README · 多视图阅读指南

这是 0425 信号理论系统化专题的入口与导航层。专题不是一篇长文，而是 17 个原子节点织成的网（A01–A06 / G01–G02 / S01–S03 / E01–E03 / R01–R03）。本 README 提供：三条按身份/紧迫度分流的阅读路径（各标时长 + 前置 + 产出）、一套 12 题自测（每题给及格线 / 优秀线 / 反例）、一套信号领域反方对话训练（6 个会被业界用来打你的追问 + 标准回应）。完整地图见 _信号理论系统化专题·总览（MOC，含模块全景图、跨域调度表、SABCD 自评）。

[!tip] 30 秒先校准一根主轴全专题只有一根弦：信号可信，不是因为它”看起来高级”，而是因为 single-crossing 条件成立——高能力者发它比低能力者便宜（$c_H(e)<c_L(e)$）。 AI 精准打击的就是这个成本差，不是内容的信息量。看错这一点，后面所有药方都会开错。读哪条路径前，先把这句话记牢。

一、三条阅读路径

每条路径标注：适合谁 · 总时长 · 前置知识 · 读完能交付什么。三条路径共享 A02（机制底座）和 A04（幸存者结构），可任选其一切入。

路径 A：打造你的 AI-proof 求职信号（实操 · 最急）

适合：正在求职/转型、明天就要进面试桌的人（Rick 本人即此场景）。这条路径的终点不是”懂了”，而是一份可直接执行的个人信号清单。

顺序	节点	时长	这一站拿走什么
1	A02 信号坍缩·AI 让信号成本趋零	12 min	看懂”为什么你打磨到字斟句酌的求职信正在归零”——受伤最重的是高能力者（顶部五分位录用率 −19%，Galdin & Silbert 2025），不是低能力者
2	A04 AI 不能伪造的信号	12 min	拿到三类幸存信号的判别表：实时分析锐度 / 公开持续判断记录 / 真正 ship 过的产品——AI 攻得破”截面”，攻不破”时间轴”
3	E03 Rick 个人 AI-proof 求职信号设计剖解	18 min	把你的资产按”弱能力者+最强 LLM 一周能否伪造”切三档，把第三档转译成面试桌上可即时验证的形式（决策考古 / 邀请追问 / 优先投最懂 AI 的雇主）
4	R03 构建个人 AI-proof 求职信号组合	18 min	四支柱投入矩阵 + 转译话术模板 + 一致性审计——拿到”内生性成本信号组合”的可执行清单

总时长：≈ 60 分钟（一杯咖啡读完，含做一次自测）
前置知识：无硬前置；若对”信号 vs 信息论的信号”分不清，先花 8 分钟读 A01 的语义辨析段
读完产出：① 一张你自己的”三档信号资产表”；② 三句面试转译话术（作品集 / 公开记录 / 实时能力）；③ 一条”我和会用 AI 的人有什么不同”的标准答案——答案不是”我也会用 AI”，而是”我发的这三类信号，AI 替不了我支付成本”

[!warning] 路径 A 的失效边界（先知道，免得被打脸）这套信号组合在纯 HR/ATS 机器初筛下无验证通道、约等于零（E03 场景 A）——尽量绕过纯机器筛、争取技术/业务面对面追问。另外”AI 仿不了六年时间戳”是带时效的判断，溯源 vs 伪造技术在赛跑，需定期重估（E03 bias 三）。

路径 B：做产品的 PM——定位断点、判断护城河真伪（决策链）

适合：在岗 PM，要在选型会上评估一个”靠 UGC 质量做信号”的产品（简历筛选、内容平台、学术评审、招聘工具）。

顺序	节点	时长	这一站拿走什么
1	A01 信号理论概念谱系与语义	14 min	锚定唯一正确的”信号”语义（Spence 经济学信号），挡掉香农信息论 / 传播学两个”错得很贵”的近邻框架
2	S01 信号系统分层剖面	25 min	★旗舰。把信号系统拆成可替换分层堆栈（信号源→生产成本→可伪造性→验证成本→均衡稳定性→制度背书），让你能说”它断在第几层”
3	A05 依赖 UGC 信号的产品的设计挑战	14 min	”内容好 = 能力强”这条隐含契约塌了之后，UGC 类产品的设计挑战清单
4	E01 招聘与简历筛选信号坍缩剖解 / E02 内容平台与学术评审信号坍缩剖解	各 16 min	两个真实市场的分层断点定位（ATS 失效、海投军备竞赛、面试权重上升 / SEO 垃圾、AI 论文绕过同行评审）
5	S03 AI 时代信号生态全景	20 min	反共识结论：出路是可验证（verifiable）不是可检测（detectable）；检测军备竞赛为何 Goodhart 必败
6	R02 设计一个抗 AI 的产品信号机制	18 min	把”可验证 > 可检测”落成一套产品信号机制设计 checklist

总时长：≈ 105 分钟（一个下午 / 分两次读）
前置知识：建议先有”分离均衡 / 混同均衡”的直觉（路径 B 第 1–2 站会补）；若做反作弊/内容治理，先扫 S03 的四路线梯度表
读完产出：① 一套选型三连问——“它断在六层中的哪一层？有没有崩溃预案？信号源能不能热插拔？“；② 一句话识别”僵尸护城河”（核心信号能被 AI 零成本伪造 = 信号机制结构性失效）；③ 把预算从”买检测”挪到”买验证”的论证

路径 C：搞清”我这行还有多久”（紧迫度 · 时间维）

适合：想判断自己所在赛道的坍缩时点、决定要不要/何时迁移的人。

顺序	节点	时长	这一站拿走什么
1	G01 信号-验证机制代际谱系总图	14 min	一张”成本差谱系”总图：建墙→翻墙→建更贵的墙（口碑→学历→作品集→链上凭证）
2	G02 信号机制代际演化详解	20 min	四拍循环（确立→被伪造→凭证通胀→被替代）——AI 没发明新失效模式，只把时间常数从”几十年”压到”几个月”
3	A03 凭证经济学与 AI 时代的凭证贬值	18 min	为什么”再考一张证/读个学位/刷一摞作品集”是在贬值赛道上加杠杆；凭证贬值不均匀（高技能在高端凭证上仍有残值）
4	S03 AI 时代信号生态全景	20 min	你的行业会重建成什么样、谁会被验证基础设施这道新门槛甩下

总时长：≈ 72 分钟
前置知识：无；这条路径刻意拒绝”线性进步史”，读时留意每一代信号的反例（口碑没死、反而在 AI 时代回潮）
读完产出：① 判断你所在信号机制处在四拍循环的哪一拍、斜率多陡；② 一个”提前迁移”的时间窗估计；③ 避免在选型/面试时说”用区块链就解决了”这种会被秒拆的话

[!note] 三条路径怎么选 明天面试 → 路径 A。下周选型会 → 路径 B。在想转不转行 → 路径 C。三条都读完 ≈ 4 小时，覆盖全专题 13/17 节点；剩余 A06、S02、R01 是横切工具，随时按需取用（A06 拆”信号 vs 验证”的成本承担方、S02 是七类信号×五维选型决策表、R01 是给单个信号打分的评估框架）。

二、自测：12 题（每题给及格线 / 优秀线 / 反例）

读法：先盖住答案自己答；“及格线”是不返工的最低标准，“优秀线”是能在面试桌/选型会上拿分的标准，“反例”是常见的错误答法——看到自己往反例上靠就回去重读对应节点。

Q1（机制底座） AI 摧毁了求职信/简历的什么？是”信息量”还是别的？

及格线：摧毁的不是信息量，是信号的区分力——好坏内容在文本层无法区分了。
优秀线：摧毁的是成本的类型依赖性（single-crossing 条件 $c_H<c_L$）。AI 把 $c_L$ 砸到地板，分离均衡塌回混同均衡，信号信息含量趋零。(A02 信号坍缩·AI 让信号成本趋零)
反例：“AI 生成内容太多了，把好东西淹没了”——这是”信息过载”框架，会让你去开”更强的过滤器/检测器”的错药方。

Q2（反直觉判断） 信号坍缩让谁受伤最重？

及格线：不是”拉平了竞争场让弱者受益”那么简单。
优秀线：受伤最重的是高能力者——他们原本靠”低成本发高质量信号”的优势被抹平了。Galdin & Silbert(2025) 结构模型反事实：顶部五分位录用率 −19%、底部 +14%，市场”显著更不唯才是举”。(A02 信号坍缩·AI 让信号成本趋零 / E01 招聘与简历筛选信号坍缩剖解)
反例：“AI 让人人都能写好材料，是公平的民主化”——这是把”择优机制恶化”误读成”民主化”。

Q3（语义辨析） “信号”这个词在本专题里指什么？说出三个会被混用的意思。

及格线：指 Spence 信息经济学的”信号 = 类型依赖成本”，不是日常说的”消息/比特”。
优秀线：三种互不相容的滑变——①香农信息论”信号 = 比特载体”；②传播学”信号 = 消息”；③信息经济学”信号 = 类型依赖成本”。本专题唯一正确的是 ③，前两个在这里”错得很贵”。(A01 信号理论概念谱系与语义)
反例：把”信号强不强”理解成”信息量大不大 / 表达清不清楚”。

Q4（幸存者结构） 哪类信号 AI 还伪造不了？给出判别维度。

及格线：实时分析锐度、公开持续的判断记录、真正 ship 过的产品三类。
优秀线：两个正交维度——过程不可压缩（AI 无法把多年浓缩进一次会话）+ 真实性可被第三方验证（第三方留有 AI 无法篡改的记录）。共同结构：AI 能在”截面”上以假乱真，伪造不了”时间轴上的连续真实”。(A04 AI 不能伪造的信号)
反例：“只要内容足够深、足够专业，AI 就仿不了”——深度本身 AI 能仿表面，差异要在现场追问中才显形。

Q5（检测 vs 验证） 机构想用 AI 检测器恢复信号，对不对？

及格线：不对，检测是一场打不赢的军备竞赛。
优秀线：检测必败有三层——①统计上不可靠（OpenAI 自家检测器 26% 识别率、9% 误判，2023-07 下线）；②博弈上 Goodhart 必败（特征一公开就被规避）；③理论上水印也救不了（鲁棒/不可伪造/公开可检测三者不可兼得，Zhang 等 Watermarks in the Sand, 2023, arXiv:2311.04378，已核实（2026-06-12）；原引 arXiv:2308.00862 为误植，已更正）。出路是让真的可验证，不是把假的检测出来。(S03 AI 时代信号生态全景 / A04 AI 不能伪造的信号)
反例：“接入一个更强的 AI 检测 API 就行了”——面试里这么答直接暴露外行。

Q6（六层定位） 怎么判断一个 UGC 产品的信号”断在哪”？

及格线：用 S01 的分层剖面去定位，而不是笼统说”它的内容质量下降了”。
优秀线：沿六层——信号源→生产成本→可伪造性→验证成本→均衡稳定性→制度背书——逐层问”哪一层先断、裂纹如何穿透”。AI 通常先打”生产成本层”（压到趋零），再传导到”可伪造性层”和”均衡稳定性层”。(S01 信号系统分层剖面)
反例：只比 feature list、只看”内容好不好看”,不拆成可替换分层堆栈。

Q7（凭证决策） AI 时代该不该再堆凭证（学位/证书/作品集）？

及格线：堆凭证是在贬值赛道上加杠杆，区分力在坍塌。
优秀线：用凭证经济学（非人力资本论）框架——凭证价值来自稀缺性与伪造成本，AI 让”看起来有能力”成本趋零，信号成分贬值。但要补一个边界：贬值不均匀，高技能者在高端凭证上仍有残值（Araki & Kariya 2022 的”去凭证化”vs”凭证通胀”区分）。(A03 凭证经济学与 AI 时代的凭证贬值)
反例：“能力是真的、AI 抢不走我学到的东西、继续学就对了”——这是人力资本框架,混淆了”能力”与”能力信号”。

Q8（个人资产分档） 把你的求职资产分档，判据是什么？

及格线：按”AI 能否低成本伪造”分档，不能再把所有内容当主力。
优秀线：判据是”一个能力不如我的人 + 一个最强的 LLM，能不能在一周内伪造出来？“。第一档（简历文采/单篇长文）已贬值；第二档（跨域框架表面/作品集成品）需主动暴露纵深；第三档（六年时间戳记录/真 ship 过的产品/带外部痕迹的战绩/过程档案）升值,应作主力。(E03 Rick 个人 AI-proof 求职信号设计剖解)
反例：“我运营了 N 篇 AI 知识库”——把内容存量当信号,而真信号是”持续判断+ship”的过程证据。

Q9（组合而非银弹） 有没有一个 AI 永远杀不死的”杀手锏信号”？

及格线：没有单一信号能长期免疫,任何有效信号都会触发军备竞赛被稀释。
优秀线：AI-proof 性来自组合的不可同时伪造性,而非单点不可伪造性。四支柱（作品集/公开记录/实时能力/ship 证据）贵的方式互不相同（第三方时间戳 / 时间连续性 / 现场窗口）,模仿者要同时跨过三种异质成本墙,总成本远超真能力者。(R03 构建个人 AI-proof 求职信号组合)
反例：“只要有个 GitHub 绿墙/考个证就 AI-proof 了”——单点押注,迟早坍缩。

Q10（转译） 你 ship 了一个产品,怎么在面试桌上把它讲成 AI-proof 信号?

及格线：不能只说”我做了个小项目”,要把成本结构讲出来。
优秀线：做决策考古而非成品演示——主动调出某个被放弃的设计方案 + 当时权衡,把”过程可见性”当主信号；并把现场追问当成自己的信号发射器(“这个判断你随便挖,挖到底都是我自己的”)。本质是把信号从”成果展示”重构为”成本归因”,让对方算得出”低能力者做不出来”。(E03 Rick 个人 AI-proof 求职信号设计剖解 / R03 构建个人 AI-proof 求职信号组合)
反例：只给 demo 链接和漂亮截图——成品正是 AI 最擅长伪造的。

Q11（代际/时间维） “用区块链/可验证凭证就解决信号问题了”——这话的毛病在哪?

及格线：可验证凭证不是银弹,有覆盖面和新门槛问题。
优秀线：①它解决”自愿披露”不解决”对抗伪造”(恶意方不会附签名);②最危险的二阶效应——若只覆盖”体制内可签名经历”,会把没有大厂背书的人系统性甩下,变成新的凭证通胀(把”AI 让信号民主化”反转成”验证基础设施成为新门槛”);③拟像视角(Baudrillard):验证的只是”签名是真的”,不是”签名背后能力是真的”,信任只是搬家不是消灭。(S03 AI 时代信号生态全景 / G02 信号机制代际演化详解)
反例：“上链=不可篡改=信任问题解决”——把密码学的不可篡改误当成能力的不可伪造。

Q12（认识论边界 / 防自信幻觉） “我的知识库就是 AI-proof 信号”——这个判断的危险在哪?

及格线：这是最想相信因而最危险的 bias,知识库的大部分表面形态(长文成品)其实属第一档混同信号。
优秀线：要砍三刀——①承认大部分表面形态(长文成品)正在贬值,真正抗伪造的只是”过程/时间/修订轨迹”内核;②”输出越多信号越强”是错的,正解是”少而带时间戳的持续输出”(否则正中 5 号囤积-延迟陷阱);③”AI 仿不了”是带时效的判断,不是静态事实,需定期重估。能主动说出这三刀,本身就是 AI 难即兴维持的认识论自觉信号。(E03 Rick 个人 AI-proof 求职信号设计剖解)
反例：“我写了这么多、这么深,这就是我的护城河”——拿产出量自我安慰,正是被坍缩淹没的那一档。

[!tip] 评分参考 12 题里 ≥8 题达”及格线” = 基本读懂机制;≥6 题达”优秀线” = 能上面试桌/选型会;任何一题落到”反例” = 回去重读括号里标的节点。最值钱的是 Q5/Q6/Q11——这三题是 PM 面试里最容易问、也最容易暴露外行的。

三、反方对话训练（信号领域 6 追问)

用法:这不是背答案,是练”接受 + 边界”的肌肉(见 SHARED_CONTEXT §7:用反对的声音建造,不是用赞同的声音装饰)。每个追问先接受对方对的部分,再标注本专题坚持的边界与赌注。这 6 个是业界/面试官最可能用来打你的真问题。

追问 1:“AI 检测工具不就能解决吗?越来越准了。”

接受:检测器确实在进步,对”诚实创作者主动声明来源”(C2PA / SynthID 这类自证型溯源)是有用的子方案。
边界:但检测在结构上必败——①统计层 OpenAI 自家检测器只有 26% 识别率、9% 误判,2023-07 已下线,且对非母语者系统性歧视;②博弈层 Goodhart 必败,特征一公开就被 prompt 规避(“折磨短语”黑名单 7500+ 词条仍追不上模型);③理论层水印不能同时满足鲁棒/不可伪造/公开可检测(Zhang 等 Watermarks in the Sand, 2023, arXiv:2311.04378,已核实(2026-06-12);原引 arXiv:2308.00862 为误植,已更正)。检测是熵增方向的逆流,可验证才是顺流。出路是让真的可被验证,不是把假的检测出来。(S03 AI 时代信号生态全景 / A04 AI 不能伪造的信号)

追问 2:“作品集还是有用吧?我招人就看作品集。”

接受:对,作品集是少数没坍缩的信号之一——真 ship 过产品是”复合型高成本信号”(上线时间戳 + 过程档案 + 真实用户行为),Zahavi 残障原理意义上的”孔雀尾巴”。Cui et al.(2025) 也证明雇主正从”写得好”转向”做过什么”。
边界:但有三个陷阱。①成品正是 AI 最擅长伪造的(Ben Wu 2026:AI 一次会话能生成完整 repo,仿不了跨月 commit 史)——所以信号在过程不在成品。②作品集的强度不在”它存在”,而在”被追问到最深一层不穿帮”(HackerEarth 2026:大多数靠 ChatGPT 者两个问题内暴露)。③作品集是必要不充分——只有作品集、没有公开记录连续性、现场答不出权衡,是”四支柱缺三”的残缺组合。(A04 AI 不能伪造的信号 / E03 Rick 个人 AI-proof 求职信号设计剖解 / R03 构建个人 AI-proof 求职信号组合)

追问 3:“信号坍缩是不是危言耸听?招聘市场不是照常运转吗?”

接受:对,宏观就业数据还没显示全面崩溃——目前是分市场坍缩(招聘/学术评审/内容平台),不是整体经济停摆。把”全面崩溃”当已证事实是过度推断(这是本专题 S01 §5 显式标注的 failure scenario)。
边界:但”照常运转”恰恰是危险信号——柠檬市场是逆向螺旋后悬崖式相变(Akerlof 1970),不是渐进变差,良币退出前看起来都正常。已经有硬数据:顶部五分位录用率 −19%、求职信信息含量 −51%、NeurIPS 2025 有 53 篇接收论文含 100 条 AI 幻觉引用且 3–5 名专家无一察觉。用户对”写得好=可信”的信任是惯性的,会持续到一次大崩塌——PM 的窗口期就是趁惯性还没崩,悄悄把信号底座从”内容”换成”验证”。(A02 信号坍缩·AI 让信号成本趋零 / S03 AI 时代信号生态全景)

追问 4:“学历永远值钱吧?名校光环 AI 拿不走。”

接受:对,贬值不均匀——高技能者在高端凭证上仍有残值(Araki & Kariya 2022 的”去凭证化”:高层次教育扩张时只有低技能持证者受罚)。名校的制度背书层(S01 第六层)更新最慢,短期内还会被采信。
边界:但这是僵尸信号——区分力已坍、制度仍采信(HBS “Dismissed by Degrees” 2017:学历缺口 51pp)。Caplan(2018) 估约 80% 教育回报来自信号而非真实能力(注:该 80% 是有立场的方向估计,因 Huntington-Klein 2021 证明人力资本与信号经验上不可区分,非确证常数)。凭证军备竞赛只通胀不区分——你多读一级,对手也会,门槛整体上移、相对位置不变。“堆凭证”是在贬值赛道上加杠杆。(A03 凭证经济学与 AI 时代的凭证贬值 / G02 信号机制代际演化详解)

追问 5:“那我就真有能力不就行了?何必费劲设计信号?”(人力资本论)

接受:完全对,信号背后没真能力,迟早在现场追问(支柱③)穿帮——本专题从不主张伪造信号,四支柱里 AI 仿不了的部分恰恰因为它们要求真能力才能低成本产出。Becker(1964) 人力资本论这一点是对的。
边界:但 Becker 忽略了无法回避的信息不对称——你真有能力 ≠ 接收方能观测到。Huntington-Klein(2021) 证明人力资本与信号经验上不可区分,所以”是信号还是能力”是伪问题。AI 把”看起来有能力”成本压到零后,“真有能力”和”装得像”在简历层已无法区分——你不能指望真能力自动被看见,必须主动设计让真能力显形的分离信号。人力资本是底料,信号设计是把底料变成可见证明的工序。(A04 AI 不能伪造的信号 / E03 Rick 个人 AI-proof 求职信号设计剖解)

追问 6:“暴露过程/展示真诚,本身不也是一种表演吗?”(Goffman 拟剧论,破 echo chamber)

接受:对,Goffman(1959) 拟剧论戳破了”AI-proof = 真诚”的天真——刻意展示 commit 史、刻意讲失败迭代,也可以是更高级的前台表演策略。这是个真实的盲点。
边界:但在 AI 时代这反而强化结论——当前台表演(简历文采、漂亮 demo)可被 AI 平价化,竞争被迫转移到后台难以伪造的痕迹(真实时间、真实失败迭代、现场即兴权衡)。表演的舞台被推到了 AI 够不着的地方,这恰是信号设计的方向。补一个 Bourdieu 文化资本的边界:跨域底子部分是结构性继承的文化资本,叙事时要诚实标注”长期积累”而非”可速成技能”。(E03 Rick 个人 AI-proof 求职信号设计剖解 §5)

[!note] 进阶反方(选读,业界更刁钻的两个)

Steigenberger “欺骗性信号”:AI 既降低造假成本、又削弱接收方辨识力——若招聘方自己被 AI slop 淹没到放弃辨别,再真的信号也无人解读。信号坍缩是双向的。(R03 对手 3)

Luhmann 系统信任:大规模招聘越来越靠系统信任(AI 初筛、自动测评),而”现场追问”这个最强支柱在见到人之前就被算法过滤了。这是本框架在”大厂海量初筛”场景的真实边界。(R03 对手 4)

四、节点总索引(按模块)

模块	节点
01 概念辨析	A01 信号理论概念谱系与语义 · A02 信号坍缩·AI 让信号成本趋零 · A03 凭证经济学与 AI 时代的凭证贬值 · A04 AI 不能伪造的信号 · A05 依赖 UGC 信号的产品的设计挑战 · A06 信号与验证的关系
02 代际演化	G01 信号-验证机制代际谱系总图 · G02 信号机制代际演化详解
03 架构剖面	S01 信号系统分层剖面 ★ · S02 信号类型对照矩阵 · S03 AI 时代信号生态全景
04 实例剖解	E01 招聘与简历筛选信号坍缩剖解 · E02 内容平台与学术评审信号坍缩剖解 · E03 Rick 个人 AI-proof 求职信号设计剖解 ★
05 复现指南	R01 评估一个信号的 AI-可伪造性 · R02 设计一个抗 AI 的产品信号机制 · R03 构建个人 AI-proof 求职信号组合
06 阅读指南	_信号理论系统化专题·总览(MOC) · README(本文)

五、关联节点(双链密度 ≥20)

本专题 17 节点(见上方总索引,全部可双链)

链入既有 04AI 节点(升级对照对象)

p306 - 数据飞轮与反馈回路设计 · 幻觉 · Agent · ChatGPT · AI概念滥用反思 · Polanyi 默会知识与提示工程的认识论张力 · 博物馆 AI 导览 APP · AI PM 知识图谱·总索引

链入求职/履历主线

09 离职·Gap·AI 转型与作品集 · 我在出行平台的完整工作履历 · AI PM 简历 - 司豪杰 Rick · Rick 写作 SABCD 评级体系 · 250908 关于当下职业决策的思考 · Rick 的 INFJ-5w4 自我画像 · 字节 AI PM 面试模拟与方法论沉淀 · AI PM 岗位 JD 分析与面试问题反推 · Keeta L8 体验治理 offer 与 AI 方向权衡 · 通往 AI PM 之路

跨域哲学/社会学锚点

0117社会学 · 0114认识论 · 范式

00Meta 入口

索引 · 仪表盘

修订日志

R1(2026-06-07)首稿:综合 Agent 据 _信号理论系统化专题·总览 + 17 节点编织本 README。三路径(A 打造你的 AI-proof 求职信号·实操 / B 做产品的 PM 决策链 / C 紧迫度时间维),各标总时长 + 前置 + 产出,并各带失效边界提示;12 题自测(每题及格线/优秀线/反例,事实声明全部回链对应节点已接地处:−19%/+14%、−51%、26% 检测率、80% 信号说、51pp 学历缺口等);信号领域 6 追问反方对话训练(“AI 检测工具不就能解决吗 / 作品集还是有用吧 / 信号坍缩是不是危言耸听 / 学历永远值钱 / 那我真有能力不就行了 / 暴露过程也是表演吧”,均按”接受+边界”范式 + 回链节点),另附 Steigenberger/Luhmann 两个进阶反方;节点总索引 + 关联节点(双链 ≥20,全为本专题已落盘真实 basename + 库内已确认节点)。双链全部用完整标题 basename 消歧。
2026-06-11 P3.4 校链:0418/0421/0423/0416 四相邻专题现确认已入库(各有 _总览,别名 "NNNN 总览"),R1 中”未入库故不列入 resolve 清单”的判定已过时——各节点对它们的跨专题对照已恢复为真 可读名 链。
2026-06-12 内审修复:对齐标签矛盾——两处自测/边界中水印不可能性原引 arXiv:2308.00862〔待核实〕实为误植,按 E02 grounding 确证的正确出处更正为 Zhang 等《Watermarks in the Sand》(2023, arXiv:2311.04378,已核实)。注:本 README 正文双链此前已是真实 basename(S03 …/A04 …),无 04NN 总览 死链需修。