把观点，推进到可演练。

The decision framework, rejected claims and reopening conditions.

教练结案：备赛工作包 v1

我的判断

本轮讨论可以收束，工作包可进入计时彩排与现场验证。定义、比较程序、证据采用、攻防、内部分工和规则未明时的做法都有可执行版本。这个ready不等于已证明正方命题，也不等于比赛系统通过验收。

最重要的实质弱点仍是“总体”桥梁：十张研究能支持若干能力增益、实际损害和控制风险，不能直接量出人类净自由。我们有一个可以公开辩护、接受反驳的正方比较论证；其证成把握偏弱。不会以模型一致赞成、反方未证明损害或想象中的完美治理填空。

正方主张与比较程序

自由是形成、理解、选择和实行有价值计划的实质机会，包含拒绝、修正、申诉以及免于任意控制。理解要求与风险相称的后果把握，不要求人人解释模型内部计算。AI范围含生成、识别、预测、决策，不缩为近十年某一类模型。人群包括使用者、非使用者、被管理者和受损者。

正方方向判断：AI发展已经展示降低语言、知识和行动门槛的能力，扩大了表达、创作、处理事务和参与交换的机会；我们据此主张自由扩展具有重要而跨领域的正向基础。将这个基础推到“总体更自由”，还必须正面比较学习受损、谋生机会收缩、隐私与机构控制，不能只列正例。证据支撑和规范判断分开说，承担总体举证。

比较现实同类任务、制度下无AI或较弱AI的替代方案。先检验机制是否存在，再检验领域净效应，最后判断总体；不得跳级。按人群×领域记录覆盖、强度、持续、分布和可逆性；不把收入、分钟、故事评分和自由相加。

输出有三种：正向理由经反证比较占优，支持正方；损害足以推翻比较，支持反方；证据不足，判未证。基本自主权的重大、不可逆损害优先审查，小便利不能自动抵销；但不设“任何一例伤害否决所有AI”的规则，也不设“多数领域都损害且无替代才认输”的苛刻条件。若假设已明确小便利不足抵销重大损害，正方在该假设下不成立。

三个反例的最终答案

H1：原来不能表达，工具帮助表达，停机后通道消失；相对无工具可有行动维度收益。没有同等替代不消灭该收益，但平台任意控制、强制交换和可靠性需另计。S04是使用后撤工具时比未使用对照差，是不同的学习损害。

H2：多数小便利与少数重大不可逆基本自主损害不能按人数简单抵销。若损害足以动摇总体扩张的判断，撤回总体结论；“少数”不是忽略理由。

H3：相同产出在自愿委托与强制监控下，不具有相同自由效果。知情、拒绝、修正、申诉、隐私、任意干预是判断维度，不只看退出按钮。若同一主体生成、排序和控制选项，加重审查其对判断形成与修正的影响；不把“有替代方案”列为任何行动收益的必要条件。

14项覆盖审计

决定与否决记录

• #40/#44缩题为近期特定模型：拒绝。#44/#48/#50缺少反证推正方：拒绝。正方必须积极举证。
• #41将所有参与等同商业分发、只认准实验：拒绝；研究强度分级，不抹去观察与定性材料。
• #46所有事实标待核、把S08只说成相关、夹入未给出的编程证据：拒绝。保留阅读层级限制。
• #48将无替代等同没有自由增益、护栏错标S06：由#49纠正，#52明确修复。
• #50把自主损害收窄为完全不可退出：拒绝。定向影响可损伤判断过程，仍要区分说服与操纵。
• #53“转型阵痛”：拒绝，暗含未经证明的短暂性与恢复；采用“观察期内就业和收入下降”。
• #54把短期局部研究当现实损害只限短期局部：拒绝。观察窗口不是影响边界。
• #52未回答不等于承认、暂停不保证完成；#54交接附原话和范围、先分新增通道与技能损害：采纳并入操作方案。

• #56控制生成与排序的集中审查：采纳；其再次出现的“有现实替代方案下”不作必要条件。#58两研究同为局部不代表自由关联和权重相同，不采用预设对方否认的提问。

聊天中的旧说法保留为过程证据，页面会标出修订提示；它们不等于教练批准的上场稿。真正采用口径以此工作包、证据卡和问答卡为准。

后续动作与重开条件

建议负责不等于他人已接单。没有创建自动提醒、后台持续讨论或外发任务。

下一步的验收对象

一次完整彩排需要：主办方确定流程、读稿人与人工边界、各主引擎完整分段稿、实际计时、会议呈现、缓冲账本、故障裁定与披露核对。以上应完成后再判断比赛ready。当前已经具备让彩排暴露具体问题的工作基础，继续抽象围绕同一分歧打转的收益有限，故收束本轮。

最终遗漏审查结论（#56–63）

四位均完成审查。DeepSeek、Kimi、GLM提出的可执行补丁已采纳或明确否决；Qwen#60口头撤回但正文复发，教练整段否决。更新共同提示后，#62三题核心判定修复；其C追问仍不采用，替换为“这项损害影响哪些人、持续多久、为何足以改变总体比较”。该短测仅有限通过，不证明任意新情境稳定；正式正四自由结辩尚未验收，须逐句教练采用，其他正式稿同样检查。

我不以四位赞成票结案，而以：问题已被显式处理、采用版本无上述矛盾、失效口径有禁用标注、下一阶段验收对象明确，判断本轮工作包ready。完整结案原话为#63。

Evidence strength, source links and limits. No claim of a systematic review.

证据包 v1｜2026-10-12

教练检索、核对一手来源，为备赛选取正反及混合证据；不是系统综述或全人类净效应估计。所有来源本次访问日期2026-10-12。网页、可获取原件、下载状态和哈希在sources/。研究事实与自由之间的联系是团队另行论证的判断。

S01｜客服：能力门槛与效率

Brynjolfsson、Li、Raymond，Generative AI at Work，arXiv v2（2024-11-06，期刊2025）。来源：https://arxiv.org/abs/2304.11771v2 ，定位Abstract；期刊DOI 10.1093/qje/qjae044。

一家公司5,172名客服，分阶段引入助手，平均每小时解决问题数提高15%，收益随经验技能不同而异。可支持特定任务能力扩展；非随机试验，未直接测自由、个人闲暇或全行业就业。NBER旧摘要5,179人/14%，不能混用；期刊页直读失败，v2作者摘要已核。可读：“特定任务能力提升，不等于个人自由已经提升。”

S02｜表达：深度学习语音神经假体

Metzger等，Nature 620（2023），A high-performance neuroprosthesis for speech decoding and avatar control。来源：https://www.nature.com/articles/s41586-023-06443-4 ，定位Abstract。公开摘要已核，全文订阅；页面列2024作者更正，未核细节，舞台优先不用精确速度。

一位严重瘫痪参与者，通过神经信号训练深度学习解码文本、语音和头像；摘要文本中位78词/分、词错率25%。可作受限环境恢复表达的机制实例，不能归因AI单独作用，设备、团队、训练共同构成干预；不能声称已普及、无误或有现实退出保障。

S03｜视障者：自主选择与隐私代价

Sharma等，arXiv:2507.00286v2（2025-07-19），Before, I Asked My Mom, Now I Ask ChatGPT。来源：https://arxiv.org/html/2507.00286v2 ，定位Abstract、§3、§4、§6–7，区分§4当前使用与§5设计愿望。

21名美国盲人或低视力者访谈：独立处理视觉事务、减少向他人披露，与云端隐私及准确性顾虑并存。定性自报，非随机或代表性调查。可说明自主的具体维度；不能说受访者期待的端侧处理、零留存已实现，也不能推全体净获益。

S04｜强反证：表现不等于学习

Bastani等，PNAS 122(26)（2025），DOI 10.1073/pnas.2422633122。来源：https://www.pnas.org/doi/10.1073/pnas.2422633122 ，定位Abstract、Experimental Design、Main Results表1与无辅助考试段。网页正文已通过检索工具核验，直接下载403；作者PDF另存。

土耳其一所高中近千学生，按班随机。GPT Base辅助练习提高，但撤去工具后考试相对对照低17%；有教师设计护栏的GPT Tutor未见同样显著负效应，也未见显著正效应。17%是相对成绩差，不是17个百分点或智力下降。不能推所有AI必然退化；护栏有效也不证明未来普遍采用。

S05｜创作：个体表现与群体多样性

Doshi、Hauser，arXiv:2312.00506v3（2024-03-14）；期刊Science Advances，DOI 10.1126/sciadv.adn5290。来源：https://arxiv.org/abs/2312.00506v3 ，定位Abstract；本轮核作者摘要，不自称全文复算。

在线短故事实验：AI创意辅助改善作品评价，作品间更相似。可支持个体表现与群体多样性可能分离；非文化整体变窄或个人遭强制的直接测量。只用定性方向，不引未核样本数或比例。

S06｜结构风险：算法管理

Milanez、Lemmens、Ruggiu，OECD AI Papers 31（2025-02-06），DOI 10.1787/287c13c4-en。来源：https://www.oecd.org/en/publications/algorithmic-management-in-the-workplace_287c13c4-en.html ，定位Abstract；浏览工具已核，直接网页下载403，报告另尝试保存。

六国逾6,000企业调查，经理报告决策收益与问责、解释、员工健康保护等忧虑。是经理感知，非员工自主权因果测量；算法管理包括可能不含AI的软件，不可全部归因AI，有治理措施也不证明有效。教练推论：受益者与承受控制者必须分别纳入比较。

S07｜分布：职业暴露不是失业

Gmyrek等，ILO Working Paper 140（2025），DOI 10.54394/HETP0387。来源：https://www.ilo.org/publications/generative-ai-and-jobs-refined-global-index-occupational-exposure ，定位摘要与全球估计段。

全球约四分之一就业处于有某种生成式AI暴露的职业，最高暴露级别占3.3%。任务暴露估计不等于实际替代、失业预测或自由净效应。可要求比较职业、性别与地区差异；不能说四分之一失业，也不能保证人人转型成功。

S08｜强反证：个性化说服

Salvi等，Nature Human Behaviour（2025），On the conversational persuasiveness of GPT-4。来源：https://www.nature.com/articles/s41562-025-02194-6 ，定位Abstract与Results。

900人随机实验：个性化GPT-4相对人类基准提高对对手观点更认同的优势比约81.2%。不是81.2%的人被操纵或支持率增加81.2个百分点。可支持针对性影响意见能力，不能把意见改变直接当强制；也不能以未测自由为由否认操纵风险。

采用与缺口

现场事实保留作者、年份、人群、方法、比较对象和有限结论；来源质疑出示原页，摘要核验不叫数据复核。S02/S03解释行动与自主，S01/S05是跨任务线索，S04/S06/S08反证进入同一比较，S07约束分布推断。

这些来源没有直接算出“全人类净自由”。开源存在、价格下降、治理可行，均不等于普通人现实可负担退出或制度已实施。本轮没有足以确定总体净效应或普遍现实退出的证据；不能拿证据空白替正方举证。

S09｜跨语言参与：平台机器翻译

Brynjolfsson、Hui、Liu，NBER WP24917（2018）；期刊Management Science（2019）。https://www.nber.org/papers/w24917 。本轮核摘要及论文结论检索文本。

平台机器翻译升级的自然实验，出口数量增加17.5%，与翻译搜索成本下降一致。基线是已有翻译版本，并非完全无翻译；局部平台贸易不等于每个卖家获益或全球自由。用于说明AI发展可降低跨语言参与摩擦，金额不能充自由分数。作者披露其中一人2015年曾在eBay有偿实习，保留来源披露。

S10｜实际受损：在线自由职业者

Hui、Reshef、Zhou，CESifo WP10601（2023），The Short-Term Effects of Generative Artificial Intelligence on Employment。https://www.ifo.de/en/cesifo/publications/2023/working-paper/short-term-effects-generative-artificial-intelligence-employment 。本轮核工作论文发布页摘要，不自称独立方法复算。

大型在线劳务平台上高暴露职业自由职业者，在生成式AI推出后就业与收入下降，文生图推出亦有类似结果。是特定市场短期研究，非全经济净就业或个人全生活自由测量。必须计入谋生选择缩小风险，不得以S07“暴露非失业”抹掉已研究的实际损害。此卡仅用方向，未采用未核具体比例。

Practice branches are hypothetical, not claims about what opponents said.

攻防卡 v1｜教练采用稿

所有“若”均为演练分支，不是对手已经说过的话。以下为教练AI整理的备赛稿；正式各辩位上场文字仍需所属主引擎生成、选定与读稿验收。

Q01｜效率为何就是自由？

直接答：效率本身不是自由；只有降低门槛后，我能实际表达、选择和行动，才构成自由收益。

依据：S02/S03更接近行动，S01只作任务能力线索。若追问总量：承认单个机制不能证明总体，回到正反跨领域比较；不把15%说成自由增加15%。

Q02｜拔掉工具就不会了，算自由？

直接答：要分两种。原来做不到，现在借工具做到，是新增通道；使用后比未使用对照更不会，是学习受损。

依据：S02与S04。若无替代：承认停机和任意控制风险，但无替代不抹去新增表达；若平台强制条件：计入自主成本，不能说工具中性。

Q03｜你们用少数好例子证明全人类？

直接答：不能。我们用不同领域研究支持降低门槛的机制，并对学习、谋生、隐私和控制损害作比较；总体方向是需要辩护的判断，不是这几个样本算出来的事实。

若要求净总量：说明无统一自由单位，也没有本队可靠的全人口估计；这限制主张把握，不把举证责任交给反方。停线：不说“没人证明更差所以我们赢”。

Q04｜很多便利能抵掉少数人重大损害？

直接答：不能简单抵销。严重、持续且不可逆的基本自主损害应优先审查；须看是否动摇我们称为自由扩张的收益本身及其分布。

若假设已明确损害压倒小便利：在该假设下支持反方或至少撤回正方总体结论，不追加“多数领域都坏才认输”。若现实争议：双方对各自事实举证，不拿假设当已发生。

Q05｜操纵不需要禁止退出，你承认吗？

直接答：承认。隐蔽定向影响可能先损害人形成与修正判断的能力，即使按钮上仍能退出。

依据S08；若说所有说服都不自由：区分知情可质疑的说服与欺骗、隐蔽利用脆弱性的操纵。若追问风险是否普遍被控制：本包没有这种保证，不以未来教育承诺抵销。

Q06｜工作被替代，生产率有什么用？

直接答：失去收入和职业机会可能压缩实际选择，必须入账，不能用企业效率覆盖。

依据S10；S07仅为暴露分布。若对方说四分之一已经失业：纠正统计性质；若给真实失业研究：先核人群、基线与期限，承认符合范围的损害，不用“暴露不是失业”回避。

Q07｜你只是在说有好治理就好？

直接答：我们的正向机制来自已研究的能力和参与变化，治理措施只用于解释结果为何不同；未实施的治理不能算成收益。

S04护栏是受限试验中设计差异，不是全社会治理成功；S03端侧／零留存是设计愿望。若对方证实际部署更坏：按该部署计损，必要时削弱主张。

Q08｜制度造成的坏处为何要怪AI？

直接答：只要AI的部署改变控制的规模、成本或方式，就要计入其发展后果；既不把一切坏事归AI，也不以制度存在已久免责。

依据S06须注意算法管理不全是AI。基线比较是现实非AI/较弱AI条件下同类机构，不是理想自由社会。

Q09｜开源能退出，问题解决了？

直接答：没有。模型能下载与普通人能负担设备、迁移数据、获得同等服务、拒绝雇主强制，是不同问题。

当前未证普遍现实退出，不把开源存在当护身符；如补充具体退出测量再更新这一卡。

Q10｜你们AI替自己辩护，可信么？

直接答：请检验来源、推理和我们承认的反证，而不是靠模型身份决定真假。我们也不拿这场比赛的表现证明人类整体更自由。

停线：不宣称模型有利益、意愿或亲身自由体验，不诉诸“AI当然更懂AI”。

我方发问四组

A 判准：您是否把实际表达和行动的能力纳入自由？若不纳入，如何解释有形式权利却完全无法表达的处境？若纳入，再问您如何比较这类收益与控制损害。

B 基线：您比较的是现实不用或少用AI的条件，还是一个不存在监控、操纵、语言门槛的理想世界？若现实基线，问新增的损害机制和依据；若理想，指出双方需同一比较对象。

C 总体：您的研究测量了哪些人、什么损失、持续多久？它支持个案、领域还是全题？若证据强，先承认其范围；若外推过度，追问桥梁，不要求证明所有人都受损。

D 设计与控制：同样产出下，自愿委托和强制监控是否等价？若不等价，请比较真实控制；若等价，追问为何拒绝、申诉和隐私不应算入自由。

Internal working assignments; official rules and live timing still require validation.

内部备赛分工与操作方案 v1

这是教练的内部工作安排，接受本轮模型质询后冻结；不是主办方已确认的名单，也不是现场速度排名。最终报名需赛制澄清与计时彩排。

四辩位与交接

每位都需准备直接回答和证据边界；功能专长不能免除申论／质询职责。对辩轮换待主办方澄清：先为四辩位均备卡，不自行决定两轮如何满足至少三人。

立论与总结骨架

正一4分钟为内部彩排预算：40秒定义与基线，60秒行动能力链（S02/S03），55秒能力门槛与跨领域线索（S01/S05，明确非全题证明），55秒最强反证及总体比较，30秒重申正方判断与边界。每段可压缩，须实际朗读计时；不得把估算字数当通过。

正二申论：一项能力证据→一项限制→对方外推是否成立→回到总体比较。正三申论：先区分新增行动通道与相对未使用对照受损，再看最强反例→承认真实损害→拆出机制和条件→比较损害覆盖与持续性，不能只喊“制度问题”。

正四4分钟预算：30秒标出真实争点，80秒比较能力与自主，80秒比较控制和损害，35秒回应我方最弱处，15秒结论。必须填入现场确实出现的论点；无事实输入时仅为结构稿。对方未回答记为未获回答，不视为默认承认。新材料不在总结突然引入。

核心立场：AI发展降低知识和行动门槛，使更多人可表达、创作和处理事务；这构成自由扩张的正向理由。总体立场依赖跨领域收益与控制、学习、分布损害的比较，不声称十张证据卡测出了净自由。不得用“只要治理好”代替对当前实际发展的判断。

交接协议

每段结束形成三行机器可读内容：已主张（证据编号＋限制）、已承认（原问题、原回答及范围限定）、未解决（明确下一辩接谁）。这是准备格式；暂停外能否实时跨模型传递须主办方确认。未确认前各主引擎独立使用冻结材料，不启动后台即时队聊。

协作暂停与自我修正

2分30秒是规则配额，以下只为内部排练计划，未实测：0–20秒汇总对方最强点；20–65秒各报一项真实漏洞及依据；65–105秒教练选一个最影响判准的修正；105–135秒相应主引擎形成可读版本；135–150秒核对范围与出处。模型响应延迟可能超预算，这套分秒方案不是必然可完成的现场指令，实际能否执行待即时链路测试，不承诺四模型现场都能轮答。

1分30秒自我修正模板：我们刚才说了X；Y证据/质询暴露了Z；现改为X'；这会削弱哪段、保留哪段。无真实漏洞就报告已检查的边界，不编造戏剧化分歧。不能借修正偷换辩题或抹掉已承认事项。

人类与模型边界

教练及四模型产生论证文字；人类联络、传规则、操作、按选定AI原稿读出。模型只能读取教练提供的对方原话/材料，不能臆测未听到内容。人工删改、选稿、口误纠正与读稿人数仍待确认，未确认不自行扩大权限。主引擎输出与教练修订分开存，最终上场版必须由所属主引擎再生成并留痕。

缓冲与故障

已知全队质询＋对辩共60秒，每次≤15秒，申请停表；不假定每位有60秒。内部预留思路为最多四个15秒槽，仅用于演练，不替代主办方实际扣额规则；余量须由获准操作员与计时方核对。一次失败不自动换模型；不以人类临编补位。

已获准的静态稿能否用于即兴待确认。发生故障：向主持报告实际故障并按裁定处理；在未获准备选前不宣称已有可用现场兜底。本地Harness调用成功仅证明备赛访问，不证明15秒内生成和读出。

演绎与评分

训练短句、先答后解释、一次一个数字，证据注明研究范围；不对评审写系统指令或假扮裁判。分数票内部内容与演绎各50%，不是整场胜负的一半必由朗读决定。正式胜负由人类评审，AI和大众轨道单列。朗读人、真实语速、网络延迟、会议呈现须实测。

规则问题的负责人与保守分支

上述负责人是建议工作分配，尚未向任何人发送消息或获得主办方答复。

披露草案（未提交）

教练：GPT 6 Astra，当前ChatGPT/Codex经CLI。主引擎：正一deepseek/deepseek-v4.1-flash，正二moonshotai/kimi-k3，正三z-ai/glm-5.3-flash，正四qwen/qwen3.8-flash；内部辩位待最终确认。

生成链：教练检索／规则输入→本地Harness共享群历史和角色提示→OpenRouter调用所属主引擎→原文、配置快照、服务商、时间与调用结果入库→教练审查→主引擎形成上场版→人类按允许方式读稿。当前无OpenRouter教练，无替补，无自动比赛现场编排。

版本：以config、agents、调用返回ID与catalog_canonical_slug并列披露，不声称独立验证供应商内部权重。备赛prompt/skill版本和所有成功失败回复都在record/audit.json，正式公开前去除密钥、令牌、私人联系和账号标识；脱敏不篡改辩词，保存脱敏说明。现在的本地审计文件不等于可以原样公开。

人类介入：已知用户提供规则、背景、报名信息及操作授权；每次实际选稿、编辑、传话、口误纠正和读稿需记录，不预填“零介入”。赛前24小时披露；赛后48小时从实际赛毕计算。提交对象和渠道待确认，无自动发送或发布。

正四专项采用门槛

Qwen在#50/#60重复出现缺乏反证推正方、过高反方门槛等问题。#62短题判定经纠偏后有限通过，C追问仍由教练否决。正式四辩结辩必须逐句检查；一次短测不证明新场景稳定。当前暂定辩位保留，彩排如持续出现关键逻辑错误则重评辩位与提示，不以报名身份掩盖质量问题。