纪律 这条路径最容易学成花拳绣腿——背了几个法国人的名字就以为懂了。守住两条线：(1) 每个概念都要能配一个 AI 上的真实例子（解释弹性→ChatGPT 对程序员/学生/监管者是不同的物；OPP→你把核心能力外包给某 AI 平台时它成了你的隘口）；(2) 知道每把工具的边界（见 §5 反方训练），否则一被追问就露馅。

§2 路径二·决策链（选型 / 立项 / 出海会）

适用：你要在一个真实会议上交一个判断——“这个 AI 平台要不要选""这个功能要不要搬到 Y 国""这个自动化程度合不合适”。 总时长：约 90 分钟（四节点 + 把自己的 case 套进去）。

顺序节点时长读完前置产出
1S01 AI 产品社会嵌入分析框架剖面30 min六层坐标（设计者脚本 / 相关社会群体 / 行动者网络 / 社会技术想象 / 基础设施化 / 权力与问责），把你的 case 逐层拷问一遍
2A03 Actor-Network Theory·AI 作为非人行动者20 min一张”委托清单 + OPP 地图”——这次选型会不会让对方成为你业务流绕不过去的必经节点
3E03 AI 作为基础设施的隐形化剖解20 min”隐形度 vs 可问责度”权衡 + 欧盟 AI Act 第 50 条（透明度义务）的合规线索
4S03 跨文化 AI 产品差异分析全景20 min四象限（中/美/拉美/欧）× 闭合点判断，输出”形态需重塑而非直接搬运”

这条路径练的是把”感觉不对”变成”结构化拷问”。 决策链的核心产出不是”做/不做”，而是一份逐层风险清单：

  • L1 脚本：我们的默认输出在向用户铭刻什么？谄媚输出会不会反向训练用户提它爱听的问题？（链 c13 - 幻觉的不可消除性 的社会后果维度）
  • L3 网络：哪些原属人的判断被委托给了 AI？哪个节点正在变成 OPP？（这次外包会不会制造一个我们绕不过去的供应商隘口）
  • L5 基础设施：它隐形到什么程度？一次大规模故障显形时，我承担什么？
  • L6 问责：出错时谁负责——还是黑箱化制造了”谁都不负责”的真空？

[!note] 决策链的赌注（来自 S01 AI 产品社会嵌入分析框架剖面） 本专题赌的是”AI 产品的失败，越来越多不是功能没做好，而是社会嵌入没想清楚”。失效条件：若未来三年 AI 事故主要仍来自模型能力而非社会重组，六层框架会显得”过度工程”。所以决策链不是无脑套六层——先判断你的 AI 有没有可能成为 OPP，如果它从头到尾只是个搜索框替代、永远进不了组织权力网，六层就收敛成两层就够了。

§3 路径三·按问题类型最短路

适用：你不想读全套，就一个具体问题，要最短路径解决。 用法：定位你的问题类型 → 直奔对应节点 → 先用工具、再召唤该工具的已知批评者做一次对抗式自检（这一步是出版级和半吊子的分水岭）。

你手头的问题类型最短路径时长读完前置产出用完先自检谁的批评
意义争议（“这东西到底是什么”各方吵不拢）A05 技术的社会建构 vs 技术决定论15 min用”解释弹性 + 偶然性”破”AI 必然导致 X”的决定论叙事Klein & Kleinman：SCOT 自己有结构盲区，别滑成社会决定论
行为塑造（产品在悄悄改变用户怎么做事）A02 Script 理论·产品内嵌脚本 → R01 给一个 AI 产品做 Script 分析25 minde-scription 剧本-反剧本诊断表（不读代码、不看 PRD 也能做）Oudshoorn & Pinch：别低估用户能动性，脚本不是命运
组织权力重组（AI 进工作流后谁的活被改写了）A03 Actor-Network Theory·AI 作为非人行动者 → R02 ANT 描摹一个 AI 工作流的行动者网络30 min90 分钟画出人+AI+工具+数据的行动者网络，标转译点与 OPP/黑箱Mills 2018：ANT 放弃了规范批判，描述权力却不谴责权力
跨文化落地（同一产品在不同国家长不一样）A04 Sociotechnical Imaginaries·跨文化 → S03 跨文化 AI 产品差异分析全景 → R03 跨文化 Imaginaries 对比分析模板40 min中/美/拉美填表 + 会害死国际化决策的陷阱清单Rudek 2021：imaginaries 国家中心、只登记不解释、漏草根叙事
隐形渗透与问责（AI 成了看不见的底座，出事没人负责）A06 基础设施研究·AI 作为隐形基础设施 → E03 AI 作为基础设施的隐形化剖解30 min”隐形=渗透成功也=问责困难”的权衡 + 基础设施倒置自检Dal Molin 2024：LLM 的语言表演性逸出了 Star 的传统基础设施框架
想搞清工具之间的家族关系 / 被问”STS 是不是越新越好”G01 STS 思潮代际谱系总图 → G02 STS 代际演化详解30 min一张反线性进步的代际谱系，每代配【驱动力/命题/瓶颈/反例/推翻者】Kuhn 不可通约：代际是”换问题”不是”改答案”，别写成进步史

[!tip] 为什么每条都要”先用工具、再召唤批评者” STS 工具本身有盲区，单用任何一把都会把你带沟里：纯 SCOT 滑向社会决定论、纯 ANT 放弃问责、纯 imaginaries 滑向相对主义。用完立刻问”这把工具的著名批评者会怎么打我这一段”，是把分析从”看起来很懂”升级到”经得起拷问”的唯一办法。这也是 §5 反方训练要练的肌肉。

§4 自测题（及格线 / 优秀线 / 反例）

用法：盖住答案，先自己答。能答到”及格线”= 读懂了；能答到”优秀线”= 能上面试桌；踩中”反例”= 还没真懂，回对应节点重读。

Q1 — 采纳曲线和 STS 是什么关系？

  • 及格线：它们不在一个抽象层；采纳曲线管扩散速度（多快多少），STS 管社会嵌入（变成了什么、谁赢谁输、为何各地不同）。
  • 优秀线：能说出二者不是互斥二选一——成熟 PM 两套都用，且知道在哪个会议室用哪套（运营层用采纳曲线/c14 - 模型评估体系与 Goodhart 陷阱，战略与合规层用 STS）。
  • 反例（没懂）：“STS 比采纳曲线先进，应该全盘替代它，量化都是肤浅的。” —— 这是把抽象层不同误读成优劣之争，犯了 A01 STS 概念谱系与语义 判断主轴里的”错点三”。

Q2 — “技术的社会建构”是不是”技术随便都行、没有客观约束”？

  • 及格线：不是。建构指”在物质约束 + 多群体利益的协商中沉淀出形态”，物质性始终在场。
  • 优秀线：能举反例——自行车充气胎胜出不是因为某群体话语权大到能违反物理，而是”抓地+舒适”的物质表现与”竞速”问题重定义共同闭合；并能指出 Klein & Kleinman (2002) 正是为了把”社会结构约束”重新塞回 SCOT。
  • 反例（没懂）：把”社会建构”等同于”虚构 / 纯主观”。这是 A05 技术的社会建构 vs 技术决定论 最常见的误读。

Q3 — ANT 说 AI 是”非人行动者（actant）“,是不是在说 AI 像人一样有意识/意图？

  • 及格线：不是。actant 指”凡能引发行动或改变他者状态之物”，关键是它有没有 make a difference，不是它有没有意识。
  • 优秀线：能讲清这是广义对称性作为方法论工具（先不预设谁重要，逼自己看见非人行动者），不是本体论主张（不是真说服务器有意图）；并知道一个不改变任何下游行为的模型在 ANT 里根本不算 actant。
  • 反例（没懂）：“ANT 认为 AI 有能动性，所以 AI 是有意识的主体。” —— 这是把对称性误读成拟人化，A03 Actor-Network Theory·AI 作为非人行动者 专门处理过的误读。

Q4 — 什么是 OPP（必经节点）,它和 PM 选型有什么关系？

  • 及格线：OPP 是某行动元把自己设成”所有人要达成目标都得经过的隘口”；权力不是谁天生拥有，而是谁成功把自己变成了 OPP。
  • 优秀线：能把它翻成选型语言——把核心能力外包给某 AI 平台，等于让它有机会成为你业务流的 OPP，这既是它最强的护城河，也是你最大的锁定风险与合规风险。
  • 反例（没懂）：把 OPP 当成”用得多的工具”。OPP 的要害是绕不过去，不是使用量。

Q5 — 为什么同一个 AI 在中国和巴西要用不同的合法性叙事？

  • 及格线：因为两个社会把平台想象成不同角色——中国想象成”可信赖的社会解决方案/社会信任基础设施”，巴西-拉美想象成”国家缺位的填补者”。
  • 优秀线：能给具体案例——同一个实名验证功能，中国叙事强调”配合治理、提升整体信任”，巴西必须强调”保护你不被暴力侵害”，因为巴西想象深嵌在对公权力的不信任与对人身安全的迫切需求之间的张力里。
  • 反例（没懂）：“巴西人接受度低是因为巴西人隐私意识强/市场不成熟。” —— 这正是 E02 AI 在中美拉美的 Imaginaries 差异剖解 点名的采纳曲线式误读，看不见底层是一套特定想象在起作用。

Q6 — Star 的基础设施研究里,“隐形”对 AI 产品意味着什么？

  • 及格线：基础设施正常时隐形、故障时才显形。AI 正隐形化为基础设施——隐形既是渗透成功的标志，也是问责困难的根源。
  • 优秀线：能说清因果链——透明性 = 无需注意 = 无需复核，所以 AI 故障不会像传统产品那样自动显形，这是结构性问题而非个人疏忽（这正是 0416 那次失败的结构性解释）；并知道可以用”基础设施倒置”作为可声明的研究方法，主动把隐形的底座翻到前景。
  • 反例（没懂）：“AI 越隐形说明它越成熟,这是好事。” —— 这是技术乐观派的”隐形=成熟”立场，忽略了隐形同时意味着问责真空（见 §5 追问与 Dal Molin 反例）。

Q7 — 什么是 script（脚本）的 de-scription?为什么说 AI 的脚本”更强”?

  • 及格线：设计者把对用户的预设**铭刻（inscribe）**进产品，这就是 script；分析者反向把脚本读出来叫 de-scription；用户对抗脚本的用法叫 anti-program。
  • 优秀线：能讲清 AI 脚本”更强”在哪——传统产品脚本是静态的（减速带永远以同一方式约束车速），AI 的输出本身在改写用户下一步行为（ChatGPT 每轮对话在重塑用户的提问方式、信任阈值、判断习惯），而且铭刻主体已弥散到不可定位（训练者?提示工程师?用户?模型自身?）。
  • 反例（没懂）：“script 就是产品的功能说明 / 用户引导。” —— 把铭刻误读成 onboarding 文案，丢掉了”预设用户、塑造行为”这一核心。

Q8 — STS 是不是”越新的工具越好”(infrastructure > ANT > SCOT)?

  • 及格线：不是。代际演化不是线性进步史，是 Kuhn 意义上的”换问题”而非”改答案”——每把工具有各自擅长的问题和各自的盲区。
  • 优秀线：能配对工具与适用问题（SCOT→意义协商、ANT→权力重组、imaginaries→跨文化、infrastructure→隐形渗透），并指出每代都有反例和被批评的瓶颈，不能写成”一代更比一代强”。
  • 反例（没懂）：“infrastructure studies 是最新的，所以分析 AI 应该优先用它。” —— 这是 G01 STS 思潮代际谱系总图 专门破的进步史谬误。

Q9 — 用 SCOT 分析 AI 的”相关社会群体”,最容易漏掉什么？

  • 及格线：容易只看见会发声的群体（付费用户、KOL），漏掉沉默群体——被技术影响却无法参与协商的人。
  • 优秀线：能举具体的沉默群体（被算法拒贷者、肯尼亚/全球南方的数据标注工、被推荐算法影响却从不打开 App 的人），并知道这正是 Winner (1993) 对 SCOT 的第二点批评（遗漏沉默群体），所以分析权力时要切换到 infrastructure（隐形劳动）或 ANT（OPP）。
  • 反例（没懂）：画一张”温情脉脉的多方对话图”,把相关群体当成都能平等上桌协商的。

Q10 — 一个 AI 产品在源国家很成功,要不要直接搬到目标国家？

  • 及格线：不能默认直接搬运——那等于在赌两地的 imaginaries 同构，而它们通常不同构；要先识别目标社会把 AI 想象成什么角色，再决定形态。
  • 优秀线：能区分”想象红利”与”可迁移内核”——源国家的成功有多少是因为嵌进了当地特定想象（不可迁移），有多少是产品内核（可迁移）；混淆这两者会在出海时把不可迁移的东西当核心竞争力打包带走。
  • 反例（没懂）：“产品力够强就哪都能跑通,本地化做翻译就行。” —— 这是 E02 AI 在中美拉美的 Imaginaries 差异剖解 判断主轴点名的”90% 的人会犯”的最贵错误。

Q11（进阶）— 监管严苛的市场,是不是”市场不成熟、太难做”?

  • 及格线：不是。监管是当地想象的制度结晶，是产品必须长进去的形态，不是要绕开的墙。
  • 优秀线：能举例——德国主导想象是”人类控制下的工具”（Richter et al. 2025），一个默认全自动、不可解释的 autopilot 形态在德国不是”被监管限制”,是从根上不符合当地对 AI 的可欲想象；正确做法是把合规前置成产品定位。
  • 反例（没懂）：“欧洲监管拖后腿,等他们想通了我们再进。” —— 把监管当技术之外的摩擦，看不见它是想象的物质化。

Q12（进阶 / 诚实度自测）— 本专题最弱的一环是哪、为什么？

  • 及格线：拉美格（E02/S03/R03）的证据等级最低——核心判断是 Rick 的一手田野归纳，没有同行评议实证文献支撑，全部逐条标了〔田野判断〕。
  • 优秀线：能说清这恰好印证了 Rudek (2021) 对 imaginaries 文献的批评（偏重精英访谈与政府文件、系统性忽视普通人叙事），田野是想补这个洞、但补丁不等于实证；并知道这是把全专题 A 维从 7.8 拉到 8+ 的最大杠杆。
  • 反例（没懂）：把拉美格当成和美/中两格一样硬的确证结论引用 —— 丢掉了认识论边界，正是本专题刻意标注要避免的。

§5 反方对话训练（6 个真实追问）

这是本专题最该练的肌肉。出版级 STS 分析的命门不是”会讲概念”,是被反方拷问时能”接受对的部分 + 守住自己的边界”，而不是嘴硬反驳或当场崩盘。下面 6 个追问是 STS 领域真实会被打的点，每个给【反方怎么打 → 怎么接（接受+边界）→ 备好的弹药】。盖住”怎么接”,先自己答。

追问 1 —「STS 是不是文科空谈,对做产品没用?」

  • 反方怎么打：“这套法国社会学名词，画几张网络图，到底帮我多卖一份订阅了吗?听起来就是 PM 给自己镀金的玄学。”
  • 怎么接（接受+边界）：接受——功能优先级、ROI 评估、增长，STS 确实帮不上忙，那是采纳曲线和 c14 - 模型评估体系与 Goodhart 陷阱 的活，我不会用 ANT 去算该不该做某个 feature。 边界——但有一类问题采纳曲线结构性失明：为什么同一个 Copilot 工程师当伙伴、法务当不可信实习生、管理层当裁员理由(意义分裂);为什么客服 AI 上线后判断权被悄悄转移、出错却没人能说清谁负责(问责真空);为什么同一模型在中美德走出三套形态(想象差异)。这些不是玄学，是已经把真实 AI 产品打翻的失败模式(0416/0418 两次复盘指向的正是这里)。
  • 弹药：把它落到一个可交付物上——“上线前我会多画两张采纳曲线上看不见的图：委托清单(哪些原属人的判断被交给了 AI)、OPP 地图(AI 成了谁的必经隘口)。这两张图决定上线三个月后组织摩擦在哪爆发。” 空谈不能产出可交付物，这套能。

追问 2 —「ANT 把 AI 当’行动者’,是不是拟人化、给机器加戏?」

  • 反方怎么打：“服务器又没有意图，你说它是 actor、有 agency，这不就是把代码当人拜?典型的理论过度。”
  • 怎么接（接受+边界）：接受——如果把对称性当成本体论主张(真说 AI 有意识/意图),那确实是错的，我不主张这个。 Collins & Yearley 1992 的”Epistemological Chicken”批评得对：给物与人同等能动性可能滑向相对主义和本体论混淆。边界——但我用的是方法论意义上的对称性：在追踪一个网络如何运作时，先不预设把因果都归给人、把物当惰性背景，逼自己看见非人行动者。actant 的判据是”有没有 make a difference”,不是”有没有意识”。
  • 弹药：AI 恰恰是少数真的会生成输出、改写下游行为的非人物——客服分诊模型会重排工单优先级、把坐席从”决策者”重分配为”审核者”。把它当惰性工具，等于在分析第一步就把最重要的变量删掉。这不是给机器加戏，是不给它”减戏减到看不见它在重组权力”。

追问 3 —「sociotechnical imaginaries 不就是’本地化’换了个学术说法?」

  • 反方怎么打：“你说的’每个市场想象不同’,我们本地化团队早就在做了——翻译、改 UI、适配支付。imaginaries 就是给本地化贴个 Jasanoff 的标签吧?”
  • 怎么接（接受+边界）：接受——本地化清单(语言/UI/支付/合规)是必须做的，imaginaries 不替代它。 边界——但本地化的隐藏前提是”AI 是给定常量，各国只是不同容器，装的是同一杯水”;imaginaries 说的是技术的形态本身是被想象塑造的变量。本地化改的是表层包装，imaginaries 改的是”这个功能在这个社会该不该长成这样、用哪套合法性来源”。
  • 弹药：同一个实名验证，本地化会把它翻译成葡萄牙语、接上巴西支付；但只有 imaginaries 能告诉你合法性叙事得从”配合治理、提升整体信任”(中国)整个换成”保护你不被暴力侵害”(巴西)——因为巴西想象里平台是”国家缺位的填补者”,不是”社会信任基础设施”。本地化错了是体验差，叙事错了是合法性崩盘。这是两个量级的事。

追问 4 —「技术的社会建构,是不是滑向相对主义——什么都是建构,那还有真假吗?」

  • 反方怎么打：“照你说技术形态都是社会协商出来的，那是不是没有更好的技术、只有更有权力的群体?这跟’后真相’有什么区别?”
  • 怎么接（接受+边界）：接受——这个滑坡风险是真的，纯建构主义确实可能滑向廉价相对主义，这正是 Collins 的 SEE(专长与经验研究)和 Harry Collins 本人警告的:并非所有知识主张都对称、专家专长是真实的。 边界——但”社会建构”不等于”虚构”:物质性始终在场(自行车充气胎胜出靠的是真实的抓地+舒适，不是话语权违反物理);建构指的是”在物质约束 + 多群体利益协商中沉淀出形态”,约束是硬的。
  • 弹药：SCOT 自己也被 Klein & Kleinman 批评过有结构盲区、有滑向”社会决定论”的危险——所以本专题的用法是 SCOT 打底 + Winner 的权力警觉 + 物质约束矫正，三者合用，不单用任何一把。承认风险、给出矫正方案，比嘴硬”我们没有相对主义”更可信。

追问 5 —「STS 是不是越新的理论越好,你为什么还在用 1980 年代的 SCOT/ANT?」

  • 反方怎么打：“这些都是 40 年前的理论了，AI 是全新物种，老框架还套得上吗?是不是该等一套’AI 时代的新 STS’?”
  • 怎么接（接受+边界）：接受——AI 确实给老框架施了压:生成式 AI 里’谁在铭刻脚本’已极度模糊(训练者?提示工程师?用户?模型自身?),Dal Molin 2024 指出 LLM 的语言表演性逸出了 Star 的传统基础设施框架，EASST 2026 正在争论 script 概念是否被颠覆。这些张力是真的。 边界——但代际演化不是线性进步史(Kuhn:换问题≠改答案),“新”不等于”对”;截至目前 AI 时代 STS 是 ANT+imaginaries+infrastructure 三套旧工具的迁移重组,而非不可通约的新范式。
  • 弹药：本专题在这里押的是”赌延续不赌断裂”,并明确写了失效条件:若 2–3 年内”铭刻主体的弥散”逼出全新分析语汇，该判断被证伪(EASST 2026 专题尚无定论)。带失效条件的判断，比”老框架万岁”或”老框架全废”都站得住。

追问 6 —「你这套’隐形=问责困难’听着深刻,但 AI 越成熟不就越该隐形吗?水电也是隐形的。」

  • 反方怎么打：“好的基础设施本来就该隐形,没人天天想着电网。你把’隐形’说成问题，是不是为批判而批判?”
  • 怎么接（接受+边界）：接受——隐形本身不是罪，它确实是渗透成功的标志，水电隐形也没制造问责危机;而且当 AI 输出变得可验证(形式化验证、强约束生成)时,‘隐形=问责难’对技术乐观派会失效。 边界——但 AI 与水电有一个要害差别:电网故障会自动显形(停电立刻可见),AI 的故障不会——透明性=无需注意=无需复核，一个被黑箱化为”系统说的”的错误输出，错误来源被网络性地抹平了，没人会去复核。隐形对水电是中性的，对会犯错且错误不自显的 AI 是问责真空的温床。
  • 弹药：Dal Molin 2024 正是从这里切——LLM 的语言表演性让它不像传统基础设施那样”沉默地工作”,所以要分层用:AI 在数据/算力/标注层确实是经典隐形基础设施，但在面向用户的对话层，“隐形=成熟”这个类比失效。0416 那次失败的结构性解释正是:透明性让复核环节被默认省略，不是个人疏忽。

[!tip] 反方训练的元规则 六个追问的接法有一个共同结构：先真诚地接受对方对的那部分(往往是工具的真实盲区),再用”边界 + 失效条件 + 可交付弹药”守住你坚持的判断。 这不是话术，是本专题工艺协议（SHARED_CONTEXT §7）的核心——“用反对的声音建造，而不是用赞同的声音装饰”。如果你发现自己在某个追问上只会嘴硬反驳、给不出”接受的部分”,说明那个节点你还没真读透，回 §3 对应路径重读。

§6 读完之后：把它接回你的工作

§7 关联节点（双链密度 ≥20）

专题内 17 节点（按阅读路径排序） A01 STS 概念谱系与语义 · A02 Script 理论·产品内嵌脚本 · A03 Actor-Network Theory·AI 作为非人行动者 · A04 Sociotechnical Imaginaries·跨文化 · A05 技术的社会建构 vs 技术决定论 · A06 基础设施研究·AI 作为隐形基础设施 · G01 STS 思潮代际谱系总图 · G02 STS 代际演化详解 · S01 AI 产品社会嵌入分析框架剖面 · S02 STS 分析工具对照矩阵 · S03 跨文化 AI 产品差异分析全景 · E01 ChatGPT 的 Script 与 ANT 剖解 · E02 AI 在中美拉美的 Imaginaries 差异剖解 · E03 AI 作为基础设施的隐形化剖解 · R01 给一个 AI 产品做 Script 分析 · R02 ANT 描摹一个 AI 工作流的行动者网络 · R03 跨文化 Imaginaries 对比分析模板

入口与升级对照 _STS 系统化专题·总览 · c13 - 幻觉的不可消除性 · c14 - 模型评估体系与 Goodhart 陷阱 · p307 - Copilot 到 Autopilot 光谱 · ChatGPT · Agent · 0117社会学 · AI PM 知识图谱·总索引

修订日志

  • R0（2026-06-07）综合 Agent 首稿：基于已落盘 17 节点 + 总览撰写多视图 README。§0 三秒选路分诊表；§1 求职速通(A01→S02→E02→R03，各节标时长 + 读完前置产出，附 30 秒面试答案)；§2 决策链(S01→A03→E03→S03，六层逐层拷问清单 + 赌注/失效条件);§3 按问题类型最短路(意义争议/行为塑造/权力重组/跨文化/隐形渗透/代际六类，每条标”用完先自检谁的批评”);§4 12 道自测题(每题及格线/优秀线/反例三档，覆盖采纳曲线·社会建构·actant·OPP·imaginaries·infrastructure·script·代际·沉默群体·搬运·监管·诚实度自测);§5 反方对话训练 6 个真实追问(“STS 文科空谈""ANT 拟人化""imaginaries 不就是本地化""社会建构滑向相对主义""越新越好""隐形=成熟”，每个给接受+边界+弹药);§6 读完接回工作;§7 关联双链(专题内 17 + 入口/升级对照，>25 条真实 basename)。
  • 入库前硬整改项（与总览一致，move 到 final_path 前复核）：本 README 的专题内双链已统一采用 17 个节点文件的真实 final basename(A01–A06 / G01–G02 / S01–S03 / E01–E03 / R01–R03)，未沿用草稿期不一致的内部交叉链名(如各节点正文里出现的”A02 SCOT""A04 Akrich Script""A05 基础设施研究”等草稿名);跨专题节点 c13 - 幻觉的不可消除性 / c14 - 模型评估体系与 Goodhart 陷阱 / p307 - Copilot 到 Autopilot 光谱 的精确 basename 入库时对照 00Meta/索引.md 复核。