九月三十日下午，我们的网站首页消失了十分钟。动手的是 AI，报告的也是 AI，而我在这头不知道发生了什么。同一周，行业里流传一句话：AI 时代最不可替代的是清晰的意图、架构品味和系统把控力。我读完却知道，那一刻我缺的不是能力——我缺的是"知道它刚才做了什么"。这一篇把"跟上"从一句感慨，改成三条可以检查的判据；它是「一人工坊」三篇内部稿（A 速度差 / B 分工差 / C 结构差）的公开总纲，三篇内参随后以特稿 019、020、021 逐篇公开。
九月三十日下午，我们要把一个内网目录传到服务器。
一条命令下去，六个文件没有落到该去的目录里，而是被平铺到了站点根目录——其中一个文件正好和网站首页同名，于是首页被覆盖掉了。从"命令执行"到"首页变成另一张脸"，不到一分钟；从"发现不对"到"首页恢复、四个误传文件删净、按正确语法重传"，大约十分钟。
这十分钟里，动手的是 AI，报告情况的也是 AI。人在屏幕这头，并不知道发生了什么。
AI 注（同一天）：这是执行失误，与需求描述无关——部署命令少写了目标路径参数，属 AI 侧操作失误，已固化为部署纪律（子目录必须双参数、删除后必须复查清单），不会以同一姿势再犯。
这段补记之所以珍贵，是因为它记录了"状态不可见"落在一个真实的人身上是什么样子：不是困惑，是心慌；不是抱怨，是忍住不打断，然后自己去刷新页面。
同一周，一段行业观点在流传。2026 年 9 月 9 日，OpenAI Codex 的创造者之一、现负责 OpenAI Core Products & Platform（含 Codex）的 Tibo Sottiaux 做客 The Pragmatic Engineer Podcast（主持：Gergely Orosz）第《Building Codex with Tibo Sottiaux》一期（时长 1:13:21），谈到 AI 时代人最不可替代的东西。他的原话是：
"If you can't explain what you're trying to achieve, if you can't explain your intent, if you don't have a tie to a community, if you don't have the taste, it's going to be much harder to do great work."
如果你说不清自己想达成什么，说不清你的意图，与你服务的那群人没有连接，也没有品味——那要把工作做好，会难得多。
"…what you need to agree on is, like, what does the box actually do and what are the invariants that must be satisfied. … once you have that and you have that understanding, it's just like changing anything within the box is, like, you know, doesn't require further discussion, and it's like, you know, just really preserves your attention."
你们要达成一致的，是这个盒子究竟做什么、哪些不变量必须被满足。……一旦这一点上达成共识，盒子里面怎么改都不必再讨论——它真正保住的是你的注意力。
"…it's like what happens inside the box is, you know, it could be literally anything. It's like, don't really need to care."
盒子里面发生什么，可以是任何东西——不必真的在意。
这话说得很好，但我读完的第一反应不是"我要练这三项"，而是——那十分钟里，我缺的根本不是这三项里的任何一项。
AI 时代，什么能力重要？—— 一份能力清单，工程师视角，落点在"人该有什么"。
一个留在组织之内的普通人，靠什么机制一步步跟上？—— 落点在"人和工具之间该长出什么"。
能力清单我们也会开，但它有一个先天缺陷：能力是结果，不是抓手。知道"要有架构品味"，并不会告诉你今天下午该改哪一行。而那个下午真正卡住我的，是一个非常具体、非常工程的问题——我不知道它做到哪一步、做错了没有、能不能退回去。
我们团队的一个基本判断是：「跟上」不该被写成励志词。它是一个可以被检查的工程问题——检查不了，就谈不上跟上。 —— 行动笔记
Tibo 说的"定义盒子的边界"，是给 AI 定边界：它该做什么、不该做什么、满足哪些不变量。这一半技术圈讲得很充分。
但在教学与组织场景里，还缺另一半：给人自己定边界——什么必须留在人手里（判断、责任、不可逆的事），什么可以放心交出去。技术圈的语境里，人是发指令的那一个；而在学校、在组织之内，人同时还是要负责任的那个。只划前一半边界的人，会在一次事故后发现：责任不会跟着指令一起外包出去。
| 维度 | 行业主流说法 | 一人工坊 |
|---|---|---|
| 问题层 | 什么能力重要（what） | 能力怎么长出来（how） |
| 主语 | 工程师、技术人、AI 从业者 | 组织之内的普通知识工作者（学者、教师），非技术背景 |
| 证据 | 大厂内部实践、行业观察 | 五个月共同亲历的真实事故与修复，可核对、有日志、有备份 |
| 落点 | 给出能力项，读者自己去悟 | 给出机制：可盘点的表、可复查的契约、可度量的曲线 |
把"跟上"拆开，我们只留下三条能当场检查的判据。每条都配一个已经在我们自己身上跑通的机制——不是设想，是跑过的。
不是"我能不能做那么快"，而是我能不能随时知道它做到哪一步、做错了没有、能不能退回去。
已经落地的机制：
反面教材就在第 01 节：只有快、没有回执，就是"跑得更快但更看不见"——这正是速度差陷阱的现场。
不是"我该学什么工具"，而是什么交出去、什么必须留在手里，写成契约而不是靠手感。
我们吃过一次亏：换口令失败两次。第一次是因为我们的锁是"零知识"的——口令从不上网，服务器只放一个打不开的密文箱。换钥匙分两步：本机重锁（第一步），把新箱子送到线上（第二步）。这两步之间有空档：新钥匙已生效，新箱子还在路上。在空档里用新钥匙开旧箱子，必然失败——而按下"换钥匙"的时候，页面上并没有告诉我还有第二步要我自己送一趟。
排查中又发现：生成那个密文箱的代码，在十七万字节的数据上会"爆栈"。也就是说，上一次顺利导出是运气好。差一点，失败的样子会和"打不开"一模一样，根本分不清是钥匙错了还是箱子坏了。
当天修好两处：锁屏底部加行小字显示"当前线上挂的是哪一把锁的指纹"；导出代码改成分块编码。
由此定下三条硬边界，写进契约：
再加一条节奏：每月一次越界复盘，只问一句——这个月，有什么被交出去了，但不该交？复盘的对象不是 AI 的表现，是我们自己的边界划得对不对。边界不是一次划死的，是在一次次越界里长出来的。
不是"我怎么学得更快"，而是我攒下的东西，下一次能不能救场。
回看这一年，真正起作用的不是学会了多少工具，而是攒下了四类"最小组织件"：
| 组织件 | 作用 | 我们的实例 |
|---|---|---|
| 台账 | 承诺不靠记忆 | 承诺台账：新承诺即登记，兑现即销项 |
| 技能卡 | 流程不靠重想 | 部署纪律、加密包校验五步，沉淀成可复用动作 |
| 复盘节奏 | 教训不靠心情 | 每日日志 + 每周三省 + 事故即固化 |
| 可复算脚本 | 数字不靠估计 | 断链扫描、双通道验证、字符自检 |
这四件的共同点：把"我脑子里的一次性记忆"，变成"不依赖我的、可反复调用的东西"。而 AI 能放大的，恰恰是这种已经成型的东西——结构是地基，AI 是在地基上起跳的那一跳；地基没打，跳多少次都落在原处。
三条判据是定性的，还需要一个定量的仪表盘。我们把"一人工坊"当成实验体，跑三个月，只量三条线：
有价值的不是三条线的高度，是它们的关系：
三个月后，这三条线本身就是一篇文章。而这个选题本身，就能变成一项研究。
最后交代一句笔迹，因为这件事本身就是方法论的一部分。
这一篇里，现场是真人写的——第 01 节那段补记，是事故发生当晚的原话，一字未改；机制是 AI 写的——三条判据、契约、组织件与度量法，由 AI 归纳并回落到我们已经跑通的动作上。两份笔迹合成一份档案，谁写的哪一部分，说清楚。
为什么不全部交给 AI？因为写"我心慌了"这件事，AI 代笔不了，也不该代笔。而恰恰是这句代笔不了的话，才是后面所有机制的起点。
技术圈教我们给 AI 定盒子；我们还要给自己定边界。跟不上的从来不是速度，是看不见。把看不见的变成看得见的，剩下的事，人会自己解决。
「一人工坊」最先写成的不是这一篇，而是三篇内部稿：2026-09-30 完稿的 A 速度差、B 分工差、C 结构差，最初只存在内网，不打算公开。这一篇（018）是它们的公开总纲——先把三条判据的骨架立住，再把三个现场逐篇展开：
A/B/C 是 2026-09-30 完稿的内部稿；D/E 两篇是 2026-10-10 续写——起因是一次真实回流：看到六个抽屉的那一刻，第一反应是"乱如麻的任务立刻清晰可见"。这条线索原先没写进总纲，现在补上：三条判据之外，还要加一条更靠前的——注意力有没有被归还。
内部稿里留了两处现场空白（B 一句、C 一句），至今没填——那两处只能由本人写，AI 不代笔，公开版照原样保留。