证据篇：变化要如何被看见

人很容易把熟悉感当成能力，把完成打卡当成进步，把一段顺利的对话当成已经学会。真正困难的不是收集更多数字，而是知道哪些痕迹足以回答眼前的问题。需要把一次任务完整记录下来时，可以直接使用证据链模板。

我写“证据”，不是想把生活改造成一张冷冰冰的仪表盘。相反，证据让我们少一点自我欺骗，也少一点无根据的自责：它告诉我们哪里确实变好了，哪里只是暂时顺手，哪里需要换一种方法，哪里应该停止继续投入。

本章速览

• 证据必须回到具体任务、条件和时间，而不是脱离场景的分数；
• 用基线、即时表现、延迟保持和迁移样本组成一条证据链；
• 把 AI 辅助下的表现与独立表现分开，记录交接时谁承担判断；
• 失败、返工和不适用的条件同样是证据；
• 生活中的变化不能都量化，但可以用更诚实的观察和边界来记录；
• 每七天只复查一个主问题，避免用更多记录代替真正的行动。

1. 证据不是成绩单

成绩单回答的是“在某一套规则下得了多少分”。证据回答的是“在什么条件下，我完成了什么，别人能否复查，下一次能否重做”。两者有时重叠，但从来不是一回事。

收藏了十篇文章，不能证明你能解释其中一个概念；和 AI 共同写出一段代码，不能证明你能在没有聊天记录时维护它；连续早起七天，也不能自动证明你的生活更有秩序。它们最多是线索，必须被放回任务中检查。

一个有用的证据至少要能回答四个问题：

问题	需要写清什么	缺少时会发生什么
能追溯吗？	样本、来源、版本和日期在哪里	结果只能靠记忆复述
有条件吗？	主题、听众、时间、工具和限制是什么	不同条件被误当成同一水平
能比较吗？	前后两次是否保留了相近任务	变化无法归因或复核
能迁移吗？	换主题、对象或场景后还能完成吗	熟练只停留在练习原题

证据不是为了把人排队，而是为了让下一次选择少一点盲目。

2. 保存四个时间点

同一个任务，最好保存四种状态。它们不要求每次都很长，却要明确区分“谁在什么时候提供了什么帮助”。

时间点	目的	示例
基线	在集中训练或工具介入前，知道自己真正能做什么	不查稿解释一个熟悉工作流程
即时表现	在练习或反馈刚结束后，观察当前能否完成	看过示范并修订后重新录音
延迟保持	隔一段时间、没有刚刚的提示时再做一次	七天后换一段材料重做同类任务
迁移样本	改变主题、听众、媒介或约束，检查能力是否离开原题	把内部说明改成给客户的简短说明

如果只保存即时表现，最容易高估自己；如果只保存最终成品，又会忘记自己如何从不会走到会。四个时间点放在一起，才更接近一条可解释的变化轨迹。

3. 三种结果不要混为一谈

学习中常见三类结果：做得出来、过几天还记得、换个地方仍然能用。它们彼此相关，却需要不同的检查。

• 表现：今天能否完成任务？看清楚错误、时间和外部帮助；
• 保持：一段时间后还能否完成？去掉刚刚的提示，保留相近难度；
• 迁移：任务换了外壳还能否完成？改变主题、对象、顺序或压力条件。

例如，你在 AI 帮助下写出一封英文邮件，说明即时表现可能不错；隔天不看原稿独立写一封相近邮件，才能观察保持；真正面对一位语气不同的客户仍能澄清问题，才开始接近迁移。不要用第一种结果替第二种和第三种盖章。

4. AI 介入时，记录人工门

AI 会改变速度，也会改变任务的性质。使用工具时，不要只记录“用了什么模型”，还要记录哪些判断仍由人完成：

条件	人需要完成什么	证据重点
独立版	不看 AI，先完成自己的第一版	基线、错误和卡住的位置
辅助版	允许 AI 提问、解释、比较或反馈	提示、来源、修改理由和返工
交接版	关闭聊天后向别人解释、维护或继续完成	关键决定、权限、测试和责任人

如果 AI 直接产出最终答案，你应该额外做一次“撤掉工具后的复测”。不会解释的正确答案，不能算作已经拥有的能力；不能交接的自动化，也不能算作可以放心运行的系统。

这也是为什么本书反复要求保存AI 任务简报、作品简报与交付卡和学习状态：它们不是文书工作，而是把人工门和责任边界留在记录里。

5. 把失败和返工写进证据

只展示顺利的版本，会让方法看起来比现实简单。失败至少提供三种信息：哪个条件没有成立，哪个假设被推翻，下一次应该减少哪一种风险。

记录失败时，不要只写“没做好”。可以写成：

任务与条件：
我原本以为：
实际发生了：
最早出现的错误：
返工花了什么成本：
下一次只改变哪一个变量：
什么结果会让我停止继续投入：

返工次数本身不是能力指标。一次及时的返工可能保护了用户和关系；反复修理一个不值得做的任务，则可能是在逃避更重要的决定。证据的价值不在于让记录看起来漂亮，而在于让代价能够参与下一次选择。

6. 不把生活做成仪表盘

有些变化适合计数：完成了几次交付、延迟复测的正确率、一个测试是否通过。有些变化不适合被压成单一分数：是否更敢求助、是否减少了对别人的伤害、是否终于能在疲惫时停下来。

对后者，可以记录更接近事实的观察：

• 我在什么场景下比以前更早发现自己已经超载？
• 我是否向受影响的人说明了边界，而不是突然消失？
• 一次冲突之后，我做了什么修复，结果如何？
• 我是否因为保留休息而减少了一次高风险决定？
• 哪些变化只有自己知道，哪些变化已经被别人观察到？

这些问题没有统一答案，也不要求把关系和身体变成 KPI。它们只是帮助我们把“我好像变了”拆成可以尊重隐私、承认不确定性的叙述。

7. 用证据决定下一步，而不是决定自己的价值

证据可以说明一项方法在某个条件下是否有效，不能说明一个人值不值得被爱、是否有资格重新开始。一次失败的录音、一项没有通过的测试或一周没有完成计划，都不能成为人格判决。

每周复查时，按这个顺序问：

1. 事实是什么？只写看得见、听得见、能回到文件或来源的部分；
2. 哪个解释最有用？同时保留至少一个可能的反例；
3. 下一次要改变哪一个变量？不要同时更换材料、工具、时间和目标；
4. 需要什么支持或边界？包括同伴、专业人士、授权和暂停条件；
5. 什么时候复测？让日期、场景和完成标准先于情绪决定。

如果证据不够，不要急着给自己打分。缩小问题、保存更好的基线，往往比制造一个精确但虚假的结论更诚实。

8. 一页证据链

可以把一次学习或生活行动压缩成下面这一页：

# Evidence Chain — YYYY-MM-DD

主问题：
真实场景与受影响的人：
完成标准：

基线样本（条件 / 位置 / 日期）：
即时表现（做了什么 / 得到什么帮助）：
延迟保持（何时 / 去掉什么提示）：
迁移样本（改变了什么条件）：

最重要的错误或失败：
证据支持的结论：
仍然只是推测的部分：
隐私、权限、健康或关系边界：
下一次只改变的变量：
复测日期与停止条件：

这一页可以链接到每周复盘模板和九十日行动总表。当周期结束时，把它与最初的样本并排放置；不要只保留总结句，也保留曾经做错的版本。

9. 七天证据审计

接下来七天，每天只检查一件事：

1. 第 1 天：保存一个未经 AI 帮助的基线；
2. 第 2 天：写清任务条件和完成标准；
3. 第 3 天：完成一次辅助练习，记录 AI 的具体作用；
4. 第 4 天：关闭工具，独立重做同一任务的一小部分；
5. 第 5 天：找一个真实的人、测试或来源提出反例；
6. 第 6 天：换一个主题或听众，做一次迁移尝试；
7. 第 7 天：比较四个时间点，只决定下一周期改变的一个变量。

七天之后，你可能发现自己没有“进步很多”，但会更清楚进步发生在哪里、还没有发生在哪里。这种清楚本身就是一种能力，因为它让下一步不必依赖兴奋或羞耻。

结语：让变化能够被诚实地看见

人生里有许多重要的变化没有掌声：一次没有发出的伤人消息，一次及时的求助，一段终于完成的道歉，一份在疲惫中仍然保留了边界的交付。它们未必适合做成图表，却值得被记住。

我希望证据最终带来的，不是对自己的监控，而是一种温和的可信度：我知道自己曾经在哪里，我知道今天做到了什么，也知道哪些结论还不能急着写下。拥有这份可信度之后，我们既不需要把偶然的顺利夸大成天赋，也不必把一次失败扩大成命运。

变化不是因为被记录才发生。记录只是让我们在变化发生之后，有机会认出它，并把它带到下一段生活里。

上一篇：作品篇：把学会变成做出 ｜ 下一篇：AI 开发与资源层创业 ｜ 然后：行动篇：九十天，把生活交还给自己 ｜ 术语与方法索引