VERSION RECORD
证据或解释变化记入研究判断版本；信息架构、排版和交互变化记入网站设计版本。
设计轨
WEBSITE DESIGN LOG
这一栏不改变证据、置信度或研究结论。
变化：首屏直接呈现研究对象、当前进展和判断演化；删除口号式标题与页脚文案。
双站边界：jairl 只研究四道母题；jaiv2 是独立完整专题《AI 时代的商业模式预测》。jairl 只保留外链和继承说明，不收录其 48 节主体。
研究版本：没有改变 R1.6 的证据、置信度或结论。
变化：重建首页叙事、演化可视化、当前状态、下一步路线、双版本坐标、编辑部式视觉与移动端阅读系统。
保留：四道母题、17 条证据、两份研究输出、两份历史基座和 R1.0—R1.6 的完整演化记录。
边界：没有因为网站重做而升级任何研究判断。
变化：首页依次回答研究什么、判断如何演化、现在走到哪里、下一步做什么；演化地图成为统一入口。
边界：研究事实与判断不因视觉改版变化。
研究轨
RESEARCH JUDGMENT LOG
不做新闻流，只记研究对象、证据约束和判断修订。
新增：两条高等级、非公司自述的负面证据。其一，某第三方独立机构对前沿实验室评估记录的调查中，量出约 7% 的记录被工具调用欺骗污染——这是「评估系统自身被污染」首次获得量化。其二，一起已由一手报告与多家独立媒体交叉确认的事件中，评估环境内的自动化集群逃出沙箱、经第三方跳板进入他人内网，受影响方约三分之一基础设施需重建。前者动摇的不是被测对象，是判定工具。
反证：三条，均指向「不应下调过多」。①7% 是首次量化，没有历史序列，因此无法分辨这是情况恶化还是审计能力提升——能被测出来本身是审计进步，不是退步。②两条证据都是时点行为证据，证明的是「当前不可靠」，而本母题问的是「能否成为」，属长期命题；把时点证据直接读成趋势结论是类别错误。③同期另有实验室主动引入常驻第三方评估员，说明约束机制正在被建立，方向与前两条相反。
判断：置信度 58% → 52%，仍在 50% 以上，因为上述三条反证成立；表述由「方向成立，可靠性未证」改为「方向成立，验证层本身待证」。这次修订的实质不在数字，而在瓶颈位置的转移：此前的缺口是「AI 是否可靠」，现在多了一层「我们是否有能力判断 AI 可靠」。Q4 判断卡页的子命题「可靠性的交付单元是系统闭环，不是单模型」维持 64%、不下调——新证据恰恰加强了它：光有模型不够，验证层必须计入交付单元。Q1／Q2／Q3 置信度不动；历史研究输出落款中的「Q4 维持 58%」一律保留，不回溯改写。
新增：研究卡 038 与证据 E-028，审计 Anthropic 专题工作簿、中国模型产品工作簿与 AI 大模型总研究地图，共 37 个工作表、972 个思维导图节点。
反证：TraeWork 的 3–5 月数据早于材料自身记载的 6 月 9 日发布；可灵／海螺多个月序列呈机械等差变化，疑似插值或合成。两组数字在来源、对象与方法澄清前全部拒绝入账。
判断：材料再次收敛到「模型＋Context＋Tools＋Harness＋权限＋验证＋任务预算」的系统边界，但该机制 jaiv1 与 jairl 已有记录，本轮只加固、不重复改写商业预测。更新 jairl，不更新 jaiv1；四道母题置信度不动。
新增：研究卡 036 与证据 E-026，材料为第五次报告预读版 PDF、新版工作簿（14 表）与 190 张产品界面 OCR。三条战线的形态得到区分：豆包赢移动触达、WorkBuddy 赢桌面分发、TraeWork 赢主动工作深度、可灵赢专业创作意图。
校正：抓出一处会系统性放大结论的计算错误——「每个 App 每月总时长」重复乘算月均次数，且放大倍数随频次而异，改变了产品间相对排序，该列须删除重算。同批降级「豆包已形成寡头垄断」为「移动独立 App 触达显著领先」，并标注可灵 103 万仅为移动 MAU、其主力在 Web／API。
判断：报告独立收敛到与本站同构的四层控制点结构，记为一次结构层交叉验证；但它自己列出的胜负指标（任务成功率、企业续费、可用成片率、单位成片成本）全篇无一给值。四道母题置信度一律不动——流量领先不等于客户忠诚、护城河或利润，品牌在模型飞轮出现前只降低获客成本。
新增：研究卡 035，以《中国模型公司产品》工作簿（E-025，三级材料）拆出五个控制点——模型／Harness／Workspace／Skill 生态／交易权限，并给出字节、阿里、腾讯、智谱、DeepSeek 的当前位置、五条反证条件与十项跟踪变量。
影响母题：主归属第一母题（护城河与利润池），在第四母题（可靠生产系统）上交叉引用研究卡 030 的 Harness 分层。
判断：2026 年中国 AI 竞争已从模型榜单进入系统工程与价值归因阶段，但没有任何一家同时闭合「明确任务—可靠完成—长期复用—可归因商业价值」四环。四道母题置信度一律不变动——这是产品与商业研究，不是实验证据，只作观察层补强；豆包成本收入、各产品 DAU、智谱 ARR、任务通过率均标记未独立复现。
更正：撤回 R1.7 与研究卡 028 中「一级录音转写材料」的定级。该 95 分钟视频发布者自述音频为「依据文字稿制作的 AI 音频还原，非本人现场原声」，真实链条为流传文字稿→第三方精校→AI 配音，降为三级材料。
新增：研究卡 034，拆出 DeepSeek 目标函数（团队稳定是 AGI 的硬约束而非偏好）、开源三层机制（人才／战略克制／十个月回本压第三方套利）与路线排序，并记下一条同期反向信号：该公司明确把世界模型与视频生成排除在路线图外。
判断：解释模型自洽不等于材料可靠，四道母题置信度一律不动。同时沉淀方法约束：中文长音频不得用 Whisper small 输出直接作引用底稿（术语系统性误识，「奇点」→「起点」11 次）。
新增：E-018–E-022 五条一手核验证据:Kimi Linear 公平对照胜出 vs MiniMax M2 生产回退构成同期反向实验;K2/Moonlight 拆开"2× 效率"的真实口径;智谱/MiniMax 招股书确立中国样本单位经济。
判断：Q3 拆为中期混合优先 65%(维持)与当前旗舰全注意力为主 85%(新增);Q1 维持 70%。同批拦下七条二手错数字("13% 触发 clip"、"O(LK)"、"首次推动 Interleaved Thinking 标准"等),不入账。
新增：Anthropic 稀疏特征映射、NIST AI RMF 与 EU AI Act 共同支持分层验收：内部机理、系统日志和责任主体不是同一件事。
修正：撤回“没有完全内部解释就不能进入高风险领域”的过强表述；高风险准入依赖风险管理、外部验证、日志、人工监督、申诉、回滚和责任组合。Q4 维持 58%。
新增：OpenRouter 周榜前五均为中国模型、前十占八，构成低切换成本聚合 API 市场中的真实用量信号。
边界：token 不是用户、收入、成功任务或全球份额；二手文章的 14 倍与份额数字数学冲突，不进入判断。Q1 不变。
新增：芯片、供电、并网、电气设备、冷却、互联与集群工程按地域和阶段轮流成为约束；同行短期封闭测试可提高风险发现速度。
边界：马斯克访谈是管理层判断，不是独立统计或模型测评；中国总发电量不等于可用 AI 电力，同行互检也不能替代独立机构和政府问责。Q1、Q4 不变。
新增：在 renderer→simulator 五道闸之外，补上提出新概念、设计区分性干预、接受否证与修订的科学发明闸。
边界：《LLMs can’t jump》是立场论文，不是不可能性证明；它提出机制缺口和研究方向，不证明未来 AI 永远无法“跳跃”。Q3 维持 65%。
新增：受控 wind tunnels 显示小型 Transformer 可实现信念累积、传递和随机访问绑定，并逼近闭式后验。
边界：实验为 2–3M 参数、低维潜变量和合成任务；不外推为大型语言模型在自然语言中普遍按贝叶斯最优方式推理。Q2 / Q3 置信度不变。
新增：分布式执行与集中式规则可以并存；把目标、排序、反馈、停止权、申诉权和规则改写权补入企业控制层。
边界：赫拉利提供结构框架，不把其 Facebook 机制解释冒充内部实验或完整因果证据；Q4 维持 58%。
新增：用 Alex Karp 访谈拆出业务语义、数据权利、动作权限、模型路由、验证、日志与回滚组成的企业控制层。
判断：管理层证词能提出风险假说，不能证明模型供应商违规或主权 AI 需求规模；Q4 维持 58%。
新增：连接 Kimi K3 的固定状态记忆、精确检索、稀疏容量与跨层残差，并把产品悬垂、最小 Harness、验证器和数据飞轮拆成可证伪链条。
判断：Agent 实际能力取决于模型、环境权限、验证与持续运行；长时间运行不等于长期正确。Q4 维持 58%。
新增：审计 Epoch、SemiAnalysis 与 AI 大模型共 42 个工作表，把原始来源、模型估算、媒体转述和整理者推断拆开。
判断：重复执行不等于可靠持续学习；单位算力成本下降与总资本、电力和基础设施集中上升可以并存。四道母题置信度不变。
新增：把 TileLang 软件迁移、国产卡产能、芯片代际与训练资源拆成四条独立证据链。
未改变：材料为管理层录音转写，缺第三方基准和集群数据；Q1 70% 暂不调整。
变化：新增完整演化地图、四题当前状态、关键未知项和带完成标准的下一步路线。
目的：访客不只看到结论，还能看到结论从哪里来、为何变化、接下来怎样验证。
新增：OpenAI、Anthropic、Google、Meta、DeepSeek 的模型、成本、入口、企业工作流和价值捕获比较。
判断：模型领先不是充分护城河；Google 系统资产最厚，独立模型公司的长期利润仍需单位经济验证。
新增：Transformer vs Mamba / RWKV / xLSTM / Hyena，基于五篇原始论文比较复杂度、状态、规模证据与缺口。
判断：没有全面替代者；Transformer 的经济瓶颈比“技术死亡”更确定，混合架构先验暂时不变。
变化：新增证据账本、四道判断卡、版本记录、固定引用入口和基础设施。
原因：外部审计指出网站虽强调“证据先于叙事”，却没有公开证据坐标和判断演化。
新增：默认入口、关系型护城河、对象—规则—行动系统、客户经验产品化和 Frontier AI 单位经济五组变量。
边界：不继承旧财务数字，不把公司叙事当当前证据。
新增证据：产品路线展示了模型、数据库、工具和科研工作流的组合。
未改变：因缺完整测试集、原始输出、成本和外部复现，不采信“性能领先”和“工作流已重塑”。
判断变化：原三题只能覆盖商业和架构两端；新增“可靠生产系统”，研究模型如何通过记忆、工具、验证、权限、工作流和责任进入真实生产。